基于内容检索的远程教学资源导航系统技术研究
随着Internet、多媒体技术以及通信技术的迅猛发展，以图象、音视频为主体的多媒体教学资源已经成为现代远程教学的主要内容。以前的数据库检索采用关键词的检索方式。现在看来，这种检索技术已经不能满足人们的需要。由于图像和视频信息的内容具有丰富的内容，在很多情况下只用几个关键词已难以描述清楚，而且作为关键词的图像的选取也有很大的困难。于是基于内容检索（CBIR）技术应运而生。CBIR不同于以往的基于文本的检索方法，它是指根据图像的颜色、形状、纹理等特征来查询图像，融合了计算机图像处理、模式识别、数据库等关键技术。它既体现了图像信息的特点，又结合了传统的数据库方法，是一项在理论研究和实际应用中都具有前途的新技术。目前国内外有许多机构都在进行相关的研究，并设计出了一系列比较成功的商业应用软件。
一、远程教学资源导航系统介绍
基于内容检索的远程教学资源导航系统是一套完整的教学资源存储、管理、发布的解决方案，作为教育行业的无形资产，它的使用价值已经越来越被教育行业认同与肯定。在当今科技水平下要永久地保存珍贵的教学资源并不是一件很难的事，但是要在大量的资料库中全面、准确、迅速地找到所需的教学资源内容，却并不是一件很容易的事情。因此，研究基于内容检索的远程教学资源导航系统就成为迫切的需要。
二、远程教学资源导航系统采用的检索技术
（一）基于文本的检索（ TBR） 技术
通常，媒体资产管理系统在检索节目、素材、片段、场景、镜头时都是采用基于文本检索（ Text-Based Ret rieval，TBR） 的方式，也就是针对节目、素材、片段、场景、镜头等视频资料运用数据库技术，并结合广播电视音像资料编目规范进行人工标注，查询时，根据查询关键词去精确地匹配人工标注。采用这种方式，标注工作量巨大，且由于工作人员的主观意识不可能是同一的，标注工作存在难以克服的标注不完备和标注主观性，进而影响查询效率。
（二）基于内容的图像检索（CBIR）技术
1. CBIR系统构成及基本原理
CBIR的核心是使用图像的视觉特征对图像进行检索。本质上讲，它是一种近似匹配技术，融合了计算机视觉、图像处理、图像理解和数据库等多个领域的技术成果。对于 CBIR系统的构成，目前尚没有统一的标准。
CBIR具有以下特点 ：（1）直接从图像内容中提取信息线索，无需通过图像的相关文本注释；（2）CBIR是一种近似匹配，匹配搜索条件的结果可能有很多，需要进一步缩小搜索范围确定最终结果；（3）特征提取和索引建立可由计算机自动实现，大大提高检索的效率；（4）以相关反馈为有效手段。用户根据自己的意图和准则来指导图像检索过程，有效提高检索效率；（5）能满足多层次的检索要求。CBIR系统通常包括了图像库、特征库和知识库，可满足多方面的检索要求。如常规的基于客观属性（关键词）的检索、基于内容的检索、对象关联检索以及概念查询检索等；（6）实现大型数据库的快速检索。能从大型分布式数据库中以较快的速度查找到有关图像。它可以不去理解和识别图像中的对象，所关注的是基于内容，快速地发现信息。
2. CBIR的关键技术
（1）图像特征提取技术。特征提取是CBIR技术的关键。理想的基于内容的图像检索希望采用图像处理与计算机视觉技术自动地从图像中获得语义内容，但是由于图像语义的内在复杂性，目前还很难实现对图像语义的自动提取。所以目前的基于内容的图像数据库检索系统是建立在基于图像的底层视觉特征基础上的，图像的底层视觉特征一般可以分为颜色、纹理、形状和图像的空间位置信息等。目前，大量的CBIR的研究集中在特征抽取上，力求抽出与人类观察最相近的特征。
（2）相关反馈技术。传统的基于特征提取和相似性距离度量的方法，由于计算机自动提取的图像特征与人们所理解的语义之间存在着巨大的差异，其检索结果很难令人满意。
（3）基于内容图像检索中的效果评价。在基于内容的检索中，由于检索算法比较多，需要对各种算法的检索结果进行评判，以比较其优劣。从研究情况来看，对于系统的响应时间和吞吐率的评价论述的较少，对检索效果评价更多地放在对检索结果的正确与否，检索的有效性用查准率 （precision）和查全率 （recall）两个指标来评估 。就目前而言，图像检索领域的标准主要是借助于文本检索领域的查全率和查准率，但是因为图像的非精确度匹配原则，所以，还有待于更进一步找到一种更适合评价系统性能的途径，并以此来引导研究工作向正确的方向发展。
（三）基于内容视频检索技术
1. 在远程教育中数字视频是多媒体教学信息系统中重要的数据类型
其特点是数据量大、信息量也大。因此对视频数据的管理关键之一是对视频数据的压缩编码和解码。除此，视频数据作为一种表达信息的媒体，具有内容多样性，如可指视频中所含的语义内容，也可指视频中所含的颜色、纹理、物体运动、物体之间的关系、摄像机操作、物体大小形状等。视频数据还具有解释的多样性及模糊性，不同的人对同一段视频可能有不同的解释。视频检索就是从大量的视频数据中找到所需要的视频片段。传统的视频检索主要是通过快进和快退等方法进行人工查找，无法满足多媒体数据库的要求。
因此，要实现基于内容的视频检索，必须突破传统的基于一个或多个关键词（或属性）建立索引和基于表达式检索的局限，直接对视频内容进行分析，抽取特征和语义，并利用这些内容特征建立索引。因此基于内容的检索就是指根据媒体和媒体对象的内容语义及上下文联系进行检索。 2. 基于内容的视频分析
视频数据模型的特点是：每个视频数据都是一个复杂的实体，关系不是存在于各视频数据块之间，而是存在于视频数据块内部。所以，首先要把视频数据分解，分出结构和层次。然后分析结构中的各个对象，抽取各个对象的特征，并存储这些属性，使得用户能够根据视频的内容来检索。
基于内容的视频分析，是指根据特定的目的，从输入视频中提取关于内容的相关信息的一切处理过程。为了实现基于镜头内容的视频检索，视频分析的基本过程包括镜头边界的检测、视频数据的低层特征自动索引和视频聚类。镜头边界检测通过视频帧的比较，把视频分割成基本的组成单元――镜头；视频数据的自动索引包括关键帧的比较、静止特征和运动特征的提取等；根据这些特征可以进行视频聚类。
3. 国内外关于该课题的研究现状
（1）切变检测和镜头分割。镜头是视频的一种基本单元，它由时间上相连的一组帧图像组成。镜头检测是将视频流切成一个个分离的镜头。这时需要确定镜头的时间边界，或者说要检测镜头的转变或切换处。
常见视频节目中的镜头切换可分两种：一种是直接切换，称为切变；另一种是光学切换，是对应场景的逐渐变化，称为渐变。
（2）关键帧提取。镜头的关键帧就是反映该镜头中主要信息内容的帧图像。将各镜头检测出来后，对每个镜头可提取关键帧，并用关键帧简洁地表达镜头。这是因为每个镜头都是在同一个场景下拍摄的，同一个镜头中的各帧图像有相当的重复信息，关键帧就是反映该镜头中主要信息内容的帧图像，一般一个镜头要用所提取出的一个或若干个帧图像来表示。另外，用关键帧表示镜头使得可用基于图像的技术对视频镜头进行检索。
（3）比较著名的图像、视频检索系统。QBIC：是IBM研制的商用图像检索系统，它支持：基于样本图像的查询、用户构画草图、用户绘制图形、用户选择希望的纹理和颜色。VIRAGE：是VIRAGE INC 公司开发的基于内容图形搜索引擎，类似于QBIC，VIRAGE支持基于颜色、颜色布局、纹理、结构等视觉信息的检索，支持上述几种原子查询的组合查询，用户能根据自己的意愿调整某个查询权重。PHOTOBOOK：MIT媒体实验室研制的一组交互浏览和检索工具，它实现形状、纹理和人脸特征的提取和检索。
三、结语
众所周知，研究基于内容检索的远程教学资源导航系统的主要目的就是为了引导用户快速准确地获取所需信息，提高用户在信息搜索和筛选上的效率。一些使用过导航的用户，获取信息的能力和水平相对较高，一般的问题基本上能自我解决。但绝大多数用户并没有接受过训练，不具有良好的信息素养，他们对如何获取信息或者知识很多时候都处于不知所措的状态，浪费大量时间也没能获取自己真正需要的那些信息资源。因此，设计出能够支持基于内容检索的多功能网络信息资源导航系统，帮助用户方便快捷地获取信息并加以利用，是远程教育追求的重要目标。
