[發明專利]媒介分段系統和相關的方法

有效

• 申請號: 01123068.1
• 申請日: 2001-07-30
• 公開（公告）號: CN1359082A
• 公開（公告）日: 2002-07-17
• 發明（設計）人: 林童;張洪江
• 申請（專利權）人: 微軟公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 永新專利商標代理有限公司
• 代理人: 蹇煒

??????????????????????技術領域

本發明涉及一種圖象處理，更具體地說，是涉及一種媒介分段系統和相關的方法。

??????????????????????技術背景

隨著近年來數據處理、存儲及網絡技術的發展，許多個人計算機系統有能力接收、處理和再現多媒體對象(例如音頻、圖象和視頻內容)。例如，應用于多媒體再現領域的這種計算能力的一個示例，是使視頻內容從一個遠程服務器通過網絡“流”到一個具有適當配置的計算系統，用于在該計算系統上再現。再現系統有很多種，所提供的功能類似于典型的視頻盒式磁帶放象機/錄像機(VCR)。然而，隨著計算能力的增強，消費者期望能有更先進的性能。這種期望的最初示例是快速訪問相關媒介內容的能力。現有技術的系統尚不能滿足這一期望。

為了適應和訪問媒介龐大的數據量，目前可以采用各種圖象數據庫和視覺信息系統。這些系統已用于各種各樣的應用裝置，包括醫學圖象管理、CAD/CAM系統、罪犯識別系統、剪輯圖庫等等。現有技術的系統可能采用多種搜索技術之任一種，以訪問及檢索相關信息。這些現有技術的系統基本上是利用基于文本的、關鍵詞方法對這種媒介內容進行編索引和檢索。根據這一方法，每一幀(frame)、場面(shot)或場景(scene)(每一項包括一個或多個前者)被存儲為數據庫對象，其中數據庫中的每一幅圖象(例如幀、場面、場景)與人工產生的該對象的文字說明相關。于是采用邏輯查詢可以檢索這些關鍵詞描述信息，其中的檢索是基于對查詢文本的精確匹配或概率匹配。

而這些現有技術系統的作用是激勵了人們對這種技術的欲望，這些現有技術的系統中沒有一個真正促進了基于內容的媒介搜索，因此未能全面地尋到所需的位置以訪問和檢索特定的媒介內容。專門基于文本的系統中存在幾個問題。自動產生描述性關鍵詞或提取建立分類層次所需的語義信息，已超出了當前計算圖象和智能技術的能力。相應地，這種圖象的文字描述應該是人工產生的。應該理解的是，人工輸入關鍵詞描述信息是冗長乏味的、耗費時間的過程，易于不精確和受描述的限制。而且，某些視覺特性，例如結構和圖案的描述，如果不是不可能的話，也往往是難以充分地或精確地用一些文字說明來描述，特別是對于那些多用途的索引編制和檢索應用裝置而言。

而已討論的其它方法試圖基于內容對媒介定性地分段，所有方法的計算量是巨大的，結果，對于幾乎是實時用戶應用裝置而言是不適用的。這些現有技術的方法一般都試圖在各幀之間識別相似材料以檢測出場面邊界線。本領域技術人員可理解的是，場面邊界線常常表示編輯點，例如攝像漸變，并不是語義的邊界線。而且，由于所涉及的計算的復雜性，這種場面往往被定義為靜態的，或在前的固定數量的幀，或是隨后的編輯點(例如在先的三幀和后來的三幀)。在這方面，這種在先技術的系統一般都利用幀的固定窗口定義一個場面。

相反，場景包括語義上相似的場面，因此可包含多個場面邊界線。相應地，在先技術的方法是基于兩個場面之間幀的視覺相似性，往往不會產生好的效果，所需要的是對場面之間語義相關性的定量值。

因此，提出一種媒介分段系統和相關的方法，不受在先技術的系統一般常帶有的局限性的妨礙。

???????????????????????本發明概述

本發明涉及一種媒介分段系統和相關的方法，便于實現在語義級對媒介內容的快速訪問和檢索。根據本發明的一個實施例，所提出的一種方法包括：接收媒介內容并分析所接收媒介的連續場面的一個或多個屬性；至少是部分地根據對該一個或多個屬性的分析，產生相對于每一個連續場面的相關值，其中實現場景分段，將語義上緊密結合的場面分組。

????????????????????????附圖簡述

在所有附圖中相同的參考編號用于表示相同的部件和裝置。

圖1是含有本發明之思想的計算系統示例的方框圖；

圖2是根據本發明的一個實施例實現基于內容的場景分段的媒介分析工具之示例的方框圖；

圖3說明了根據本發明的一個方面表示顏色對象分段和跟蹤；

圖4說明根據本發明的一個方面表示擴展窗口場面分組技術；

圖5說明根據本發明的一個方面的數據結構，該數據結構包括擴展場景窗口；

圖6說明了根據本發明的一個方面的共生矩陣(co-occurrencematrices)，它用于瞬間切片分析；

圖7是根據本發明的一個實施例的用于基于內容的場景分段方法示例之流程圖；