Alexsandro de Olinda Nascimento UMA SOLUÇÃO BASEADA NO ...

UCSAL – UNIVERSIDADE CATÓLICA DO SALVADOR
BACHARELADO EM INFORMÁRTICA
Alexsandro de Olinda Nascimento
UMA SOLUÇÃO BASEADA NO PADRÃO MPEG-7 PARA
ANOTAÇÃO DE VÍDEOS UTILIZANDO ONTOLOGIA
Salvador - BA
Dezembro/2007

Alexsandro de Olinda Nascimento
UMA SOLUÇÃO BASEADA NO PADRÃO MPEG-7 PARA
ANOTAÇÃO DE VÍDEOS UTILIZANDO ONTOLOGIA
Monografia apresentada por Alexsandro de
Olinda Nascimento ao Departamento de
Informática da Universidade Católica do
Salvador como requisito parcial para
aprovação na disciplina Projeto Final.
Salvador - BA
Dezembro/2007
Orientador: Prof. Msc.Edeyson Gomes.

UCSAL – UNIVERSIDADE CATÓLICA DO SALVADOR
BACHARELADO EM INFORMÁRTICA
UMA SOLUÇÃO BASEADA NO PADRÃO MPEG-7 PARA
ANOTAÇÃO DE VÍDEOS UTILIZANDO ONTOLOGIA
Edeyson Andrade Gomes
Eduardo Manuel de Freitas Jorge
Antônio Cláudio Neiva
Salvador - BA
Dezembro/2007

CERTIFICADO
Certifico que a presente memória UMA SOLUÇÃO BASEADA NO PADRÃO
MPEG-7 PARA ANOTAÇÃO DE VÍDEOS UTILIZANDO ONTOLOGIA, foi
realizada, sob a minha orientação, por Alexsandro de Olinda Nascimento,
constituindo o Projeto Final do curso de Bacharelado em Informática da
Universidade Católica do Salvador – UCSal.
Salvador, 06 de Dezembro de 2007.
Orientador: _________________________
Edeyson Andrade Gomes
Salvador – BA
Dezembro/2007

AGRADECIMENTOS
Este trabalho culmina em um período de alegrias e de tristezas, mas também de muito
trabalho, dedicação e abdicação.
Em primeiro lugar, agradeço a Deus, por tudo. Depois, agradeço à minha mãe, pelo apoio que
sempre me deu, pela sua compreensão, pela minha educação, pelos princípios ensinados e
principalmente, pelo seu amor.
Agradeço também ao professor Eduardo Jorge pela oportunidade profissional, pelos
ensinamentos e pela preocupação sempre demonstrada para com os seus alunos e colegas de
trabalho.
Agradeço ao meu orientador, professor Edeyson pelos ensinamentos, pela paciência, pelo
bom humor e pela atenção prestada mesmo em momentos difíceis.
Agradeço também aos outros professores do curso que, de alguma forma contribuíram para o
meu crescimento pessoal e profissional.
E por fim, agradeço aos meus amigos de turma com os quais passei maior parte do tempo
durante o curso e que espero tê-los como amigos para o resto da vida.

RESUMO
Com o crescente volume de vídeos disponíveis em formato digital, seja na
Internet, em bases de dados pessoais ou corporativas, se fazem cada vez mais necessários
mecanismos para facilitar o gerenciamento, identificação, recuperação, filtragem e acesso a
este conteúdo. O padrão MPEG-7 tem como objetivo prover um conjunto de ferramentas para
descrever este conteúdo com informações que vão desde características de baixo nível até
informações semânticas de alto nível. No entanto, garantir a precisão das descrições criadas
com base nas informações fornecidas pelo usuário não é uma tarefa fácil, principalmente em
ambientes de descrição mais genéricos. Com base no estudo realizado sobre as soluções para
anotação de vídeos, foi identificado que estas devem ser especializadas para um domínio
específico e formalizado através de uma ontologia. Este trabalho propõe uma ferramenta para
descrição de vídeos de futebol que permitirá que os vídeos possam ser descritos através de
uma ontologia, onde estarão definidos os termos que serão utilizados para descrever os lances
que podem ocorrer em uma determinada partida de futebol. O objetivo principal é validar se a
utilização de uma ontologia pode aumentar a precisão das descrições textuais em vídeos
MPEG-7.
Palavras chave: Marcação, Vídeo digital, MPEG-7, Ontologia.

LISTA DE FIGURAS
Figura 3.1 - Escopo do MPEG-7 .............................................................................................................. 24
Figura 3.2 - Principais elementos do MPEG-7 ....................................................................................... 25
Figura 3.3 - Funcionamento do MPEG-7 ............................................................................................... 26
Figura 3.4 - Organização do MPEG-7 Multimedia DSs ........................................................................ 29
Figura 3.5 - A ferramenta IBM Annotation Tool .................................................................................. 33
Figura 3.6 – Funcionamento do Vannotea ……..................................................................................... 35
Figura 4.1 – Modelo de processamento de mídia ................................................................................. 39
Figura 4.2 – Arquitetura da solução ...................................................................................................... 42
Figura 4.3 – Diagrama de classes .......................................................................................................... 44
Figura 4.4 – Elementos da arquitetura do sistema ................................................................................. 45
Figura 4.5 – Padrão Command aplicado ao projeto .............................................................................. 48
Figura 4.6 – Estrutura resumida do arquivo de descrição ..................................................................... 53
Figura 4.7 – O player de vídeo e as ferramentas de marcação .............................................................. 60
Figura 4.8 – Controles de execução do vídeo ....................................................................................... 60
Figura 4.9 – Painel de criação de segmentos ........................................................................................ 63
Figura 4.10 – Botão que ativa a exibição da ontologia ......................................................................... 62
Figura 4.11 – Ontologia integrada ao ambiente de descrição ............................................................... 62
Figura 4.12 – Lista de segmentos cadastrados ...................................................................................... 63
Figura 4.13 – Ferramenta de Anotação baseada em texto livre ............................................................ 64
Figura 4.14 – Anotação baseada em texto livre .................................................................................... 66

LISTA DE LISTAGENS
Listagem 4.1 – Código para criação de um player ................................................................................. 47
Listagem 4.2 – Utilização do padrão Command .................................................................................... 49
Listagem 4.3 – Código do método iniciar .............................................................................................. 49
Listagem 4.4 – Código para interromper a execução de um arquivo de vídeo ...................................... 50
Listagem 4.5 – Código para recuperação da descrição de um vídeo ..................................................... 50
Listagem 4.6 – Código para cadastrar um segmento em um vídeo ........................................................ 51
Listagem 4.7 – Código para salvar as informações sobre um vídeo ...................................................... 51
Listagem 4.8 – Código utilizado para adicionar segmentos ao arquivo de descrição ........................... 55
Listagem 4.9 –Arquivo de descrição do jogo França x Itália ................................................................ 56
Listagem 4.10 – Código para listar as classes e as propriedades da ontologia ..................................... 58

API - Application Program Interface
D - Descriptor
DDL - Description Definition Language
DOM - Document Object Model
DS - Description Scheme
Fobs4JMF - Ffmpeg OBjectS for JMF
IEC - International Electrotechnical Commission
ISO - International Standards Organization
JDK - Java Development Kit
JDOM – Java Document Object Model
JMF - Java Media Framework
MDS - Multimedia Description Schemes
MPEG - Moving Picture Experts Group
OWL – Ontology Web Language
SGBD - Sistema Gerenciador de Banco de Dados
W3C - World Wide WEB Consortium
XML - eXtensible Markup Language
LISTA DE ABREVIATURAS

SUMÁRIO
1 INTRODUÇÃO..................................................................................................................8
2 GERENCIAMENTO DE VÍDEOS..................................................................................11
2.1 Anotação em vídeos......................................................................................................12
2.1.1 Anotações para enriquecimento o conteúdo.................................................................13
2.1.2 Anotações para descrição de conteúdo .........................................................................13
Descrição da Semântica do Conteúdo de vídeos ..........................................................16
3 O PADRÃO ISO/IEC MPEG-7 .......................................................................................20
3.1 Objetivos.......................................................................................................................20
3.2 Escopo do padrão..........................................................................................................23
3.3 Estrutura do padrão MPEG-7 .......................................................................................25
3.3.1 Principais partes............................................................................................................25
3.3.2 Esquemas de Descrição Multimídia - Multimedia Description Schemes.....................27
Elementos Básicos (Basic Elements)............................................................................29
Gerenciamento de Conteúdo (Content Management) ..................................................30
Navegação e acesso ao conteúdo (Navigation and Access)..........................................30
Organização de Conteúdo (Content Organization) ......................................................31
Interação do usuário (User Interaction) .......................................................................31
3.4 Aplicações MPEG-7 .....................................................................................................31
3.4.1 Anvil ............................................................................................................................ 31
3.4.2 IBM Annotation Tool ....................................................................................................32
3.4.3 Coyote Annotation.........................................................................................................33
3.4.4 Vannotea ...................................................................................................................... 33
3.5 Considerações finais sobre o padrão MPEG-7 .............................................................34
4 ANOTAÇÃO DE VÍDEOS DE FUTEBOL COM MPEG-7...........................................36
4.1 Requisitos .....................................................................................................................36
4.2 Ambiente de Desenvolvimento.....................................................................................38
4.3 Arquitetura da Solução .................................................................................................40
4.4 Desenvolvimento ..........................................................................................................42
4.4.1 Modelo de classes.........................................................................................................42
4.4.2 Implementação..............................................................................................................44
A Camada de Aplicação ...............................................................................................45
O pacote VideoJMF .................................................................................................45
O pacote ControleMpeg7.........................................................................................49
A Camada de Persistência ............................................................................................51
O pacote XML-MPEG7...........................................................................................51
O Esquema de Descrição utilizado...............................................................................51
O pacote OWL .........................................................................................................56
A Camada de Apresentação..........................................................................................58
O Player de vídeo e os controles de marcação ........................................................58
O Painel de Descrição..............................................................................................61
4.5 Avaliação da SOLUÇÃO DESENVOLVIDA .................................................................63
5 CONCLUSÃO..................................................................................................................67
REFERÊNCIAS .......................................................................................................................69

1 INTRODUÇÃO
Um imensurável volume de dados multimídia, especificamente vídeo, está
disponível em formato digital, seja na Internet, em bases de dados pessoais ou
corporativas. Entretanto, esse crescente volume de informação perde valor (e pode cair
em desuso) se não puder ser gerenciado, recuperado, acessado e filtrado com facilidade
(MARTÍNEZ, 2004).
Se comparado a outros objetos multimídia, o vídeo é o que apresenta o
conteúdo mais dinâmico. Entretanto, os vídeos ainda são vistos e tratados como objetos
ou arquivos dentro dos quais é difícil realizar uma busca.
Localizar um vídeo ou trechos deste com base em contexto que descreva
semanticamente seu conteúdo não é uma tarefa trivial. A busca mais comum é feita com
base em uma ou mais palavras-chave que descrevam o contexto de interesse, retornando
todo o vídeo. Pode-se tomar como exemplo disso o modelo de busca adotado pelos
principais provedores de vídeo na Internet, como o YouTube 1 e o Yahoo Vídeos 2 .
Em 1997 o MPEG (Moving Picture Experts Group) deu início à
especificação do MPEG-7, que define um padrão de metadados para descrever
características de conteúdo multimídia. O comitê MPEG também desenvolveu outros
padrões já conhecidos como MPEG-1, MPEG-2 e MPEG-4.
Segundo Martínez (2004), a idéia do padrão é disponibilizar um conjunto de
ferramentas que permitam a criação de descrições textuais para conteúdo multimídia,
em geral, vídeo, áudio e imagem. Além de permitir ao usuário descrever características
de alto nível do conteúdo, as ferramentas devem prover meios para navegação, pesquisa
e recuperação do mesmo de maneira eficaz.
Após descrever o conteúdo é possível recuperar e navegar dentro do mesmo,
tornando possível, por exemplo, visualizar um trecho de um vídeo onde acontece um
determinado evento, como um gol em uma partida de futebol ou uma discussão entre os
personagens de uma novela. Esse tipo de pesquisa em um ambiente como a Internet
1 www.youtube.com
2 www.video.yahoo.com
8

ajudaria a reduzir o volume de dados transmitido, pois nem sempre haveria a
necessidade de se transmitir o vídeo inteiro.
Apesar de enriquecerem semanticamente o conteúdo, as anotações textuais,
quando registradas pelo usuário, estão sujeitas a erros de sintaxe e de semântica, já que
elas representam apenas compreensão pessoal de quem está manipulando o vídeo,
podendo também conter informações imprecisas ou incompletas a respeito do conteúdo
descrito (NETO, 2005; SAIBEL, 2007).
Assim é possível concluir que a inexistência de uma formalização para
classificar e descrever vídeos (ou segmentos de vídeos) pode dificultar seu processo de
recuperação, fazendo com que este possa retornar resultados irrelevantes. Sendo assim,
faz-se necessária a padronização das informações utilizadas para descrever os vídeos
(BERTINI, 2005; NETO, 2005).
A imprecisão das anotações pode ser reduzida através da definição de regras
para se construir as descrições. Assim pode-se evitar que existam diferentes descrições
semânticas para o conteúdo de um mesmo arquivo de vídeo ou para segmentos desse.
Para isso, é necessário que as ferramentas de anotação sejam mais específicas, isto é,
voltadas para descrição de vídeos de um determinado domínio (SAIBEL, 2007).
Muitos estudos têm sido feitos no intuito de solucionar os problemas
relacionados a conceituar uma informação compartilhada e grande parte destes aponta
para a utilização de ontologias como uma solução para organização e classificação de
informações (SANTOS, 2007).
Para Guarino (1998), uma ontologia é uma maneira de se descrever de
forma explícita e formal os conceitos e relacionamentos existentes em um domínio de
interesse. Sendo assim, ela define um vocabulário de termos comum aos indivíduos que
compartilham informações pertencentes a um determinado domínio, incluindo tanto os
conceitos básicos existentes neste quanto as relações entre eles.
O objetivo deste trabalho é o desenvolvimento de uma solução baseada no
padrão MPEG-7 que utilize uma ontologia para descrever e classificar conteúdos de
vídeos digitais, disponibilizando recursos para marcação e descrição de segmentos dos
mesmos.
9

Essa solução deve dar suporte à comprovação da hipótese de que a
utilização de uma ontologia deve aumentar a precisão das descrições de vídeos. Para
isto, será utilizada uma ontologia – denominada Futologia - para descrever conteúdos de
vídeos pertencentes ao domínio de futebol, por este ser um tema popular e facilmente
compreendido. A Futologia foi desenvolvida pelas alunas Maíra Galindo e Liliane Cruz
da Silva, da UCSAL, em seu projeto de conclusão de curso, orientado pelo professor
Edeyson Gomes.
A utilização de uma ontologia permitirá determinar previamente os
elementos (termos, ações, eventos, etc.) que podem ser utilizados pelo anotador para
descrever o conteúdo de vídeos de partidas de futebol, evitando possíveis erros de
digitação e de semântica.
Ressalta-se que o desenvolvimento de uma ferramenta de busca está fora do
escopo do projeto.
O projeto justifica-se pela insipiência das ferramentas que padronizam os
processos de descrição e recuperação de conteúdo multimídia realmente relevante para
o usuário. Neste âmbito, objetiva-se agregar valor nas pesquisas dessa área.
A avaliação experimental do projeto se dará através da realização de
comparações qualitativas entre o modelo de anotação convencional e o modelo baseado
na ontologia definida.
Para cumprir o objetivo proposto, será feito um estudo sobre a especificação
MPEG-7 a fim de identificar os requisitos que uma aplicação baseada nela deve atender.
Após este estudo, será feita uma análise sobre as soluções já existentes no mercado.
O trabalho está organizado da seguinte maneira: no capítulo 2 do presente
trabalho são abordados conceitos relacionados ao tema do projeto, como anotação e
descrição do conteúdo de vídeos digitais. O capítulo 3 apresenta a especificação MPEG-
7. Já o capítulo 4 apresenta a solução proposta nesse trabalho. Segue-o o capítulo 5 com
a conclusão do trabalho e as indicações de projetos futuros.
10

2 GERENCIAMENTO DE VÍDEOS
É cada vez maior a quantidade vídeos disponíveis em formato digital, seja
na Internet, ou em bases de dados pessoais. Como estes são armazenados em arquivos,
o crescimento contínuo desse volume de dados dificulta as tarefas de gerenciamento,
identificação e recuperação dos mesmos.
O desenvolvimento de sistemas para gerenciamento de objetos multimídia,
em especial vídeos, é um dos desafios atuais na área da computação. Apesar da grande
quantidade de informação e semântica associada ao seu conteúdo, o vídeo ainda é
tratado como um objeto dentro do qual não é possível realizar buscas (SAIBEL, 2007).
Para Neto (2005), um dos desafios encontrados nesta área é modelar um
vídeo que possa ser indexado com base no seu conteúdo, permitindo o acesso a esse
mesmo conteúdo através de buscas, consultas ou navegação.
Segundo Saibel (2007), um sistema gerenciador de vídeos deve conter, pelo
menos, componentes que permitam:
• Visualização, anotação (descrição) e indexação de vídeos: devem prover
funcionalidades para realização de marcações no vídeo, descrição da estrutura
do mesmo, além de recuperação de segmentos ou quadros-chave, entre outras.
Algumas dessas funcionalidades dependem da intervenção do usuário, outras
não.
• Recuperação de vídeos: devem permitir a análise dos vídeos, através da
realização de buscas textuais no conteúdo dos mesmos. Os vídeos recuperados
podem ser apresentados ao usuário de diferentes formas, como através de
listagem de cenas, ícones, entre outros.
• Apresentação e distribuição de vídeos: contemplam as etapas de decodificação e
apresentação do conteúdo ao usuário.
Cada um desses componentes pode ser desenvolvido de forma independente
dos outros. No entanto, é fácil perceber a dependência existente entre os componentes
11

esponsáveis pela recuperação e apresentação do conteúdo para com os componentes
responsáveis pela segmentação e anotação do mesmo.
2.1 Anotação em vídeos
A anotação já tem uma longa tradição em documentos impressos e vem
sendo adotada também em documentos eletrônicos como texto, imagens, vídeos, etc..
Em se tratando de vídeos, a anotação é uma forma de descrever o conteúdo, e
conseqüentemente facilitar uma posterior recuperação e compreensão do mesmo
(SILVA, 2005).
A utilização de anotações em vídeos digitais tem como objetivos principais
facilitar o entendimento, permitir a indexação de um vídeo, utilizando informações a
respeito do seu conteúdo, e prover meios para acesso a esse mesmo conteúdo através de
buscas, consultas ou navegação.
Para Dutra (2004), a utilização de vídeos indexados apresenta muitas
vantagens ao usuário, principalmente no âmbito educacional, pois a navegação no seu
conteúdo é facilitada, já que permite o acesso direto a determinados trechos do vídeo.
As informações a respeito de um vídeo podem ser extraídas a partir das suas
características visuais (cores, tamanho, textura etc.), do áudio associado ao mesmo e a
partir da semântica de seu conteúdo. Dado que a extração automática da semântica do
conteúdo de um vídeo ainda é um problema em aberto, a descrição do conteúdo de um
vídeo (ou de partes desse) é normalmente feita de forma manual, através de anotações
textuais (NETO, 2004).
Como grande parte das soluções para anotação de informações digitais é
implementada através da associação de metadados ao conteúdo das mesmas, muitos
autores associam a anotação de objetos multimídia à anotação do conteúdo através de
metadados. Saibel (2007) separa as anotações de vídeos em dois tipos: O primeiro
refere-se às anotações que enriquecem o conteúdo dos vídeos, já o segundo está
relacionado às anotações para descrição do conteúdo através da associação de
metadados ao mesmo.
12

2.1.1 Anotações para enriquecimento o conteúdo
As anotações para enriquecimento de conteúdo permitem que o usuário
insira outros objetos visuais no vídeo original. O objetivo principal é facilitar a
compreensão do conteúdo e compartilhar conhecimento, já que as anotações criadas
também passam a fazer parte do conteúdo e estarão visíveis para outros usuários.
Geralmente são fornecidas ao usuário ferramentas que permitem a adição de
textos, ícones, e outros elementos gráficos ao vídeo. Sendo assim, o usuário pode
salientar as partes mais importantes do vídeo ou adicionar notas utilizando os
elementos disponíveis. As anotações ainda podem ser feitas de forma colaborativa,
facilitando a troca de conhecimento entre os anotadores, como a solução proposta por
Schroeter (2004).
Entre as principais características relacionadas à anotação para
enriquecimento de conteúdo estão:
• São voltadas para o consumo humano, facilitam o entendimento do conteúdo,
permitindo que os usuários ressaltem trechos relevantes do vídeo, contribuindo
para a disseminação do conhecimento (SAIBEL, 2007).
• A eficiência desse tipo de anotação está fortemente ligada à qualidade do
conjunto de ferramentas disponibilizado pela aplicação utilizada.
• Por facilitar o entendimento do conteúdo, esse tipo de anotação é amplamente
utilizado em vídeos utilizados para fins educacionais (SAIBEL, 2007).
2.1.2 Anotações para descrição de conteúdo
Grande parte das soluções para organização, identificação, descrição,
recuperação e indexação de vídeos é implementada a partir da utilização de metadados
(CHELLA, 2004).
Metadados são dados que descrevem outros dados, a definição mais
encontrada é a que afirma que eles representam "dados sobre dados" (CERQUEIRA,
13

2004). Borbinha (2002), define metadado como uma informação estruturada que
resume, enriquece e complementa o objeto referenciado, contribuindo para um
potencial incremento da informação deste.
Os metadados utilizados na descrição de um vídeo podem conter diversos
tipos de informação a respeito deste. Como estas informações nem sempre têm uma
relação direta com o conteúdo do vídeo é possível separar as informações contidas
nesses metadados em dois tipos: informações genéricas e informações específicas.
As informações genéricas são utilizadas para descrever o vídeo como um
todo, e não o seu conteúdo. Contém informações que estão presentes em qualquer
arquivo de vídeo, independentemente do seu conteúdo. Exemplos dessas informações
são o nome do autor, data de criação, duração, formato, tamanho etc. Estas informações
podem ser utilizadas para realização de buscas, agrupamentos e filtragens baseadas em
texto (SAIBEL, 2007). Algumas dessas informações podem ser extraídas de forma
automática por aplicações específicas, enquanto outras podem depender da intervenção
do usuário.
Já as informações classificadas como específicas descrevem o conteúdo
presente nos vídeos. Para Saibel (2007), elas são divididas basicamente em dois tipos:
a. Descritores de características do conteúdo: descrevem a hierarquia do conteúdo e
características de baixo nível, como histograma de cores, texturas, formas,
vetores de movimento, timbre do áudio, detecção de silêncio, etc.. Essas
informações são geralmente obtidas sem a intervenção do usuário.
b. Descritores de semântica do conteúdo: permitem que o usuário associe o seu
conhecimento e compreensão ao conteúdo do vídeo. É possível relacionar os
componentes visuais presentes no conteúdo, descrever ações e eventos
ocorridos.
Segundo Saibel (2007), entre as principais características apresentadas pelas
anotações que descrevem o conteúdo estão:
• São inicialmente voltadas para o consumo das máquinas e, portanto, devem ser
processadas antes de constituírem informações úteis para o usuário.
14

• São utilizadas como matéria-prima pelos componentes de indexação,
recuperação e distribuição de conteúdo presentes nos sistemas de gerenciamento
de vídeos.
• As informações de nível mais baixo como os descritores de característica podem
ser facilmente extraídos de forma automática. A extração das características se
dá através do processamento dos pixels e das amostras de áudio presentes no
conteúdo.
• A extração de descritores de semântica sem a intervenção do anotador ainda é
um problema em aberto e não pode ser substituída de forma eficaz por métodos
totalmente automáticos (NETO, 2005; SAIBEL, 2007).
• Para aumentar a precisão das descrições é necessário que haja um modelo
preciso e formalizado do domínio a ser descrito. Tal modelo deve definir os
elementos, os eventos e os relacionamentos que podem existir no domínio em
questão (SAIBEL, 2007).
As anotações criadas para descrever o conteúdo do vídeo podem ser
associadas ao mesmo basicamente de duas maneiras:
a. Inserindo-as no próprio conteúdo do vídeo. Na prática essa abordagem é pouco
utilizada, pois exige que o arquivo do vídeo seja alterado a cada anotação
realizada. Essa forma de associação torna inviável a realização de anotações de
vídeo apresentados sob demanda, já que o arquivo teria que ser transmitido para
o servidor sempre que uma nova anotação fosse inserida.
b. Inserindo-as em um arquivo binário, XML (eXtensible Markup Language) ou em
algum SGBD (Sistema Gerenciador de Banco de Dados). Desta forma, as
anotações estarão separadas dos vídeos e já não é mais necessário alterar o
arquivo do vídeo a cada anotação feita.
A grande maioria das soluções para descrição de vídeos armazena os
metadados separados do vídeo para que as anotações possam ser compartilhadas sem a
necessidade de muita largura de banda já que apenas os arquivos de descrição
precisariam ser transmitidos. Entretanto, quando o conteúdo e as descrições estão
15

localizados em arquivos separados são necessários mecanismos que façam a ligação
entre estes. Ainda é preciso implementar mecanismos para sincronização entre as
anotações e os segmentos do conteúdo.
Segundo Neto (2005), as ferramentas para anotação de vídeos devem
possuir algumas funcionalidades que são relevantes quando as anotações são
armazenadas separadas do conteúdo. Estas funcionalidades incluem:
• Associar anotações aos vídeos: A associação de anotações ao vídeo pode tomar
como base o tempo (segundos ou milissegundos), um quadro (frame) do vídeo,
ou ainda uma solução que utilize o tempo e um quadro.
• Sincronizar as anotações aos tempos do vídeo: As informações referentes às
anotações do vídeo devem possuir atributos que permitam identificar
unicamente o momento no qual as anotações foram associadas aos vídeos.
• Persistir as anotações: Todas as anotações realizadas pelo usuário devem ser
persistidas para permitir pesquisas, consultas ou alterações.
• Navegar no conteúdo anotado: A navegação no conteúdo anotado poderá ser
realizada através de diferentes metáforas visuais, como listas, árvores, ícones ou
ainda através de consultas (SAIBEL, 2007).
Descrição da Semântica do Conteúdo de vídeos
A descrição do conteúdo de objetos multimídia permite facilitar o seu
entendimento e aumentar a eficiência da busca e recuperação desse conteúdo. Com os
conteúdos descritos, fica mais fácil visualizar as informações mais importantes, buscálas
de forma semântica e ir direto ao ponto de interesse sem a necessidade de visualizar
todo o conteúdo (VIEIRA, 2005).
As descrições semânticas do conteúdo de vídeos (ou de objetos multimídia
em geral) podem ser obtidas basicamente de três formas (SAIBEL, 2007):
i. Manual: Os elementos (objetos, ações e eventos) presentes no conteúdo são
associados às informações fornecidas pelo anotador. Esses elementos ainda
16

podem ser descritos através da associação destes aos termos definidos por uma
ontologia de domínio (BERTINI, 2005).
ii. Automática: A descrição é obtida a partir da extração e processamento dos
padrões e características dos quadros, objetos e das trilhas de áudio que
compõem o vídeo.
iii. Semi-automática: A descrição é obtida integrando os resultados extraídos pelo
processamento com as informações fornecidas pelo anotador.
Como já foi informado, em função da descrição semântica ainda não ser
realizada de forma eficaz por métodos totalmente automáticos, a anotação manual
(dependente do usuário) ainda é a melhor alternativa para se descrever o conteúdo de
um vídeo.
Entretanto, muitos trabalhos relacionados à recuperação de objetos
multimídia têm questionado a viabilidade das anotações manuais para a descrição
destes. Segundo Saibel (2007), os principais problemas apontados por eles são:
• Exigem esforço do anotador: As anotações manuais geralmente requerem muito
tempo do anotador, e podem se tornar inviáveis quando o número de arquivos é
muito grande.
• Podem se tornar subjetivas: As anotações manuais podem se tornar subjetivas, já
que estão sujeitas à percepção e à compreensão do anotador. Assim é possível,
por exemplo, que cada anotador gere diferentes descrições semânticas para uma
mesma cena, considerando que seria inviável armazenar todas as anotações
criadas por cada anotador.
• Controle de vocabulário: A precisão e a correção das anotações são
comprometidas se não houver um controle sobre o vocabulário de termos
utilizados na descrição. Poderão existir vídeos (ou segmentos de vídeo) descritos
com padrões de anotações diferentes, fazendo com que o anotador precise buscar
o conteúdo de diversas formas diferentes.
O primeiro problema apresentado pode ser minimizado com a utilização de
ferramentas mais adequadas para descrição de conteúdo e que permitam descrever o
17

conteúdo de forma colaborativa, como propõe (Schroeter, 2004). É importante ressaltar
que uma interface gráfica bem elaborada e intuitiva também pode contribuir para
reduzir do esforço despendido pelo usuário durante o processo de anotação. O segundo
problema está relacionado com a percepção e compreensão que cada usuário tem a
respeito do conteúdo.
Já o terceiro problema está relacionado ao modo como cada anotador irá
descrever o conteúdo, mais especificamente a quais termos ele utilizará para descrever
uma cena de um vídeo, por exemplo.
Grande parte das soluções para anotação de vídeos disponíveis é genérica
demais, ou seja, não fazem restrições quanto ao domínio do conteúdo a ser descrito.
Podem-se tomar como exemplos as soluções propostas por Chella (2004) e o Video
Annotation Tool 3 . Para Saibel (2007), não existe uma solução para descrição semântica
de vídeos que atenda perfeitamente a todo tipo de situação.
Geralmente as descrições são criadas com base nas informações fornecidas
pelo anotador através da digitação de textos de tamanho arbitrário. Para Neto (2005),
apesar de enriquecerem semanticamente o conteúdo, as anotações baseadas em texto
livre representam apenas a compreensão individual do usuário que está manipulando o
vídeo, e logicamente podem conter informações imprecisas ou incompletas.
Para Saibel (2007), as ferramentas de anotação devem ser voltadas para
descrição de vídeos de um determinado domínio, o qual deve ser plenamente conhecido
e formalizado através de uma ontologia, já que esta fornece uma representação
padronizada, precisa e formal dos elementos (objetos, ações, eventos, relacionamentos,
etc.) existentes no domínio considerado.
Isso possibilita a construção de ferramentas que reduzam a dependência
entre as anotações geradas e o anotador. Considerando-se um vídeo como um conjunto
de cenas contendo objetos, ações e relacionamentos entre estes, a semântica deste pode
ser associada a uma ontologia definida para o domínio ao qual pertence o seu conteúdo,
estabelecendo assim um padrão para se criar descrições (BERTINI, 2005; SAIBEL,
2007).
3 http://dewey.at.northwestern.edu/ppad2/documents/help/video.html
18

Há várias definições para ontologia na literatura. Segundo Santos (2007), a
ontologia é vista como uma das principais formas de se organizar o conteúdo das fontes
de informação, dado que ela consiste em um método de classificação do conhecimento
com o objetivo de identificar as relações existentes entre as classes pertencentes a um
dado domínio.
Para Uschold (1999), uma ontologia pode assumir diversas formas, mas
deve incluir um vocabulário de termos e especificar seus significados. Essa
especificação inclui definições e indica como os conceitos existentes se relacionam
entre si, restringindo as possíveis interpretações sobre estes.
Infere-se que o último problema apontado na anotação dependente do
usuário pode ser minimizado com a utilização de uma ontologia do domínio
considerado. É importante ressaltar que apenas a parte da ontologia relevante para
descrição do conteúdo deve ser incorporada ao ambiente de descrição (SAIBEL, 2007).
A utilização de uma ontologia para descrição de vídeos se justifica, pois a
mesma permite formalizar e padronizar os termos que serão utilizados tanto na
descrição quanto na recuperação do conteúdo desses vídeos. A ontologia utilizada deve
contemplar os objetos, ações, eventos e relacionamentos que fazem parte do domínio
considerado e, como toda ontologia, deve fornecer um vocabulário de termos e definir
como os seus elementos estão relacionados.
19

3 O PADRÃO ISO/IEC MPEG-7
Como já foi informado, o crescimento do volume de dados multimídia
normalmente torna complexas as tarefas de gerenciamento, identificação, recuperação e,
conseqüentemente, a utilização dos mesmos. E é neste contexto, como uma solução para
os problemas mencionados, que surge o padrão MPEG-7.
Em outubro de 1996 o comitê MPEG (Moving Picture Experts Group) deu
início à definição da especificação MPEG-7. Este mesmo comitê também desenvolveu
outros padrões já conhecidos como MPEG-1, MPEG-2 e MPEG-4 (MARTÍNEZ, 2004).
O padrão MPEG-7 é formalmente conhecido como “Interface de Descrição
de Conteúdo Multimídia” e, diferentemente dos outros padrões desenvolvidos pelo
MPEG, ele não está relacionado a nenhum método de compressão de conteúdo
multimídia, mas sim com o gerenciamento e identificação destes.
No entanto, a norma não deve ser vista apenas como um simples
gerenciador de arquivos, pois ela propõe uma forma inovadora para criação de
descrições de conteúdo multimídia. Estas descrições podem ser obtidas com ou sem
intervenção do usuário anotador (SOTT, 2006).
Segundo Martínez (2004), a especificação MPEG-7 pretende oferecer um
conjunto de ferramentas para descrição e identificação de conteúdo multimídia, como
vídeo, áudio e imagens. Essas ferramentas servem de base para a construção de um
sistema de indexação, que permita ao usuário pesquisar, filtrar e navegar com facilidade
através do conteúdo indexado.
3.1 Objetivos
O objetivo principal do MPEG-7 é solucionar os problemas relacionados à
gerência de conteúdo garantindo a interoperabilidade entre as aplicações multimídia
para permitir que estas compartilhem as anotações, pesquisas e filtros (SOTT, 2006).
20

Com o MPEG-7 é possível descrever o conteúdo de objetos multimídia com
informações de alto e baixo nível. Para conteúdo visual, por exemplo, uma abstração de
baixo nível poderia ser uma descrição relacionada à sua estrutura (formas, cores,
texturas, etc.). Já em uma abstração de alto nível a descrição é baseada no seu
significado semântico, como por exemplo: “Nesta cena o jogador X chuta a bola para o
gol”. Outros níveis de abstração podem existir a depender da necessidade da aplicação
(MARTÍNEZ, 2004).
É importante ressaltar que a participação do usuário anotador se faz mais
necessária nos níveis de abstração mais altos do que nos mais baixos.
Segundo Pereira (2002), os principais elementos do padrão MPEG-7 são:
• Ferramentas de Descrição (Description Tools): permitem a criar descrições para
o conteúdo e são definidas na forma de descritores (Descriptors - Ds) e
esquemas de descrição (Description Schemes - DS). Um descritor representa
uma característica do conteúdo e define a sintaxe e a semântica para sua
representação. Podem conter informações de baixo nível (como a definição de
cor e textura) e de alto nível (título ou autor de um vídeo). Já um esquema de
descrição especifica a estrutura e a semântica dos relacionamentos entre seus
componentes, que por sua vez podem ser descritores ou esquemas de descrição.
Um exemplo de esquema de descrição é um vídeo descrito como um conjunto de
cenas, onde para cada cena é associada uma descrição textual (ALVES, 2006).
• Linguagem de Definição da Descrição (Description Definition Language -
DDL): é uma linguagem que define a sintaxe das ferramentas de descrição. A
DDL permite a extensão e modificação dos esquemas de descrição existentes,
criação de novos esquemas e, consequentemente, descritores. A linguagem de
definição de descrição foi baseada no XML Schema com o objetivo manter a
interoperabilidade entre as aplicações.
• Ferramentas de Sistema (System Tools): Ferramentas que permitem
sincronização das descrições com o conteúdo, fornecendo mecanismos eficientes
para transmitir, codificar (nos formato textual ou binário) e armazenar as
descrições. Ainda provê ferramentas para facilitar o gerenciamento do conteúdo
e proteção de propriedade intelectual.
21

Resumindo, uma descrição criada através das ferramentas de descrição do
MPEG-7 consiste basicamente em um conjunto de esquemas de descrição e seus
descritores, aos quais são atribuídos valores, que são utilizados para descrever o
conteúdo.
incluem:
Segundo Pereira (2002), as descrições de conteúdo criadas com MPEG-7
• Informações sobre a criação e produção do conteúdo (criador, título e resumo).
• Informações a respeito da utilização do conteúdo (informações de copyright,
histórico de utilização).
• Informações relacionadas ao armazenamento, como formato, codificação,
espaço em disco.
• Informações sobre a estrutura da informação nos aspectos espacial, temporal ou
espaço-temporal (cortes na cena, segmentação em regiões, movimentos de
elementos na cena);
• Informações contendo características de baixo nível (cores, texturas, timbres de
sons, etc.).
• Informação conceitual sobre o conteúdo (eventos, objetos, interações e
relacionamentos entre estes).
• Informações sobre a interação do usuário com o conteúdo (preferências e
histórico de utilização).
Após ser gerada, a descrição será associada com o próprio conteúdo,
visando aumentar a eficiência das operações de busca e filtragem do conteúdo de
interesse do usuário. Como foi informado no capítulo 2, seção 2.1.2, essa associação
pode ser feita inserindo a descrição no próprio arquivo de dados ou em um arquivo
independente. Quando o conteúdo e as descrições estiverem localizados em locais
distintos, são necessários mecanismos que estabeleçam links entre eles.
O MPEG-7 não avalia aplicações, apesar de, durante o seu desenvolvimento
tenham sido desenvolvidas aplicações para entender os requisitos e avaliar as
22

tecnologias a serem adotadas. O padrão também não está ligado a qualquer aplicação
em particular, pelo contrário, os elementos definidos na sua especificação suportam o
mais largo leque de aplicações possível (MARTÍNEZ, 2004; NETO, 2005; SOTT,
2006).
3.2 Escopo do padrão
O padrão está focado unicamente na descrição de conteúdos multimídia. A
maneira como as descrições geradas serão utilizadas pelas ferramentas de busca está
fora do seu escopo. Também não é feita nenhuma restrição quanto ao modo de obtenção
das descrições, podendo estas serem criadas manualmente ou extraídas
automaticamente.
A figura 3.1 ilustra um diagrama de bloco contendo o fluxo básico de
processamento do MPEG-7 e o seu escopo. O fluxo inclui a análise do conteúdo
(extração das características), a descrição propriamente dita e as operações de pesquisa.
Para Martínez (2004), as possibilidades do padrão poderiam ser melhor aproveitadas se
as ferramentas de extrações automáticas de características estivessem mais evoluídas.
Figura 3.1 - Escopo do MPEG-7.
Fonte: (Martínez, 2004).
Como mostra a figura 3.1, todas as ferramentas de busca, filtros e aplicações
que possam fazer uso das descrições estão fora do escopo do padrão, promovendo
assim, a concorrência entre os sistemas de busca e, consequentemente a melhoria destes.
Na figura 3.2 é exibido o relacionamento entre os principais elementos do
MPEG-7. Segundo Martinez (2004), a DDL possibilita a definição das ferramentas do
23

MPEG-7 e a estruturação dos Ds dentro dos DSs. Através da DDL também é possível
criar novos descritores e esquemas de descrição para aplicações específicas.
Figura 3.2 - Principais elementos do MPEG-7
Fonte: (Martínez, 2004).
A figura 3.3 mostra o funcionamento do MPEG-7. As descrições podem ser
obtidas através de métodos manuais ou automáticos. Após ser gerada, a descrição do
conteúdo é armazenada ou enviada diretamente ao cliente (no caso de transmissões
através de redes). Considerando que as aplicações cliente realizam consultas sobre um
repositório de descrições (e recebem os resultados para navegação, manipulação e
recuperação de conteúdo), as aplicações servidoras são responsáveis por filtrar e
retornar conteúdos com base no que foi solicitado (MARTÍNEZ, 2004; PIMENTEL
2006).
24

Figura 3.3 - Funcionamento do MPEG-7.
Fonte: (Martínez, 2004).
Como a ênfase do padrão é prover soluções para descrição conteúdos
audiovisuais, qualquer aplicação que faça uso de algum tipo de conteúdo multimídia
pode ser beneficiada com o MPEG-7. Como exemplos dessas aplicações pode-se citar:
• Bibliotecas digitais (catálogos de vídeo, música e imagens, arquivos de filmes,
etc.).
• Provedores de conteúdo multimídia (Rádio e Canais de TV).
• Educação (aplicações de e-learning).
• Jornalismo (pesquisa de conteúdos como entrevistas, discursos, etc.)
3.3 Estrutura do padrão MPEG-7
3.3.1 Principais partes
O padrão é composto por diversas partes que juntas oferecem um conjunto
de ferramentas para descrição de conteúdo multimídia audiovisual. A utilização do
padrão torna possível a construção de ambientes que permitam gerenciar e identificar o
conteúdo armazenado de maneira mais eficaz (PEREIRA, 2002; MAGALHÃES, 2002).
25

A especificação engloba diversos aspectos relacionados a conteúdos
multimídia e não e necessário utilizá-la por completo em uma solução para estar em
conformidade com ela.
Segundo Martínez (2004), o MPEG-7 é constituído pelas seguintes partes:
1) MPEG-7 Systems: especifica as ferramentas necessárias para preparar as
descrições para transporte, armazenamento e permitir a sua sincronização com o
conteúdo descrito. As descrições podem ser armazenadas em formato binário
(pouco utilizado), conhecido como BiM, ou em forma de texto, chamado de
TeM. O formato textual utiliza um arquivo XML para armazenar as informações.
O formato binário é mais rápido e compacto enquanto o formato textual é
padronizado e também pode ser lido por uma pessoa (MAGALHÃES, 2002;
SOTT, 2006).
2) MPEG-7 Description Definition Language - DDL: linguagem que define a
sintaxe das ferramentas de descrição do MPEG-7 e dos novos esquemas de
descrição que podem ser criados. A DDL é escrita em XML, o que facilita a
interoperabilidade. Como o XML não foi inicialmente projetado para descrição
de conteúdo multimídia, foi necessário acrescentar algumas extensões à
linguagem.
3) MPEG-7 Visual: é composto pelas ferramentas de descrição que lidam somente
com os descritores visuais. Como exemplos desses descritores podem-se citar
características visuais básicas como cores, forma, textura, localização de objetos,
reconhecimento de face, etc. (MAGALHÃES, 2002).
4) MPEG-7 Audio: em conjunto com a parte Multimedia Description Schemes
fornece ferramentas de descrição que lidam somente com a descrição de
conteúdo auditivo. Especifica um conjunto de descritores de baixo nível (como
características espectrais e temporais de um sinal) e de alto nível
(reconhecimento de voz, timbre musical e melodias) (MARTÍNEZ, 2004).
5) MPEG-7 Multimedia Description Schemes - MDS: lida com as descrições de
conteúdo multimídia e especifica Descritores e os Esquemas de Descrição
genéricos, ou seja, que não são específicos para áudio nem para vídeo. Nesta são
26

considerados aspectos relacionados ao tempo (segmentação), ferramentas de
descrição de texto, controle de vocabulário, etc. Também define ferramentas
para gerenciamento, organização, navegação, acesso ao conteúdo e interação
com o usuário (MAGALHÃES, 2002; SOTT, 2006).
6) MPEG-7 Reference Software – XM (eXperimentation Model): software
experimental que foi desenvolvido durante a especificação e implementa
algumas partes relevantes da norma MPEG-7.
7) MPEG-7 Conformance Testing: define os procedimentos para se testar a
conformidade das soluções implementadas com a especificação MPEG-7.
8) MPEG-7 Extraction and use descriptions: relatório técnico que aborda a
extração e a utilização de algumas das ferramentas de descrição.
9) MPEG-7 Profiles and Levels: fornece orientações perfis de descrição
padronizados.
10) MPEG-7 Schema Definition: especifica o esquema utilizado pela DDL.
3.3.2 Esquemas de Descrição Multimídia - Multimedia Description
Schemes
Martínez (2004) define MPEG-7 Multimedia Description Schemes (DSs)
como estruturas de metadados para anotação e descrição de conteúdo multimídia.
Também são conhecidas como MDS e provêem uma forma padronizada de se criar
descrições para conteúdo audiovisual. São contemplados importantes conceitos
relacionados ao conteúdo e seu gerenciamento a fim de facilitar a busca, indexação,
filtragem e acesso ao mesmo. Os DS (esquemas de descrição) são definidos utilizando a
DDL (Description Definition Language - Linguagem de Definição da Descrição), que é
baseada na linguagem XML.
Os descritores (Ds) foram inicialmente destinados a descrever características
de baixo nível (como cores, textura, sinais de áudio, etc.) e alguns atributos do conteúdo
(localização do arquivo, qualidade, duração, etc.). As características de alto nível
27

(segmentos, eventos, objetos, criação, produção, histórico de utilização) são descritas
através dos esquemas de descrição (DSs) (MARTÍNEZ 2004; ALVES, 2006).
Os DSs permitem produzir descrições mais complexas, já que integram e
relacionam múltiplos Ds e DSs. No MPEG-7, os DSs são definidos como parte do
domínio multimídia, áudio ou visual. Como informado na seção anterior, os MDS
descrevem conteúdos formados pela combinação de áudio e vídeo, ou até textos. Já os
DSs de áudio ou de vídeo referem-se às propriedades restritas desse domínio (NETO,
2005).
Organização das ferramentas do MPEG-7 MDS
O MPEG-7 MDS lida com as características genéricas do conteúdo
multimídia. As suas ferramentas de descrição estão agrupadas (de acordo com a sua
funcionalidade) nas seguintes áreas: Elementos Básicos (Basic Elements),
Gerenciamento de Conteúdo (Content Management), Navegação (Navigation and
Access), Organização de Conteúdo (Content Organization), Interação do usuário (User
Interaction) (MAGALHÃES, 2002). A Figura 3.4 mostra uma visão geral de como está
organizado o MPEG-7 Multimedia Description Schemes.
Figura 3.4 - Organização do MPEG-7 Multimedia DSs.
Fonte: (Martínez, 2004).
28

Elementos Básicos (Basic Elements)
Os Elementos Básicos constituem blocos de construção fundamentais para a
construção dos esquemas de descrição do MPEG-7. Muitos desses elementos básicos
fornecem tipos específicos de dados de grande importância para a descrição do
conteúdo. Esses tipos de dados incluem campos para: definição de trechos de conteúdo,
lugar, tempo, pessoas, organizações e anotações textuais (MAGALHÃES, 2002).
Dentre os elementos básicos destacam-se as anotações textuais, que são de
grande importância para a maioria dos DSs. O MPEG-7 define vários componentes que
podem ser usados para a construção das anotações textuais. Segundo Neto (2005), os
mais importantes são:
• Texto livre (FreeTextAnnotation): componente mais flexível e um dos mais
utilizados. Possibilita a inserção de textos sem restrição de tamanho. Ainda há a
opção de informar o idioma utilizado no texto.
• Anotação estruturada (StructuredAnnotation): estrutura o texto através de
campos específicos, como: “quem?”, “o quê?”, “quando?”, “onde?”, “por que”,
“como” (MARTÍNEZ, 2004).
• Esquemas de classificação (ClassificationAnnotation): fornece um conjunto de
termos que constituem um vocabulário para uma aplicação ou domínio em
particular.
• Termos de controle: utilizados para fazer referência às entradas (termos) dos
esquemas de classificação.
Outro elemento básico importante é o Temporal Information, que permite
registrar informações com base na decomposição temporal do conteúdo. Os seus
principais elementos são Media Time Point e o Media Time Duration. Em um vídeo (ou
áudio) descrito como um conjunto de segmentos, um Time Point representa o momento
(timestamp) de início de um segmento, enquanto o Time Duration a duração deste.
29

Gerenciamento de Conteúdo (Content Management)
Os esquemas de descrição para gerenciamento de conteúdo permitem
descrever informações relacionadas a:
• Criação e produção: contém informações sobre a criação e classificação de
conteúdos audiovisuais. Descreve o título, autor, local e data de criação. A
informação de classificação serve para classificar o conteúdo por gênero,
linguagem, assunto, idade, etc..
• Armazenamento: descrevem aspectos como codificação, formato e
armazenamento da mídia
• Utilização do conteúdo: contém informações sobre os direitos autorais e de
utilização do conteúdo.
Navegação e acesso ao conteúdo (Navigation and Access)
MPEG-7 também provê recursos para facilitar a navegação e a recuperação
de conteúdo audiovisual. Os principais são:
• Sumários: habilitam a pesquisa, navegação, visualização do conteúdo. São
oferecidos basicamente dois tipos de navegação: seqüencial e hierárquica. A
seqüencial consiste em uma seqüência de imagens que representam segmentos
no conteúdo (MAGALHÃES, 2002).
• Visões e Partições: exibem diferentes decomposições dos sinais audiovisuais
no espaço, tempo ou freqüência.
• Variações: relacionam os diferentes programas que controlam o conteúdo
audiovisual (NETO, 2005).
30

Organização de Conteúdo (Content Organization)
Define ferramentas para modelar e organizar conteúdos audiovisuais,
segmentos, eventos e objetos relacionados a estes. Permite que coleções de conteúdos
sejam agrupadas com base em propriedades comuns (MARTÍNEZ, 2004).
Interação do usuário (User Interaction)
Ferramentas que lidam com a interação do usuário, Descrevem suas
preferências relacionadas à navegação e apresentação do conteúdo. Também registram o
histórico de utilização do conteúdo, o que é muito útil quando os mesmos são descritos
por mais de um usuário (MARTÍNEZ, 2004).
3.4 Aplicações MPEG-7
Durante a pesquisa foi constatado que algumas soluções para descrição de
vídeos com MPEG-7 já estão disponíveis para a utilização. As soluções testadas foram a
Anvil 4 e a IBM Annotation Tool 5 . Dentre as duas soluções testadas, a única que
permitiu a criação de anotações foi a IBM Annotation Tool.
3.4.1 Anvil
Anvil é uma ferramenta para anotações de vídeo desenvolvida por Michael
Kipp.
Apesar de ser freqüentemente atualizada, a ferramenta apresenta vários
problemas relacionados aos formatos de vídeo suportados. Durante a sua execução
foram apresentadas várias mensagens de erro e na maioria das vezes não foi possível
sequer reproduzir os vídeos.
4 http://www.anvil-software.de
5 http://www.alphaworks.ibm.com/tech/videoannex
31

3.4.2 IBM Annotation Tool
A ferramenta IBM Annotation Tool é voltada para a realização de anotações
manuais, permitindo ao usuário descrever cenas com informações sobre pessoas, lugares
e ações (IBM, 2003). A figura 3.5 mostra a principal tela do programa.
Figura 3.5 - A ferramenta IBM Annotation Tool.
A tela do programa é dividida em três partes principais. No canto superior
direito da janela são reproduzidos os vídeos, que devem estar no formato MPEG-1 ou
MPEG-2. Quando um arquivo de vídeo é aberto, o programa automaticamente o divide
em cenas, onde cada cena contém um número de quadros pré-definidos. Estas cenas são
exibidas na parte inferior da tela. Na aba “Shots in the video” estão as cenas que foram
definidas e na aba “Frames in the Shot” estão os quadros que compõem a cena
selecionada.
No canto superior esquerdo estão as ferramentas para anotar o vídeo. A
anotação é feita selecionando os itens de uma lista de termos que podem descrever
pessoas, lugares, ações e eventos. Logo abaixo se encontra uma caixa de texto que pode
ser utilizada para definição de palavras-chave para aquela cena.
32

As anotações são persistidas em arquivos XML de acordo com o padrão
MEPG-7. São registradas informações sobre quadros de início e fim de cada cena, além
das anotações textuais associadas a esta.
A ferramenta foi descontinuada em 2003 e apresenta alguns problemas de
execução. Como exemplos desses problemas podem-se citar os travamentos ocorridos
durante a segmentação automática do vídeo, sobretudo para arquivos grandes e as
constantes mensagens de operação ilegal.
3.4.3 Coyote Annotation
O Coyote Annotation é um framework para anotações em vídeo digitais
desenvolvido por Neto (2005). Segundo o autor, o framework soluciona os problemas
envolvidos na construção de aplicações voltadas este domínio do problema.
No entanto, apesar de prover as ferramentas necessárias para se criar
anotações de vídeos, os recursos encontrados não foram suficientes para uma
compreensão mais abrangente da sua utilização.
3.4.4 Vannotea
O Vannotea, desenvolvido por Schroeter (2004), também é uma aplicação
voltada para anotação de vídeos que utiliza o MPEG-7 como padrão de metadados. A
principal diferença entre ela e as outras aplicações citadas é o fato de ela estar voltada
para a indexação e anotação de vídeos de forma colaborativa. A figura 3.6 exibe o
funcionamento da aplicação.
33

Figura 3.6 – Funcionamento do Vannotea.
Fonte: (Schroeter, 2004).
A figura 3.6 mostra um cenário onde os participantes assistem a um vídeo,
podendo também criar, visualizar e compartilhar anotações (SCHROETER, 2004).
3.5 Considerações finais sobre o padrão MPEG-7
Ao contrário do que o seu nome sugere a norma MPEG-7 não apresenta
mais um novo padrão para compressão de conteúdo. O seu objetivo é prover um
conjunto de ferramentas para descrever este conteúdo com informações que vão desde
características de baixo nível até informações semânticas de alto nível. O padrão visa
ainda manter a compatibilidade entre as várias aplicações que se utilizem dessas
informações.
A utilização do padrão não dificulta a manipulação do conteúdo pelo
usuário, pois as descrições são armazenadas em arquivos que não são acessados
diretamente pelo usuário. As informações contidas nesses arquivos são gerenciadas pela
aplicação que as criou ou que as utiliza (SOTT, 2006).
Como a especificação do MPEG-7 não restringe a sua utilização a nenhum
tipo de aplicação específica, este possui um amplo conjunto de descritores e esquemas
de descrição. O desenvolvimento de novas aplicações geralmente requer a utilização de
apenas um subdomínio do MPEG-7, ou seja, apenas os descritores mais relevantes
34

devem ser utilizados na solução, assim como novos podem ser criados caso seja
necessário (NETO, 2005).
35

4 ANOTAÇÃO DE VÍDEOS DE FUTEBOL COM MPEG-7
Este capítulo apresenta o desenvolvimento de uma solução para anotação de
vídeos de futebol baseada na especificação MPEG-7. Serão apresentados detalhes sobre
a arquitetura e a implementação da solução.
4.1 Requisitos
A solução proposta deve padronizar o processo de descrição de vídeos de
partidas de futebol através da utilização de uma ontologia voltada para este domínio.
Essa deve oferecer as ferramentas básicas para definição, descrição e navegação nos
segmentos cadastrados para um dado arquivo de vídeo.
Não faz parte do escopo do projeto o desenvolvimento de uma ontologia,
logo será utilizada será utilizada uma ontologia – denominada Futologia - para
descrever conteúdos de vídeos pertencentes ao domínio de futebol.
A Futologia foi desenvolvida pelas alunas Maíra Galindo e Liliane Cruz da
Silva, da UCSAL, em seu projeto de conclusão de curso, orientado pelo professor
Edeyson Gomes e contempla os principais conceitos e relacionamentos existentes no
domínio do futebol. Este domínio foi escolhido por este ser um tema popular e
facilmente compreendido.
Vale ressaltar a necessidade de se filtrar a ontologia antes de incorporá-la à
solução. O objetivo dessa filtragem é selecionar apenas a parte da ontologia que contém
os elementos relevantes para a descrição dos lances de uma determinada partida de
futebol.
Cada segmento anotado deve estar associado a uma ação ou evento ocorrido
no decorrer do jogo, sendo estes definidos e formalizados na ontologia usada. Após
marcar (definir momento de início e de fim) um segmento, o usuário seleciona uma
classe da ontologia para associar a este segmento, para que a descrição seja criada com
base no elemento selecionado.
Com base na pesquisa feita sobre anotações de vídeos foi identificado que o
projeto deve atender aos seguintes requisitos funcionais:
36

• Criação e edição de segmentos: permitir ao usuário criar e editar segmentos em
vídeos de partidas de futebol. Os segmentos devem ser descritos e classificados
de maneira padronizada através da utilização de uma ontologia voltada para esse
domínio.
• Recuperação e navegação no conteúdo: a ferramenta deve ser capaz de ler o
arquivo de descrição do vídeo e permitir o acesso ao conteúdo descrito. O acesso
deverá ser feito através da listagem de todos os segmentos anotados. Ao clicar
em um item da lista, o segmento correspondente a este deve ser reproduzido para
o usuário.
Os requisitos não funcionais da solução são:
• Persistência das anotações: as anotações sobre o vídeo devem ser persistidas
em conformidade com a especificação do padrão MPEG-7.
• Abstração: esconder a complexidade do MPEG-7 de forma a não exigir que o
usuário conheça detalhes da especificação para realizar as anotações.
• Permitir que a aplicação possa ser utilizada em diversas plataformas.
• Mapeamento e armazenamento das anotações: devem ser desenvolvidos
mecanismos para mapear as anotações criadas pelo usuário para a estrutura dos
descritores do MPEG-7.
• Sincronização das anotações o vídeo: são necessários mecanismos para
sincronizar o aparecimento das anotações durante a execução do vídeo. Essa
sincronização é feita comparando o timestamp corrente no vídeo com os
armazenados nas anotações. Assim, caso o tempo corrente do vídeo esteja dentro
do intervalo (início e fim) definido por algum segmento, a descrição
correspondente a este será exibida (como uma legenda) enquanto este ainda
estiver sendo executado (NETO, 2005).
37

4.2 Ambiente de Desenvolvimento
A aplicação foi desenvolvida sobre a plataforma Java. A portabilidade
oferecida pela linguagem foi um fator determinante para sua escolha como plataforma
de desenvolvimento. O ambiente de implementação utilizado foi o Eclipse 3.3.0. A
versão do JDK (Java Development Kit) utilizada foi a 5.0. As principais tecnologias
utilizadas foram JMF (Java Media Framework), JDOM (Java-based Document Object
Model) e Prefuse.
JMF – Java Media Framework
A reprodução de vídeos foi possível graças à utilização do JMF (Java Media
Framework). JMF é uma API (Application Program Interface) de extensão para o Java
que permite a inclusão e manipulação de conteúdo multimídia nas aplicações
desenvolvidas nesta plataforma. Através da sua utilização é possível criar aplicativos
Java que reproduzem, editam e capturam diferentes formatos de mídia (JMFGUIDE,
1999). A figura 4.1 apresenta o modelo básico de processamento de mídia utilizado pelo
JMF.
Figura 4.1 – Modelo de processamento de mídia.
Fonte: (JmfGuide, 1999).
Como se pode observar, o modelo de processamento é dividido em três
etapas: entrada (input), processamento (process) e saída (output). A primeira etapa é a
de entrada, onde a fonte de mídia é especificada. A origem dos dados pode ser algum
dispositivo de captura como microfones e câmeras, um arquivo armazenado local ou
38

emotamente, ou até fluxos de mídia recebidos através da rede. Durante a etapa de
processamento, são realizadas a filtragem e a decodificação. Na etapa de saída esses
dados podem ser salvos em um arquivo, enviados através da rede ou simplesmente
apresentados em algum dispositivo, como tela e alto-falantes.
Apesar de totalmente funcional, a API JMF apresentou limitações quanto à
variedade de formatos de vídeo suportados. O problema foi solucionado com a
utilização do Fobs4JMF (Ffmpeg OBjects for JMF), que é um plugin que permite ao
JMF decodificar os formatos de mídia como: ogg, mp3, m4a, divx, xvid, h264, mov, avi
entre outros.
JDOM - Java- based Document Object Model
As operações sobre os arquivos de descrição MPEG-7 foram implementadas
utilizando a API JDOM (Java-based Document Object Model), que é a implementação
do DOM (Document Object Model) para a linguagem Java. O DOM foi desenvolvido
pelo W3C (World Wide Web Consortium) e provê uma interface para facilitar a
manipulação e estruturação de documentos XML.
Jena
A ontologia utilizada foi definida utilizando a linguagem OWL (Ontology
Web Language) e a sua representação foi baseada no modelo RDF (Resource
Description Framework), permitindo representar as ontologias através de conceitos e
propriedades que se relacionam de acordo com o contexto do domínio representado.
A sua manipulação foi realizada através da utilização do Jena, que é um
framework que permite a criação e manipulação de documentos baseados no modelo
RDF. O framework possui um pacote específico denominado API Jena 2 Ontology,
onde são fornecidos vários recursos para manipulação de ontologias.
39

Prefuse
A exibição das classes da ontologia foi feita utilizando o projeto Prefuse,
que é uma API criada com o objetivo de facilitar a visualização e interação dos dados.
Ela utiliza a API Java 2D e simplifica a representação de dados fornecendo várias
formas de visualizá-los, como o TREEMAP e o TREEVIEW. O código da API é aberto
e pode ser utilizado livremente (OLIVEIRA, 2006).
A forma de visualização escolhida para exibir a ontologia foi o
TREEVIEW, que permite a visualização hierárquica das informações, como uma
árvore. Os dados a serem exibidos são passados para o TREEVIEW através de um
arquivo XML.
Para que a ontologia pudesse ser carregada e exibida pelo TREEVIEW foi
necessário convertê-la para o formato XML utilizado pelo Prefuse. A conversão foi feita
utilizando outra API, denominada OWL2Prefuse, cujo objetivo é permitir a exibição das
classes das ontologias escritas em OWL (Ontology Web Language) no Prefuse.
4.3 Arquitetura da Solução
Como informado anteriormente no capítulo 2, seção 1, as anotações de
vídeo podem ser classificadas em dois tipos: as anotações que enriquecem o conteúdo
dos vídeos e as anotações que descrevem esse conteúdo através da utilização de
metadados.
O tipo de anotação utilizado neste projeto é voltado para a descrição de
conteúdos e o modelo de metadados adotado foi o MPEG-7. A arquitetura da solução
foi definida com base no princípio de funcionamento do MPEG-7, que foi ilustrado na
figura 3.3. A figura 4.2 mostra a arquitetura da solução desenvolvida.
Esta arquitetura possibilita a marcação e descrição de segmentos com as
informações sobre os lances de uma partida de futebol. As informações sobre o
conteúdo são armazenadas em arquivos XML estruturados conforme a especificação do
MPEG-7.
40

Arquivo de vídeo
Ferramenta de Anotação
Marcação de segmentos
Descrição
Associação com elementos
da ontologia
Ontologia
OWL
Descrição semântica
Figura 4.2 – Arquitetura da solução.
Reprodução de
vídeos e
Visualização das
anotações
Carregamento do
arquivo de descrição
Arquivo
de
Descrição
MPEG-7
/ XML
Depois da escolha do arquivo de vídeo a ser utilizado, inicia-se o processo
de extração das informações genéricas. Essas informações não têm uma relação direta
com o conteúdo e estão presentes em qualquer arquivo de vídeo. Como exemplos dessas
informações pode-se citar o nome do autor, data de criação, duração, formato, tamanho,
resolução, quantidade de quadros (frames) etc. Esse processo é realizado de forma
automática pela aplicação, e não depende da intervenção do usuário.
Após o término do processo de extração de informações do arquivo, as
ferramentas de anotação são disponibilizadas para o usuário. O processo de anotação se
inicia com a marcação do segmento, que é formado por um conjunto de quadros
seqüenciais. A marcação consiste em definir os instantes de início e fim de cada trecho
do vídeo.
Com o segmento definido, o usuário deve utilizar as ferramentas de
descrição para associar uma descrição semântica ao mesmo. Para descrever o segmento,
41

o usuário deverá navegar através das classes da ontologia, que representam as ações e os
eventos que podem ser utilizados na descrição desse segmento. Após o usuário escolher
a classe que melhor representa o seu entendimento a respeito da cena, esta será descrita
com base no elemento selecionado. A ontologia é carregada a partir de um arquivo
OWL e é exibida utilizando a ferramenta de visualização TREEVIEW, que é
disponibilizada pelo Prefuse.
Após serem descritos, os segmentos serão apresentados ao usuário através
de uma lista, permitindo que este os acesse diretamente. Se o usuário optar por assistir
ao vídeo na íntegra, as anotações serão exibidas como uma legenda à medida que os
trechos de vídeo descritos forem reproduzidos.
4.4 Desenvolvimento
Nesta seção serão apresentados detalhes sobre o desenvolvimento da
solução proposta nesse trabalho. Para o desenvolvimento do projeto, utilizou-se um
processo de desenvolvimento simplificado, iterativo e incremental. A linguagem de
modelagem utilizada foi a UML (Unified Modeling Language).
4.4.1 Modelo de classes
Nesta seção será apresentado o modelo de classes utilizado no projeto. A
definição desse modelo tem como objetivo atender a seus requisitos e representar as
principais abstrações do domínio do problema.
As principais classes identificadas na fase de projeto são:
• Vídeo: Vídeo a ser descrito utilizando o sistema.
• Descrição Vídeo: Representa o esquema de descrição utilizado pelo
sistema.
• Informações Genéricas: Representação das características genéricas
do vídeo.
42

• Informações Específicas: Representação das informações
dependentes do conteúdo do vídeo.
• Segmento: Classe que representa um segmento de vídeo.
• Ação: Representa uma ação realizada por alguma pessoa participante
da partida de futebol.
• Pessoa: Representa um participante do jogo.
A figura 4.3 apresenta o diagrama das classes mencionadas e seus
relacionamentos.
Figura 4.3 – Diagrama de classes.
43

A classe Video representa um vídeo escolhido pelo usuário para ser descrito
com a ferramenta. Os seus atributos arquivo e descritor representam o caminho do
arquivo em disco e o arquivo de descrição MPEG-7, respectivamente.
Cada vídeo tem um único arquivo de descrição, que é representado pela
classe DescricaoVideo, que possui quatro atributos: arquivo, informacoesGenericas,
informacoesEspecificas e listaSegmentos. O primeiro diz respeito à localização do
arquivo de descrição em disco, o segundo e o terceiro representam as informações
genéricas e as informações específicas respectivamente. Finalmente, o conjunto dos
segmentos do vídeo é representado pelo atributo listaSegmentos, que contém uma lista
de objetos da classe Segmento, que representa os segmentos cadastrados para um
determinado vídeo. Cada Segmento é descrito através de uma Ação, que é realizada por
um participante do jogo.
4.4.2 Implementação
Nesta seção serão apresentadas informações sobre a implementação do
sistema. A figura 4.4 apresenta os elementos básicos que compõem a sua arquitetura.
Camada de Apresentação/ Interface Gráfica do Usuário
Swing Prefuse - Java 2D
Camada de Aplicação
Manipulação de vídeos - Java Media Framework
Regras de negócio
Camada de Persistência
Descrição XML/ MPEG-7 - JDOM
Ontologia OWL – OWL2Prefuse/ Jena
Figura 4.4 – Elementos da arquitetura do sistema.
A arquitetura do sistema é composta por vários elementos que estão
distribuídos em 3 camadas. A Camada de Apresentação/ Interface é composta por uma
44

interface gráfica que foi implementada utilizando o Java Swing. A exibição e a
navegação na ontologia foram implementadas através da utilização do Prefuse.
A Camada de Aplicação é responsável pelo processamento das regras de
negócio da aplicação, pela gerência do acesso a dados persistidos e por permitir o
controle da execução do vídeo através da Interface Gráfica.
Já a Camada de Persistência lida diretamente com as operações de acesso
ao sistema de arquivos. Nesta camada estão as classes que contém os métodos
necessários para manipular os arquivos utilizados pela aplicação.
A Camada de Aplicação
Os componentes da Camada de Aplicação são responsáveis por executar as
funcionalidades do sistema e concentrar o processamento das regras de negócio. A
Camada de Aplicação está dividida em 2 pacotes: o pacote VídeoJMF é responsável por
carregar e preparar o vídeo para ser reproduzido na Camada de Interface. Já o pacote
ControleMpeg7 é responsável por processar as regras de negócio e permitir acesso aos
dados gerenciados pela Camada de Persistência.
O pacote VideoJMF
Neste pacote estão concentradas todas as operações realizadas sobre a API
JMF. A principal classe desse pacote é a classe GerentePlayer. Ela contém as rotinas
necessárias para reprodução e controle da execução dos vídeos.
Para reproduzir uma mídia utilizando JMF deve-se inicialmente definir uma
fonte de dados, como um arquivo de vídeo. Após o processamento da mídia, os dados
são encaminhados para a saída, que neste caso é a tela.
Na arquitetura do JMF uma fonte de mídia é representada pela classe
DataSource, e o componente responsável pelo processamento e reprodução do conteúdo
é representado pela classe Player. A listagem 4.1 mostra um trecho do código da classe
45

GerentePlayer, referente ao método criarPlayer, que é responsável por criar um Player
para um arquivo de vídeo.
1. public void criarPlayer(String caminhoArquivo) {
2. MediaLocator ml = new MediaLocator("file:"+caminhoArquivo);
3. try {
4. DataSource dataSource = Manager.createDataSource(ml);
5. Player player = Manager.createRealizedPlayer(dataSource);
6. player.addControllerListener(this);
7. } catch (Exception e) {
8. e.printStackTrace();
9. }
10. }
Listagem 4.1 – Código para criação de um player.
O método recebe como parâmetro uma String contendo o caminho do
arquivo em disco (como por exemplo: “c:\videos\video1.mpg”). Na linha 2 é criado um
objeto do tipo MediaLocator que representa o local onde a mídia se encontra. Já na
linha 2 cria-se um DataSource passando o MediaLocator criado como parâmetro.
Finalmente na linha 5, um é criado um Player, que recebe como parâmetro o
DataSource.
A classe GerentePlayer ainda fornece um conjunto de métodos que
permitem controlar a execução do vídeo através dos controles fornecidos pela interface
gráfica. A comunicação com a camada de interface foi realizada utilizando o padrão de
projeto Command.
O Command é um padrão comportamental e também é conhecido como
Action ou Transaction (GAMMA, 1994). Através dele é possível encapsular operações
em objetos, reduzindo o acoplamento entre as requisições dos clientes e os objetos
responsáveis pela sua execução. A figura 4.5 mostra como esse padrão foi utilizado no
projeto.
46

Figura 4.5 – Padrão Command aplicado ao projeto
A classe abstrata CommandPlayer representa um comando utilizado para
controlar a execução do vídeo reproduzido pelo player através do JMF. As classes
CommandPararPlayer, CommandAvancarPlayer, CommandVoltarPlayer e
CommandIniciarPlayer estendem a classe CommandPlayer e representam
respectivamente as ações que permitem parar, avançar, voltar e iniciar a reprodução do
vídeo. A listagem 4.2 exibe o código da classe CommandIniciarPlayer.
47

1. public class CommandIniciarPlayer extends CommandPlayer {
2.
3. public CommandIniciarPlayer(PlayerReceiver r) {
4. super(r);
5. }
6.
7. public void execute() {
8. receiver.iniciar();
9. }
10.
11. }
Listagem 4.2 – Utilização do padrão Command.
A classe herda o atributo playerReceiver da sua classe pai, CommandPlayer.
A interface PlayerReceiver representa o objeto responsável pela execução da ação
solicitada. Nesse caso esse objeto é uma instância da classe GerentePlayer, que
implementa a interface PlayerReceiver e é passado como parâmetro no construtor da
classe CommandIniciarPlayer (linha 3).
Na linha 7, está o método execute(), responsável por invocar o método
iniciar(), que está definido na interface PlayerReceiver e implementado na classe
GerentePlayer. A listagem 4.3 mostra como esse método foi implementado.
1. public void iniciar() {
2. if (player != null)
3. if (player.getState() == Player.Started) {
4. player.stop();
5. } else {
6. player.start();
7. }
8. }
Listagem 4.3 – Código do método iniciar( ).
A listagem 4.4 mostra o código do método parar(), da classe
GerentePlayer, que é responsável por interromper a execução de um arquivo de vídeo.
48

Listagem 4.4 – Código para interromper a execução de um arquivo de vídeo.
Como se pode observar, na linha 2 é feita uma verificação para saber se o
player foi instanciado e na linha 3 verifica-se se o mesmo está em execução. Na linha 4,
com ambas as condições satisfeitas, o player tem o seu método stop() invocado. Na
linha 5, o método setMediaTime(new Time(0)) do player é invocado para posicioná-lo
no início do vídeo.
O pacote ControleMpeg7
1. public void parar() {
2. if (player != null) {
3. if (player.getState() = = Player.Started) {
4. player.stop();
5. player.setMediaTime(new Time(0));
6. }
7. }
8.}
O pacote ControleMpeg7 é responsável pelo processamento das regras de
negócio e por permitir acesso aos dados gerenciados pelas classes da Camada de
Persistência. Nele estão concentradas as classes que lidam com o negócio da aplicação.
A principal classe desse pacote é a classe Controle, que fornece os métodos necessários
para criação e remoção de segmentos.
A listagem 4.5 exibe o código do método getDescricaoConteudo(), que é
responsável por acessar a Camada de Persistência e disponibilizar as informações de
descrição sobre um vídeo.
1. public DescricaoVideo getDescricaoConteudo(Video video) {
2. try {
3. return Persistencia.getInstancia().getDescricaoConteudo(video);
4. } catch (Exception e) {
5. e.printStackTrace();
6. return null;
7. }
8. }
Listagem 4.5 – Código para recuperação da descrição de um vídeo.
49

Como se pode observar, na linha 3 um objeto do tipo DescricaoVideo é
obtido na Camada de Persistência e repassado para a classe que fez a requisição.
A listagem 4.6 exibe o código do método adicionarSegmento(Video,
Segmento), que é responsável por cadastrar um segmento para um vídeo.
1. public void adicionarSegmento(Video video, Segmento cena) {
2. if (video.getDescricaoVideo() != null)
4. video.getDescricaoVideo().addSegmento(cena);
5. else {
6. video.setDescricaoVideo(new DescricaoVideo());
7. video.getDescricaoVideo().addSegmento(cena);
8. }
9. }
Listagem 4.6 – Código para cadastrar um segmento em um vídeo.
Na listagem 4.7 está o código do método salvarDescricao(Vídeo), que é
responsável por salvar as informações sobre o conteúdo do vídeo.
1. public void salvarDescricao(Video video){
2. try {
3. PersistenciaMpeg7.getInstancia().gravarXML(video);
4. } catch (Exception e) {
5. e.printStackTrace();
6. }
7. }
Listagem 4.7 – Código para salvar as informações sobre um vídeo.
A Camada de Aplicação permite o controle da execução do vídeo e processa
as regras inerentes ao negócio provendo um meio de acesso à Camada de Persistência.
Através dela foi possível reduzir o acoplamento entre a Camada de Interface e a
Camada de Persistência.
50

A Camada de Persistência
A Camada de Persistência lida diretamente com as operações de acesso ao
sistema de arquivos. Nesta camada estão as classes responsáveis pelo carregamento das
informações da ontologia OWL e pela persistência das descrições em arquivos
XML/MPEG-7.
A Camada de Persistência está dividida em 2 pacotes: o pacote XML-
MPEG7 é responsável pela persistência das anotações. Já o pacote OWL é responsável
por carregar as informações à respeito das classes da ontologia.
O pacote XML-MPEG7
Este pacote é composto pelas classes responsáveis pela criação, leitura e
alteração dos arquivos utilizados para persistir as anotações. Como já foi informado, o
padrão MPEG-7 permite a utilização de dois formatos de arquivo para armazenar as
descrições: o textual, que é baseado em XML e o formato binário. O formato textual foi
adotado como padrão para a solução devido à flexibilidade oferecida pelo XML.
O Esquema de Descrição utilizado
O padrão MPEG-7 oferece um grande conjunto de ferramentas para
descrição de objetos multimídia. Essas ferramentas são definidas na forma de
descritores (Ds) e esquemas de descrição (DSs) e a escolha de quais desses elementos
serão utilizados depende da necessidade e do objetivo de cada aplicação.
Como a solução proposta lida somente com a anotação de vídeos, apenas a
parte da especificação que contém os elementos (Ds e DSs) referentes à descrição de
vídeos são utilizados. Como os DSs podem ser estendidos, alguns Ds e DSs
(relacionados ao domínio de futebol) foram adicionados ao esquema de descrição básico
para enriquecer e classificar melhor as anotações criadas.
51

Os principais componentes do esquema de descrição utilizado são:
MediaInformation, CreationInformation, TextAnnotation, MatchInformation, e
TemporalDecomposition. Estes elementos, mais especificamente DSs (compostos por
outros DSs e Ds) servem de base para a estrutura do arquivo de descrição do vídeo. Um
resumo dessa estrutura é apresentado na figura 4.6.
Figura 4.6 – Estrutura resumida do arquivo de descrição.
O MediaInformation contém as informações gerais sobre a mídia, como
direitos autorais, tamanho e localização do arquivo, formato e codificação. Já o
CreationInformation pode trazer informações relacionadas ao conteúdo, como título,
gênero, classificação de idade.
O TextAnnotation serve para guardar anotações textuais sobre o vídeo. Ele
pode descrever o vídeo como um todo ou pode ser associado a algum segmento. O DS
52

MatchInformation foi criado especificamente para essa aplicação e contém informações
sobre a partida, como por exemplo a escalação dos times. O ClassificationAnnotation
foi utilizado para associar um segmento de vídeo a uma classe definida na ontologia.
Finalmente, o TemporalDecomposition contém as informações dos
segmentos definidos pelo usuário e descritos através da ontologia.
As operações sobre os arquivos de descrição são realizadas basicamente por
duas classes: GravadorXML e LeitorXML. A sua implementação utilizou como base a
API JDOM (Java-based Document Object Model), que é a implementação do DOM
(Document Object Model) para linguagem Java. O DOM foi desenvolvido pelo W3C
(World Wide Web Consortium) e fornece uma interface para facilitar a manipulação e
estruturação de documentos XML.
Os principais elementos definidos na arquitetura do JDOM são:
• Document: Classe que representa o documento XML como um todo,
podendo este conter comentários e outros elementos.
• Element: Representa um elemento XML definido dentro de um
Document. Ele pode conter outros elementos, atributos e
comentários.
• Attribute: Representa um atributo que pode ser atribuído a um
elemento definido no documento.
• Comment: Classe que representa um comentário em XML.
A listagem 4.8 exibe parte do código utilizado no método criarXML da
classe GravadorXML para adicionar segmentos ao arquivo de descrição.
53

1. List listaSegmentos = descricaoVideo.getListaSegmentos();
2. for (Segmento segmento : listaSegmentos) {
3. Element videoSegment_ = new Element("VideoSegment");
4. videoSegment_.setAttribute("id", segmento.getId());
5. videoSegment_.setAttribute("type", "scene");
6.
7. Element segTextAnnotation_ = new Element("TextAnnotation");
8. Element segFreeTextAnnotation_ = new Element("FreeTextAnnotation");
9. segFreeTextAnnotation_.setText(segmento.getDescricaoLance());
10. segTextAnnotation_.addContent(segFreeTextAnnotation_);
11.
12. Element segClassificationAnnotation_ = new Element("ClassificationAnnotation");
13. segClassificationAnnotation_.setText(segmento.getClassificacao());
14. segTextAnnotation_.addContent(segClassificationAnnotation_);
15.
16. Element segComentAnnotation_ = new Element("ComentAnnotation");
17. segComentAnnotation_.setText(segmento.getComentario());
18. segTextAnnotation_.addContent(segComentAnnotation_);
19.
20. Element mediaTime_ = new Element("MediaTime");
21. Element mediaTimePoint_ = new Element("MediaTimePoint");
22. mediaTimePoint_.setText(""+segmento.getInicio());
23. Element mediaDuration_ = new Element("MediaDuration");
24. mediaDuration_.setText(""+(segmento.getFim()-segmento.getInicio()));
25.
26. mediaTime_.addContent(mediaTimePoint_);
27. mediaTime_.addContent(mediaDuration_);
28. videoSegment_.addContent(segTextAnnotation_);
29. videoSegment_.addContent(mediaTime_);
30.
31. temporalDecomposition_.addContent(videoSegment_);
32. }
Listagem 4.8 – Código utilizado para adicionar segmentos ao arquivo de descrição.
Na linha 3, um elemento XML é criado com o nome VideoSegment. Este
elemento representa cada segmento cadastrado pelo usuário. Nas linhas 4 e 5 são
definidos os valores dos atributos id e type respectivamente.
Na linha 7, um novo elemento é criado com o nome TextAnnotation. Nele
estão as informações sobre o conteúdo do segmento. O TextAnnotation está dividido em
3 elementos: FreeTextAnnotation (para texto livre), ClassificationAnnotation (para
classificação com alguma das classes da ontologia) e ComentAnnotation (para
comentários). Na linha 20, o elemento MediaTime é criado para guardar as informações
sobre os instantes de início e fim do segmento. O MediaTimePoint representa o instante
de início e o MediaDuration a duração desse segmento.
54

A listagem 4.9 apresenta parte de um arquivo de descrição de um vídeo
anotado com a ferramenta desenvolvida. O vídeo utilizado neste exemplo foi o da
partida final da Copa do Mundo de 2006, disputada entre França e Itália.
1.
2.
3.
4.
5.
6. C:/videos/franca_x_italia.mpg
7.
8.
9.
10.
11.
12.
13.
14.
15. Final da copa de 2006
16.
17.
18.
19. Futebol
20.
21.
22.
23.
24.
25.
26.
27. Pênalti
28. Cobrança de Pênalti
29.
30.
31. 13
32. 10
33.
34.
35.
36.
Listagem 4.9 –Arquivo de descrição do jogo França x Itália.
Na linha 2 está o elemento MediaInformation, que contém informações sobre
o arquivo de mídia utilizado. Na linha 6, o descritor MediaUri, que representa a
localização da mídia é definido como C:/videos/franca_x_italia.mpg. Da linha 13 até a
22 estão as informações relacionadas à criação do conteúdo. Na linha 15 está o elemento
Title que contém o título dado ao vídeo.
55

Entre as linhas 24 e 35 estão as informações de um segmento de vídeo. Na
linha 25 está o seu identificador, que é definido com base na ordem de criação do
segmento. Na linha 27 está o campo utilizado para anotações com texto livre e na linha
28 está a classificação desse segmento na ontologia. Já na linha 31 é definido o
momento de início do segmento dentro do vídeo e na linha 32 a sua duração.
O pacote OWL
Neste pacote está a classe LeitorOWL, responsável pela leitura das
informações da ontologia. As operações sobre o arquivo OWL foram implementadas
utilizando o framework Jena.
As principais classes definidas no framework para manipulação de
ontologias são:
• OntResource: superclasse de qualquer classe do framework que
represente algum recurso da ontologia.
• OntClass: representa uma classe da ontologia.
• OntModel: representa um modelo de ontologia, oferecendo os
recursos necessário para acessar os elementos presentes em uma
ontologia, como classes e propriedades.
• OntProperty: representa propriedades da ontologia e das suas
classes.
A listagem 4.10 exibe o código da classe LeitorOWL referente ao método
mostrarClasses(), que percorre a ontologia e exibe as suas classes e suas propriedades.
56

1. public void mostrarClasses() {
2. OntModel ontologia = ModelFactory.createOntologyModel();
3. ontologia.read("file:owl//Futologia21nov.owl");
4.
5. ExtendedIterator classes = ontologia.listClasses();
6. while (classes.hasNext()) {
7. OntClass ontClass = (OntClass) classes.next();
8. System.out.println(ontClass.getLocalName());
9.
10. ExtendedIterator prop = ontClass.listDeclaredProperties(false);
11. while (prop.hasNext()) {
12. OntProperty property = (OntProperty) prop.next();
13. System.out.println(property.getLocalName());
14. }
15. }
16. }
Listagem 4.10 – Código para listar as classes da ontologia e suas propriedades.
Na linha 2 um objeto do tipo OntModel é criado utilizando o método
createOntologyModel(), da classe ModelFactory. Na linha 3 este é utilizado para
carregar a ontologia de futebol, que está definida no arquivo “Futologia21nov.owl”.
Já na linha 5 um objeto do tipo ExtendedIterator é utilizado para iterar a
lista das classes definidas na ontologia carregada. Na linha 7 um objeto da classe
OntClass (que representa as classes da ontologia) é criado. O método
OntClass.getLocalName() é utilizado para recuperar o nome dado à classe durante a
definição da ontologia.
Na linha 10, um outro objeto do tipo ExtendedIterator é utilizado para iterar
lista das propriedades definidas para a classe corrente. Essa lista é obtida através do
método OntClass.getListDeclaredProperties(boolean), que recebe um parâmetro
booleano para indicar se as propriedades herdadas de uma superclasse também serão
incluídas na lista.
Através do Jena também é possível recuperar outras informações sobre as
classes da ontologia, como os comentários associados a estas e informações sobre a
hierarquia de classes.
57

A Camada de Apresentação
A Camada de Apresentação é composta por uma interface gráfica que
permite ao usuário reproduzir os vídeos, marcar e descrever os lances da partida que
julgar mais interessante. A sua implementação foi baseada no Java Swing e é divida em
quatro elementos básicos:
• Player de vídeo: responsável pela reprodução do vídeo e oferece os controles
básicos encontrados na maioria dos reprodutores de mídia. Nele também estão as
ferramentas para marcação e ajuste dos segmentos anotados.
• Lista de segmentos: responsável pela exibição dos segmentos cadastrados pelo
usuário em forma de lista.
• Painel de descrição: permite que o usuário navegue através da ontologia para
descrever os segmentos marcados.
• Painel de informações sobre a partida: oferece campos para que o usuário
informe os dados relacionados à partida, como data de realização, nomes de
equipes, jogadores, entre outros.
O Player de vídeo e os controles de marcação
O Player de Vídeo permite a reprodução e anotação do conteúdo,
fornecendo os controles básicos para controlar a execução do vídeo e realizar a
marcação das cenas. Após pausar a execução do vídeo, os momentos de início e de fim
de um segmento podem ser facilmente ajustados. A quantidade de frames que serão
avançados ou retrocedidos é determinada pelo usuário, como mostra a figura 4.7.
58

Figura 4.7 – O player de vídeo e as ferramentas de marcação.
Abaixo do painel de reprodução do vídeo estão a barra de progresso e o
controle de volume. Logo abaixo, estão os controles de execução do vídeo. A figura 4.8
mostra os controles de execução explicando a função de cada um dos botões.
Figura 4.8 – Controles de execução do vídeo.
59

Como mostra a figura 4.8, a ferramenta oferece os controles básicos
presentes na maioria dos tocadores de vídeo. Abaixo dos controles de execução há uma
área reservada para exibir a descrição associada ao trecho de vídeo que está sendo
reproduzido (na Figura 4.7, destacada como “Área reservada para exibição das
descrições”).
No painel inferior estão as ferramentas utilizadas para definição de novos
segmentos. Os botões “Início” e “Fim” servem para marcar os momentos de início e fim
de um segmento, respectivamente. Este painel é exibido na figura 4.9.
Figura 4.9 – Painel de criação de segmentos.
Para iniciar a marcação de um novo segmento o usuário deve clicar no botão
“Início”. A execução do vídeo será pausada até que o usuário clique novamente no
botão para continuar a reprodução do mesmo. Para marcar o instante final de um
segmento o usuário deve clicar no botão “Fim”. A execução será pausada novamente
para que o usuário possa ajustar o segmento, caso julgue necessário.
O ajuste dos segmentos é feito utilizando os botões responsáveis por
avançar e retroceder quadros no vídeo, como foi explicado na figura 4.8. Como mostra a
figura 4.9, a quantidade de quadros a serem ajustados é configurável (com valores que
variam de 1 a 10).
60

O Painel de Descrição
Após marcar o segmento (definir instantes de início e fim) é necessário criar
uma descrição para o mesmo. Como cada segmento contém um lance ocorrido na
partida, a sua descrição pode ser obtida navegando nas classes da ontologia referentes
aos lances de uma partida.
Para que a ontologia seja exibida o usuário deve clicar no botão de
descrição, exibido na figura 4.10.
Figura 4.10 – Botão que ativa a exibição da ontologia.
Após o usuário clicar no botão, a ontologia será exibida do lado esquerdo da
tela. A figura 4.11 mostra a ontologia já integrada ao ambiente de descrição.
Figura 4.11 – Ontologia integrada ao ambiente de descrição.
61

Na ontologia estão todas as classes que podem ser utilizadas para descrever
um segmento. As classes representam as ações que podem ser realizadas e eventos que
podem ocorrer durante uma partida de futebol e estão organizadas hierarquicamente.
São contempladas as ações relacionadas aos jogadores e aos membros da comissão de
arbitragem. No caso da figura 4.11 a ação associada ao segmento foi “Cobrança de
Escanteio”, que na ontologia é uma subclasse da classe “Chutar a Bola”.
A ferramenta de visualização escolhida para exibir a ontologia foi o
TREEVIEW, que permite a visualização hierárquica das informações, como uma
árvore.
Após o usuário selecionar uma classe para associar ao segmento, este será
classificado de acordo com a classe escolhida e será adicionado à lista dos segmentos
cadastrados, como mostra a figura 4.12.
Figura 4.12 – Lista de segmentos cadastrados.
Os segmentos são listados na ordem em que são cadastrados e podem ser
acessados diretamente pelo usuário. Através da lista o usuário pode reproduzir, alterar e
excluir segmentos. A lista exibida na figura 4.12 mostra os segmentos cadastrados para
a partida entre França e Itália.
62

Para reproduzir um segmento o usuário deve clicar na foto correspondente
ao desejado. Os botões localizados acima da listagem servem para salvar e excluir os
segmentos cadastrados, respectivamente.
4.5 AVALIAÇÃO DA SOLUÇÃO DESENVOLVIDA
A solução proposta no projeto foi avaliada através da realização de
comparações qualitativas entre as descrições geradas por uma ferramenta de anotação
baseada em texto livre e as descrições geradas com a ferramenta proposta, que é
baseada em uma ontologia voltada para o domínio de futebol.
Para realizar a comparação, foi desenvolvida outra ferramenta para anotação
de vídeos, onde as descrições são criadas a partir das informações fornecidas
diretamente pelo usuário. Esta ferramenta é exibida na figura 4.13.
Figura 4.13 – Ferramenta de anotação baseada em texto livre.
63

Como mostra a figura 4.13, a ferramenta oferece os mesmos controles para
definição dos segmentos apresentados na solução proposta, diferindo apenas na forma
como as descrições associadas aos segmentos são obtidas.
A avaliação realizada considerou os seguintes aspectos:
• Controle de vocabulário;
• Precisão das descrições;
• Completeza das descrições.
Na ferramenta de anotação baseada em texto livre, o usuário tem a liberdade
de descrever o conteúdo com qualquer tipo de informação, não havendo restrições
quanto aos termos que podem ser utilizados para descrever uma cena no vídeo.
A partir dos conceitos formalizados pela ontologia, foi possível definir um
vocabulário de termos comuns à maioria das pessoas que estão habituadas a assistir
partidas de futebol. Através da navegação nas classes da ontologia, o usuário seleciona
um dos termos disponíveis para associar ao segmento que deseja descrever.
Estes mesmos termos também podem ser utilizados futuramente por
ferramentas de recuperação de conteúdo. Por exemplo, se um segmento foi classificado
com a classe “Defesa”, este também poderia ser recuperado por uma ferramenta que
permita a recuperação de segmentos de vídeo através da navegação na ontologia.
Logicamente, a ferramenta de recuperação deve levar em conta as relações
de herança existentes entre as classes da ontologia, permitindo que um segmento
descrito com a classe “Defesa” seja recuperado através da classe “Ação do Goleiro”,
dado que na ontologia usada essa classe é subclasse desta. A ontologia encontra-se no
Apêndice A.
Na solução proposta, a imprecisão das anotações foi reduzida, através da
redução da quantidade de texto registrada diretamente pelo usuário. A figura 4.14
mostra uma descrição realizada através da ferramenta de anotação baseada em texto
livre utilizada nos testes.
64

Figura 4.14 – Anotação baseada em texto livre.
As anotações baseadas em texto livre podem ser semanticamente mais ricas
e, conseqüentemente mais completas, já que permitem ao usuário expressar melhor o
seu entendimento a respeito do conteúdo. Mas isso também as torna mais sujeitas a
erros.
Como mostra a figura 4.14, a descrição gerada com texto livre pode conter
mais detalhes a respeito do conteúdo apresentado, porém erros de sintaxe e semântica
podem acontecer com mais freqüência, pois as descrições são mais dependentes das
informações fornecidas pelo usuário do que na ferramenta proposta.
65

Problemas comuns em Recuperação de Informação, como sinonímia e
polissemia, são barreiras de representação textual que interferem diretamente em buscas
com texto livre usando-se palavras-chave, como no problema anteriormente descrito.
(YATES, 1999).
A definição prévia dos termos a serem utilizados na descrição dos
segmentos pode facilitar a recuperação destes pelo usuário, já que a busca destes
também pode ser realizada utilizando estes mesmos termos. No caso do exemplo
anterior, seria difícil recuperar o segmento se a busca fosse realizada através da frase
“Cobrança de Pênalti”.
A padronização das informações utilizadas para descrever os vídeos evita
que o usuário tenha que realizar a sua busca de diferentes formas, ou seja, utilizando
termos diferentes até que a pesquisa retorne algum resultado realmente relevante para
ele.
66

5 CONCLUSÃO
Os resultados obtidos com a solução permitiram concluir que é possível
padronizar as informações utilizadas para descrever a semântica de vídeos através da
utilização de uma ontologia.
A ontologia utilizada pela solução foi desenvolvida para o domínio do
futebol e nela estavam previamente definidos os termos a serem utilizados na descrição
dos lances ocorridos em uma partida.
Através da solução desenvolvida é possível dividir o vídeo em cenas, que
podem ser classificadas através das classes existentes na ontologia. Uma solução deste
tipo se mostra bastante útil para pessoas que lidam com este tipo de vídeo e necessitam
realizar buscas nos seus conteúdos com freqüência.
Sendo assim, a solução pode ser facilmente utilizada por usuários
domésticos, por jornalistas, ou qualquer outro indivíduo que deseje acessar o conteúdo
presente nos vídeos de futebol com mais facilidade.
Apesar da solução apresentada neste trabalho ser voltada para o domínio de
futebol, nada impede que a solução desenvolvida possa ser utilizada para descrição de
outros tipos de vídeo. Para isso é necessário alterar a ontologia utilizada por outra e
realizar alterações na estrutura do arquivo de descrição, se necessário.
O objetivo de padronizar as descrições foi alcançado, entretanto, notou-se
que a solução desenvolvida ainda apresenta uma limitação relacionada à semântica das
descrições.
O problema observado está relacionado ao fato de que as descrições geradas
pela solução proposta, apesar de serem precisas e padronizadas, não são
semanticamente tão ricas e completas quanto as descrições geradas pelas ferramentas de
anotação baseadas em texto livre. Sendo assim, outros trabalhos ainda são necessários
para melhorar a solução proposta.
Como sugestão de melhoria para a solução estaria o enriquecimento da
semântica das descrições, através da criação de campos que permitam ao usuário
informar qual o indivíduo protagoniza o lance descrito nos segmentos. Para evitar erros
67

de digitação, as informações sobre os times, jogadores e os outros indivíduos que
participam da partida poderiam estar previamente armazenados em uma base de dados.
Uma outra sugestão é a exibição dos relacionamentos existentes entre as
classes que representam as ações e as classes que representam os participantes do jogo.
A última sugestão seria o desenvolvimento de uma ferramenta para
recuperação de segmentos de vídeos, onde a busca seria realizada com base nos
elementos especificados pela ontologia.
68

REFERÊNCIAS
ALVES, Luis G. P.; Kulesza, Raoni; Silva, Fábio S.; Jucá, Paulyne, Bressan, Graça.
2006. Análise Comparativa de Metadados em TV Digital. Disponível na Internet.
Acessado em 07 de outubro de 2007.
BERTINI, Marco; Cucchiara, R.; Del Bimbo, A. e Torniai, C. 2005. Ontologies
Enriched with Visual Information for Video Annotation. Disponível na Internet.
http://www.acemedia.org/ESWC2005_MSW/papers/ESWC_2005_MMSW_Bertini_On
tologies_Enriched.pdf. Acessado em: 25 de novembro de. 2007.
BORBINHA, José. Metadados. 2002. Disponível na Internet. http://metadados.bn.pt.
Acessado em 25 de novembro de 2007.
CERQUEIRA, Andréa. Introdução a Metadados. 2004. Disponível na Internet.
http://www.linhadecodigo.com.br/Artigo.aspx?id=298. Acessado em 25 de novembro
de 2007.
CHELLA, Marco Túlio. Sistema para Classificação e Recuperação de Conteúdo
Multimídia Baseado no Padrão MPEG-7. 2004. Disponível na Internet.
http://www.nied.unicamp.br/~siros/doc/2232.pdf.
DUTRA, Renato L. S.; Tarouco, Liane R. M.; Dallacosta, Adriana. A Utilização da
Indexação de Vídeos com MPEG-7 e sua Aplicação na Educação. 2004. Disponível
na Internet. http://www.cinted.ufrgs.br/renote/mar2004/artigos/35-autilizacao.pdf.
Acessado em: 25 de novembro de. 2007.
GAMMA, Erich; Helm, Richard; Johnson, Ralph e Vlissides John M. 1994. Design
Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley.
GUARINO, Nicola. Formal Ontology and Information Systems. 1998. Disponível na
Internet. http://www.loa-cnr.it/Papers/FOIS98.pdf. Acessado em: 25 de novembro de.
2007.
69

JMFGUIDE. Java Media Framework API Guide. 1999. Disponível na Internet.
http://java.sun.com/products/java-media/jmf/2.1.1/guide/index.html. Acessado em 07 de
novembro de 2007.
MAGALHÃES, João M. C. Universal Access to Multimedia Content Based on the
MPEG-7 Standard. Salvador, 2002. 98p. Dissertação (Mestrado em Engenharia
Eletrotécnica e de Computadores) – Universidade Técnica de Lisboa – Instituto
Superior Técnico.
MARTÍNEZ, José M.. MPEG-7 Overview. Version 10, 2004. Disponível na Internet.
http://www.chiariglione.org/mpeg/standards/mpeg-7/mpeg-7.htm. Acessado em 05 de
outubro de 2007.
NETO, Almerindo N. R; Santos, Celso A. S.. Uma Abordagem para Anotação em
Vídeos Digitais com Aplicações em Telemedicina. 2004.
NETO, Almerindo N. R.. Coyote Annotation: Um framework para anotações de
videos digitais. Salvador, 2005. 98p. Dissertação (Mestrado em Redes de
Computadores) – Universidade Salvador - UNIFACS.
OLIVEIRA, Lúcio J. N. e Vita, Fábio C. R.. 2007. ADIÇÃO DE MINERAÇÃO
VISUAL DE DADOS NO FIDUS USANDO TREEVIEW E TREEMAP. Salvador,
2007. 48p. Monografia (Bacharelado em Informática) – Universidade Católica do
Salvador - UCSAL.
PEREIRA, Fernando; Koenen, Rob e Martinéz, José M.. 2002. MPEG – 7: The
Generic Multimedia Content Description Standard. Disponível na Internet.
http://www.chiariglione.org/mpeg/tutorials/papers/IEEEMM_mp7overview_withcopyri
gth.pdf. Acessado em 07 de outubro de 2007.
PIMENTEL, Carlos A. F.. Uma análise do uso do padrão MPEG-7 pela ferramenta
IBM Annotation Tool. 2006. Disponível na Internet.
http://fragapimentel.googlepages.com/Artigo_mpeg7_.pdf. Acessado em 07 de
novembro de 2007.
70

SAIBEL Santos, Celso A.. Uma Estratégia para a Construção de Ambientes para a
Descrição Semântica de Vídeos. 2007. WEBMEDIA. XIII Simpósio Brasileiro de
Sistemas Multimídia e Web. Porto Alegre: Sociedade Brasileira de Computação.
SANTOS, Cristiane; Santos, Luciana. Utilização de Ontologias em Acervo
Eletrônico: Uma Aplicação na Faculdade Ruy Barbosa. Salvador, 2007. 67p.
Monografia (Graduação em Ciências da Computação) – Faculdade Ruy Barbosa.
SCHROETER, Ronald; Hunter, Jane e Kosovic, Douglas. Vannotea: A Collaborative
Video Indexing, Annotation and Discussion System For Broadband Networks.
2004. Disponível na Internet. http://metadata.net/filmed/pub/Vannotea.pdf. Acessado
em 12 de novembro de 2007.
SILVA, Erick L.. Anotação em Vídeo para Telediagnóstico usando TV-Digital em
Dispositivos Móveis. Recife, 2005. 55p. Monografia (Graduação em Ciência da
Computação) – Universidade Federal de Pernambuco.
SOTT, Juliano e Cantarelli, Elisa M. P.. 2006. Indexação e Recuperação de
Informações Digitais para Vídeo Usando MPEG-7. Disponível na Internet.
http://www.dcc.unesc.net/sulcomp/06/artigos/sessaoOral/21944.pdf . Acessado em: 25
de novembro de. 2007.
USCHOLD, Mike e Robert, Jasper. 1999. A Framework for Understanding and
Classifying Ontology Applications. Disponível na Internet.
http://www.cs.man.ac.uk/~horrocks/Teaching/cs646/Papers/uschold99.pdf.
em: 25 de novembro de. 2007.
Acessado
VIEIRA, Luiz C. M.. Interface WEB para Acesso Orientado ao Conteúdo Digital.
Salvador, 2005. 44p. Monografia (Graduação em Ciência da Computação) –
Universidade Salvador - UNIFACS.
YATES, Ricardo B.; Neto, Berthier R. Modern Information Retrieval. Addison
Wesley, 1999.
71

APÊNDICE A
Ontologia de Futebol desenvolvida por Liliane Cruz e Maíra Galindo.
-
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
72

+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
73

+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
74

+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
75

+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
-
76