Nghiên Cứu Cơ Sở Dữ Liệu Đa Phương Tiện Tiêu Chuẩn MPEG-7 và MPEG-21

MPEG-7, hay còn gọi là giao diện mô tả nội dung đa phương tiện (Multimedia Content Description Interface - MCDI), có mục tiêu định rõ một chuẩn mô tả nhiều dạng thông tin đa phương tiện khác nhau. Điều này giúp các hệ thống tìm kiếm nhận dạng nhanh chóng và chính xác thông tin mà người dùng quan tâm, đồng thời quản lý hiệu quả thông tin đó. MPEG-7 không phải là chuẩn mã hóa nội dung âm thanh hình ảnh như các chuẩn MPEG trước đây, mà nó sử dụng ngôn ngữ XML để lưu trữ thông tin về nội dung. Phạm vi của chuẩn MPEG-7 là định nghĩa các công cụ bao gồm các bộ mô tả (descriptor), các chương trình mô tả (description scheme) và ngôn ngữ định nghĩa mô tả (description definition language).

Trước khi bắt đầu dự án chuẩn hóa MPEG-7, các chuyên gia MPEG đã tiến hành một giai đoạn thăm dò nhằm xác định các định hướng để xây dựng chuẩn. Các định hướng đó bao gồm khả năng ứng dụng rộng rãi cho bất kỳ một lĩnh vực ứng dụng nào, phát thời gian thực hoặc không. Nội dung mà chuẩn mô tả có thể được lưu trữ, có thể được làm on-line, off-line và stream. MPEG-7 sẽ cho phép tạo ra những mô tả được sử dụng stand-alone, được ghép với chính nội dung, liên kết với một hoặc nhiều phiên bản của nội dung, ví dụ như trong media dựa trên internet.

MPEG-7 bao gồm một tập hợp các công cụ: bộ mô tả (Descriptor - D), chương trình mô tả (Description Scheme - DS), ngôn ngữ định nghĩa mô tả (Description Definition Language - DDL) và một số các công cụ hệ thống. Mối quan hệ giữa các công cụ như sau: một bộ mô tả thể hiện một thuộc tính nhất định như màu sắc, hình dáng. Một chương trình mô tả bao gồm một hoặc một số bộ mô tả hoặc các chương trình mô tả khác. Ngôn ngữ định nghĩa để thể hiện các chương trình mô tả và bộ mô tả, cho phép tạo ra, mở rộng, chỉnh sửa các chương trình mô tả và bộ mô tả.

Để có thể thực hiện các chức năng trên, DDL cần phải đáp ứng được một số yêu cầu cụ thể. DDL phải có khả năng cấu trúc, kế thừa giữa các phần tử bên trong một chương trình mô tả và giữa các chương trình mô tả. DDL phải cung cấp nhiều mô hình để kết nối và tham chiếu giữa một hay nhiều mô tả và dữ liệu mà nó mô tả. DDL phải là platform và độc lập ứng dụng, machine-readable và tốt nhất là human-readable. Cuối cùng, DDL phải có khả năng xác định các loại dữ liệu của bộ mô tả như các loại cơ bản (số nguyên, text, ngày, giờ).

Một trong những yêu cầu quan trọng của DDL là khả năng cấu trúc và kế thừa giữa các phần tử bên trong một chương trình mô tả và giữa các chương trình mô tả. Điều này cho phép xây dựng các mô tả phức tạp từ các thành phần đơn giản hơn, tận dụng lại các định nghĩa đã có và giảm thiểu sự trùng lặp. Ví dụ, một chương trình mô tả về một bộ phim có thể kế thừa các thuộc tính từ một chương trình mô tả chung về video, đồng thời bổ sung thêm các thuộc tính riêng như tên đạo diễn, diễn viên.

MDS, hay Multimedia Description Scheme, là một phần quan trọng trong việc tổ chức các công cụ mô tả đa phương tiện trong MPEG-7. Nó định nghĩa cách các bộ mô tả (descriptors) và chương trình mô tả (description schemes) được cấu trúc và kết hợp để tạo ra các mô tả phong phú và có ý nghĩa về nội dung đa phương tiện. MDS cung cấp một khung sườn cho việc biểu diễn các đặc trưng của nội dung, từ các thuộc tính cơ bản như màu sắc và hình dạng đến các khái niệm phức tạp hơn như ngữ cảnh và ý nghĩa.

Một chương trình mô tả trong MPEG-7 bao gồm nhiều thành phần cơ bản, mỗi thành phần đóng một vai trò cụ thể trong việc mô tả nội dung đa phương tiện. Các thành phần này bao gồm các bộ mô tả (descriptors) để biểu diễn các thuộc tính của nội dung, các chương trình mô tả khác (description schemes) để tạo ra cấu trúc phân cấp, và các mối quan hệ giữa các thành phần này để biểu diễn ngữ cảnh và ý nghĩa. Một ví dụ điển hình là chương trình mô tả về một đoạn video, có thể bao gồm các bộ mô tả về màu sắc, hình dạng, chuyển động, âm thanh, và các chương trình mô tả khác về các đối tượng, sự kiện và cảnh trong video.

MPEG-7 cung cấp các công cụ và phương pháp để quản lý nội dung đa phương tiện một cách hiệu quả. Điều này bao gồm khả năng tạo ra các mô tả chi tiết và cấu trúc về nội dung, cho phép tìm kiếm, lọc và truy xuất thông tin một cách chính xác. MPEG-7 cũng hỗ trợ các chức năng như phân loại nội dung, đánh dấu các đoạn quan trọng, và tạo ra các bản tóm tắt tự động. Trong thực tế, các công cụ quản lý nội dung của MPEG-7 được sử dụng rộng rãi trong các ứng dụng như thư viện số, hệ thống quản lý tài sản số, và các dịch vụ truyền hình trực tuyến.

MPEG-7 cung cấp một loạt các bộ mô tả visual (Visual Descriptors) để biểu diễn các đặc trưng của hình ảnh và video. Các bộ mô tả này có thể được sử dụng để mô tả màu sắc, hình dạng, kết cấu, chuyển động và các thuộc tính visual khác. Mỗi bộ mô tả được thiết kế để trích xuất một loại thông tin cụ thể từ hình ảnh hoặc video, và có thể được sử dụng độc lập hoặc kết hợp với các bộ mô tả khác để tạo ra các mô tả phong phú và toàn diện hơn.

MPEG-7 cung cấp nhiều bộ mô tả màu sắc để biểu diễn các thuộc tính màu sắc của hình ảnh và video. Một số bộ mô tả màu sắc phổ biến bao gồm: Dominant Color Descriptor (DCD) mô tả màu chủ đạo trong một hình ảnh, Scalable Color Descriptor (SCD) mô tả phân bố màu sắc và Color Layout Descriptor (CLD) mô tả bố cục màu sắc trong một hình ảnh. Các bộ mô tả màu sắc này có thể được sử dụng để tìm kiếm hình ảnh dựa trên màu sắc, phân loại hình ảnh theo màu sắc và các ứng dụng khác.

Việc đánh giá hiệu quả của các bộ mô tả visual là rất quan trọng để đảm bảo rằng chúng có thể được sử dụng để trích xuất thông tin có ý nghĩa từ hình ảnh và video. Có nhiều phương pháp đánh giá định lượng khác nhau có thể được sử dụng, chẳng hạn như độ chính xác tìm kiếm, độ chính xác phân loại và độ tương đồng giữa các mô tả. Các phương pháp này cho phép so sánh hiệu quả của các bộ mô tả khác nhau và lựa chọn bộ mô tả tốt nhất cho một ứng dụng cụ thể.

MPEG-21 là một tiêu chuẩn khung (framework) đa phương tiện, nhằm mục đích định nghĩa một hệ thống mở để cho phép việc tạo, quản lý, phân phối và tiêu thụ nội dung đa phương tiện một cách minh bạch và hiệu quả. Không giống như các tiêu chuẩn MPEG khác tập trung vào mã hóa và mô tả nội dung, MPEG-21 tập trung vào việc xác định các thành phần và giao thức cần thiết để tạo ra một chuỗi giá trị hoàn chỉnh cho nội dung đa phương tiện.

ETSI TV-Anytime là một tiêu chuẩn cho phép người dùng ghi lại các chương trình truyền hình và xem chúng vào thời gian thuận tiện. MPEG-7 và MPEG-21 đóng vai trò quan trọng trong TV-Anytime bằng cách cung cấp các công cụ để mô tả nội dung chương trình, quản lý quyền truy cập và phân phối nội dung. MPEG-7 được sử dụng để mô tả các thuộc tính của chương trình như tiêu đề, tóm tắt, diễn viên, thể loại. MPEG-21 được sử dụng để quản lý quyền truy cập và phân phối nội dung cho người dùng khác nhau.

Digital Living Network Alliance (DLNA) là một tổ chức các công ty điện tử tiêu dùng và công nghệ thông tin, nhằm mục đích tạo ra các tiêu chuẩn cho phép các thiết bị trong mạng gia đình chia sẻ nội dung đa phương tiện. MPEG-21 được sử dụng trong DLNA để quản lý quyền truy cập và phân phối nội dung giữa các thiết bị. Ví dụ, một người dùng có thể xem một bộ phim được lưu trữ trên máy tính của họ trên TV thông minh của họ, và MPEG-21 đảm bảo rằng chỉ những người dùng được phép mới có thể truy cập nội dung này.

Img(Rummager) là một phần mềm được sử dụng để thử nghiệm và đánh giá hiệu quả của các bộ mô tả visual MPEG-7 trong việc tìm kiếm hình ảnh. Phần mềm này cho phép người dùng trích xuất các thuộc tính hình ảnh sử dụng các bộ mô tả MPEG-7 khác nhau, lưu trữ các thuộc tính này trong các tệp XML, và sau đó sử dụng các thuộc tính này để tìm kiếm các hình ảnh tương tự trong một cơ sở dữ liệu hình ảnh.

Trong quá trình thử nghiệm phần mềm Img(Rummager), một tập hợp các hình ảnh được sử dụng làm dữ liệu đầu vào. Các thuộc tính hình ảnh được trích xuất sử dụng các bộ mô tả MPEG-7 như Dominant Color Descriptor (DCD), Scalable Color Descriptor (SCD) và Color Layout Descriptor (CLD). Các thuộc tính này sau đó được lưu trữ trong các tệp XML và được sử dụng để tìm kiếm các hình ảnh tương tự trong cơ sở dữ liệu hình ảnh.

Kết quả thực nghiệm cho thấy rằng các bộ mô tả visual MPEG-7 có thể được sử dụng để tìm kiếm hình ảnh một cách hiệu quả. Tuy nhiên, hiệu quả của các bộ mô tả khác nhau phụ thuộc vào loại hình ảnh và truy vấn tìm kiếm. Ví dụ, bộ mô tả Color Layout Descriptor (CLD) hoạt động tốt cho các hình ảnh có bố cục màu sắc rõ ràng, trong khi bộ mô tả Scalable Color Descriptor (SCD) hoạt động tốt cho các hình ảnh có phân bố màu sắc phong phú.