12.2.9.4 Managing Multimedia Conten

12.2.9.4 Managing Multimedia Content
Multimedia content management concerns: feature extraction from various media such as text, speech, music and video; feature integration into metadata media streams to enrich the interaction with multimedia streamed content that they are synchronised to; information retrieval of stored multimedia using multimedia metadata indices and management of multimedia metadata and data. There are several issues which make single non alphanumeric text media data and multimedia content harder to manage compared to alphanumeric text management. Many stages of pre processing of larger volumes of data are often needed to extract the media features of interest, such as the main colours in the background of an image and the average pitch of the introduction to a piece of music, to represent these as metadata indices.
Multimedia content is implicitly rich and soft in nature but the automated analysis and classi fication of multimedia data often generate leaner and harder indices or metrics the so called semantic content to syntactical classifier gap. Techniques to address this gap include mapping the low level media features to high level semantic concepts under human supervision. If two instances of multimedia content are compared and are classified to have similar low level features, the high level semantic annotation of one instance could also be assigned to the other instance. Another technique is to combine use of multiple multimedia indices which have different levels and degrees of semantics e.g., to combine the features extracted by language processing and semantic analysis of the text caption associated with the image with the extracted visual features of the image (Kesorn and Poslad, 2008).
In addition, because of the digital nature of multimedia content systems and because most multimedia metadata used to simplify queries is alphanumeric, there is a gap in mediating between non alphanumeric multimedia content and the alphanumeric multimedia metadata or indices. Techniques to handle this gap include allowing queries to be expressed in the form of the content. So rather than users having to type the name of a song or artist in order to retrieve a piece of music, which has the limitation that the user may not know these or know them correctly, the user can, for example, try to hum or sing part of the piece of music (Ghias et al., 1995). The system aims to match one segment of a piece of the music, to another piece of (stored) music and to retrieve music that is similar. The advantage for the user is that the query is expressed in the same type of media as the content itself. Vision and audio recognition enables humans to interact much more naturally with the physical world. For example, recording images of buildings and signposts we are facing enables us to use wireless mobile devices to input pictures as queries to locate our orientation and position and to identify and characterise some physical world object. Recording a sound bite can enable us to identify a type of animal or a piece of music.
In order to improve the performance of multimedia content matching, the content can be converted to alphanumeric content because alphanumeric searching and processing are much more efficient, in a way that is transparent to the user. Thus the pitch and rhythm dimensions of music could be mapped to text characters, enabling the musical words generated to be indexed using existing text search engines (Doraisamy and Ruger, 2004).

Kết quả (Việt) 1:

12.2.9.4 quản lý nội dung đa phương tiệnMối quan tâm quản lý nội dung đa phương tiện: tính năng khai thác từ các phương tiện khác nhau như văn bản, lời nói, âm nhạc và video; tính năng tích hợp vào luồng phương tiện siêu dữ liệu để làm phong phú thêm sự tương tác với nội dung đa phương tiện trực tiếp mà họ đang đồng bộ thông tin tra cứu của lưu trữ đa phương tiện bằng cách sử dụng chỉ số siêu dữ liệu đa phương tiện và quản lý dữ liệu và siêu dữ liệu đa phương tiện. Có một số vấn đề mà làm cho văn bản chữ số không duy nhất phương tiện truyền thông dữ liệu và khó khăn hơn để quản lý nội dung đa phương tiện so với quản lý văn bản chữ và số. Nhiều giai đoạn trước khi xử lý lượng lớn dữ liệu thường xuyên là cần thiết để trích xuất các tính năng phương tiện truyền thông quan tâm, chẳng hạn như các màu sắc chính trong nền của một hình ảnh và pitch giới thiệu về một phần của âm nhạc, để thể hiện này như siêu dữ liệu chỉ số, Trung bình.Nội dung đa phương tiện ngầm phong phú và mềm mại trong tự nhiên, nhưng tự động phân tích và cơ fication dữ liệu đa phương tiện thường tạo ra chỉ số leaner và khó khăn hơn hoặc số liệu nội dung ngữ nghĩa như vậy gọi là khoảng cách syntactical loại. Kỹ thuật địa chỉ khoảng cách này bao gồm lập bản đồ các tính năng phương tiện truyền thông cấp thấp đến cao cấp khái niệm semantic dưới sự giám sát của con người. Nếu hai trường hợp của nội dung đa phương tiện được so sánh và được phân loại để có tính năng tương tự thấp cấp, chú giải ngữ nghĩa cao cấp của một trường hợp cũng có thể được chỉ định cho trường hợp khác. Một kỹ thuật là kết hợp sử dụng của nhiều chỉ số đa phương tiện mà có mức độ khác nhau và mức độ ngữ nghĩa ví dụ, để kết hợp các tính năng mà tách ra bằng ngôn ngữ xử lý và ngữ nghĩa phân tích của các chú thích văn bản liên kết với các hình ảnh với các tính năng hình ảnh được giải nén của hình ảnh (Kesorn và Poslad, 2008).Ngoài ra, do tính chất kỹ thuật số của hệ thống nội dung đa phương tiện và vì siêu dữ liệu đặt đa phương tiện được sử dụng để đơn giản hóa các truy vấn là chữ số, có một khoảng cách trong việc làm trung gian giữa các nội dung đa phương tiện phòng không chữ số và chữ số siêu dữ liệu đa phương tiện hoặc chỉ số. Kỹ thuật xử lý lỗ hổng này bao gồm cho phép truy vấn để được thể hiện dưới hình thức nội dung. Vì vậy chứ không phải là người dùng không phải gõ tên của một bài hát hoặc nghệ sĩ để lấy một mảnh của âm nhạc, trong đó có giới hạn người sử dụng có thể không biết những hoặc biết chúng một cách chính xác, người dùng có thể, ví dụ, cố gắng hum hay hát một phần của đoạn nhạc (Ghias và ctv., 1995). Hệ thống nhằm mục đích phù hợp với một phân đoạn của một bản nhạc, với một đoạn nhạc (lưu trữ) và truy xuất âm nhạc tương tự. Các lợi thế cho người dùng là các truy vấn được thể hiện trong cùng loại của các phương tiện truyền thông như là nội dung chính nó. Công nhận tầm nhìn và âm thanh cho phép con người tương tác nhiều hơn nữa tự nhiên với thế giới vật lý. Ví dụ, ghi lại hình ảnh các tòa nhà và chúng tôi đang phải đối mặt với signposts cho phép chúng tôi sử dụng thiết bị di động không dây đầu vào hình ảnh như là các truy vấn để xác định vị trí và hướng của chúng tôi, đồng thời để xác định và nêu một số đối tượng thế giới vật lý. Ghi âm một cắn âm thanh có thể cho phép chúng tôi để xác định một loại động vật hoặc một đoạn nhạc.Để cải thiện hiệu suất của phù hợp với nội dung đa phương tiện, các nội dung có thể chuyển nội dung chữ vì chữ số tìm kiếm và chế biến nhiều hiệu quả hơn, trong một cách đó là minh bạch để người sử dụng. Do đó kích thước sân và nhịp điệu của âm nhạc có thể được ánh xạ tới ký tự văn bản, cho phép âm nhạc từ được tạo ra để được lập chỉ mục bằng cách sử dụng hiện có văn bản công cụ tìm kiếm (Doraisamy và Ruger, 2004).

Kết quả (Việt) 2:

12.2.9.4 Giám Multimedia Content
Multimedia mối quan tâm quản lý nội dung: tính năng trích xuất từ nhiều định dạng phương tiện truyền thông như văn bản, lời nói, âm nhạc và video; Tính năng tích hợp vào dòng phương tiện truyền thông siêu dữ liệu để làm phong phú thêm sự tương tác với đa phương tiện trực tiếp nội dung mà họ được đồng bộ hóa; truy vấn thông tin đa phương tiện được lưu trữ sử dụng chỉ số siêu dữ liệu đa phương tiện và quản lý siêu dữ liệu đa phương tiện và dữ liệu. Có một số vấn đề mà làm đơn không chữ và số phương tiện truyền thông dữ liệu văn bản và đa phương tiện nội dung khó khăn hơn để quản lý việc so với quản lý văn bản chữ và số. Nhiều giai đoạn xử lý trước khối lượng lớn dữ liệu thường là cần thiết để trích xuất các tính năng truyền thông quan tâm, chẳng hạn như màu sắc chính trong nền của một hình ảnh và sân trung bình của các giới thiệu về một tác phẩm âm nhạc, để đại diện cho những như siêu dữ liệu chỉ số.
nội dung đa phương tiện là mặc nhiên phong phú và mềm mại trong tự nhiên nhưng các phân tích tự động và fication phân loại dữ liệu đa phương tiện thường xuyên tạo ra các chỉ số gọn gàng hơn và khó khăn hơn hoặc chỉ số như vậy gọi là nội dung ngữ nghĩa để khoảng cách phân loại cú pháp. Kỹ thuật để giải quyết khoảng cách này bao gồm lập bản đồ các tính năng truyền thông cấp thấp đến khái niệm ngữ nghĩa mức độ cao dưới sự giám sát của con người. Nếu hai trường hợp của nội dung đa phương tiện được so sánh và được phân loại để có các tính năng tương tự như mức độ thấp, mức cao chú thích ngữ nghĩa của một trường hợp cũng có thể được giao cho các trường hợp khác. Một kỹ thuật khác là kết hợp sử dụng nhiều chỉ số đa phương tiện mà có mức độ khác nhau và mức độ ngữ nghĩa ví dụ, để kết hợp các tính năng được chiết xuất bằng cách xử lý ngôn ngữ và phân tích ngữ nghĩa của các chú thích văn bản liên quan đến các hình ảnh với các tính năng hình ảnh trích ra các hình ảnh (Kesorn và Poslad, 2008).
Ngoài ra, do tính chất kỹ thuật số của các hệ thống nội dung đa phương tiện và vì hầu hết các siêu dữ liệu đa phương tiện sử dụng để đơn giản hóa các truy vấn là chữ số, có một khoảng cách trung gian giữa nội dung không tự chữ và số đa phương tiện và các siêu dữ liệu đa phương tiện tự chữ và số hoặc chỉ số. Kỹ thuật xử lý khoảng cách này bao gồm cho phép truy vấn được thể hiện dưới dạng của nội dung. Vì vậy, thay vì người dùng phải gõ tên của một bài hát hoặc nghệ sĩ để lấy một bản nhạc, trong đó có các hạn chế mà người sử dụng có thể không biết những hoặc biết chúng một cách chính xác, người dùng có thể, ví dụ, hãy thử ngâm nga hoặc hát một phần của tác phẩm âm nhạc (Ghias et al., 1995). Hệ thống này nhằm mục đích phù hợp với một phân đoạn của một mảnh của âm nhạc, với một mảnh của âm nhạc (lưu trữ) và để lấy âm nhạc mà là tương tự. Các lợi thế cho người sử dụng là các truy vấn được thể hiện trong cùng một loại phương tiện truyền thông như là nội dung chính nó. Tầm nhìn và nhận dạng âm thanh cho phép con người tiếp xúc nhiều tự nhiên hơn với thế giới vật chất. Ví dụ, ghi lại hình ảnh của tòa nhà và biển chỉ dẫn, chúng tôi đang phải đối mặt cho phép chúng tôi sử dụng các thiết bị di động không dây để hình ảnh đầu vào như các truy vấn để xác định vị trí phương hướng và vị trí của chúng tôi và để xác định và mô tả một số đối tượng thế giới vật chất. Ghi một vết cắn âm thanh có thể cho phép chúng ta xác định một loại động vật hoặc một bản nhạc.
Để cải thiện hiệu suất kết hợp nội dung đa phương tiện, nội dung có thể được chuyển đổi nội dung chữ vì tìm kiếm và xử lý chữ và số hiệu quả hơn nhiều, trong một cách đó là trong suốt đối với người sử dụng. Như vậy sân và nhịp điệu kích thước của âm nhạc có thể được ánh xạ vào văn bản ký tự, tạo điều kiện cho các từ âm nhạc được tạo ra để được lập chỉ mục sử dụng công cụ tìm kiếm văn bản hiện hành (Doraisamy và Ruger, 2004).