MỞ ĐẦU CNTT ngày càng phát triể n với sƣ̣ ra đời của nhiề u công nghê ̣ , sản phẩ m và giải pháp , đă ̣c biê ̣t sƣ̣ ra đời của Internet đã ta ̣o ra mô ̣t cuô ̣c cách mạng thực sự to lớn của loài ngƣời. Con ngƣời có thể trao đổ i, tìm kiếm thông tin mô ̣t cách nhanh chóng , khoảng cách địa lý không còn là rào cản trong giao tiế p của con ngƣời. Các phƣơng thức trao đổi và thể hiện thông tin ngày càng phong phú. Dƣ̃ liê ̣u hiê ̣n có không chỉ đơn thuầ n là các văn bản đƣợc lƣu trữ nhƣ vài chu ̣c năm trƣớc đây , mà đã tồn tại một số lƣợng khổng lồ các dữ liệu đa phƣơng tiê ̣n gồ m có ảnh , âm thanh và video.
Dƣ̃ liê ̣u này ngày càng tăng nhanh đã dẫn đế n một nhu cầu có thực là cần có các công cụ hữu hiệu để lƣu trƣ̃, truy vấn và trình diễn. Chính vì vậy , nghiên cứu của những năm gần đây tập trung chủ yếu vào lƣu trữ và tìm kiếm hiệu quả dữ liệu đa phƣơng tiện. Tình hình tƣơng tự nhƣ vài chục năm trƣớc đây với sƣ̣ ra đời của các hệ thống quản trị cơ sở dƣ̃ liê ̣u (DBMS) để quản lý các dữ liệu text. Tuy nhiên DBMS không thể quản lý dữ liệu đa phƣơng tiện một cách hiệu quả bởi vì các tính chất dữ liệu văn bản và dữ liệu đa phƣơng tiện là khác nhau.
Do vậy, dẫn tới việc nghiên cứu phát triển các kỹ thuật truy tìm và chỉ mục mới trong hệ thống quản trị CSDL. Sự ra đời của “Hệ thống quản trị cơ sở dữ liệu đa phƣơng tiện “ là một tất yếu. Là một trong những vấn đề đƣợc quan tâm nghiên cứu , các hệ thố ng truy vấn video số đã đƣơ ̣c phát triể n nhằ m đáp ƣ́ng nhu cầ u đố i với dƣ̃ liê ̣u đa phƣơng tiê ̣n của ngƣời dùng. Các hệ thống này đã trải qua các giai đoạn phát triển chính nhƣ sau [3]: - Giai đoạn truy vấn video dựa vào từ khóa, việc truy vấn dựa vào từ khóa và chú thích thủ công cho đoạn video.
Kết quả truy vấn dựa vào việc so khớp từ khóa truy vấn và từ khóa chú thích hoặc áp dụng các thành tựu trong lĩnh vực truy vấn thông tin (Information Retrieval). Hiện nay các hệ thống truy vấn video đƣợc dùng rộng rãi trong thƣơng mại vẫn đang sử dụng cách thức truy vấn này (ví dụ nhƣ các hệ thống tìm kiếm của Google, Yahoo,…). - Giai đoạn truy vấn video dựa vào nội dung, việc truy vấn đƣợc thực hiện dựa vào nội dung, dựa vào việc phân đoạn video thành các đoạn cơ sở, z 6 mỗi đoạn cơ sở đƣợc biểu diễn bởi một số khung hình chính. Truy vấn dựa vào đặc trƣng thị giác toàn cục của đoạn cơ sở hoặc khung hình chính nhƣ các đặc trƣng về màu sắc, vân, chuyển động.
Cùng trong giai đoạn này là thời kỳ của các hệ thống truy vấn dựa vào đối tƣợng. Các đối tƣợng này đƣợc gọi là các đối tƣợng không gian - thời gian. Kết quả truy vấn phù hợp hơn về ngữ nghĩa đối với yêu cầu truy vấn. - Giai đoạn truy vấn video ở mức ngữ nghĩa.
Các mô hình đƣợc dùng ở giai đoạn này là mô hình dịch máy, máy học, chú thích video tự động, phả hệ tri thức thị giác. Khi truy vấn, hệ thống tiến hành đối sánh các khái niệm thị giác mà ngƣời dùng mô tả với các khái niệm thị giác đƣợc liên kết với dữ liệu video nhằm xác định kết quả truy vấn. Cách truy vấn này có thể áp dụng cho cơ sở dữ liệu video tổng quát. Độ chính xác của kết quả truy vấn không cao, vì vậy nó đƣợc dùng nhƣ bƣớc tiền lọc, và thƣờng kèm theo kỹ thuật phản hồi từ ngƣời dùng.
Mặc dù đã có nhiều kết quả đạt đƣợc trong lĩnh vực này, nhƣng một số vấn đề thách thức vẫn còn tồn đọng. Chƣa có hệ thống truy vấn nào đƣợc phổ biến và đƣợc công nhận rộng rãi trong cộng đồng. Xuất phát từ cơ sở khoa học, tính thực tiễn và khả năng áp dụng thực tế tại nơi công tác, tác giả luận văn đã lựa chọn đề tài “Một số kỹ thuật chỉ mục và tìm kiếm đối tƣợng trong video số”. Bố cục của luận văn gồm 3 chƣơng, đƣợc trình bày nhƣ sau: Chƣơng I: Trình bày tổng quan về cơ sở dữ liệu đa phƣơng tiện.
Chƣơng II: Trình bày một số kỹ thuật chỉ mục và tìm kiếm đối tƣợng trong video số. Chƣơng III: Mô tả và xây dựng một ứng dụng tìm kiếm video. z 7 CHƢƠNG 1 - TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU ĐA PHƢƠNG TIỆN 1.1 NHU CẦU CẦN CÓ HỆ THỐNG QUẢN TRỊ CƠ SỞ DỮ LIỆU ĐA PHƢƠNG TIỆN [1] Trải qua nhiều năm chúng ta đã thu thập đƣợc một khối lƣợng lớn dữ liệu đa phƣơng tiện và tổ chức lƣu trữ chúng dƣới dạng số, ví dụ nhƣ ảnh X quang, tranh số hóa, các băng hình dạy học, điều tra cảnh sát về giọng nói trong điện thoại, tài liệu văn bản,…Ngày nay, khi Công nghê ̣ thông tin phát triể n ma ̣nh mẽ và đƣợc ứng dụng vào các lĩnh vực của đời sống xã hội , đã xuất hiện ngày càng nhiều tranh ảnh, video, audio, tài liệu… đƣợc số hoá, lƣu trữ và trình diễn, một số ví dụ về dữ liệu đa phƣơng tiện nhƣ sau: - Dữ liệu hình ảnh (Image data): Một học viện phẫu thuật phải tìm kiếm cơ sở dữ liệu ảnh X quang hay ảnh cộng hƣởng từ (MRI - Magnetic Resonance Imaging) của các bệnh nhân; Một cơ quan, tổ chức lƣu trữ những bức ảnh số và muốn tìm lại một cách thuận tiện,. - Dữ liệu video (Video data): Một sinh viên mong muốn tìm những bài giảng bằng băng hình về một chủ đề kỹ thuật nào đó.
Điề u này đòi hỏi phải truy vấn thƣ viện băng hình tƣ̀ tập hợp vô số các băng hình với nội dung về kỹ thuật,. - Dữ liệu âm thanh (Audio data): Một phóng viên mong muốn tiếp cận với một vài cuộc phỏng vấn trƣớc đây trên đài phát thanh, trong trƣờng hợp này anh ta mong muốn tiếp cận với những băng audio cũ có nội dung liên quan đến lĩnh vực nghiên cứu. - Dữ liệu tài liệu (Document data): Một văn bản truyền thống bao gồm các đoạn văn bản, các từ, câu, đoạn văn, chƣơng… Một CSDL tài liệu khác văn bản ở chỗ nó không chỉ chứa các thông tin dạng văn bản thô mà nó còn chứa đựng cả cấu trúc và hình ảnh nhúng. Ví dụ, dữ liệu tài liệu đƣợc tạo ra, chèn vào và phục hồi nhờ sử dụng các ngôn ngữ đánh dấu chuẩn nhƣ HTML hay SGML,.
Tƣ̀ nhƣ̃ng ví du ̣ trên ta cho thấ y thông tin đa phƣơng tiện hay dữ liệu đa phƣơng tiện bao gồm các dạng dữ liệu nhƣ video, âm thanh, hoạt hoạ (animation), ảnh, ký tự, chữ số,. hoặc có sự kết hợp giữa các dạng này. Thƣ̣c tế hiê ̣n nay là chúng ta đang đối mặt với sự bùng nổ thông tin đa phƣơng tiê ̣n, và kéo theo nó là xu thế thúc đẩy phát triển công nghệ số lƣu trữ và trình diễn, z 8 với khả năng tổ chức tốt để có thể đảm bảo truy tìm nhanh. Nhƣ̃ng năm trƣớc đ ây, khi mà dữ liệu văn bản đƣợc lƣu trữ dƣới khuôn dạng máy tính có thể đọc đƣợc, đã dẫn tới việc phát triển các hệ thống quản trị cơ sở dƣ̃ liê ̣u (DBMS).
Tuy nhiên DBMS không thể quản lý dữ liệu đa phƣơng tiện một cách hiệu quả do các tính chất dữ liệu văn bản và dữ liệu đa phƣơng tiện là khác nhau. Vì thế, vấn đề đặt ra là phải nghiên cứu phát triển các kỹ thuật truy tìm và chỉ mục mới trong hệ thống quản trị CSDL, cho phép khả năng lƣu trữ và tìm kiếm hiệu quả dữ liệu đa phƣơng tiện. Dữ liệu đa phƣơng tiện có thể phân ra làm hai dạng tĩnh và động, dữ liệu tĩnh có nội dung và ý nghĩa không phụ thuộc vào thời gian nhƣ: ảnh, văn bản, chữ số.; dữ liệu động có nội dung và ý nghĩa phụ thuộc thời gian, chẳng hạn nhƣ khi thực hiện một đoạn video cần dịch chuyển khoảng 25 đến 30 frames/giây để làm hình ảnh và âm thanh thay đổi. Các dạng dữ liệu động nhƣ âm thanh và hoạt họa đều có mối quan hệ với thời gian.
Việc truyền đạt thông tin và ý nghĩa của thông tin trong thực tế cũng có rất nhiều phƣơng thức khác nhau. Với dữ liệu đa phƣơng tiện, các thông tin truyền đạt ý nghĩa nhanh và dễ hiểu hơn. Do vậy mà ngày nay dữ liệu đƣợc sử dụng trong nhiều ứng dụng thực tế nhƣ: nghệ thuật, giáo dục, giải trí, kỹ thuật, y học, toán học,. Từ nhu cầu cần có cơ sở dữ liệu đa phƣơng tiện, kéo theo nhu cầu cần thiết về vấn đề quản lý nhƣ: - Khả năng lƣu trữ dữ liệu do kích thƣớc dữ liệu đa phƣơng tiện lớn hơn so với các dạng dữ liệu thông thƣờng.
- Hỗ trợ truy vấn nhanh dữ liệu đa phƣơng tiện do thời gian truyền tải dữ liệu khi truy vấn không thể quá chậm vì tại mỗi thời điểm ý nghĩa của dữ liệu đa phƣơng tiện có thể thay đổi. Hiện nay, có nhiều hệ quản trị cơ sở dữ liệu cho phép ngƣời dùng tạo và quản trị các loại cơ sở dữ liệu khác nhau. Tuy nhiên, do dữ liệu đa phƣơng tiện có có tính chất và yêu cầu đặc biệt, khác xa với loại dữ liệu chữ và số nên CSDL truyền thống không phù hợp trong việc quản lý dữ liệu đa phƣơng tiện. Các kỹ thuật truy tìm thông tin có thể giúp truy tìm các đối tƣợng đa phƣơng tiện nhƣng chƣa thực sự hiệu quả, khả năng quản lý dữ liệu đa phƣơng tiện thì vẫn chƣa đáp ứng đƣợc.
Vì vậy, thực tế đòi hỏi cần có hệ thống quản trị cơ sở dữ liệu đa phƣơng tiện (Multimedia Database Management Systems - MMDBMS).2 SỰ CẦN THIẾT PHẢI CÓ HỆ THỐNG CHỈ MỤC VÀ TRUY TÌM THÔNG TIN ĐA PHƢƠNG TIỆN (MIRS) [1], [2], [6] Dữ liệu đa phƣơng tiện có tính chất và yêu cầu đặc biệt, khác xa với loại dữ liệu chữ và số. CSDL truyền thống không phù hợp trong việc quản lý dữ liệu đa phƣơng tiện. Vì vậy đòi hỏi phải có một hệ thống truy tìm và chỉ số hóa đủ tốt để sử dụng dữ liệu hiệu quả.1 Một vài tính chất chính của dữ liệu đa phƣơng tiện - Khối lƣợng khổng lồ (đặc biệt với dữ liệu audio và video). Thí dụ 10 phút video không nén có dung lƣợng 1,5 GB.
- Audio và video có thêm chiều thời gian.