Inhalts- u. Qualitätsanpassungsbeschreibung von AV-Medien

Das Ziel unseres Projektes ist die Definition eines einheitlichen Modelierungsansatzes von Inhaltsbeschreibungen und Qualitätsanpassungsfähigkeiten von audio-visuellen Strömen und deren Implementierung in einem Datenabfrage- und Indexierungssystem. Inhaltsbasierte Daten bestehen einmal aus physischen Informationen (z.B. Informationen über Farbverteilungen) und aus semantischen Informationen (z.B. Name von Personen). Ein System, welches sowohl physische, als auch semantische Informationen modeliert, muss darauf achten, korrekte Assozationen zwischen den Objekten beider Modelle zu erstellen. Beschreibungsdaten der Qualitätsanpassungsfähigkeit von Strömen bestehen aus der Charakterisierung der Anpassungsalgorithmen und der Beschreibung ihrer Effekte wenn sie auf konkrete Videos angewandt werden. In diesem Zusammenhang wollen wir auch Wahrnehmungsqualitäten der adaptierten Ströme modellieren, um die Auswirkungen der Adaptierung an die Wahrnehmung zu koppeln (z.B. eine schwarzweiß Konvertierung eines Videos macht nur dann Sinn, wenn der Wahrnehmungsverlust unter einem erträglichen Maße bleibt). Beschreibungsdaten, die indiziert, d.h. in der Meta-datenbank gespeichert sind, werden als MPEG-7 Beschreibungen kodiert. Diese Kodierung erlaubt es uns nun aktive Komponenten auf dem Sendepfad der Ströme zum Klienten (Netzwerk-Router und Proxy/Caches) mit wertvollen Daten zu versorgen, mit deren Hilfe sie ihre Buffer,- und Cachingstrategien besser verwalten können. Voraussetzung für die Realisierung eines effizienten Abfragesystems ist eine an die Bedürfnisse des Benutzers angepasste Abfragesprache mit entsprechenden graphischen Eingabeschnittstellen. Neben dem Entwurf einer Abfragesprache und graphischer Schnittstellen konzentrieren wir uns in dem vorliegenden Projekt auch auf die Optimierung der Abfragen und die Übersetzung auf die Primitive der Datenbank (d.h. elementare Mediazugriffsfunktionen). Der Optimierer ist das Herzstück des Abfragesystems und soll es ermöglichen, auch komplexere Anfragen an das System zu verwalten (wie z.B. in einer Fußballanwendung nach allen Videos gefragt werden kann, die Tore von Carsten Jancker darstellen, welche nach einem weiten Abschlag von Oliver Kahn gefallen sind) . Wir realisieren unseren Abfrageoptimierer als ein Transformationsregel basiertes System, welches eine innovative Multimedia-algebra benützten soll. Mit Hilfe der Multimedia--algebra soll es uns möglich sein, die elementaren Operatoren kostengünstig umzuordnen und die physischen Zugriffspfade zu ermitteln. Ein wichtiger Punkt unseres Projektes ist auch die Interaktivität mit dem Benutzer, unser System soll Alternativen zu den gestellten Abfragen anbieten, die ähnliche Inhalte, alternative Medien in der Meta-Datenbank suchen. Beispiele von Nutznießern dieser Strategie sind z.B. Benutzer von mobilen Endgeräten, die keine Hochqualitätsvideos anzeigen können. Falls eine von Ihnen gesendete Inhaltsabfrage solche Videos als Ergebnis hat, sollen diesem Benutzer, falls vorhanden, alternative Medien angeboten werden, wie z.B. nur die Schlüsselbilder. Ziel der Implementierung ist ein einheitliches Abfrage- und Indizierungssystem, welches es erlaubt, sowohl inhaltsbasierte Abfragen, als auch Media qualitätsspezifische Abfragen zu stellen. Wir werden unser System mit den aktiven Netzwerkkomponenten, die im Projekt Hellwagner/Böszörmenyi entworfen wurden zu einem Ende-zu- Ende Prototyp integrieren und an einer Demonstrationsanwendung valideren.

Heutzutage wird eine große Menge an multimedialen Inhalten durch immer neuere digitale Aufnahmegeräte erzeugt und dann über optische, WLAN und herkömmliche Netzwerke übertragen. Es besteht daher steigender Bedarf, Lösungen für eine effektive semantische Suche und eine effiziente Speicherung und Übertragung dieser Datenmengen zu finden. Hauptprobleme sind hier vor allem das Volumen der zu speichernden und zu befördernden Daten, sowie die Einbindung kontextueller Faktoren wie z.B., eingeschränkte Endgerätefähigkeiten, unterschiedliche Benutzerpräferenzen oder Einschränkungen der Netzwerkbandbreite. Das CODAC Projekt bietet in diesem Zusammenhang eine Palette von Lösungen für die Speicherung, Verarbeitung und Übertragung von Medien unter zu Hilfenahme ihrer inhaltlichen Beschreibungen in der Form von Metadaten an. Es wurde zuerst eine einheitliche Modellierung der inhaltlichen und kontextuellen Metadaten in einem verteilten System in Form eines Metadatenlebenszyklus entwickelt. Dazu bedienten wir uns des Standards MPEG-7 für die inhaltliche Beschreibung und des Standards MPEG-21 für die Beschreibung der Kontextinformationen (Bandbreite, Benutzerpräferenzen, etc.). In einer gemeinsamen Anstrengung mit industriellen Partnern sind die von uns vorgeschlagenen Methoden, die generic Bitstream Description (gBSD) und das MPEG-7 Index Systems, Teile der Standards MPEG-7/B und MPEG-21 geworden. Auf die Modelbildung aufbauend, haben wir den Kern von CODAC, das MPEG-7 Multimedia-Datenbanksystem (MPEG-7 MMDB) entwickelt. Es wurde als Systemerweiterung eines Oracle Datenbanksystems realisiert und implementiert die XML-basierten Metadaten in einem Datenbankschema. Anfrage und Suche werden von einem neuartigen Anfrageoptimierer verarbeitet und mit Hilfe eines innovativen Multimedia Indexing Framework effizient ausgeführt. Eine Reihe von zur Verfügung gestellten Bibliotheken erlauben die Programmierung und Nutzung unseres Systems. Das MPEG-7 MMDB ist eine aktive Komponente in einem verteilten Multimediasystem. In ihr werden Metadaten erzeugt, welche den Adaptierungsprozess bei seiner Ausführung unterstützen. Sie ermöglichen es dem System die passende Variation für eine geforderte Dienstgüte (Quality of Service - QoS) zu erzeugen. Für den Zweck der Variationserzeugung wurden spezielle Variationsprodukte definiert. Weiters wurden die bekannten Adaptierungsmethoden für zeitliche, räumliche und farbliche Adoptierung implementiert. Zwei neue Variationsmethoden, die objekt-basierte und die segment-basierte Variation, wurden eingeführt. Außerdem wurde ein neues Framework, Variation Factory, realisiert, welches die verschiedenen Variationsmethoden unter einem gemeinsamen Framework zusammenfasst.