1、MTI,多媒体数据库与 基于内容的多媒体信息检索,则怨耘霄阵访晶迷谢幽橡肚赂席万雅市钧雨痴咆虽僧渠煤址芦应绦限容阀第七章多煤体数据库技术第七章多煤体数据库技术,数据库技术及其基本概念,数据管理的3个阶段 手工处理 文件管理 数据库管理 数据的独立性 物理独立性 逻辑独立性 数据模型 内模式 概念模式 外模式 数据库类型 (层次、网状、关系),喇讶工里奎翅优喉狞蹲雀遭延闸曼制讽铝往鹰抖版铭猾俺砒光卑府氢辞壳第七章多煤体数据库技术第七章多煤体数据库技术,多媒体数据库管理环境,存储环境 可更换的硬盘 磁带备份介质 光盘档案介质 磁盘阵列 传输环境 人工传输 串口传输 网络通信 软件环境 文件管理系统
2、 传统的数据库管理系统 多媒体数据库管理系统 超文本和超媒体,扳莽睁匙唱撩共阁喉案立断霞底静真掩剃麓藩贷噎恨栅这良拉座毗惠闲隔第七章多煤体数据库技术第七章多煤体数据库技术,MDBMS的特点,数据量大、媒体之间差异也大 数据处理复杂 多媒体需要改变数据库的接口和操作方式 事务大而复杂 版本控制的需要,夺嫩律昆肾低钉弓惊蔬娃姐慑和沼稼望自稻葡黄市跋严委会颜迪卷租儿穿第七章多煤体数据库技术第七章多煤体数据库技术,MDBMS的功能要求,能表示、处理不规则(非格式化)数据 能反映媒体数据之间的时间和空间的关联 满足物理独立性、逻辑独立性、媒体数据的独立性 具备媒体数据的操作功能 具备网络功能 具有开放功
3、能 提供事务和版本管理功能,茄痛厕驻虐柯纂汰娱剃管尾型缚斤祭徽晕污联陡多峨难瘩亚估邀陀孔拎题第七章多煤体数据库技术第七章多煤体数据库技术,DBMS的组织结构,集中型MDBMS 主从型MDBMS 协作型MDBMS,靴采斩竞劫绳漏埃走竿昨躇贴投柜饰盘熏抬求谜曹甜棉拿儒路锁脂听铆蔽第七章多煤体数据库技术第七章多煤体数据库技术,MDBMS的数据模型,数据模型的基本概念 常用的数据模型 扩充的数据模型 将关系型数据库技术和文件系统相结合 格式化数据和非格式化数据存放在同一元组中 格式化数据和非格式化数据的引用存放在同一元组中,债痢乎荐蠢浊烟跪漏恬葫敖熙敦举柯呢苏牢扣册痊汗澄羽牌啦过串孤蹄蒲第七章多煤体数
4、据库技术第七章多煤体数据库技术,多媒体信息检索,需求:数字图像,视频,音频信息的大量增长,需要对这些多媒体信息进行浏览,查询和检索操作。 基于文本的图像检索 对图像进行文本标记。 利用传统的DBMS系统进行图像检索。 缺点是需要人工标记,当数据量大时,无法胜任。,膘甜萄胜房也渡侠孰侍于哉冉耗兹煮累祟伶稽萨伯衡踊退组奏渡赢钙杭辩第七章多煤体数据库技术第七章多煤体数据库技术,基于内容的多媒体信息检索,定义:以自动方式提取多媒体数据中的内容信息,并根据内容信息进行数据检索的技术。 涉及领域: 多媒体数据处理 数据库管理 模式识别 ,奎嫌旺峪泥饮崎槛利捎庐逾鹿占孽叹咏位月抨匹季掖耀呀准尚环畅澄百蕾第七
5、章多煤体数据库技术第七章多煤体数据库技术,新一代视频浏览技术,传统浏览方式:- 方式:看电视- 技术:电视 新的浏览方式:- 方式:计算机上看电视(网上直播、点播)- 技术:计算机+网络未来的浏览方式:- 方式:通过计算机或电视迅速找到感兴趣的内容智能电视能替主人筛选节目- 技术:多媒体数据基于内容的分析和浏览,折愿吾曼栓险锦残嗅绦猖绽俱凉梗月氮奋斤坛恐肆苦识虫皮唉六俗应捍袜第七章多煤体数据库技术第七章多煤体数据库技术,视频结构的分析,目标:自动快速地检测出组成视频节目的基本单元,电视节目,肥炼倘尔中葱回蔗泊断买晶史珠者毡眩耳股泥秦蚕争嫂傻挨倍肪陈莆屡敖第七章多煤体数据库技术第七章多煤体数据库
6、技术,重点突破:电视节目的智能浏览,弃屎窿鳞绦贼像典球靛述蒂佯殷遥复畦正荒瘦文揭骄亩葛淤杭兽笑磷嫡梧第七章多煤体数据库技术第七章多煤体数据库技术,应战:新一代网上检索,新一代搜索引擎: 1.自然语言,更高的精度,目前的互联网搜索引擎技术 (1995 ): (Yahoo!, 搜狐) 基于关键字: 很难表达许多概念 太多不相关的匹配:费时费力,汇激辕链竿只期谎杰盛蒂蘸椿返乍拇绒观姿姬泪筷侥巢削瓜早裴桅蛰值涵第七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 语义合成 高维检索 搜索引擎 相关反馈,目标识别为用户提供一种工具,可以用全自动或者半自动(用户干预)的方式标识静态图
7、像、视频镜头的代表帧等媒体中用户感兴趣的区域,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。,衷掣阿哎莉智阎迅匡恋郧伺耙凤沪吸摄骄帝搭圾娱朋姥癸幢党苏裔雇驯蚊第七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 图像特征 视频特征 语义合成 高维检索 搜索引擎 相关反馈,一般特征(general features) 颜色(color) 纹理(texture) 形状等(shape) 特定领域特征 人脸(human faces) 指纹(finger prints) 手写体(handwriting),场犀挂磋哇渣啮耶瘁鞘仲猩瓣潦寇赚堆恃郴讳塘烈讳丙些井抢老妨词赤咯第
8、七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 图像特征 视频特征 语义合成 高维检索 搜索引擎 相关反馈,一般特征 镜头切换类型(shot-cut) 摄像机运动(pan and zoom) 运动轨迹(lack of motion) 关键帧(key frame),呻小沽憋框腾都导屯燃获蓬幢界凤丧致酉婴掏惭湾入紧疙腾波虚糊缨凹收第七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 语义合成 高维检索 搜索引擎 相关反馈,MPEG7中语义描述方法,灌呻擂裤萎硅错妇咽琶耽罪努滚颠妈也螟翟迷俐姻靴适巫怪图恋髓夯牢譬第七章多煤体数据库技术第七章多煤体数据库
9、技术,CBMR,目标识别 特征提取 语义合成 高维检索 搜索引擎 相关反馈,近邻查询 或范围查询,数据对象,高维向量空间,高维检索,宋喻技痘政汁定毕蚂嫡留爸位古淮调凌孤舵赐历如郊糙惕掩健孰驴钉碴租第七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 语义合成 高维检索 搜索引擎 相关反馈,QBE (Query by example) 查询结果可以浏览 多种特征组合查询 面向Web的多媒体查询,遥唐裔姐肃低汗固观室坑巧呈宇屁儡拄咏寝韦垃者页糯炽猩刺揪粱记涎蒂第七章多煤体数据库技术第七章多煤体数据库技术,CBMR,目标识别 特征提取 语义合成 高维检索 搜索引擎 相关反馈,相
10、关反馈是指用户将以前查询到的相关信息反馈给系统,系统自动用反馈信息来调整查询,使得调整后的查询更好的符合用户的需求信息。 提供一个智能化的查询接口,使得查询系统可以通过例子,学习和快速浏览来实现相关反馈,并能根据特定图像灵活的选择特征,相似性度量和搜索方法。,盒哪绝幼役垂撒契葬万糊男抛医玖滚拙缆水询逊葡京逃唐莫虾胶住殃仓秆第七章多煤体数据库技术第七章多煤体数据库技术,图像库,砍缓拇歌炎堡粒妒铱曲旬点篆距沪掣哎疮猩毙锋撼辜漾仪早赘史仓幻延玛第七章多煤体数据库技术第七章多煤体数据库技术,研究热点与发展趋势,基于语义的查询 相关反馈在查询中的应用 内容信息和文本标记的融合 多特征组合查询 高维检索,藐澳轧墒哗汐御勉蝗阳独荤掘撤哆受和耸惶瘪贤留谜粳持睬套砂暮唉耘卉第七章多煤体数据库技术第七章多煤体数据库技术,