MPEG-7实例入门
摘要：看完本文，你将 (1)了解什么是MPEG-7 (2)理解MPEG-7中的一些基本概念（ 什么是D,DS,DDL） 。
一. MPEG-7简介
(1) 什么是MPEG-7
MPEG-7的正式名称是“多媒体内容描述接口”(Multimedia Content Description Interface)，是由运动图像专家组(MPEG, Moving Picture Experts Group)提出的一个用于描述多媒体内容的ISO/IEC标准。
简单而言，MPEG-7其实就是一个规定如何来描述多媒体内容的特征的标准。
明确一点：MPEG-7跟MPEG-2、MPEG-4等除了名字有点像以外没有更多的相同点。MPEG-2、MPEG-4关注的是多媒体本身的编码压缩，而MPEG-7关注的是多媒体内容特征的描述。
(2) MPEG-7标准的范围
MPEG-7标准仅仅规定了如何描述，组织特征。特征的提取、特征的使用不属于MPEG-7标准的范围。
以图片内容搜索引擎为例，图片特征的提取算法不属于MPEG-7标准范围（提取算法也没有标准化的必要），同样搜索引擎如何使用图片特征也不在MPEG-7范围，只有特征的描述（下文将介绍如何描述特征）是MPEG-7标准范围内的。
图1. MPEG-7 标准的范围
(3) MPEG-7应用领域
MPEG-7比不针对特定的应用领域。就目前来看，适合应用MPEG-7的领域包括：
<1> 基于内容的多媒体搜索（包括图像搜索、哼唱搜索、语音搜索等）
<2> 图像理解
<3> 其他需要使用大量多媒体特征的应用
二. MPEG-7主要概念
(1) 特征( Feature )
用于描述数据的有区分性的特性。比如声音的频率，图形的灰度直方图等就是一些简单的特征。
(2) 描述符( Ds, Descriptors )
也称描述子。描述符通常缩写成D或Ds。 D通常是一些基本特征的语法和语义。D是最基本的MPEG-7元素，也就是说一个描述符的定义只能使用基本的数据类型，而不能包含别的D。
(3) 描述方案(DSs, Description Schemes)
也称描述模式。描述方案通常所写成DS或DSs。一个DS的定义除了可以使用基本的数据类型外，还可以包含其他的DS或D。
(4) 描述值( Descriptor Value )
是描述符的一个实例。
(5) 描述 ( Description )
由一个描述方案(结构)和一组描述值组成。
(6) 描述定义语言( DDL, Description Definition Language)
用于定义新的D和DS。MPEG-7 DDL是在XML Schema基础上扩展而成，主要所作的扩展有两点：支持数组与矩阵类型，增加了其他的派生数据类型。
图2. D，DS，DDL，Description的关系
图2说明了D，DS，DDL之间的关系。这三者的关系可以用下面几句话简要概括：
<1> D与DS规定了描述特征的语法。DS和D实例化后就是对一个多媒体特征的描述。
<2> DS可以由D和其他DS构成。
<3> DDL定义D和DS。
这三者的关系可以用C++与类的关系作类比，C++定义类，类可以用基本的数据类型来定义，也可以通过组合、继承其他类来定义，类是对象的结构定义，对象是类的实例化。
类似的，DDL定义了D和DS，D只能用基本的数据类型来定义，DS的定义则可以使用其他的DS与D，描述值是D的实例化。
什么？你还不懂？上实例！
三. MPEG-7 实例
下面我将通过实际代码来说明描述符，描述值，描述方案，描述的概念。保证你看得懂，前提是你已经能看懂XML Schema。（如果您还不会XML Schema请问谷哥度娘。）
(1) 描述符
下面是一个名为“ScalableColorType”的描述符的定义：
<
complexType
name
="ScalableColorType"
final
="#all"
>
<
complexContent
>
<
extension
base
="mpeg7:VisualDType"
>
<
sequence
>
<
element
name
="Coeff"
type
="mpeg7:integerVector"
/>
</
sequence
>
<
attribute
name
="numOfCoeff"
use
="required"
>
<
simpleType
>
<
restriction
base
="integer"
>
<
enumeration
value
="16"
/>
<
enumeration
value
="32"
/>
<
enumeration
value
="64"
/>
<
enumeration
value
="128"
/>
<
enumeration
value
="256"
/>
</
restriction
>
</
simpleType
>
</
attribute
>
<
attribute
name
="numOfBitplanesDiscarded"
use
="required"
>
<
simpleType
>
<
restriction
base
="integer"
>
<
enumeration
value
="0"
/>
<
enumeration
value
="1"
/>
<
enumeration
value
="2"
/>
<
enumeration
value
="3"
/>
<
enumeration
value
="4"
/>
<
enumeration
value
="6"
/>
<
enumeration
value
="8"
/>
</
restriction
>
</
simpleType
>
</
attribute
>
</
extension
>
</
complexContent
>
</
complexType
>
可以看出这个“ScalableColorType”描述符是由“mpeg7:VisualDType”类型扩展而来，包含有一个名为“Coeff”的 “mpeg7:integerVector”类型的元素，以及名为“numOfCoeff”和名为“numOfBitplanesDiscarded”的枚举类型属性各一个。
由于“ScalableColorType”的定义仅仅使用了基本的数据类型，而没有用到其他的D或DS，因此我们将其称为一个描述符(D) 。
(2) 描述值
下面的代码是“ScalableColorType”描述符的一个实例，也就是一个描述值。
<
VisualDescriptor
type
="ScalableColorType“ numOfBitplanesDiscarded="
0" numOfCoeff
="64"
>
<
Coeff
>
-121 8 -3 87 12 14 22 37 31 13 11 3 50 14 19 21 -3 1 0 11
-8 5 0 17 -8 2 2 4 -15 5 1 -1 1 0 0 1 0 0 1 1 6 1 1 3 1 2 4 12
-1 0 2 2 2 3 3 -4 15 0 0 -2 1 0 -3 6
</
Coeff
>
</
VisualDescriptor
>
将这个描述值跟上面给出的“ScalableColorType”描述符对比着看，可以发现描述值的结构是由描述符规定的，描述值是描述符的一个实例。
(3) 描述方案
下面是一个名为“GoFGoPColorType”的描述方案的定义。
<
complexType
name
="GoFGoPColorType"
final
="#all"
>
<
complexContent
>
<
extension
base
="mpeg7:VisualDType"
>
<
sequence
>
<
element
name
="ScalableColor"
type
="mpeg7:ScalableColorType"
/>
</
sequence
>
<
attribute
name
="aggregation"
use
="required"
>
<
simpleType
>
<
restriction
base
="string"
>
<
enumeration
value
="Average"
/>
<
enumeration
value
="Median"
/>
<
enumeration
value
="Intersection"
/>
</
restriction
>
</
simpleType
>
</
attribute
>
</
extension
>
</
complexContent
>
</
complexType
>
可以看出“GoFGoPColorType”描述方案是由“mpeg7:VisualDType”类型扩展而来，包含了一个“ScalableColorType”类型的元素，以及一个名为“aggregation”的枚举类型的属性。
由于“GoFGoPColorType”的定义中包含了一个“ScalableColorType”描述符，因此我们将其称为一个描述方案(DS)。
(4) 描述
下面的代码是对一个图片文件生成的一个描述。其中包含了一个“ScalableColorType”类型的描述值。
<?xml version="1.0" encoding="UTF-8"?>
<
image
>
<
title
>
Twilight
</
title
>
<
comments
>
nice picture
</
comments
>
<
tags
>
sunset sky
</
tags
>
<
Mpeg7
>
<
Description
type
="ContentEntityType"
>
<
MultimediaContent
type
="ImageType"
>
<
Image
>
<
VisualDescriptor
type
="ScalableColorType“ numOfBitplanesDiscarded="
0" numOfCoeff
="64"
>
<
Coeff
>
-121 8 -3 87 12 14 22 37 31 13 11 3 50 14 19 21 -3 1 0 11
-8 5 0 17 -8 2 2 4 -15 5 1 -1 1 0 0 1 0 0 1 1 6 1 1 3 1 2 4 12
-1 0 2 2 2 3 3 -4 15 0 0 -2 1 0 -3 6
</
Coeff
>
</
VisualDescriptor
>
</
Image
>
</
MultimediaContent
>
</
Description
>
</
Mpeg7
>
</
image
>
四. MPEG-7标准组成
(1) MPEG-7 视频
(2) MPEG-7 音频
(3) MPEG-7 多媒体
(4) 描述定义语言 DDL
(5) MPEG-7 参考软件
其中(1)(2)(3)主要是对视频，音频，多媒体成百上千个的描述符和描述方案，而且至今仍在不断增加。而(5)则是根据MPEG-7标准开发的软件实验平台。
如果你想深入了解MPEG-7 DDL可以阅读参考文献2。关于MPEG-7视频、音频、多媒体以后我有时间还会写些文章深入探讨。
参考资料：
[1] MPEG-7 Overview
http://mpeg.chiariglione.org/standards/mpeg-7/mpeg-7.htm
[2]Jane Hunter. An Overview of the MPEG-7 Description Definition Language (DDL)