二、基于内容的检索CBR
基于内容的检索CBR（Content-Based Retrieval）是根据媒体和媒体对象的内容语义及上下文联系进行检索。它具有如下特点：(1)直接对图像、视频、音频等媒体内容进行分析，抽取特征和语义建立索引，进行检索。(2) 放弃常规数据库检索中的精确匹配方法，而采用相似性匹配的方法逐步迭代求精获得检索结果。(3)能对大型多媒体数据库进行快速检索。(4) 采用多种检索手段,除提取多媒体内容特征进行检索外，还提供了其它检索手段，如通过提供样本图像进行相似性检索，或通过人机交互进行浏览检索。
完整的CBR系统一般由两个子系统构成，即数据库生成子系统和检索子系统。每个子系统由相应的功能模块和部件组成，包括：(1)对象标识、(2)特征提取、(3)数据库、(4)用户检索和浏览接口、(5)搜索引擎、(6)索引和过滤器。
对因特网多媒体资源的CBR检索历经特征调整、重新匹配、逐步求精的循环过程：(1)最初用户可用检索语言形成一个初始化的检索，系统提取该示例的特征或把检索描述映射为具体的特征矢量。(2)将检索特征与特征库中特征按一定匹配算法进行相似匹配。(3)按相似度大小，将满足一定相似条件的候选结果排序后反馈给用户。(4)用户挑选候选满意的结果，或从候选结果中选择一个示例，经特征调整后形成新的检索。(5)逐步缩小检索范围，直到用户对检索满意为止。
对文本的检索则采用直接对文本进行任意字词的检索。根据实现方法不同，可分为串搜索、串匹配和全文检索，以字和词以及它们的逻辑组合为条件进行检索。
对图形的检索包括：(1)点检索，查找某坐标处的目标。(2)线检索，查找线状目标两侧的目标。(3)区域检索，查找某区域内的图形目标。(4)关联检索，利用两个或多个图形对象之间的空间和拓扑关系来检索。
对图像的检索是基于图像的颜色、纹理、形状以及图像中子图像等特征，包括：(1)颜色检索，检索与用户指定颜色相似的图像。(2)纹理检索，检索具有相似纹理的图像。(3)形状检索，用户选择形状或勾勒草图，利用形状特征或匹配主要边界进行检索。(4)图像对象检索，对图像中所包含的静态子对象进行查询。
对视频的检索可分为基于镜头、场景、关键帧、运动的检索。关键帧是一幅幅图像，可以采用与图像检索相似的方法。一旦检索到目标关键帧，用户可利用播放来观看它代表的视频片断。而镜头表示一个摄像机的移动操作、一个事件或连续的动作，由一个或多个关键帧构成。场景又由若干个镜头构成。基于运动的检索，是利用镜头和视频对象的时间特征检索，可检索摄像机的移动操作和场景移动，以及用运动方向和运动幅度等。
对音频的检索是将音频分为三类：波形声音、语音、音乐，分别对应物理样本级、声学特征级和语义级，利用声学的和主观的特性进行检索。声音的一些感知特性，如音调、响度、音色等，与音频信号的测量属性非常接近，在音频数据库中记录这些特征，并利用这些特征进行示例和指定特征值检索。
2001年11月MPEG组织将推出针对基于内容多媒体信息检索的MPEG-7，其正式命名为"多媒体内容描述接口"，它将规定一套可用于描述各种多媒体信息的描述符标准，支持用户对多媒体资源进行快速、有效的检索。MPEG-7将多媒体信息描述标准化，并解构成语义上的层次。以视频为例，最底层的语义描述是形状、大小、颜色、运动等信息，而最高层的语义描述可以是"画面中一个小女孩在草地上嬉戏，背景声为欢快的儿歌。"介于这两层之间的是中层语义描述。一般来说，底层语义由全自动方式提取，高层语义则需要较多人工介入。除了内容描述，描述还包括：格式、获得资料的条件、分类、与其它相关资料的连接以及上下文信息等。通过MPEG-7可实现视频数据库的存储和检索、专业媒体制作中图片和视频提交、用户代理驱动的媒体选择和过滤、个性化浏览等。
