新媒体文本数字媒体检索技术思维导图

由于早期信息检索处理的对象只有文本,传统的信息检索技术是建立在文本检索的基础之上的

对于数字媒体信息检索也就采用了基于文本的信息检索技术

并且仍然是当前最基本、最常用的一种数字媒体信息检索方式

这种基于文本的信息检索技术首先对数字媒体进行人工分析

并抽取反映该媒体物理特性(如拍摄方式、载体规格和文件大小等)

内容特性(责任者、代表内容的关键词或主题词等)的文本信息

然后对这些文本信息按照学科领域进行分类,或提取关键字进行文字著录或标引

建立类似于文本文献的标引著录数据库

从而将对数字媒体信息的检索转变成对文本信息的检索

在这种检索方式中,通过数据库中的关键字段与数字媒体建立链接

从而通过检索数据库中的关键文本字段来获取数字媒体信息

一是利用文件扩展名和超文本标识

二是将数字媒体文件名和文字解说中带有的媒体信息作为关键词

三是数字媒体所在网页的标题或数字媒体数据附近的文本

四是人工选择或指定的某些数字媒体信息内容的关键词

基于文本的数字媒体信息的检索纯粹是以媒体信息的外部特征作为检索入口

无法表达和揭示媒体信息的实质内容和语义信息

归纳起来,基于文本的数字媒体信息检索的不足与缺陷

对媒体信息进行人工关键字标引时,人工注释要求大量的人力

媒体信息数据量大,难以涵盖蕴藏在媒体数据中所有的内容信息

且难以避免对媒体信息内容描述的主观性等

同时,对于视频和音频等时基媒体的处理,手工处理是完全不可行的

必须采用计算机进行实时的内容分析

基于内容检索就是从媒体数据中提取特定的信息线索

根据这些线索从大量存储在数据库中的媒体中进行查找,检索具有相似特征的媒体数据

具体来说,基于内容的检索是对媒体对象的内容及上下文语义环境进行检索,如图像中的颜色

纹理、形状,视频中的镜头、场景、镜头的运动,声音中的音调、响度、音色等

接入或嵌入到其他的数字媒体应用系统中,如超媒体系统

数字媒体信息系统、关系数据库等,提供基于数字媒体数据内容信息的查询与检索

因此,可将基于内容检索设计成数字媒体数据库的检索引擎结构

在体系结构上划分为两个子系统,特征提取子系统和查询子系统

为用户提供一种工具,以全自动或半自动(需要用户干预)的方式标识图像

视频镜头等媒体重感兴趣的区域,以及视频序列中的动态目标,以便针对目标进行特征提取并查询

当进行整体内容检索时,利用全局特征,这时不用目标标识功能,目标标识是可选的

特征提取模块对数字媒体数据提取用户感兴趣的、适合检索要求的特征

可以是全局性的,如整幅图像的总体特征;也可以针对某个目标,如图像中的人物或视频中的镜头和运动对象等

生成的数据库由媒体库(集)、特征库(文件)和知识库组成

媒体库包含数字媒体数据,特征库包含用户输入的特征和预处理自动提取内容特征

知识库中存放知识表达(人工智能领域、专家系统等经常会用到的概念)

知识表达可以更换,以适用于不同的应用领域