多媒體技術(shù)及其應(yīng)用與發(fā)展論文

1、多媒體技術(shù)未來(lái)發(fā)展與應(yīng)用的展望摘要多媒體技術(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(guò)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(xún) 服務(wù)、圖書(shū)、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)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)算機(jī)、聲音、文本、圖像、動(dòng)畫(huà)、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(xún)服 務(wù)、圖書(shū)、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

2、著我們生活的面貌。1多媒體技術(shù)的發(fā)展趨勢(shì)總的來(lái)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(xún)， 文化娛樂(lè)、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(kāi)發(fā)智能化家電。2多媒體技術(shù)的網(wǎng)絡(luò)化展趨勢(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(lái)越高，包括用戶(hù) 端CU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(wú)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)

3、絡(luò) 虛擬世界。多媒體技術(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(lèi)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(lè)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(huà)面。新一代用 戶(hù)界面(U)與智能人工(I nt ell i gelt Ajent)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(guò)“人機(jī)對(duì)話(huà)”，消除他們之

4、間的隔閡，自由地 溝通與了解。3多媒體技術(shù)的應(yīng)用現(xiàn)狀多媒體技術(shù)的開(kāi)發(fā)和應(yīng)用，使人類(lèi)社會(huì)工作和生活的方方面面都沐浴著它所帶來(lái)的陽(yáng)光，新 技術(shù)所帶來(lái)的新感覺(jué)、新體驗(yàn)是以往任何時(shí)候都無(wú)法想象的。4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(huà)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(yǔ)言、音樂(lè)、圖形、動(dòng)畫(huà)、圖像、視頻等多種媒體的問(wèn)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(wèn)題，單純用擴(kuò)大存儲(chǔ)器容量、

5、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)視頻圖像壓縮編碼的國(guó)際標(biāo)準(zhǔn)，JEG標(biāo)準(zhǔn)；H 261標(biāo)準(zhǔn)；MFE3標(biāo)準(zhǔn)。4.1 JFEG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JFEG壓縮標(biāo)準(zhǔn)。4.2H 261它是視頻圖像壓縮編碼

6、國(guó)際標(biāo)準(zhǔn)，主要用于視頻電話(huà)和電視會(huì)議，可以以較好的質(zhì)量來(lái)傳輸 更復(fù)雜的圖像。4.3MEGMFE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MEG- I、MFBG- H、MEG- IVMEG- 7 和 ME- 21。MFE3- I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1. 5Mit/s,圖像采用SF格式， 兩路立體聲伴音的質(zhì)量接近C音質(zhì)，到現(xiàn)在，MFB3- I壓縮技術(shù)的應(yīng)用已經(jīng)相當(dāng)成熟，廣泛地應(yīng)用 在VD制作，圖像監(jiān)控領(lǐng)域。MFE3- H是ME- I的擴(kuò)充、豐富和完善。MEG- II的視頻數(shù)據(jù)速率為45Mt / S能提供720X 480(NS)或720X 576(FA)分辨率的

7、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(HDV在 內(nèi)的高質(zhì)量電視和廣播。隨著網(wǎng)絡(luò)、有線/無(wú)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MEG- I和MFEG-H標(biāo)準(zhǔn)是難以支持的，因此MFE3- W應(yīng)運(yùn)而生，它正是為解決這些高需求而推出的。如今，越來(lái)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(lái)的問(wèn)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(lái)越大。傳統(tǒng)的基于關(guān)鍵字或文件名的

8、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(lái)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(zhuān)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ME 1、ME-2之后，尚未完成ME-4的最后定稿，便開(kāi)始著手制定專(zhuān)門(mén)支持多 媒體信息基于內(nèi)容檢索的編碼方案：MFE3-7。ME3-7作為ME3家族中的一個(gè)新成員，正式名稱(chēng)叫做“多媒體內(nèi)容描述接口”，它將

9、為各種 類(lèi)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(hù) 對(duì)其感興趣的各種“資料”的快速、有效地檢索。5音頻信息處理的應(yīng)用在多媒體技術(shù)中，存儲(chǔ)聲音信息的文件格式主要有：VA/文件、VC文件、MD文件、AF文件、 SN文件及RM文件等。5.1音頻信息錄制編輯把音樂(lè)和語(yǔ)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。WVeEdt 工具的RD命令；SOud Blaster卡的Vdit2軟件；Microsoft SondS/stem卡的QiickRoords軟 件；Coledt 軟件；WsVe Edi t 工具；Oeeti v

10、e WVeSud o。6語(yǔ)音識(shí)別語(yǔ)音的識(shí)別長(zhǎng)久以來(lái)一直是人們的美好夢(mèng)想，讓計(jì)算機(jī)聽(tīng)懂人說(shuō)話(huà)是發(fā)展人機(jī)語(yǔ)音通信和 新一代智能計(jì)算機(jī)的主要目標(biāo)。隨著計(jì)算機(jī)的普及、越來(lái)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(wèn)題，而語(yǔ)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(lái)，新技術(shù)的不斷出現(xiàn)使語(yǔ)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(HM)的研究和廣泛應(yīng)用，推動(dòng)了語(yǔ)音識(shí)別的迅速發(fā)展，陸續(xù)出現(xiàn)了許多基于HM模型 的語(yǔ)音識(shí)別軟什系統(tǒng)。當(dāng)前，語(yǔ)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(yǔ)音識(shí)別領(lǐng)

11、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(yǔ)音識(shí)別的 最高層次應(yīng)用一一非特定人、大詞匯量、連續(xù)語(yǔ)音的聽(tīng)寫(xiě)機(jī)系統(tǒng)的研究和實(shí)用化系統(tǒng)進(jìn)行沖刺， 可以樂(lè)觀地說(shuō)，人們所期望的語(yǔ)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)。7多媒體通信及分布式多媒體技術(shù)的應(yīng)用人類(lèi)社會(huì)逐漸進(jìn)入信息化時(shí)代，社會(huì)分工越來(lái)越細(xì)，人際交往越來(lái)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工作方式的因素太多，如打電話(huà)時(shí)對(duì)方卻不在。即 使電話(huà)交流也只能通過(guò)聲音，而很難看見(jiàn)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

12、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(kāi)銷(xiāo)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(wèn)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（CSCWA視頻會(huì)議、視頻點(diǎn)播 （VO）等。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(lèi)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)。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(yǔ)言理解（語(yǔ)音識(shí)別與 合成）和新的傳感技術(shù)（手寫(xiě)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(jué)通道 和動(dòng)作通道（如語(yǔ)音、書(shū)寫(xiě)、表情、姿勢(shì)、視線、動(dòng)作和嗅覺(jué)等），通過(guò)數(shù)據(jù)手套和跟蹤手語(yǔ)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