Diseño e Implementación de una Videoteca Digital

Transcripción

1 Diseño e Implementación de una Videoteca Digital Edwin Montoya Depto. Informática y Sistemas, Universidad EAFIT Medellín-Colombia emontoya@eafit.edu.co Resumen Este artículo presenta el diseño e implementación de un sistema de videoteca digital. El sistema permite la captura y codificación de videos originalmente análogos, el procesamiento para la extracción de metadatos, el almacenamiento en los servidores de medios o streaming para finalmente implementar una aplicación que permita buscar, recuperar y visualizar la información audiovisual almacenada en los servidores de streaming. Dicha aplicación está basada en Web multinivel, combinando arquitecturas avanzadas de desarrollo por componentes y motores de búsqueda basados en XML (extended Markup Language) para la búsqueda de metadatos. El sistema desarrollado en este artículo hace parte del proyecto de Biblioteca Digital de la Universidad EAFIT, proyecto que incorporará no solo la videoteca digital sino otros tipos de objetos digitales. Palabras Clave: Video Digital,, Multimedia, Bibliotecas Digital, XML, Dublín Core I. INTRODUCCIÓN Las aplicaciones multimedia son aquellas que integran diferentes medios como el audio, video, imágenes, textos, entre otros. Estas aplicaciones imponen restricciones a los sistemas computacionales y redes de telecomunicaciones relacionados con los recursos necesarios para que se ejecuten correctamente y por la naturaleza de los medios relacionados con el video y el audio, normalmente caen en la categoría de sistemas en tiempo real. Una aplicación de streaming es aquella en la cual el receptor reproduce el contenido recibido (audio, video, etc) conforme va llegando sin necesidad de descargarlo completamente antes. El emisor envía paquetes pequeños de información de forma que el receptor puede acceder a la información a medida que los recibe. La plataforma tecnológica requerida para los sistemas de streaming actualmente son bastante propietarios y apenas se están dando pasos iniciales por lograr acuerdos entre proveedores de tecnologías de streaming. Desafortunadamente los dos principales proveedores de tecnologías para streaming representados por RealNetworks y Windows Media de Microsoft no están interesados en llegar a estándares universales de streaming. Este artículo expone el diseño e implementación de un sistema de videoteca digital. El sistema permite la captura y codificación de video originalmente análogo, el procesamiento para la extracción de metadatos, el almacenamiento en los servidores de medios o streaming para finalmente implementar una aplicación que permita buscar, recuperar y visualizar la información audiovisual almacenada en los servidores de streaming. Dicha aplicación está basada en Web multinivel, combinando arquitecturas avanzadas de desarrollo por componente y motores de búsqueda basados en XML (extended Markup Language) para la búsqueda de metadatos. El sistema desarrollado en este artículo hace parte del proyecto de Biblioteca Digital de la Universidad EAFIT, proyecto que incorporará no solo la videoteca digital sino otros tipos de objetos digitales. II. BIBLIOTECAS DE VIDEO DIGITAL La mayoría de las bibliotecas en el mundo ofrecen servicios electrónicos clásicos como la búsqueda referencial y recientemente acceso a servicios en línea a través de Internet de bases de datos referenciales y opcionalmente con texto completo, sin embargo la principal fuente de información a nivel de contenido es el texto (artículos revistas, libros y documentos entre otros). A nivel de servicios de información relacionados con el video o audio apenas comienza a ser un campo emergente en las bibliotecas digitales [1,2,3,4,5] y aplicaciones multimedia, los motivos para esta situación se atribuye a los grandes volúmenes de información que se generan,

2 altos requerimientos de red, tecnologías de codificación de video entre otros. Se propone una arquitectura para el desarrollo de sistemas de información multimedia que permita a una biblioteca digitalizar, procesar, buscar, recuperar y visualizar información audiovisual digital. Este tipo de sistemas plantea dos grandes subsistemas: Digitalización, codificación, almacenamiento y recuperación del video Procesamiento digital del video para la generación de metadatos. El primer caso plantea una solución en sí mismo del video y todas sus etapas, pero si solo se llegase hasta este punto, la búsqueda en la base de datos multimedia se limita al mecanismo clásico de búsqueda referencia, lo que restringe las potencialidades que se pueden generar. Por naturaleza, la información audiovisual una vez ha sido digitalizada, carece totalmente de contenido semántico que facilite la recuperación de información útil para apoyo a la búsqueda. En un escenario de búsqueda referencial, el usuario solicita al sistema la selección de un subconjunto de datos que cumplan con algún criterio como parte del título, palabras claves, autor principalmente. Ahora, Qué hace el usuario con este resultado? Deberá reproducir uno a uno todos los videos, tal vez haga uso de las facilidades de adelantar o retroceder para ubicar la información que realmente está buscando. Esto en otras palabras implica demasiado tiempo para el usuario localizando la información realmente útil. Ahora con el segundo subsistema, se puede adicionar contenido semántico a la información audiovisual digital mediante la asociación de metadatos, los cuales en una fase de búsqueda y recuperación permitirá refinar mucho más el subconjunto resultado de una búsqueda solicitada o como se conoce en la literatura científica, búsqueda basada en contenido. Ahora, esto no es una tarea sencilla, la extracción de información semántica (o como se conocerá en el artículo como metadatos) plantea grandes retos a nivel de investigación y tecnología en áreas como segmentación, color, texturas, detección de objetos, reconocimiento de rostros, audio a texto, texto en pantalla a texto entre otras III. CAPTURA Y CODIFICACIÓN DE VIDEO ANÁLOGO La información de entrada para el proyecto consiste de una videoteca análoga en formato VHS NTSC de aproximadamente 5000 horas. De esta base se tomará una muestra representativa para la implementación inicial del sistema completo. El proceso de captura y digitalización consiste en el proceso de reproducir cada una de las cintas de video análoga en uno o varios VCR, esta unidad es conectada a una o varias tarjetas capturadoras de video dentro de la estación de trabajo de captura de video para producir como salida archivos codificados en formatos propietarios de las arquitecturas o en formatos estándar. La siguiente figura muestra dicha arquitectura: Videoteca Tape VHS-NTSC Encoding Station VCR IN: Source Live Capture Video Card Media Encoding OUT: File To Players Software Server FS or MMDB Offline Copy FS: File System MMDB: Multimedia Database Figura 1: Arquitectura general de Captura y Codificación

3 Dado que finalmente el video digital será distribuido hacia los clientes utilizando plataformas comerciales de streaming (RealNetworks o Windows Media) el problema de diseño principal de esta fase es en que formato codificar la información, Qué implicaciones tiene ésto? Imaginemos un documental en VHS-NTSC de 1 hora de duración que será colocado en la Videoteca Digital. Si se soporta las dos plataformas comerciales de streaming RealNetworks y Windows Media, dicho documental debe ser codificado en ambos sistemas, con las siguientes implicaciones: 1. Se debe tener un VCR para reproducir el documental. 2. Se debe tener dos (2) tarjetas capturadoras de video, una por cada sistema. 3. La estación de codificación debe ser de muy buenas prestaciones y especificaciones técnicas (2 procesadores, 1 GB RAM, discos SCSI de gran tamaño entre otros.) 4. Una hora de video en formato multirate a 256 Kbps (200+56) consume en almacenamiento un total de MB (256 Kbps / 8 * 60 segundos *60 minutos), lo que implica que si se codifica en ambos formatos consume el doble (230.4 MB). 5. El formato final de codificación NO puede ser reutilizado en un futuro para ser utilizado por otra plataforma de streaming o inclusive con la aparición de nuevos codecs en las plataformas mencionadas anteriormente. 6. Un disco duro SCSI de 36 GByte con las dos plataforma puede almacenar horas de video digital versus horas si solo se utiliza una. 7. Para almacenar 5000 horas de video digital en ambos formatos se requiere una capacidad de almacenamiento de 1152 GBytes o 576 GBytes si se utiliza solo un formato. Reconociendo que las dos plataformas de streaming más populares y comerciales son RealNetwors y Windows Media y la información presentada en la Tabla 1, para la videoteca digital se debe tomar las siguientes decisiones: 1. De tener que seleccionar una sola plataforma, Cuál plataforma de streaming seleccionar de las dos y porque? Impacto en la pregunta Qué implicaciones se tendrían si se seleccionan las dos plataformas? Impacto en la pregunta 6 3. Cómo codificar el video en formatos compatibles con ambas plataformas? 4. Se podría utilizar un formato intermedio de codificación previo a una codificación por demanda? 5. Pueden las plataformas de streaming comerciales soportar codificación por demanda de un formato intermedio? Cuál? 6. Cómo se podría reutilizar en un futuro dentro de la misma o bajo otra plataforma de streaming el video codificado? Datos para una hora de video análogo. Una plataforma (Real o Windows) Dos plataformas (Real y Windows) Tiempo de codificación 1 hora (tiempo real) 1 hora (tiempo real) Tarjetas capturadoras de video 1 2 Rendimiento de la estación de codificación (R) Requerimiento en disco multirate a 256 Kbps. Un disco duro SCSI de 36 KBytes cuantas horas puede almacenar de video digital Requerimientos para 5000 horas de video análogo R=1 (valor de referencia) 1<R< MBytes MBytes horas horas 576 GBytes 1152 GBytes Formatos de almacenamiento RM o WMV RM y WMV Reutilización de formatos nativa entre las dos plataformas Recodificación ante nuevos codecs en cada plataforma (Real y Windows) Recodificación hacia otra plataforma distinta de Real o Windows (ej: QuickTime) No hay necesidad, la información está duplicada, una para cada formato Punto de codificacion En la captura En la captura Tabla 1: comparaciones entre una y dos plataformas de streaming. Respuestas: 1. Windows Media por costos principalmente. Para la pregunta 6, independiente de la plataforma que se seleccione, no es posible. 2. El impacto principal se encuentra en el almacenamiento, ya que se debe duplicar y para los volúmenes que supone este tipo de aplicaciones, los costos son considerables. Para la pregunta 6, no es posible. 3. Esto implicaría que las dos plataformas adopten algún formato MPEG estándar para streaming, posiblemente el MPEG-4. RealNetworks en su versión Helix ya soporta streaming en formato estándar MPEG-4 pero Windows Media no soporta streaming nativo MPEG. 4. Lo ideal seria codificar el video en un formato MPEG, en orden de preferencia MPEG4, MPEG1 y MPEG2. A partir de este formato y bajo demanda codificarlo en los formatos nativos de cada plataforma. Esto implicaría tener solo una copia de cada video y ser

4 distribuido a cada una de las dos plataformas utilizadas codificación bajo demanda. La desventaja de este esquema seria el consumo computacional que le supone al servidor de streaming o estación de codificación. Otro asunto a considerar es la desventaja respecto a la escalabilidad, es decir, dependiendo del número de clientes simultáneos implica el mismo número de codificaciones intermedias en curso. 5. RealNetworks si soporta la facilidad propuesta en el numeral 4, pero con limitaciones. Windows Media no soporta dicha facilidad. 6. Solo si se codifica y almacena en un formato estándar derivado de MPEG La figura 2 muestra una arquitectura planteada para soportar las dos plataformas de streaming. Videoteca Tape IN: Source Live Capture Video Card Encoding Station RealNetworks Real Producer Plus OUT: File (*.RM) VCR Capture Video Card Windows Media Windows Media Encoder (*.WMV) To Windows Media Players Windows Media Services Windows Media Server FS or MMDB *.WMV Offline Copy To RealOne Players Real Server FS: File System RealNetworks Server FS or MMDB *.RM MMDB: Multimedia Database Figura 2: Plataforma de RealNetworks y Windows Media A. Introducción IV. PROCESAMIENTO DIGITAL DE VIDEO Las aplicaciones multimedia distribuidas basadas en servicios de recuperación de información como bibliotecas de video digital o video/noticias bajo demanda manejan altos volúmenes de información lo que genera retos importantes al momento de crear mecanismos que faciliten la búsqueda y recuperación de información en dichos repositorios esto debido no solo a los altos volúmenes sino a la falta de contenido semántico de la información audiovisual digital una vez ésta es digitalizada. Para facilitar el proceso de búsqueda y recuperación de información audiovisual digital, se han propuesto varios esquemas para la generación de datos de control acerca del contenido semántico comúnmente conocidos como metadatos [6,7,8]. La generación de metadatos puede ser manual, automática y semiautomática. Metadatos tiene el significado de datos preliminares que son creados a modo de información mínima sobre un recurso de información, en este caso de un video digital. Este término es utilizado para describir o caracterizar el tipo y la clase de información que brinda un documento, es decir, los metadatos son datos acerca de datos, para que éstos puedan ser empleados en diferentes aplicaciones. La arquitectura propuesta para el sistema de generación de metadatos en video digital, tiene como objetivo principal modelar, diseñar e implementar mecanismos para la adición de metadatos manual, semiautomática o automática

5 a la información audiovisual con el fin de facilitar la búsqueda y recuperación de videos digitales. El sistema permite adicionar metadatos manualmente por un usuario ya sea mientras ve un video o sin reproducirlo. Manualmente adiciona los metadatos clásicos para la búsqueda referencial de los videos como título, autor, categorías, duración, formato entre otros. Para el caso de la adición automática y semi-automática, se utilizan técnicas para la segmentación de video que ayude a la detección de escenas [9,10,11]. El sistema presenta al usuario una serie de puntos de control o de escenas detectados automáticamente o generados en intervalos regulares de tiempo para los cuales el programa muestra un cuadro representativo de la escena (key frame) o intervalo que es almacenado como una imagen. visualización y navegación por parte del usuario y se plantea en una fase posterior utilizar dichas imágenes para las búsquedas. Los metadatos semiautomáticos, se refieren al proceso de descripción por parte de un usuario de las escenas automáticamente detectadas así como el proceso de iterativo y de refinamiento del proceso de detección automática. Finalmente, relacionado con el proceso de adición manual de metadatos, se puede agregar información referencial básica como palabras claves, duración, autor, etc. e información descriptiva como personas u objetos que aparecen, situaciones, etc. B. Sistema de Generación de Metadatos (SGM) Para lograr generar contenido semántico a partir del video digital que facilite la búsqueda y recuperación, se propone desarrollar un Sistema de Generación de Metadatos (SGM) utilizando varias técnicas dentro de las cuales una de las más utilizadas es la segmentación de video mediante las técnicas de detección de escenas [9,10,11]. Como se espera que el volumen de la información de metadatos sea alto y los recursos pueden ser limitados, se necesita una forma efectiva de almacenamiento de estos que pueda servir en muchos contextos. Se ha empleado extensiones al modelo propuesto por Dublín Core [21] para representar los metadatos, dicho modelo es implementado en XML utilizando la especificación RDF. Una vez generados los documentos XML que representan los metadatos, éstos son almacenados en un motor de almacenamiento, búsqueda y recuperación de documentos XML, para este caso se utilizo Exist como motor de bases de datos basado en tecnología XML donde se almacenan dichos metadatos, Tomcat [22] apoyado en Cocoon como servidor web. El Sistema de Generación de Metadatos (SGM) de información audiovisual satisface las necesidades iniciales de la etapa de procesamiento digital audiovisual del proyecto de la Videoteca Digital. El principal objetivo del SGM es diseñar e implementar mecanismos para la adición de metadatos manual, semiautomática o automática a la información audiovisual previamente digitalizada con el fin de facilitar la búsqueda, recuperación y reproducción de medios Los metadatos automáticos generados, son número de escenas encontradas y por cada escena se tiene la longitud, punto inicial y final e imagen índice de la escena (keyframe), las cuales se utilizarán inicialmente para la Figura 3: Arquitectura SGM Algoritmos estadísticos para la detección de escenas Una escena se refiere a la grabación continua de uno o más frames (cuadros) que representan una acción continua en el tiempo y el espacio y así constituye una unidad válida para organizar la información acerca de un video. Un video editado está compuesto de dos tipos de límites entre escenas, también conocidos como cortes (cuts). Estos son: Cortes bien definidos (straight cuts) y cortes graduales. Los cortes bien definidos se caracterizan por un cambio de escena repentino o de cámara. La separación de tomas con cortes bien definidos es relativamente fácil. Los cortes graduales, que hacen transiciones graduales entre dos escenas, son introducidos en un video a través de equipo especial de edición y abarca varios frames. Las tomas con cortes graduales son, por lo general, difíciles de detectar por la naturaleza gradual de la transición entre una toma y la siguiente. Normalmente la estrategia utilizada para la detección de escenas es el procesamiento de los datos puros (sin comprimir o realizando descompresión), es decir, cuadro a cuadro y píxel a píxel, comparando pares de imágenes consecutivas y verificando con algún método que dichas

6 imágenes son diferentes de manera significativa, para determinar si hay o no que hay cambio de escena [18,19,20]. Sin embargo, el procesamiento de información directamente en el dominio de los datos comprimidos supone no solo reducciones en el tiempo de procesamiento sino posiblemente mayor precisión en la detección, ya que en sí muchos de los formatos de compresión tienen en cuenta aspectos del origen de la información. Para los cortes encontrados por cualquiera de los métodos se asigna un cuadro representativo del intervalo, que es almacenado como una imagen para generar un índice gráfico del video, así cada escena detectada cuenta con una parte gráfica y una textual, que corresponde a los datos agregados por el administrador del sistema. En ocasiones la información que se posee para realizar el proceso de comparación es demasiada, por lo que se puede pensar en eliminar parte de esta información. A menudo se recurre al diezmado, que consiste básicamente en reducir el tamaño de la imagen. El factor de reducción es el que marca que tamaño tendrá la imagen resultado, así si partimos de una imagen de 256x256 píxeles y se diezma por un factor de 2, la imagen resultado tendrá un tamaño de 128x128 píxeles, y se construirá tomando 1 píxel de cada dos. Del mismo modo, se puede establecer un diezmado temporal para secuencias. Si por ejemplo se tiene una secuencia de 256 cuadros y se construyen otras solo tomando los pares, se está diezmando en el tiempo por un factor de dos. Todos estos métodos requieren de valores críticos para determinar cambio de escenas. Dichos valores pueden ser determinados observando (en un gráfico por ejemplo) el valor de cada cálculo de comparación entre imágenes, para luego poder notar los cambios en forma de picos ; otra forma de determinar estos valores puede ser analizando estadísticamente una gran cantidad de datos de videos de prueba. Todos estos métodos no son ciento por ciento exactos; los expertos están de acuerdo en que la detección de escenas no puede ser totalmente automática, basándose solamente en el análisis del contenido utilizando procesamiento de imágenes y visión computarizada debido a que requiere un estudio a más alto nivel Modelos de Metadatos Para describir metadatos varios proyectos de investigación han desarrollado conjuntos de elementos que facilitan la búsqueda de documentos multimedia. Las iniciativas que están siendo ampliamente usadas como estándares generales para representar recursos en Internet son Dublin Core [11], RDF (Resource Description Framework) usando XML y MPEG-7. También XML con DTDs (Document Type Definition). En la aplicación bibliográfica y bibliotecaria se ha extendido e implantado, de forma mayoritaria, el formato denominado "Dublin Core" o Núcleo de Dublin, creado por las iniciativas de las asociaciones de bibliotecarios americanos, y en concreto por OCLC (On Line Computer Library Center). Se trata de un formato bastante estándar para las fuentes de Internet. Este conjunto se apoya en el desarrollo de RDF como marco de trabajo general. RDF está inspirado en PICS (Platform for Internet Content Selection) que es un mecanismo para comunicar medidas o atributos del servidor hacia el cliente. Es una fundación para el procesamiento de metadatos; provee interoperabilidad entre aplicaciones que intercambian información en la web, haciendo énfasis en la posibilidad de procesar automáticamente recursos de la red. Esta estructura se puede utilizar en múltiples áreas como: búsqueda de documentos, catalogación, agentes de software inteligentes, calificación de contenidos, descripción de colecciones, derechos intelectuales, etc. RDF y XML son complementarios: RDF es un modelo de metadatos y sólo dirige por referencia muchos de los aspectos de codificación que requiere el almacenamiento y transferencia de archivos (tales como internacionalización, conjuntos de caracteres, etc.). Para estos aspectos, RDF cuenta con el soporte de XML. Es importante también entender que esta sintaxis XML es sólo una sintaxis posible para RDF y que pueden surgir formas alternativas para representar el mismo modelo de datos RDF. V. ALMACENAMIENTO DEL VIDEO DIGITAL El tema del almacenamiento del video digital para la construcción de grandes repositorios es un tema de punta en investigación, ya que plantea el tema de Bases de Datos Multimedia o maneras similares de almacenar el contenido multimedia y sus correspondientes metadatos. Para el almacenamiento se plantean las siguientes hipótesis: 1. Una vez se digitaliza un video análogo. Éste debe quedar almacenado en una base de datos clásica, en una base de datos multimedia, en el sistema de archivos, en un servidor de archivos, en un servidor web o en el servidor de streaming? Qué implicaciones tiene cada uno de estos acercamientos? 2. Los metadatos del video digital deben o no ser almacenados en el mismo archivo del video (in-band vs out-band)? 3. Cuáles son los módulos que requieren recuperar videos almacenados?

7 Como desarrollo de esta investigación se llegó a las siguientes respuestas y conclusiones: 1. Para la implementación de la videoteca digital se adopto un esquema de almacenar los videos en el sistema de archivos dentro del Servidor de, la justificación para esta decisión es que el sistema de generación de metadatos toma la información directamente de archivos almacenados en el sistema de archivos e igualmente el Servidor de distribuye el contenido multimedia directamente de archivos en el sistema de archivos. Si se almacenan los videos en una base de datos relacional clásica, normalmente el video se almacena en un campo del tipo BLOD (Binary Large Object Data) lo que no representa ninguna ventaja para una aplicación multimedia ya que la base de datos no diferencia este tipo de información. Además plantea problemas referentes a como acceder eficientemente a los videos por los módulos SGM y servidores de streaming. Respecto a bases de datos multimedia, se han dado pasos iniciales para su despliegue comercial, de hecho productos como Oracle Intermedia y Datablates de Informix, permiten no solo almacenar el contenido multimedia sino procesar y mantener información semántica del video para facilitar la búsqueda y recuperación de información multimedia. El problema de estas propuestas radica en la verticalidad y dependencia tecnológica del proveedor de la base de datos. Respecto a servidores de archivos o web, no permitirían distribuir la información mediante la técnica de streaming sino transferencia de archivos clásicos como FTP o HTTP. 2. Los dos acercamientos son validos, se determinó que dada la importancia de las aplicaciones derivadas de XML y las consideraciones dadas en el punto anterior, se determinó que era mejor separar en dos subsistemas diferentes datos (video digital) de metadatos (información referencial y contenido semántico del video). Esto permite mantener independiente la tecnología del video digital así como la tecnología de streaming, del modulo de búsqueda y recuperación de información ya que básicamente dentro de la base de datos de metadatos se tienen punteros (URLs) a la localización real de los videos digitales. En síntesis se implementó un esquema out-band. 3. Los módulos que requieren acceder a los videos almacenados son el Sistema de Generación de Metadatos y el Servidor de. Para el desarrollo de la videoteca digital, los videos se almacenan en el servidor de la Videoteca Digital el cual contiene los siguientes módulos o subsistemas: Repositorio de Videos Digitales en el Sistema de Archivos Servidor de Motor de búsqueda de metadatos (exist) Aplicación Servidor SIMvd Servidor del SGM VI. ARQUITECTURA TECNOLÓGICA DE STREAMING Para la implementación del proyecto de videoteca digital, se utilizó la siguiente infraestructura de streaming: Se empleó las dos plataformas de streaming más populares: RealNetworks y Windows Media. Para la fase de digitalización y codificación se empleó una Estación de Digitalización con dos tarjetas capturadoras de video una por cada plataforma. Para la fase de procesamiento digital del video se empleó una arquitectura cliente/servidor conformada por una Estación para el SGM y el lado con el Servidor de. Se tiene un Servidor para la videoteca digital en el cual están los módulos servidores de: o Servidor de RealNetworks o Servidor de Windows Media o Motor de base de datos XML Exist (metadatos) o Servidor Yakarta-Tomcat para el servidor SIMvd o o Servidor Web Apache Modulo Servidor de la aplicación SGM basado en COM+ VII. SISTEMA DE INFORMÁCIÓN MULTIMEDIA PARA LA VIDEOTECA DIGITAL La fase final del proyecto de la Videoteca Digital consiste en el desarrollo de un sistema de información que permita al usuario final del sistema, realizar búsquedas, recuperación y reproducción de la información audiovisual almacenada en el sistema. La aplicación integra muchas de las funcionalidades desarrolladas en las fases anteriores e igualmente desarrolla unas nuevas para implementar completamente la funcionalidad de una videoteca que se integrara al proyecto más amplio de la universidad conocido como Biblioteca Digital que se desarrollara durante el año El sistema de información multimedia está basado en una arquitectura de 3 niveles en Internet/Intranet para la búsqueda, recuperación y reproducción de información audiovisual en tiempo real y bajo demanda.

8 Dada la amplia importancia que está tomando los sistemas de información basados en XML y la experiencia adquirida en el desarrollo del Sistema de Generación de Metadatos, el SIMvd se implementará utilizando las mismas bases. A nivel tecnológico, se adoptó XML para almenar los metadatos de la videoteca digital sobre la cual se realizarán las búsquedas, un motor de búsquedas basado en XML conocido como exist y un ambiente de desarrollo y producción basado en Java (J2SDK 1.3, Tomcat, Cocoon, JSP, Servlets, etc.) exist es una base de datos XML de código libre que permite conectarle diferentes backends de almacenamiento, además de búsqueda sobre todo el texto. El motor ha sido diseñado para ejecutar de manera rápida consultas xpath, usando índices para todos los nodos de elementos, textos y atributos; es liviano y construido para almacenar grandes colecciones de documentos. Al servidor se puede acceder fácilmente usando interfaces HTTP, XML-RPC y SOAP. VIII. TRABAJOS RELACIONADOS Existen muchos desarrollos tanto a nivel de investigación como a nivel de productos comerciales que implementan diferentes mecanismos para realizar la implementación de videotecas digitales. A nivel de investigación, el trabajo más representativo es el proyecto Informedia de la Universidad de Carnegie Mellon [12,13,14,15,16,17]. El proyecto implementa de una forma muy completa el concepto de bibliotecas de video digital, incorporando muchos esquemas de generación de metadatos tanto en la parte visual como en la parte de audio. IX. TRABAJO FUTURO Son varios los campos abiertos que genera el presente proyecto, destacándose los siguientes: Utilización de esquemas de codificación basados en MPEG4, que plantee soluciones más abiertas y normalizadas así como su relación con las plataformas comerciales de streaming. Quizas los aspectos más amplios a trabajar en este tema, sea los relacionados con el Procesamiento Digital de Video para la generación de metadatos, a continuación se relacionan algunas de estas ideas: Procesamiento en tiempo real: La aplicación podría obtener información que sea transmitida desde una fuente en vivo para procesar y asignarle metadatos a medida que se captura. Búsqueda y procesamiento en medios comprimidos para detección de escenas: El mismo archivo comprimido contiene información importante que se puede extraer para hacer detección de escenas. Screen to text (detección del texto que se encuentra en cualquier parte de la pantalla): Otra gran fuente de información de metadatos para extraer automáticamente, una de ellas es el llamado Closed Caption, el cual se podría convertir de inmediato a texto y almacenarlo con el resto de la información. Speech to text (detección de voz): Cualquier vos emitida durante el video que se esté procesando podría convertirse a texto y almacenarse con toda la demás información. Analizar la alternativa de incorporar el estándar MPEG7 como mecanismo de almacenamiento de metadatos, realizando un seguimiento a su desarrollo. Como un paso hacia la utilización de estándares en la arquitectura de streaming que permita realizar implementaciones de la videoteca interoperables, es interesante considerar frameworks o marcos de trabajo como Java Media Framework - JMF, el cual incorpora los estándares Real-Time Protocol RTP [23,24], Real-Time Protocol - RTSP [25] y numerosos codificadores de audio y video, lo cual representa una línea de trabajo futuro. X. CONCLUSIONES Si bien muchos de los componentes individuales del proyecto se pueden considerar ya implementados o planteados, se destaca como la principal aportación de este proyecto, el realizar un diseño e implementación completa y funcional para dar solución a un problema real y curiosamente muy poco implementado relacionado con conformación de una Videoteca Digital. La implementación de videotecas digitales implicará un gran adelanto en los servicios actuales electrónicos que prestan las bibliotecas, ya que existe gran cantidad de material audiovisual análogo que al llevarse a forma digital potencia el desarrollo de nuevas aplicaciones y servicios. En síntesis, se desarrollaron las siguientes etapas para llevar a cabo el proyecto de videoteca digital en la Universidad EAFIT: 1. Captura, Digitalización y Codificación del video análogo y su correspondiente almacenamiento en los servidores de medios o streaming. 2. Procesamiento digital del video para la generación de metadatos. Dichos metadatos son creados en documentos XML bajo el esquema RDF y Dublín

9 Core y los cuales son almacenados en bases de datos XML con su respectivo motor. 3. Implementación de la red de streaming consistente tanto en la red de telecomunicaciones, TCP/IP, codificadores, servidores y reproductores de medios bajo la plataforma Windows Media Services y Real Networks. 4. Desarrollo de un sistema de información multimedia basado en web implementado en Java con Servlets y JSP para permitir a los usuarios la navegación, búsqueda, recuperación, exploración y reproducción de la información audiovisual digital localizados en los servidores de streaming. La Universidad EAFIT, es pionera a nivel nacional en la creación de bibliotecas digitales basadas en video. Existen dos asuntos importantes a resaltar: La generación y asignación de metadatos y la detección de escenas. El estudio de metadatos para multimedia aún está en desarrollo. El camino natural es que se unan propuestas como Dublin Core y MPEG-7 para buscar documentos con contenido multimedia en ambientes de red. Los estándares que se nombraron en este documento para la generación de metadatos fueron elegidos por que son generales y no pertenecen a una aplicación específica y además son trabajados por entidades muy reconocidas, como la W3C (World Wide Web Consortium, XI. REFERENCIAS [1] Arnago De V., Martha Helena. (2000) Los metadatos y el proyecto biblioteca digital desde Colombia. En: Revista interamericana de nuevas tecnologías de la información. No. 2. pp [2] Daniel, Ron Jr. Lagoze, Carl. Payette, Sandra D. (1999) Arquitectura del metadato para bibliotecas digitales. En: Revista interamericana de nuevas tecnologías de la información. No. 2. pp [3] Marquez, Oge y Furth, Borko. (1999) Issues in designing contemporary video database systems. En: Proceedings of the iasted international conferences. (IMSA 99). pp [4] Digital Libraries Initiative Phase 2: [5] Digital Library Magazine (D-Lib) [6] Bekker, Henny y Belgers, Ivana. (2000). Inventory of metadata for multimedia. adata/ [7] Clearinghouse introducción a los metadatos. (2001) [8] Prabhakaran, B. (1997). Multimedia database management systems. Boston. Kluwer Academic Publisher. [9] Patel, Nilesh V. y Sethi, Ishwar K. (1997). Video shot detection and characterization for video databases. Detroit. [10] Koprinska, I. Carrato, S., Temporal Video Segmentatation: A Survey. Technical Report, Institute for Information Technologies. [11] Zhang, H. J. (1999). Content-based video browsing and retrieval. En: Proceedings of the iasted international conferences. (IMSA 99). Nassau Bahamas [12] Christel, M., Kanade, T., Mauldin, et al., H.,"Informedia Digital Video Library." Communications of the ACM, 38(4):57-58, [13] Hauptmann, A., Witbrock, M., "Informedia: News-on- Demand Multimedia Information Acquisition and Retrieval.", Intelligent Multimedia Information Retrieval, Mark T. Maybury, Ed., AAAI Press, pps , [14] Hauptmann, A.G., Smith, M.,"Video Segmentation in the Informedia Project." IJCAI-95, Workshop on Intelligent Multimedia Information Retrieval. Montreal, Quebec Canada, Aug /DXMedia/DXMEDIA/help/ds/contents_dwnlvl.htm [15] Wactlar, H., "Informedia Digital Video Library: Technology Outreach.", D-Lib Magazine, Jul/Aug [16] Wactlar, H., "The Next Generation Electronic Library - Capturing the Experience.", ACM Computing Surveys, Vol. 28, No. 4es, Dec Pages 114-es. [17] Wactlar, H., Christel, M., Stevens, S., Kanade, T., Mauldin, M., Reddy, R., Smith, M.,"Technical Challenges for the Informedia Digital Video Library."In proceedings of ISDL '95 [18] Alcañiz Raya, M. Grau Colomer V. Juan Lizandra, M. C. Monserrat Aranda C. Navarro Jover, J. M. Y Moltó García, E. Procesamiento Digital de Imagen, Universidad Politécnica de Valencia Libro docente 1999 [19] Lyon, Douglas A. Image processing in Java Prentice Hall PTR 1999 [20] Puche, Antonia. (1998). Algoritmos de mejora de imagen y análisis de secuencias. Universidad Politécnica de Valencia. [21] Dublín Core Metadata Initiative. [22] [23] H. Schulzrinne, S. Casner, R. Frederick, V. Jocobson, RTP : A Transport Protocol for Real-Time Applications, RFC 1889, January [24] [Sch96b] H. Schulzrinne. RTP Profile for Audio and Video Conferences with Minimal Control, RFC 1889, January [25] H. Schulzrinne, A. Rao, R. Lanphier. Real Time Protocol (RTSP). RFC 2326, April 1998.