智能媒体管理(IMM) 多媒体文件元数据管理设计 -CSDN博客

简介

随着存储团队的产品愈加丰富，我们发现处理对文件、内容本身的高性能、稳定、安全存储之外，用户更多的对挖掘存储内容对价值提出了要求。对于多媒体文件（如图片、视频、音频、文档等），其包含的信息量是非常丰富的。如何将这些信息激活，有效的进行管理和检索，是智能媒体管理(IMM) 尝试解决的问题。

媒体集 Set

为此，IMM 设计了媒体集 ( Set ) 的概念，表示媒体元信息的集合。

IMM功能图

在图中我们看到，Set 实际上是元数据的集合，记录了媒体文件（来自 OSS）和其元数据的绑定关系，以及所有元数据本身。

实际开发时，可以通过 CreateSet 来创建一个 Set 。

如何界定 Set 呢？我们认为 Set 为 一组 元数据，它可以对应一个用户，一个文件夹，一个公司的所有媒体文件等。一个 Set 内应当存放内聚的媒体文件，可以尽量缩小 Set 对应的文件范围。Set 创建数量没有限制，Set 内文件数量越少，整体管理性能越好。

同时需要注意，Set 是内聚的，因此不同 Set 之间的数据是隔离的，不能在不同 Set 间进行操作。

我们分具体场景看：

云相册场景

对云相册来说，一个显然的方案是根据用户来划分。每个用户独享一个 Set 。如果云相册产品的设计逻辑中，区分了媒体类型，如视频相册、照片相册等，也可以每个相册一个 Set 。

用户照片 Feed 流

这类应用有两个分类方式。一种是依然按照用户来划分。但对于一些兴趣社区场景，则可以考虑按照社区进行分类。如 健身社区 和 足球社区 这个维度区分 Set 。这样用户可以搜索所有健身社区的图片。

如何解决社区内按用户搜索的问题呢？对 Set 内的媒体文件，IMM 提供了 Remarks 字段（ RemarksA 和 RemarksB 两个）作为应用的标记位。对于这个场景，我们可以如下方式分配：

RemarksA：用户ID
RemarksB：可见度：private / public

这样我们在搜索时，可以满足如下场景（后文会介绍数据搜索）：

足球社区内图片：FindImages API，限定 SetId = soccer
用户查看自己社区内的图片：FindImages API，同时限定 SetId = soccer， RemarksA = {UserID}
其他用户查看某用户社区内的图片：FindImages API ，同时限定 SetId = soccer， RemarksA = {UserID}， RemarksA = public

如果仍有疑问，或需要更复杂的筛选，可以联系我们

Indexing 索引

我们创建好 Set 后。接下来就是向 Set 中添加媒体文件。Set 内的引擎会自动将文件的元数据检测出来并格式化保存，用于后续管理、检索。

目前 IMM 提供了 IndexImage 用于索引图片，IndexVideo 用于索引视频。我们以 IndexImage 为例详细介绍。

当 IndexImage 被调用时，IMM 首先检查图片的合法性，并且将图片的基础 Meta 信息存入 Set 中。包括

图片格式
图片尺寸
图片 EXIF 信息
- 图片旋转信息
- 图片拍摄时间
- 图片地理位置信息
图片文件大小
创建时间

等等。这一步在 IndexImage 接口返回值之前全部处理完成。即用户看到该接口的返回值时，上述信息已经被格式化好并存储了。

随后是一个异步过程。IMM 会对该图进行 AI 检测，包括：

OCR
人脸检测分析，包括表情、年龄、特征等等
标签检测
名人检测

等等。这些信息会在接下来的几秒内处理完成，并更新到该图片的 Meta 信息中。即完成了图像元数据的分析储存。

元数据管理

当 Set 内已有元数据后，接下来就是对这些元数据进行获取。IMM 主要通过搜索、分析接口，供应用端获取、筛选元数据。针对图片举例，我们可以获取：

搜索体育运动的照片
搜索人物表情为高兴的照片
搜索夏天拍摄的照片
搜索包含特定文字的照片
搜索有小孩儿的照片
搜索在杭州西湖拍摄的照片

等等，且以上条件可以任意组合。我们具体展开一些例子。

搜索体育运动的照片

使用 FindImages 接口：

POST https://imm.cn-shanghai.aliyuncs.com
?Action=FindImages
&Project=test-project
&SetId=test-set
&TagNames=["体育运动"]
...

搜索人物表情为高兴的照片

使用 FindImages 接口：

POST https://imm.cn-shanghai.aliyuncs.com
?Action=FindImages
&Project=test-project
&SetId=test-set
&Emotion=HAPPY
...

搜索在杭州西湖拍摄的照片

首先我们找到杭州西湖的地理位置坐标。这一步可以使用高德等地图 API 获取。

例如西湖的大致坐标左上角为：120.137446,30.252502，右下角为120.154697,30.233854

使用 FindImages 接口：

POST https://imm.cn-shanghai.aliyuncs.com
?Action=FindImages
&Project=test-project
&SetId=test-set
&LocationBoundary={"TopLeft":"120.137446,30.252502","BottomRight":"120.154697,30.233854"}
...

搜索去年夏天拍摄的照片

使用 FindImages 接口：

POST https://imm.cn-shanghai.aliyuncs.com
?Action=FindImages
&Project=test-project
&SetId=test-set
&ImageTimeRange={"Start":"2018-06-01T00:00:00.0Z","End":"2018-09-01T00:00:00.0"}
...

当然，上述搜索条件均可自由组合，进行联合搜索。同时可以配合 Remarks 进行自定义过滤。