GB/T 34952-2017 多媒体数据语义描述要求

　　ICS 35 . 240 . 0 1 L 67

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 34952—2017

　　多媒体数据语义描述要求

　　Multimediadatasemanticdescriptionrequirement

　　2017-1 1-01 发布 2018-05-01 实施

　　中华人民共和国国家质量监督检验检疫总局中 国 国 家 标 准 化 管 理 委 员 会

　　发

　　布

　　GB/T 34952—20 17

　　GB/T 34952—20 17

　　前 言

　　本标准按照 GB/T 1 . 1—2009 给出的规则起草。

　　请注意本文件的某些内容可能涉及专利。 本文件的发布机构不承担识别这些专利的责任。

　　本标准由全国信息技术标准化技术委员会(SAC/TC 28)提出并归口 。

　　本标准起草单位：中国电子技术标准化研究院、北京信息科技大学、北京华宇软件股份有限公司、杭州海康威视数字技术股份有限公司。

　　本标准主要起草人：侯霞、卫凤林、张展新、高冀鹏、赵世范。

　　GB/T 34952—20 17

　　多媒体数据语义描述要求

　　1 范围

　　本标准规定了文本、图形、图像、音频和视频五类多媒体数据的语义描述要求。

　　本标准适用于多媒体数据语义分析、标识和多媒体数据应用系统的数据字典设计。

　　2 术语和定义

　　下列术语和定义适用于本文件。

　　2.1

　　多媒体 multimedia

　　综合表现文本、图形、图像、音频和视频的信息组合。

　　2.2

　　文本 text

　　以字符、符号、字、短语、段落、句子、表格或者其他字符排列形式出现的数据，旨在表达一个意义，其解释主要以读者对某种 自然语言或人工语言的了解为基础。 例：打印在纸上或显示在屏幕上的业务信件。

　　[GB/T 5271 . 1—2000,定义 01 . 01 . 03]

　　2.3

　　图形 graphics

　　用来表示一个变量相对于其他变量变化情况的线条图，或用以代替文字说明一个概念和思想的图解和表格。

　　2.4

　　图像 image

　　物体通过感光材料、光电传感处理设备和计算机而重显的影像。

　　2.5

　　音频 audio

　　一种数字化动态媒体形态，用于描述声音及其顺序，给人以时序的感觉，并可进行数字人工合成。

　　2.6

　　视频 video

　　一种数字化动态媒体形态，用于描述运动图像，进行高速信息传送或显示瞬间的相互关系。

　　3 概述

　　本标准规定了文本、图形、图像、音频和视频五类多媒体数据的语义描述要求，其中：

　　a) 文本数据包括标题特征、版权管理、统计特征、词性特征、句法特征和文档类型;

　　b ) 图形数据包括标题特征、版权管理和几何特征;

　　c) 图像语义要求包括标题特征、版权管理、情感特征、行为特征、场景特征、空间关系特征、对象特征和底层特征;

　　d) 音频语义要求标题特征、版权管理、音频内容、音频类别和底层特征;

　　GB/T 34952—20 17

　　e) 视频语义要求包括标题特征、版权管理、视频内容、视频类别和底层特征。

　　4 文本

　　4 . 1 标题特征

　　描述内容应包括：

　　a) 标题 ;

　　b ) 主题 ;

　　c) 创建者;

　　d) 作者 ;

　　e) 最后修改者;

　　f) 摘要 ;

　　g) 创建日期;

　　h) 编辑次数;

　　i ) 编辑时间;

　　j) 创建应用程序;

　　k) 分类 ;

　　l ) 文档模板;

　　m ) 关键字集;

　　n) 用户 自定义元数据集;

　　o ) 单位名称。

　　4 . 2 版权管理

　　描述内容应包括：

　　a) 作者 ;

　　b ) 出版日期;

　　c) 非原创使用者时的授权信息。

　　4 . 3 统计特征

　　描述内容应包括：

　　a) 字数 ;

　　b ) 词数 ;

　　c) 句数 ;

　　d) 英文字符数;

　　e) 中文字符数;

　　f) 行数 ;

　　g) 段落数;

　　h) 对象数;

　　i ) 页数 ;

　　j) 词频 ;

　　k) 字节数;

　　l ) 字频 。

　　4 . 4 词性特征

　　描述内容可包括：

　　GB/T 34952—20 17

　　a) 文本中出现的名词;

　　b ) 文本中出现的动词;

　　c) 文本中出现的形容词;

　　d) 文本中出现的数量词;

　　e) 文本中出现的虚词。

　　4 . 5 句法特征

　　描述内容可包括：

　　a) 文本中出现的句子的句法;

　　注：通常句法包括：主语、谓语、宾语、定语、状语和补语等。

　　b ) 文本中出现的词语属性。

　　注：通常词语属性包括：

　　1) 上位词：在词义的层次关系中位于高层的词;

　　2) 下位词：在词义的层次关系中位于低层的词;

　　3) 形近词：字形和另外的词相似但笔画/拼写不尽相同的词;

　　4) 首选词：一组同义词中，用户偏爱选用的词;

　　5) 相关词：通过词义关联关系，和另一个词密切关联的词;

　　6) 同音词：词形不同但发音相同或相近的词;

　　7) 同义词：词形不同但意思相同或相近的词;

　　8) 族首词：在词义的层次关系中位于最高层的词。

　　4 . 6 文档类型

　　描述内容应包括：

　　a) 流式文档类型;

　　b ) 版式文档类型。

　　5 图形

　　5 . 1 标题特征

　　描述内容应包括：

　　a) 名称 ;

　　b ) 制作人;

　　c) 制作公司;

　　d) 制作工具;

　　e) 用途 ;

　　f) 制作时间;

　　g) 主体颜色。

　　5 . 2 版权管理

　　描述内容应包括：

　　a) 作者 ;

　　b ) 出版日期;

　　c) 非原创使用者时的授权信息。

　　5 . 3 几何特征

　　描述内容应包括：

　　GB/T 34952—20 17

　　a) 图元 ：

　　1) 类型;

　　注 ：图元类型一般包括点、线、多边形、面、曲线、循环线、复合曲线、曲线多边形、多点等。

　　2) 位置;

　　3) 层次。

　　b ) 轮廓 ：

　　1) 轮廓线型;

　　2) 轮廓颜色。

　　c) 填充 ：

　　1) 图案;

　　2) 颜色与渐变。

　　d) 阴影 ;

　　e) 文本。

　　6 图像

　　6 . 1 标题特征

　　描述内容应包括：

　　a) 名称 ;

　　b ) 制作人;

　　c) 制作公司;

　　d) 制作时间;

　　e) 制作工具。

　　6 . 2 版权管理

　　描述内容应包括：

　　a) 作者 ;

　　b ) 出版日期;

　　c) 非原创使用者时的授权信息。

　　6 . 3 情感特征

　　应描述图像给人带来的主观情绪。

　　注：主观情绪一般包括：喜悦、愤怒、悲伤、恐惧、嫉妒、惭愧、羞耻、自豪、激动、振奋和迷茫等。

　　6 . 4 行为特征

　　应描述图像所表示的行为和动作。

　　6 . 5 场景特征

　　应描述图像所表示的场景。

　　6 . 6 空间关系特征

　　应描述图像中对象间的空间关系。

　　6 . 7 对象特征

　　应描述图像中出现的对象，如：人脸。

　　GB/T 34952—20 17

　　6 . 8 底层特征

　　描述内容应包括：

　　a) 高度 ;

　　b ) 宽度 ;

　　c) 编码 ;

　　d) 图像特定颜色(颜色直方图);

　　e) 颜色模型;

　　f) 纹理 ;

　　g) 形状 ;

　　h) 结构布局;

　　i ) 构图显著性等特征及其组合，如：红色的圆形;

　　j) 上下文特征;

　　k) 文件大小;

　　l ) 图片格式;

　　m ) 文本特征。

　　7 音频

　　7 . 1 标题特征

　　描述内容应包括：

　　a) 标题 ;

　　b ) 专辑名;

　　c) 压缩标准;

　　d) 时长 ;

　　e) 制作时间;

　　f) 文件大小。

　　7 . 2 版权管理

　　描述内容应包括：

　　a) 作者 ;

　　b ) 出版日期;

　　c) 非原创使用者时的授权信息。

　　7 . 3 音频内容

　　描述内容应包括：

　　a) 音色 ;

　　b ) 旋律 ;

　　c) 流派 ;

　　d) 情感 ;

　　e) 对音频的描述。

　　7 . 4 音频类别

　　描述内容应包括：

　　GB/T 34952—20 17

　　a) 静音 ;

　　b ) 和谐背景音;

　　c) 对话 ;

　　d) 环境背景音。

　　7 . 5 底层特征

　　描述内容应包括：

　　a) 频谱信息;

　　b ) 采样频率;

　　c) 采样精度;

　　d) 声道数;

　　e) 音强 ;

　　f) 比特率(压缩);

　　g) 码率模式;

　　h) 编码(压缩)格式。

　　8 视频

　　8 . 1 标题特征

　　描述内容应包括：

　　a) 字幕 ;

　　b ) 时长 ;

　　c) 片段 ;

　　d) 原作 ;

　　e) 制作人;

　　f) 制作公司;

　　g) 制作时间;

　　h) 制作工具;

　　i ) 参与制作的全体成员;

　　j) 片头曲或主题曲;

　　k) 片尾曲;

　　l ) 版本类型;

　　m ) 阶段。

　　8 . 2 版权管理

　　描述内容应包括：

　　a) 作者 ;

　　b ) 出版日期;

　　c) 非原创使用者时的授权信息。

　　8 . 3 视频内容

　　描述内容应包括：

　　a) 视频序列;

　　注：视频序列的属性一般包括场景的个数和持续时间。

　　GB/T 34952—20 17

　　b ) 视频场景;

　　注：视频场景的属性一般包括标题、持续时间、镜头数目、开始镜头、结束镜头等。

　　c) 镜头 ;

　　注 1 ：镜头的属性一般包括持续时间、开始帧号、结束帧号、代表帧集合、特征空间向量等。

　　注 2：镜头切换方式一般包括突变和渐变两种。

　　d) 帧 ;

　　注：帧的属性一般包括直方图、轮廓图等。

　　8 . 4 视频类别

　　描述内容应包括：

　　a) 卡通 ;

　　b ) 广告 ;

　　c) 运动 ;

　　d) 综艺节目;

　　e) 纪录片 ;

　　f) 新闻 。

　　8 . 5 底层特征

　　描述内容应包括：

　　a) 拍摄方式;

　　b ) 拍摄角度;

　　c) 拍摄地点;

　　d) 关键帧数量;

　　e) 关键帧间隔;

　　f) 关键帧的颜色;

　　g) 关键帧的纹理;

　　h) 关键帧的形状;

　　i ) 帧宽度 ;

　　j) 帧高度 ;

　　k) 数据速率;

　　l ) 总比特率;

　　m ) 帧速率;

　　n) 比特率(压缩);

　　o ) 码率模式;

　　p) 视频时长;

　　q) 色彩空间;

　　r) 位深度图像;

　　s ) 编码(压缩)格式。