MPEG-7标准介绍

第三章 MPEG-7 标准介绍
MPEG-7[18]的正式名称为“多媒体内容描述接口”(Multimedia Content
Description Interface)。其制定目标就是通过制定一组标准的描述符
(Descriptor) 及其描述方案(Description Scheme)来为不同类型的多媒体信息
提供一套描述多媒体内容数据的标准化工具集, 使得内容描述与媒体内容结合,
构造一个统一的、标准的多媒体检索平台来支持基于内容的快速、高效的检索,
满足实时、非实时以及推拉应用的需求。
本章介绍了 MPEG-7 目标和对象、体系结构、描述工具、描述定义语言及系
统工具。
3.1 MPEG-7 目标和对象
MPEG-7 标准的目的是要制定一种针对各类多媒体信息的描述标准。该描述
与内容有关，并能够达到快速高效地搜索用户感兴趣的素材。
无论描述的形式如何，描述都可以附在任何一种多媒体素材之后。具有此种
附加信息的存储素材就可以被方便地索引和搜索了。尽管 MPEG-7 描述与被描述
内容的表达方式无关，但在一定程度上还是依赖于 MPEG-7 标准，在该标准中提
供了一种将声音图像内容作为在时间（同步）和空间（屏幕）上有一定联系的对
象来编码的方法。
MPEG-7 定义的“多媒体”含义十分广泛，包括：
1. 客观类：图像、图表、文本、三维模型、音频、语音、视频等。
2. 主观类：对对象／事件的概括、人的感性色彩等。
3. 合成类：各种元素之间的有机结合以构成一个真正意义上的多媒体演
示。如人的面部表情、性格特征、以至一段电影的主题都是 MPEG－7 中
的数据类型之一。
为此，MPEG-7 定义了“标准描述子集合（Standard Set of Descriptors）”用
于描述各种类型的多媒体数据，与之相应的“描述方案（Description Schemes）”
用于规范多媒体描述子的生成和不同描述子之间的有机联系。这些描述子与所指
定的多媒体对象的内容紧密联系，采用提取对象特征的方法为实现基于内容的语
义的准确检索提供了接口。在此基础上，MPEG-7 定义了一种新的语言——
“描述定义语言（Description Definition Language）”用于指定和生成描述方案。
和 VHDL 语言在超大规模集成电路应用中所扮演的角色一样，DDL 语言是
MPEG-7 的核心。
要充分地利用多媒体信息描述，特征（描述符）的自动提取是十分有用的。
但是根据 MPEG 一贯坚持的“制定最少的、最有用的”原则，MPEG-7 主要集
中在对便于多媒体信息分类的表达方法进行标准化。而特征提取算法、声音图像
内容识别工具不属于 MPEG-7 标准的界定范围。同样，搜索机制和音频或视频
回放技术也不包括在 MPEG-7 标准中，而只确定描述与搜索机制之间的接口。
开发声音图像内容识别工具、特征抽取工具、搜索和音频视频回放工具是工业界
的任务，他们会生产销售符合 MPEG-7 的产品。
符合 MPEG-7 标准的描述可以是手工输入的，也可以是自动提取的，标准
中对此并不作规定。但某些特征最好自动提取（如色彩、纹理），但另一些特征
则很难甚至不可能自动提取，所以要根据描述的内容和层次来决定。
MPEG-7 可以独立于其它 MPEG 标准使用，例如符合 MPEG-7 标准的描述
甚至可以附在非数字模拟影片之后。但是 MPEG-7 标准也利用了 MPEG-4 标准
提供的用对象来描述声音图像数据的方法，这一表达方法是多媒体信息分类过程
的基础。同时，MPEG-7 描述又可以帮助改进以往 MPEG 标准编码的性能。所
以各 MPEG 标准是相互独立又相互联系的。
MPEG-7 所主要讨论的应用可分为 3 大类：①索引和检索类应用（也称“PULL”
应用），例如视频数据库的存储检索、商标的注册和检索、向专业生产者提过图
像和视频、商用音乐、音响效果库等；②选择和过滤类应用（也称“PUSH”应用），
例如个人化电视服务（IPTV 等）、智能化多媒体表达；③与传统的面向媒体的应
用不同，是与 MPEG-7 中要定义的“元（meta）”内容表达有关的专业化的应用，
例如远程购物、教学教育、保安监视等。
3.2 MPEG-7 体系结构
MPEG-7 标准主要单元包括：
1. 描述工具：定义了各个特征的语法与语义的描述符（D），详细说明了各
部分（包括描述符和描述规范）之间联系的结构和语义的描述规范（DS）。
2. 描述语言（DDL）：定义 MPEG-7 描述工具的语法，允许建立新的描述规
范和描述符。必要时，也允许扩展和更改己经存在的描述规范。
3. 系统工具：支持有效存储、传送的二进制码的表示法，支持播放机制
（文本或二进制形式）、多路技术支持、描述内容同步，管理和保护在 MPEG-7 中
描述的知识产权等。保护在 MPEG-7 中描述的知识产权等。
MPEG-7 描述工具不依赖于己经被编码或为存储所做的描述，是满足各种需
要的描述音视频信息的标准。MPEG-7 标准是建立在其它标准描述法如 MPEG-1，
MPEG-2，MPEG-4 等的基础上。MPEG-7 标准的泛函性在于它提供了合适的接触这
些标准的某一部分的方法。MPEG-7 允许在它的描述中采用不同的梯度，提供尽
可能多的不同水平的分辨率。尽管 MPEG-7 采用几种不同观点描述内容，但建立
在这些观点上的这一套描述工具现在作为一个整体的几个部分。它们在很多方面
是相互联系的，是可以相互结合的。
使用 MPEG-7 描述工具进行内容描述时，与描述内容自身有关，允许快速和
有效的进行查询。按照使用者的意愿进行过滤。MPEG-7 在不同的环境有不同的
应用，意味着它必须提供灵活的和可扩展的结构来描述视听数据。而且，MPEG-7
没有提供单一模式的内容描述系统，而是提供了一套根据不同的观点描述视听内
容的方法和工具。根据这些要求，MPEG-7 被设计成考虑或包含其他标准的所有
观点的一种标准。同时 MPEG-7 已经尽可能往通用的方面发展。MPEG-7 没有把目
标定在任何特殊的应用，相反，MPEG-7 标准尽可能的支持最大范围的应用。