多媒体信息检索的研究报告

                         多媒体信息检索研究报告

1、        引言

互联网已经在全世界范围发展开来，随着海量信息的涌入，想要在互联网上找到自己想要的东西已经越来越来困难，为了满足人们的这一需求，很多公司推出了自己的基于互联网的搜索服务，比如Google,Yahoo,百渡,3721等搜索引擎，这很大程度上给人们获取信息提供便利。但这还不能完全解决问题，因为现在几乎所有的搜索引擎提供的功能只是基于普通文本的搜索，对各种格式的文档、电子表格的搜索就很少了，而对多媒体信息的检索就几乎没有了。因此现在迫切需要一种手段用来检索庞大的多媒体信息。

2、        多媒体

作为信息传递、娱乐等多种用途，多媒体已经发展的比较庞大和完善了。现在的多媒体信息主要分为3大类：视频、音频和图像。而每一大类又分很多小类，比如视频就包括很多格式的视频信息：RealMedia、DivX等，图像也分为jpg、gif等多种图像。并且这些大类也就交叉的的地方，有些对媒体既包含视频信息又包含音频信息，甚至还包含图像信息。因为多媒体的种类如此之多，要针对所有的多媒体信息检索的难度也就大大增加，这也就是我们研究的方向。

3、        多媒体信息检索借口的研究

多媒体信息的检索主要是针对多媒体信息内容的检索，比如音频内容、图像内容等。因为不同的对媒体有一定的差异，所以分类研究检索借口。现在假定所有的多媒体信息已经具备，也就是不需要专门去搜寻那些多媒体信息。

a)     视频。大家平常见到的各种视频悉信息有各种电影文件，比如各种rmvb、asf、mpeg、avi等。对这些视频检索的方式多种多样，比如可以用影片的名字来检索，用影片里面任务说的话来检索，用影片里面的各个特定的镜头检索，甚至用一连串的镜头片断检索和用一段故事情节去检索。当然还可以用声音来检索，但这属于音频检索的范围了。

b)     音频。音频包含各种音乐文件，比如mp3、wav等，甚至大部分视频文件也包含音频。如果有的话，可以用歌词名、歌手名、歌曲名去检索。还可以用音乐检索，比如随便哼一段曲调，然后就可以用这段曲调去检索。也可以用声音的强弱变化、声音所表达出来的一个感情气氛等检索。

c)      图像。现在的图像文件已经是多种多样，它能表达的信息也丰富多彩。可以用图像本身的特征去检索，比如用图像的纹理、颜色、明暗度去检索。也可以用简略图来检索，比如给出一幅草图，就能搜索出于折服草图相似的图片来。还可以用图像所表达的信息去检索，比如用“男人”这个词就能搜索到所有男人的图片，用“乔丹”这个词就可以找出有乔丹的图片。

4、        信息检索功能实现的研究

多媒体不同于普通文本，它表达的内容的复杂度、抽象度要远远高于普通文本，因此对它检索的难度也就远远大于普通文本。有人提出：可以先对不同的多媒体信息进行人工处理，在需要的地方加上注释，检索信息的时候只需要检索注释就可以了，这在少量信息的情况下可行，如果信息迅速增多，那么注释多媒体信息所花费的人力物力是不可接受的。也有人提出：可以先把各种对媒体信息转换成普通文本，然后建立索引结构，可以针对索引查询，这个方案可以重分利用现有的文本搜索技术，但是怎样把多媒体信息转换成普通文本是一大难题。还有一种就是重新制定对媒体信息的格式标准，使这个格式既能够有充分表达力又要具有方便被查询，这也是一个研究方向，主要问题是这种格式标准的制定。

5、        小结

随着多媒体技术的发展，可能多媒体的种类会越来越多，也许并不止上面说的那些，但是总的方向应该不会相差太远。现在面临的主要问题就是有想法，但是没有技术能力去实现。