媒體技術(shù)的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)VIP

1、媒體技術(shù)的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)          冼俊峰 趙小俠 鐘玉琢  摘要多媒體技術(shù)是當(dāng)今信息技術(shù)領(lǐng)域發(fā)展最快、最活躍的技術(shù)，本文通過對(duì)多媒體技術(shù)的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)的分析，使我們展望到，隨著日益普及的高速信息網(wǎng)，它正被廣泛應(yīng)用在咨詢服務(wù)、圖書、教育、通信、軍事、金融、醫(yī)療等諸多行業(yè)。  關(guān)鍵詞多媒體技術(shù)應(yīng)用現(xiàn)狀發(fā)展趨勢(shì) 中圖分類號(hào)G434文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1008-7656(2002)03-0016-06  多媒體技術(shù)是當(dāng)今信息技術(shù)領(lǐng)域發(fā)展最快、最活躍的技術(shù)，是新一代電子技術(shù)發(fā)展和競(jìng)爭(zhēng)的焦點(diǎn)。多媒體技術(shù)融計(jì)

2、算機(jī)、聲音、文本、圖像、動(dòng)畫、視頻和通信等多種功能于一體，借助日益普及的高速信息網(wǎng)，可實(shí)現(xiàn)計(jì)算機(jī)的全球聯(lián)網(wǎng)和信息資源共享，因此被廣泛應(yīng)用在咨詢服務(wù)、圖書、教育、通信、軍事、金融、醫(yī)療等諸多行業(yè)，并正潛移默化地改變著我們生活的面貌。1、多媒體技術(shù)涉及的內(nèi)容多媒體技術(shù)是使用計(jì)算機(jī)交互式綜合技術(shù)和數(shù)字通信網(wǎng)絡(luò)技術(shù)處理多種表示媒體-文本、圖形、圖像、視頻和聲音，使多種信息建立邏輯連接，集成為一個(gè)交互式系統(tǒng)。它主要涉及如下幾個(gè)部分：11多媒體數(shù)據(jù)壓縮，圖像處理：它包括HCI與交互介面設(shè)計(jì)、多模態(tài)轉(zhuǎn)換、壓縮與編碼和虛擬現(xiàn)實(shí)等。1.2音頻信息處理：它包括音樂合成、特定人與非特定人的語音識(shí)別、文字-語音的相互

3、轉(zhuǎn)換等。1.3多媒體數(shù)據(jù)庫(kù)和基于內(nèi)容檢索：它包括多媒體數(shù)據(jù)庫(kù)和基于多媒體數(shù)據(jù)庫(kù)的檢索等。1.4多媒體著作工具：它包括多媒體同步、超媒體和超文本等。1.5多媒體通信與分布式多媒體：它包括CSCW、會(huì)議系統(tǒng)、VOD和系統(tǒng)設(shè)計(jì)等。1.6多媒體應(yīng)用：CAI與遠(yuǎn)程教學(xué)、GIS與數(shù)字地球、多媒體遠(yuǎn)程監(jiān)控等。2、多媒體技術(shù)的應(yīng)用現(xiàn)狀多媒體技術(shù)的開發(fā)和應(yīng)用，使人類社會(huì)工作和生活的方方面面都沐浴著它所帶來的陽光，新技術(shù)所帶來的新感覺、新體驗(yàn)是以往任何時(shí)候都無法想象的。2.1多媒體數(shù)據(jù)壓縮，圖像處理的應(yīng)用多媒體計(jì)算機(jī)技術(shù)是面向三維圖形、環(huán)繞立體聲和彩色全屏幕運(yùn)動(dòng)畫面的處理技術(shù)。而數(shù)字計(jì)算機(jī)面臨的是數(shù)值、文字、語言

4、、音樂、圖形、動(dòng)畫、圖像、視頻等多種媒體的問題，它承載著由模擬量轉(zhuǎn)化成數(shù)字量信息的吞吐、存儲(chǔ)和傳輸。數(shù)字化了的視頻和音頻信號(hào)的數(shù)量之大是非常驚人的，它給存儲(chǔ)器的存儲(chǔ)容量、通信干線的信道傳輸率以及計(jì)算機(jī)的速度都增加了極大的壓力，解決這一問題，單純用擴(kuò)大存儲(chǔ)器容量、增加通信干線的傳輸率的辦法是不現(xiàn)實(shí)的。數(shù)據(jù)壓縮技術(shù)為圖像、視頻和音頻信號(hào)的壓縮，文件存儲(chǔ)和分布式利用，提高通信干線的傳輸效率等應(yīng)用提供了一個(gè)行之有效的方法，同時(shí)使計(jì)算機(jī)實(shí)時(shí)處理音頻、視頻信息，以保證播放出高質(zhì)量的視頻、音頻節(jié)目成為可能。國(guó)際標(biāo)準(zhǔn)化協(xié)會(huì)，國(guó)際電子學(xué)委員會(huì)，國(guó)際電信協(xié)會(huì)等國(guó)際組織，于二十世紀(jì)90年代領(lǐng)導(dǎo)制定了三個(gè)重要的有關(guān)視

5、頻圖像壓縮編碼的國(guó)際標(biāo)準(zhǔn)，JPEG標(biāo)準(zhǔn)；H261標(biāo)準(zhǔn)；MPEG標(biāo)準(zhǔn)。2.1.1JPEG它是國(guó)際上彩色、灰度、靜止圖像的第一個(gè)國(guó)際標(biāo)準(zhǔn)，它不僅適于靜態(tài)圖像的壓縮，電視圖像序列的幀內(nèi)圖像的壓縮編碼，也常采用JPEG壓縮標(biāo)準(zhǔn)。2.1.2H261它是視頻圖像壓縮編碼國(guó)際標(biāo)準(zhǔn)，主要用于視頻電話和電視會(huì)議，可以以較好的質(zhì)量來傳輸更復(fù)雜的圖像。2.1.3MPEGMPEG視頻壓縮技術(shù)是針對(duì)運(yùn)動(dòng)圖像的數(shù)據(jù)壓縮技術(shù)。目前又分為MPEGI、MPEG、MPEGIV、MPEG7和MPEG21。MPEGI最初用于數(shù)字存儲(chǔ)上活動(dòng)圖像及伴音的編碼，數(shù)碼率為15Mbits，圖像采用SIF格式，兩路立體聲伴音的質(zhì)量接近CD音質(zhì)，

6、到現(xiàn)在，MPEGI壓縮技術(shù)的應(yīng)用已經(jīng)相當(dāng)成熟，廣泛地應(yīng)用在VCD制作，圖像監(jiān)控領(lǐng)域。MPEG是MPEGI的擴(kuò)充、豐富和完善。MPEGII的視頻數(shù)據(jù)速率為4-5MitS，能提供720×480(NTSC)或720×576(PAL)分辨率的廣播級(jí)質(zhì)量的視像，適用于包括寬屏幕和高清晰度電視(HDTV)在內(nèi)的高質(zhì)量電視和廣播。隨著網(wǎng)絡(luò)、有線無線通信系統(tǒng)的迅猛發(fā)展，交互式計(jì)算機(jī)和交互性電視技術(shù)的普遍應(yīng)用，以及視頻、音頻數(shù)據(jù)綜合服務(wù)等應(yīng)用的發(fā)展趨勢(shì)，對(duì)計(jì)算機(jī)多媒體數(shù)據(jù)壓縮編碼、解碼技術(shù)及其遵循的標(biāo)準(zhǔn)提出更多更高的要求，有許多要求MPEGI和MPEG標(biāo)準(zhǔn)是難以支持的，因此MPEG應(yīng)運(yùn)而生，

7、它正是為解決這些高需求而推出的。根據(jù)MPEG開發(fā)的不同的壓縮編碼，我們可以分為如下幾類：  基于內(nèi)容的多媒體數(shù)據(jù)訪問工具：應(yīng)用于從在線的程序庫(kù)和傳送信息的數(shù)據(jù)庫(kù)中進(jìn)行基于內(nèi)容的信息檢索。  基于內(nèi)容的處理和比特流編輯：應(yīng)用于交互式家庭購(gòu)物、影視的制作和編輯、數(shù)字特技。  混合自然和人工數(shù)據(jù)編碼：應(yīng)用于動(dòng)畫和音響的自然組合，在游戲節(jié)目中觀眾可以移動(dòng)和傳送覆蓋在要查看的視頻之上的圖形，從不同的觀察點(diǎn)描繪圖形和聲音。  改進(jìn)的時(shí)間隨機(jī)訪問：應(yīng)用于音像數(shù)據(jù)的遠(yuǎn)程終端隨機(jī)訪問。  改進(jìn)的編碼效率：應(yīng)用于低帶寬信道上的有效音像數(shù)據(jù)存儲(chǔ)和傳送。 

8、多重并行數(shù)據(jù)流的編碼：多媒體表演，如虛擬現(xiàn)實(shí)游戲，3維動(dòng)畫，訓(xùn)練和飛行模擬，多媒體演示和教育。如今，越來越多的聲像信息以數(shù)字形式存儲(chǔ)和傳輸，這為人們更靈活地使用這些信息提供了可能性。但隨之而來的問題是，隨著網(wǎng)絡(luò)上信息爆炸性的增長(zhǎng)，獲取到我們感興趣的信息的難度卻越來越大。傳統(tǒng)的基于關(guān)鍵字或文件名的檢索方法顯然不適于數(shù)據(jù)量龐大、又不具有天然結(jié)構(gòu)特征的聲像數(shù)據(jù)，因此近些年來多媒體研究的一個(gè)熱點(diǎn)是聲像數(shù)據(jù)的基于內(nèi)容的檢索，例如"從這段新聞片中找出有首相、總統(tǒng)的鏡頭"這種形式的檢索。實(shí)現(xiàn)這種基于內(nèi)容檢索的一個(gè)關(guān)鍵性的步驟是要定義一種描述聲像信息內(nèi)容的格式，而這與聲像信息的存儲(chǔ)形式(編

9、碼)又是密切相關(guān)的。國(guó)際標(biāo)準(zhǔn)化組織運(yùn)動(dòng)圖像專家組注意到了這方面的需求和潛在的應(yīng)用市場(chǎng)，在推出影響極大的MPEG-1、MPEG2之后，尚未完成MPEG4的最后定稿，便開始著手制定專門支持多媒體信息基于內(nèi)容檢索的編碼方案：MPEG7。MPEG7作為MPEG家族中的一個(gè)新成員，正式名稱叫做"多媒體內(nèi)容描述接口"，它將為各種類型的多媒體信息規(guī)定一種標(biāo)準(zhǔn)化的描述，這種描述與多媒體信息的內(nèi)容本身一起，支持用戶對(duì)其感興趣的各種"資料"的快速、有效地檢索。以下一些應(yīng)用領(lǐng)域?qū)腗PEG7標(biāo)準(zhǔn)的制定中獲益：  數(shù)字化圖書館(圖像分類目錄，音樂字典，) 

10、多媒體目錄服務(wù)  廣播式媒體選擇(收音機(jī)頻道，電視頻道，)  多媒體編輯(個(gè)人電子新聞服務(wù)，媒體著作)還有一些潛在的應(yīng)用領(lǐng)域：  教育  旅游信息  娛樂(例如尋找游戲、卡拉OK節(jié)目)  購(gòu)物(例如尋找你喜歡的衣服)MPEG21的范圍可以描述成是一個(gè)決定性(關(guān)鍵)技術(shù)的集成，這些技術(shù)可以通過訪問全球網(wǎng)絡(luò)和設(shè)備實(shí)現(xiàn)對(duì)多媒體資源的透明和增強(qiáng)的使用。其功能包括：內(nèi)容創(chuàng)建、內(nèi)容產(chǎn)品、內(nèi)容發(fā)布、內(nèi)容消耗和使用、內(nèi)容表示、知識(shí)產(chǎn)權(quán)管理和保護(hù)、內(nèi)容識(shí)別與描述、財(cái)政管理、用戶的隱私權(quán)、終端和網(wǎng)絡(luò)資源抽取、事件報(bào)告等。2.2音頻信息處理的應(yīng)用在多媒體技

11、術(shù)中，存儲(chǔ)聲音信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SON文件及RMI文件等。2.2.1音頻信息錄制編輯把音樂和語音加到多媒體應(yīng)用中，是我們研究音頻處理技術(shù)的目的，下面是我們常用的音頻信息錄制編輯軟件。WaveEdit工具的REC命令；SoundBlaster卡的VEdit2軟件；MicrosoftSoundSystem卡的QuickRecorder軟件；Cooledit軟件；WaveEdit工具；CreativeWaveStudio。2.2.2語音識(shí)別語音的識(shí)別長(zhǎng)久以來一直是人們的美好夢(mèng)想，讓計(jì)算機(jī)聽懂人說話是發(fā)展人機(jī)語音通信和新一代智能計(jì)算機(jī)的主要目標(biāo)。隨

12、著計(jì)算機(jī)的普及、越來越多的人在使用計(jì)算機(jī)，如何給不熟悉計(jì)算機(jī)的人提供一個(gè)友好的人機(jī)交互手段，是人們感興趣的問題，而語音識(shí)別技術(shù)就是其中最自然的一種交流手段。自從20世紀(jì)80年代中期以來，新技術(shù)的不斷出現(xiàn)使語音識(shí)別有了實(shí)質(zhì)性的進(jìn)展。特別是隱馬爾可夫模型(HMM)的研究和廣泛應(yīng)用，推動(dòng)了語音識(shí)別的迅速發(fā)展，陸續(xù)出現(xiàn)了許多基于HMM模型的語音識(shí)別軟什系統(tǒng)。當(dāng)前，語音識(shí)別領(lǐng)域的研究正方興未艾。在這方面的新算法、新思想和新的應(yīng)用系統(tǒng)不斷涌現(xiàn)。同時(shí)，語音識(shí)別領(lǐng)域也正處在一個(gè)非常關(guān)鍵的時(shí)期，世界各國(guó)的研究人員正在向語音識(shí)別的最高層次應(yīng)用-非特定人、大詞匯量、連續(xù)語音的聽寫機(jī)系統(tǒng)的研究和實(shí)用化系統(tǒng)進(jìn)行沖刺，可

13、以樂觀地說，人們所期望的語音識(shí)別技術(shù)實(shí)用化的夢(mèng)想很快就會(huì)變成現(xiàn)實(shí)。2.2.3文語轉(zhuǎn)換目前，世界上已研制出漢、英、日、法、德等語種的文語轉(zhuǎn)換系統(tǒng)，并在許多領(lǐng)域得到了廣泛應(yīng)用。DECTalk文語轉(zhuǎn)換系統(tǒng)：這是DEC公司在MIT的KLATT教授研制的語音合成器的基礎(chǔ)上開發(fā)的語音生成系統(tǒng)，用于英語文語轉(zhuǎn)換。ATTBell文語轉(zhuǎn)換系統(tǒng)：這是美國(guó)ATT貝爾實(shí)驗(yàn)室研制的文語轉(zhuǎn)換系統(tǒng)，它最初用于英語的文語轉(zhuǎn)換，現(xiàn)在正擴(kuò)展到其它語種。Sonic文語轉(zhuǎn)換系統(tǒng)：這是清華大學(xué)計(jì)算機(jī)系基于波形編輯的漢語文語轉(zhuǎn)換系統(tǒng)。該系統(tǒng)利用漢語詞庫(kù)進(jìn)行分詞，并且根據(jù)語音學(xué)研究的成果建立了語音規(guī)則，對(duì)漢語中的某些常見語音現(xiàn)象進(jìn)行了處理

14、。系統(tǒng)采用PSOLA算法修改超音段語音特征，提高了言語輸出的質(zhì)量。2.3多媒體數(shù)據(jù)庫(kù)和基于內(nèi)容檢索的應(yīng)用多媒體信息檢索技術(shù)的應(yīng)用使多媒體信息檢索系統(tǒng)、多媒體數(shù)據(jù)庫(kù)，可視信息系統(tǒng)、多媒體信息自動(dòng)獲取和索引系統(tǒng)等應(yīng)用逐漸變?yōu)楝F(xiàn)實(shí)?；趦?nèi)容的圖像檢索、文本檢索系統(tǒng)己成為近年來多媒體信息檢索領(lǐng)域中最為活躍的研究課題，基于內(nèi)容的圖像檢索是根據(jù)其可視特征，包括顏色、紋理、形狀、位置、運(yùn)動(dòng)、大小等，從圖像庫(kù)中檢索出與查詢描述的圖像內(nèi)容相似的圖像，利用圖像可視特征索引，可以大大提高圖像系統(tǒng)的檢索能力。隨著多媒體技術(shù)的迅速普及，Web上將大量出現(xiàn)多媒體信息，例如，在遙感、醫(yī)療、安全、商業(yè)等部門中每天都不斷產(chǎn)生大

15、量的圖像信息。這些信息的有效組織管理和檢索中都依賴基于圖像內(nèi)容的檢索。目前，這方面的研究已引起了廣泛的重視，并已有一些提供圖像檢索功能的多媒體檢索系統(tǒng)軟件問世。例如，由IBM公司開發(fā)的QBIC是最有代表性的系統(tǒng)，它通過友好的圖形界面為用戶提供了顏色、紋理、草圖、形狀等多種檢索方法；美國(guó)加州大學(xué)伯克利分校與加州水資源部合作進(jìn)行了Chabot計(jì)劃，以便對(duì)水資源部的大量圖像提供基于內(nèi)容的有效檢索手段。此外還有麻省理工學(xué)院的Photobook，可以利用Face，Shape，Texture，Photobook分別對(duì)人臉圖像、工具和紋理進(jìn)行基于內(nèi)容的檢索，在Virage系統(tǒng)中又進(jìn)一步發(fā)展了將多種檢索特征相

16、融合的手段。澳大利亞的NewSouthWales大學(xué)已開發(fā)了NUTTAB系統(tǒng)，用于食品成份數(shù)據(jù)庫(kù)的檢索。清華大學(xué)計(jì)算機(jī)系結(jié)合國(guó)家863高技術(shù)研究發(fā)展項(xiàng)目"Web上基于內(nèi)容的圖像檢索"的研究，于1997年研制了一個(gè)Intemet上的靜態(tài)圖像的基于內(nèi)容檢索的原型系統(tǒng)。該項(xiàng)目的研究目標(biāo)是開發(fā)能在InternetIntranet環(huán)境下，通過友好的人機(jī)界面，以顏色、紋理等圖像特征或樣本圖像檢索圖像的方法和工具。  2.4多媒體著作工具的應(yīng)用多媒體創(chuàng)作工具是電子出版物、多媒體應(yīng)用系統(tǒng)的軟件開發(fā)工具，它提供組織和編輯電子出版物和多媒體應(yīng)用系統(tǒng)各種成分所需要的重要框架，包括圖形、

17、動(dòng)畫、聲音和視頻的剪輯。制作工具的用途是建立具有交互式的用戶界面，在屏幕上演示電子出版物及制作好的多媒體應(yīng)用系統(tǒng)以及將各種多媒體成分集成為一個(gè)完整而有內(nèi)在聯(lián)系的系統(tǒng)。多媒體著作創(chuàng)作工具可以分成：基于時(shí)間的創(chuàng)作工具；基于圖符(Icon)或流線(Line)創(chuàng)作工具；基于卡片(Card)和頁(yè)面(Page)的創(chuàng)作工具；以傳統(tǒng)程序語言為基礎(chǔ)的創(chuàng)作工具。它們的代表軟件是Action、Autherware、IconAuther、ToolBook、Hypercard、北大方正開發(fā)的方正奧斯和清華大學(xué)開發(fā)的Ark創(chuàng)作系統(tǒng)。在多媒體著作創(chuàng)作中，還必須借助一些用于文本、音視頻及圖像處理軟件系統(tǒng)。對(duì)于不同的媒體素材，

18、采用的軟件也不同。用多媒體創(chuàng)作工具可以制作各種電子出版物及各種教材、參考書、導(dǎo)游和地圖、醫(yī)藥衛(wèi)生、商業(yè)手冊(cè)及游戲娛樂節(jié)目，主要包括多媒體應(yīng)用系統(tǒng)；演示系統(tǒng)或信息查詢系統(tǒng)；培訓(xùn)和教育系統(tǒng)；娛樂、視頻動(dòng)畫及廣告；專用多媒體應(yīng)用系統(tǒng)；領(lǐng)導(dǎo)決策輔助系統(tǒng)；飯店信息查詢系統(tǒng)；導(dǎo)游系統(tǒng)；歌舞廳點(diǎn)歌結(jié)算系統(tǒng)；商店導(dǎo)購(gòu)系統(tǒng)；生產(chǎn)商業(yè)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)以及證券交易實(shí)時(shí)查詢系統(tǒng)等。2.5多媒體通信及分布式多媒體技術(shù)的應(yīng)用人類社會(huì)逐漸進(jìn)入信息化時(shí)代，社會(huì)分工越來越細(xì)，人際交往越來越頻繁，群體性、交互性、分布性和協(xié)同性將成為人們生活方式和勞動(dòng)方式的基本特征，其間大多數(shù)工作都需要群體的努力才能完成。但在現(xiàn)實(shí)生活中影響和阻礙上述

19、工作方式的因素太多，如打電話時(shí)對(duì)方卻不在。即使電話交流也只能通過聲音，而很難看見一些重要的圖紙資料，要面對(duì)面的交流討論，又需要費(fèi)時(shí)的長(zhǎng)途旅行和昂貴的差旅費(fèi)用，這種方式造成了效率低、費(fèi)時(shí)長(zhǎng)、開銷大的缺點(diǎn)。今天，隨著多媒體計(jì)算機(jī)技術(shù)和通信技術(shù)的發(fā)展，兩者相結(jié)合形成的多媒體通信和分布式多媒體信息系統(tǒng)較好地解決上述問題。多媒體通信和分布式多媒體技術(shù)涉及：計(jì)算機(jī)支持的協(xié)同工作(CSCW)、視頻會(huì)議、視頻點(diǎn)播(VOD)等。2.5.1計(jì)算機(jī)支持的協(xié)同工作系統(tǒng)：CSCW系統(tǒng)具有非常廣泛的應(yīng)用領(lǐng)域，它可以應(yīng)用到遠(yuǎn)程醫(yī)療診斷系統(tǒng)、遠(yuǎn)程教育系統(tǒng)、遠(yuǎn)程協(xié)同編著系統(tǒng)、遠(yuǎn)程協(xié)同設(shè)計(jì)制造系統(tǒng)以及軍事應(yīng)用中的指揮和協(xié)同訓(xùn)練系

20、統(tǒng)等。2.5.2多媒體會(huì)議系統(tǒng)：它是一種實(shí)時(shí)的分布式多媒體軟件應(yīng)用的實(shí)例，它參與實(shí)時(shí)音頻和視頻這種現(xiàn)場(chǎng)感的連續(xù)媒體，可以點(diǎn)對(duì)點(diǎn)通信，也可以多點(diǎn)對(duì)多點(diǎn)的通信，而且還充分利用其它媒體信息，如圖形標(biāo)注、靜態(tài)圖像、文本等計(jì)算數(shù)據(jù)信息進(jìn)行交流，對(duì)數(shù)字化的視頻、音頻及文本、數(shù)據(jù)等多媒體進(jìn)行實(shí)時(shí)傳輸，利用計(jì)算機(jī)系統(tǒng)提供的良好的交互功能和管理功能，實(shí)現(xiàn)人與人之間的"面對(duì)面"的虛擬會(huì)議環(huán)境，它集計(jì)算機(jī)交互性、通信的分布性已及電視的真實(shí)性為一體，具有明顯的優(yōu)越性，是一種快速高效、日益增長(zhǎng)、廣泛應(yīng)用的新的通信業(yè)務(wù)。2.5.3VOD(VideoOnDamend)和交互電視(ITV)系統(tǒng)：它是根據(jù)用

21、戶要求播放節(jié)目的視頻點(diǎn)播系統(tǒng)，具有提供給單個(gè)用戶對(duì)大范圍的影片、視頻節(jié)目、游戲、信息等進(jìn)行幾乎同時(shí)訪問的能力。對(duì)于用戶而言，只需配備響應(yīng)的多媒體電腦終端或者一臺(tái)電視機(jī)和機(jī)頂盒，一個(gè)視頻點(diǎn)播遙控器，"想看什么就看什么，想什么時(shí)候看就什么時(shí)候看"，用戶和被訪問的資料之間高度的交互性使它區(qū)別于傳統(tǒng)的視頻節(jié)目的接收方式。它是多媒體數(shù)據(jù)壓縮解壓技術(shù)，綜合了計(jì)算機(jī)技術(shù)、通信技術(shù)和電視技術(shù)的一門綜個(gè)技術(shù)。在這些VOD應(yīng)用技術(shù)的支持和推動(dòng)下，網(wǎng)絡(luò)在線視頻、在線音樂、網(wǎng)上直播為主要項(xiàng)目的網(wǎng)上休閑娛樂、新聞傳播等服務(wù)得到了迅猛發(fā)展，各大電視臺(tái)、廣播媒體和娛樂業(yè)公司紛紛推出其網(wǎng)上節(jié)目，雖然目前由

22、于網(wǎng)絡(luò)帶寬的限制，視頻傳輸?shù)男Ч€遠(yuǎn)不能達(dá)到人們所預(yù)期的滿意程度，還是受到了越來越多的用戶的青睞。VOD和交互電視(ITV)系統(tǒng)的應(yīng)用，在某種意義上講是視頻信息技術(shù)領(lǐng)域的一場(chǎng)革命，具有巨大的潛在市場(chǎng)，具體應(yīng)用在電影點(diǎn)播、遠(yuǎn)程購(gòu)物、游戲、卡拉OK服務(wù)、點(diǎn)播新聞、遠(yuǎn)程教學(xué)、家庭銀行服務(wù)等方面。2.6其他多媒體應(yīng)用軟件的應(yīng)用現(xiàn)狀  2.6.1CAI及遠(yuǎn)程教育系統(tǒng)根據(jù)一定的教學(xué)目標(biāo)，在計(jì)算機(jī)上編制一系列的程序，設(shè)計(jì)和控制學(xué)習(xí)者的學(xué)習(xí)過程，使學(xué)習(xí)者通過使用該程序，完成學(xué)習(xí)任務(wù)，這一系列計(jì)算機(jī)程序稱為教育多媒體軟件或稱為CAI(ComputerAssistlnstruction計(jì)算機(jī)輔助教學(xué))。

23、網(wǎng)絡(luò)遠(yuǎn)程教育模式依靠現(xiàn)代通信技術(shù)及多媒體技術(shù)的發(fā)展，大幅度地提高了教育傳播的范圍和時(shí)效，使教育傳播不受時(shí)間、地點(diǎn)、國(guó)界和氣候的影響。CAI的應(yīng)用，使學(xué)生真正打破了明顯的校園界限，改變了傳統(tǒng)的"課堂教學(xué)"的概念，突破時(shí)空的限制，接受到來自不同國(guó)家、教師的指導(dǎo)，可獲得除文本以外更豐富、直觀的多媒體教學(xué)信息，共享教學(xué)資源，它可以按學(xué)習(xí)者的思維方式來組織教學(xué)內(nèi)容，也可以由學(xué)習(xí)者自行控制和檢測(cè)，使傳統(tǒng)的教學(xué)由單向轉(zhuǎn)向雙向，實(shí)現(xiàn)了遠(yuǎn)程教學(xué)中師生之間、學(xué)生與學(xué)生之間的雙向交流。2.6.2地理信息系統(tǒng)(GIS)地理信息系統(tǒng)(GIS)獲取、處理、操作、應(yīng)用地理空間信息，主要應(yīng)用在測(cè)繪、資源環(huán)

24、境的領(lǐng)域。與語音圖像處理技術(shù)比較，地理信息系統(tǒng)技術(shù)的成熟相對(duì)較晚，軟件應(yīng)用的專業(yè)程度相對(duì)也較高，隨著計(jì)算機(jī)技術(shù)的發(fā)展，地理信息技術(shù)逐步形成為一門新興產(chǎn)業(yè)。除了大型GIS平臺(tái)之外，設(shè)施管理、土地管理、城市規(guī)劃、地籍測(cè)量的專業(yè)應(yīng)用多媒體技術(shù)也層出不窮。2.6.3多媒體監(jiān)控技術(shù)圖像處理、聲音處理、檢索查詢等多媒體技術(shù)綜合應(yīng)用到實(shí)時(shí)報(bào)警系統(tǒng)中，改善了原有的模擬報(bào)警系統(tǒng)，使監(jiān)控系統(tǒng)更廣泛地應(yīng)用到工業(yè)生產(chǎn)、交通安全、銀行保安、酒店管理等領(lǐng)域中。它能夠及時(shí)發(fā)現(xiàn)異常情況，迅速報(bào)警，同時(shí)將報(bào)警信息存儲(chǔ)到數(shù)據(jù)庫(kù)中以備查詢，并交互地綜合圖、文、聲、動(dòng)畫多種媒體信息，使報(bào)警的表現(xiàn)形式更為生動(dòng)、直觀，人機(jī)界面更為友好。

25、3多媒體技術(shù)的發(fā)展趨勢(shì)總的來看，多媒體技術(shù)正向二個(gè)方而發(fā)展：一是網(wǎng)絡(luò)化發(fā)展趨勢(shì)，與寬帶網(wǎng)絡(luò)通信等技術(shù)相互結(jié)合，使多媒體技術(shù)進(jìn)入科研設(shè)計(jì)、企業(yè)管理、辦公自動(dòng)化、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、檢索咨詢，文化娛樂、自動(dòng)測(cè)控等領(lǐng)域；二是多媒體終端的部件化、智能化和嵌入化，提高計(jì)算機(jī)系統(tǒng)本身的多媒體性能，開發(fā)智能化家電。3.1多媒體技術(shù)的網(wǎng)絡(luò)化發(fā)展趨勢(shì)技術(shù)的創(chuàng)新和發(fā)展將使諸如服務(wù)器、路由器、轉(zhuǎn)換器等網(wǎng)絡(luò)設(shè)備的性能越來越高，包括用戶端CPU、內(nèi)存、圖形卡等在內(nèi)的硬件能力空前擴(kuò)展，人們將受益于無限的計(jì)算和充裕的帶寬，它使網(wǎng)絡(luò)應(yīng)用者改變以往被動(dòng)地接受處理信息的狀態(tài)，并以更加積極主動(dòng)的姿態(tài)去參與眼前的網(wǎng)絡(luò)虛擬世界。多媒體

26、技術(shù)的發(fā)展使多媒體計(jì)算機(jī)將形成更完善的計(jì)算機(jī)支撐的協(xié)同工作環(huán)境，消除了空間距離的障礙，也消除了時(shí)間距離的障礙，為人類提供更完善的信息服務(wù)。交互的、動(dòng)態(tài)的多媒體技術(shù)能夠在網(wǎng)絡(luò)環(huán)境創(chuàng)建出更加生動(dòng)逼真的二維與三維場(chǎng)景，人們還可以借助攝像等設(shè)備，把辦公室和娛樂工具集合在終端多媒體計(jì)算器上，可在世界任一角落與千里之外的同行在實(shí)時(shí)視頻會(huì)議上進(jìn)行市場(chǎng)討論、產(chǎn)品設(shè)計(jì)，欣賞高質(zhì)量的圖像畫面。新一代用戶界面(UI)與智能人工(IntelligentAgent)等網(wǎng)絡(luò)化、人性化、個(gè)性化的多媒體軟件的應(yīng)用還可使不同國(guó)籍、不同文化背景和不同文化程度的人們通過"人機(jī)對(duì)話"，消除他們之間的隔閡，自由地溝

27、通與了解。世界正邁進(jìn)數(shù)字化、網(wǎng)絡(luò)化、全球一體化的信息時(shí)代。信息技術(shù)將滲透著人類社會(huì)的方方面面，其中網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)是促進(jìn)信息社會(huì)全面實(shí)現(xiàn)的關(guān)鍵技術(shù)。MPEG曾成功地發(fā)起并制定了MPEG1、MPEG2標(biāo)準(zhǔn)，現(xiàn)在MPEG組織也已完成了MPEG4標(biāo)準(zhǔn)的1、2、3、4版本的標(biāo)準(zhǔn)，2001年9月完成MPEG7標(biāo)準(zhǔn)的制定工作，同時(shí)在2001年12月完成MPEG21的制定工作。多媒體交互技術(shù)的發(fā)展，使多媒體技術(shù)在模式識(shí)別、全息圖像、自然語言理解(語音識(shí)別與合成)和新的傳感技術(shù)(手寫輸入、數(shù)據(jù)手套、電子氣味合成器)等基礎(chǔ)上，利用人的多種感覺通道和動(dòng)作通道(如語音、書寫、表情、姿勢(shì)、視線、動(dòng)作和嗅覺等)，通

28、過數(shù)據(jù)手套和跟蹤手語信息，提取特定人的面部特征，合成面部動(dòng)作和表情，以并行和非精確方式與計(jì)算機(jī)系統(tǒng)進(jìn)行交互。可以提高人機(jī)交互的自然性和高效性，實(shí)現(xiàn)以三維的逼真輸出為標(biāo)志的虛擬現(xiàn)實(shí)。藍(lán)齒技術(shù)的開發(fā)應(yīng)用，使多媒體網(wǎng)絡(luò)技術(shù)無線電。數(shù)字信息家電，個(gè)人區(qū)域網(wǎng)絡(luò)，無線寬帶局域網(wǎng)，新一代無線、互聯(lián)網(wǎng)通信協(xié)議與標(biāo)準(zhǔn)，對(duì)等網(wǎng)絡(luò)與新一代互聯(lián)網(wǎng)絡(luò)的多媒體軟件開發(fā)，綜合原有的各種多媒體業(yè)務(wù)，將會(huì)使計(jì)算機(jī)無線網(wǎng)絡(luò)異軍突起，牽起網(wǎng)絡(luò)時(shí)代的新浪潮，使得計(jì)算無所不在，各種信息隨手可得。3.2多媒體終端的部件化、智能化和嵌入化發(fā)展趨勢(shì)目前多媒體計(jì)算機(jī)硬件體系結(jié)構(gòu)，多媒體計(jì)算機(jī)的視頻音頻接口軟件不斷改進(jìn)，尤其是采用了硬件體系結(jié)構(gòu)

29、設(shè)計(jì)和軟件、算法相結(jié)合的方案，使多媒體計(jì)算機(jī)的性能指標(biāo)進(jìn)一步提高，但要滿足多媒體網(wǎng)絡(luò)化環(huán)境的要求，還需對(duì)軟件作進(jìn)一步的開發(fā)和研究，使多媒體終端設(shè)備具有更高的部件化和智能化，對(duì)多媒體終端增加如文字的識(shí)別和輸入、漢語語音的識(shí)別和輸入、自然語言理解和機(jī)器翻譯、圖形的識(shí)別和理解、機(jī)器人視覺和計(jì)算機(jī)視覺等智能。過去CPU芯片設(shè)計(jì)較多地考慮計(jì)算功能，主要用于數(shù)學(xué)運(yùn)算及數(shù)值處理，隨著多媒體技術(shù)和網(wǎng)絡(luò)通訊技術(shù)的發(fā)展，需要CPU芯片本身其具有更高的綜合處理聲、文、圖信息及通訊的功能，因此我們可以將媒體信息實(shí)時(shí)處理和壓縮編碼算法作到CPU芯片中。從目前的發(fā)展趨勢(shì)看可以把這種芯片分成兩類：一類是以多媒體和通訊功能為主。融合CPU芯片原有的計(jì)算功能，它的設(shè)計(jì)目標(biāo)是用在多媒體