[发明专利]用于查询表达的设备和方法

说明书

技术领域

本发明涉及一种用于搜索多媒体数据的查询表达(query expressing)设备和方法；且更具体地，涉及一种可以通过使用字段类型来表达多种查询而重新使用所指定的区段(region)并且以运动图像专家组(MPEG)7查询格式来表达所述查询、以用于搜索多媒体数据的查询表达设备和方法。

该项工作得到MIC/IITA的IT R&D计划[2005-S-117-03，“Developmentof Intelligent Personal Media Managing Technology for Ubiquitous Environment(用于无处不在的环境的智能个人媒体管理技术的开发)”]的支持。

背景技术

在多种多媒体环境中搜索基于内容的多媒体数据需要一种有效地表达多媒体内容的方法，并且为了表达在多媒体内容中包括的多种数据，需要一种系统性表达方案。

为了满足以上需要，运动图像专家组(MPEG)7定义了如下规范，即用于表达了音频和可视(AV)数据的内容的描述符、定义了用于系统地描述AV数据的结构和含义信息的方案的描述方案(DS)、和作为用于定义描述符和描述方案的语言的描述定义语言(DDL)的规范。

MPEG-7涉及一种用于表达诸如图像、音频、和运动画面之类的多媒体数据的元数据的结构。

MPEG-7查询格式是用于多媒体数据搜索的、以MPEG-7而表达的查询的形式。MPEG-7查询格式定义了用于搜索MPEG-7文档的语法。在用于搜索MPEG-7多媒体数据的系统中，使用MPEG-7查询格式来搜索MPEG-7多媒体数据。

MPEG-7查询格式应该能够精确地表达来自用户的多种查询和多种查询类型。例如，存在多种查询类型，诸如，语句类型查询(例如，“由Rain主演的音乐视频”)、使用多媒体文件自身作为查询的基于示例的查询、和基于MPEG-7文本描述的查询。应该能够以MPEG-7查询格式来精确地表达以上多种查询类型。因此，需要开发一种用于MPEG-7多媒体数据搜索的、可以以MPEG-7查询格式来精确地表达多种查询和查询类型的查询表达方法。

其间，存在其中在MPEG-7多媒体搜索中参考属于MPEG-7文档的相同区段的不同子结构的情况。换言之，这是其中应该在MPEG-7文档的相同区段内全部满足多于一个搜索条件的情况。

作为示例，为了在特定位置处搜索具有预定长度和区域的MPEG-7图像文件，首先指定特定位置并且对于该特定位置来指定所述长度和区域属性。简言之，在初次(primary)搜索的结果内执行二次(secondary)搜索。

因此，为了在MPEG-7多媒体数据搜索中重新使用所预先指定的区段，需要一种用于通过使用字段类型来表达查询的方法。在本发明中使用的字段将用户查询表达为用于搜索多媒体数据的查询。字段类型指明了字段的属性。

在下文中，将讨论如以下表1所定义的传统MPEG-7查询格式的输出描述类型(OutputDescriptionType)的问题。

表1

输出描述类型是指示了输出查询结果的输出描述(OutputDescription)字段的类型。根据传统的技术，输出描述类型不能将与多个字段相关的操作结果表达为输出。在输出描述类型中包括的字段类型(FieldType)指的是特定元素或属性。然而，由于该字段类型基于XPath，所以在表达元素和属性之间的关系时存在一些制约。在这里，可扩展标记语言(XML)路径语言(XPath)是万维网联盟(W3C)的标准，并且它是一种描述了如下方法的语言，即用于通过基于XML文档的结构而使用在路径上指定的语法来排列并处理元素的方法。XPath使用通过表达(pass expression)来定义XML文档的节点。此外，它使用数学、函数和其他可扩展表达。

例如，无法保证的是，两个XPath表达//成员/姓名/名(//Member/Name/GivenName)和//成员/姓名/姓(//Member/Name/FamilyName)从在表2中表现的文档中提取相同成员的名和姓。

表2

即，当利用两个XPath表达//成员/姓名/名和//成员/姓名/姓来表达查询时，提取其名为Mick的人员并且可以提取其姓是Jagger的人员。然而，无法保证提取其姓名是Mick Jagger的人员。