引言

伴隨著信息高速公路的興起，多媒體正在深入我們的生活,物聯(lián)網(wǎng)時(shí)代也離我們?cè)絹?lái)越近。在對(duì)文字、圖形、圖像、視頻及聲音等多種媒體信息進(jìn)行綜合處理時(shí)，傳統(tǒng)的信息檢索已經(jīng)不能滿足人們的需求，信息的查找和檢索要求也越來(lái)越高。

1面向物聯(lián)網(wǎng)的多媒體數(shù)據(jù)庫(kù)特點(diǎn)

多媒體數(shù)據(jù)庫(kù)是多媒體技術(shù)與數(shù)據(jù)庫(kù)技術(shù)相結(jié)合而產(chǎn)生的一種新型數(shù)據(jù)庫(kù)，是指數(shù)據(jù)庫(kù)中的信息不僅涉及各種數(shù)字、字符等格式化的表達(dá)形式，而且還包括多媒體的非格式化的表達(dá)形媒體數(shù)據(jù)的存儲(chǔ)、讀取、檢索等功能的數(shù)據(jù)庫(kù)系統(tǒng)。多媒體數(shù)據(jù)庫(kù)繼承了傳統(tǒng)數(shù)據(jù)庫(kù)的一些優(yōu)點(diǎn)，但數(shù)據(jù)管理要涉及到更復(fù)雜的處理。與此同時(shí)，繼計(jì)算機(jī)、互聯(lián)網(wǎng)之后，物聯(lián)網(wǎng)帶來(lái)了信息技術(shù)的第三次革命，經(jīng)過(guò)綜合分析，物聯(lián)網(wǎng)環(huán)境下的多媒體數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)相比，往往具有一些獨(dú)立的特性。

1.1數(shù)據(jù)的非結(jié)構(gòu)化

聲音、圖像、影視等數(shù)據(jù)基本上都是二進(jìn)制串。這些數(shù)據(jù)從其本身看不出任何結(jié)構(gòu)，因此稱為非結(jié)構(gòu)化數(shù)據(jù)。各種媒體的數(shù)字化存儲(chǔ)形式稱為多媒體數(shù)據(jù)。因?yàn)檫@些數(shù)據(jù)往往通過(guò)傳感器輸入計(jì)算機(jī)，又稱傳感器數(shù)據(jù)。媒體數(shù)據(jù)如果不另加一些描述和解釋?zhuān)话愫茈y利用對(duì)數(shù)據(jù)的描述和解釋。這些特征使得傳統(tǒng)的關(guān)系型DBMS難以有效地管理這些類(lèi)型的數(shù)據(jù)，從而促使我們?nèi)パ芯俊⒁胄滦偷腄BMS系統(tǒng)。

1.2實(shí)時(shí)，性和快速更新

物聯(lián)網(wǎng)技術(shù)是基于各種感知技術(shù)的應(yīng)用。其上部署了多種類(lèi)型傳感器，不同類(lèi)型的傳感器捕獲的數(shù)據(jù)內(nèi)容和數(shù)據(jù)格式各不相同。由于每個(gè)傳感器都是一個(gè)信息源，采集信息在一定頻率的周期性環(huán)境下，傳感器獲得的多媒體數(shù)據(jù)也不斷更新，具有實(shí)時(shí)性。

1.3數(shù)據(jù)量大且維度高

物聯(lián)網(wǎng)是一種建立在互聯(lián)網(wǎng)上的泛在網(wǎng)絡(luò)。物聯(lián)網(wǎng)技術(shù)的重要核心仍在互聯(lián)網(wǎng)，通過(guò)各種有線和無(wú)線網(wǎng)絡(luò)與互聯(lián)網(wǎng)融合，將物體的信息實(shí)時(shí)準(zhǔn)確地傳遞出去叫多媒體數(shù)據(jù)量一般都很龐大。雖然采取了數(shù)據(jù)壓縮技術(shù)，但壓縮后的數(shù)據(jù)量還是很大。在物聯(lián)網(wǎng)上的傳感器定時(shí)采集的信息需要通過(guò)網(wǎng)絡(luò)傳輸，所以，這樣的海量數(shù)據(jù)對(duì)多媒體數(shù)據(jù)庫(kù)的存儲(chǔ)及檢索提出了更高的要求，同時(shí)還要考慮海量數(shù)據(jù)傳輸標(biāo)準(zhǔn)的統(tǒng)一。

2面向物聯(lián)網(wǎng)的多媒體數(shù)據(jù)庫(kù)檢索

多媒體數(shù)據(jù)包括文字、圖像、視頻、音頻等不同格式的信息內(nèi)容。隨著互聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)的基于結(jié)構(gòu)化的關(guān)系數(shù)據(jù)庫(kù)檢索方式并不適合非結(jié)構(gòu)化的多媒體數(shù)據(jù)的檢索，人們對(duì)多媒體數(shù)據(jù)的檢索提出了新的要求?；趦?nèi)容的檢索就是從媒體數(shù)據(jù)中提取出特定的信息線索，然后根據(jù)這些線索從大量存儲(chǔ)在數(shù)據(jù)庫(kù)中的媒體中進(jìn)行查找，檢索出具有相似特征的媒體數(shù)據(jù)來(lái)。它可以在更深層次更有效地利用存儲(chǔ)的多媒體信息。

基于內(nèi)容的檢索是一個(gè)逐步求精的過(guò)程[3]:第一是從媒體內(nèi)容中提取信息線索?；趦?nèi)容的檢索直接對(duì)圖像、視頻、音頻內(nèi)容進(jìn)行分析，抽取特征和語(yǔ)義，利用這些內(nèi)容特征進(jìn)行索引，并進(jìn)行檢索。第二是相似性匹配，就是將查詢特征與特征庫(kù)中的資料按照一定的匹配算法進(jìn)行形似匹配，把滿足一定相似性的一組候選結(jié)果按相似度大小排列放回給用戶。第三是特征調(diào)整。對(duì)于系統(tǒng)返回的查詢結(jié)果，用戶可選擇滿意結(jié)果，或從中選擇一個(gè)示例，經(jīng)特征調(diào)整形成新的查詢。第四，逐步縮小檢索范圍，直到用戶滿意。其具體過(guò)程如圖1所示。

2.1基于內(nèi)容的圖像檢索技術(shù)

基于內(nèi)容的圖像檢索技術(shù)是指利用一定的算法提取圖庫(kù)中圖像的顏色、紋理、形狀等特征進(jìn)行檢索。用戶提供一個(gè)樣例圖像，系統(tǒng)提取樣例圖像的特征，然后跟數(shù)據(jù)庫(kù)中的所有圖像的特征進(jìn)行比較，并將與樣例特征相似的圖像返回給用戶。

2.2基于內(nèi)容的視頻檢索技術(shù)

視頻主要由鏡頭組成，鏡頭由一系列連續(xù)的幀組成，幀是一幅靜態(tài)的圖像，是組成視頻的最小單位?；趦?nèi)容的視頻檢索的關(guān)鍵步驟是視頻的分割，分割完成后，也就確定了每個(gè)鏡頭的開(kāi)始和結(jié)束位置。每個(gè)鏡頭中的一系列幀的差異很小，可以從中選擇出關(guān)鍵幀來(lái)描述鏡頭的關(guān)鍵圖像，對(duì)該鏡頭的檢索可以轉(zhuǎn)換為對(duì)該關(guān)鍵幀的檢索。由于視頻中的關(guān)鍵幀就是一副靜態(tài)的圖像，因此，可以使用類(lèi)似圖像檢索的方法進(jìn)行檢索。

2.3基于內(nèi)容的音頻檢索技術(shù)

基于內(nèi)容的音頻檢索可以提取音頻數(shù)據(jù)中的特征信息，對(duì)不同音頻進(jìn)行特征匹配，從而達(dá)到檢索的目的。一般以韻律、和音、旋律以及音調(diào)、響度、音色等感知特征進(jìn)行特征值檢索,根據(jù)查詢索引和數(shù)據(jù)庫(kù)中音頻索引之間的相似性，來(lái)對(duì)音頻片段進(jìn)行檢索。除實(shí)際發(fā)聲詞匯外,包含在語(yǔ)音中的其他信息,如發(fā)音者的身份和情緒都有助于語(yǔ)音索弓I和檢索。

3面向物聯(lián)網(wǎng)的多媒體數(shù)據(jù)檢索策略

針對(duì)多媒體數(shù)據(jù)的特點(diǎn)，分析物聯(lián)網(wǎng)環(huán)境中信息檢索遇到的問(wèn)題，一方面可以考慮提高服務(wù)器的處理能力、擴(kuò)充服務(wù)器的存儲(chǔ)容量，另一方面，則可以考慮優(yōu)化查詢策略以提高檢索速度。優(yōu)化策略可以從三個(gè)方面來(lái)考慮。

3.1臨時(shí)表緩沖策略

對(duì)數(shù)據(jù)表操作時(shí)，傳統(tǒng)的方法是直接對(duì)表進(jìn)行關(guān)系運(yùn)算,然后從中選擇滿足要求的結(jié)果集。而采用臨時(shí)表的做法，則虐先對(duì)大數(shù)據(jù)表進(jìn)行查詢，將滿足條件的數(shù)據(jù)預(yù)先讀取到臨時(shí)表中，然后將對(duì)源數(shù)據(jù)表的訪問(wèn)轉(zhuǎn)換為對(duì)臨時(shí)表的訪問(wèn)。將操作的數(shù)據(jù)集預(yù)先讀取到臨時(shí)表中會(huì)給系統(tǒng)帶來(lái)額外的開(kāi)銷(xiāo)。但是，在一般情況下，臨時(shí)表中的數(shù)據(jù)集要遠(yuǎn)小于源數(shù)據(jù)表中的數(shù)據(jù)集，因此，在對(duì)于海量數(shù)據(jù)進(jìn)行連續(xù)操作或者頻繁訪問(wèn)時(shí)，采用此策略可提高系統(tǒng)的總體性能。

3.2數(shù)據(jù)的降維處理策略

人們?cè)谖锫?lián)網(wǎng)世界獲得的數(shù)據(jù)量正以指數(shù)形式快速增長(zhǎng)，為了減輕系統(tǒng)檢索的負(fù)荷，可以對(duì)數(shù)據(jù)進(jìn)行降維處理。結(jié)合具體業(yè)務(wù)需求，在盡可能多的保留初始數(shù)據(jù)的前提下，將數(shù)據(jù)的維數(shù)降到一個(gè)合理的大小，再將降維處理后的數(shù)據(jù)送入信息處理系統(tǒng)，這對(duì)海量數(shù)據(jù)的檢索是行之有效的。降維算法主要分為線性降維算法和非線性降維算法。降維的實(shí)質(zhì)就是尋找投影變換，即從高維空間到低維空間的變換。同時(shí)，降維處理也是一些智能算法的必要步驟，該策略對(duì)物聯(lián)網(wǎng)數(shù)據(jù)檢索中的智能處理是很有幫助的。

3.3情景感知的語(yǔ)義檢索策略

物聯(lián)網(wǎng)是通過(guò)射頻識(shí)別、紅外感應(yīng)器、全球定位系統(tǒng)、激光掃描器等信息傳感設(shè)備，把任何物品與互聯(lián)網(wǎng)連接起來(lái),進(jìn)行數(shù)據(jù)交換?；诟袘?yīng)網(wǎng)絡(luò)，可以從大規(guī)模的海量數(shù)據(jù)中獲取用戶的位置數(shù)據(jù)、鄰接數(shù)據(jù)、通信數(shù)據(jù)和行為數(shù)據(jù)等,并對(duì)如此海量的移動(dòng)數(shù)據(jù)進(jìn)行實(shí)時(shí)挖掘，推導(dǎo)出蘊(yùn)含在數(shù)據(jù)中的規(guī)律，感知用戶的情景環(huán)境，發(fā)現(xiàn)用戶的行為模式，將最能滿足用戶需求的結(jié)果提交給用戶，以實(shí)現(xiàn)用戶所得即所需,從而有效提高物聯(lián)網(wǎng)信息檢索的質(zhì)量。

4結(jié)語(yǔ)

隨著物聯(lián)網(wǎng)技術(shù)的應(yīng)用發(fā)展，人們對(duì)此環(huán)境下多媒體數(shù)據(jù)庫(kù)的檢索需求也越來(lái)越迫切?！皵?shù)據(jù)災(zāi)難”成為急需解決的問(wèn)題。利用云計(jì)算、模式識(shí)別等各種智能技術(shù)，可以從傳感器獲得的海量信息中檢索、加工處理出有意義的數(shù)據(jù)。隨著理論研究和時(shí)間探索的不斷深入，面向物聯(lián)網(wǎng)的檢索技術(shù)一定會(huì)更加完善，充滿智能的物聯(lián)網(wǎng)多媒體數(shù)據(jù)庫(kù)的應(yīng)用也將逐步推向各個(gè)行業(yè)和領(lǐng)域。

20211018_616c5a5d90edf__面向物聯(lián)網(wǎng)的多媒體數(shù)據(jù)庫(kù)檢索技術(shù)應(yīng)用研究