Kuvittele tilanne, jossa saat 68 tuntia videoita : dokumentteja, uutisia ja valistusohjelmia. Sitten annetaan tehtäväksi etsiä kaikki otokset, joissa esiintyy vähintään yksi papukaija. Sen jälkeen pitää seuloa videomassasta ne otokset, joissa vilahtaa ainakin yksi muusikko. Otoksia mahtuu videoille kaikkiaan 26 000.
Tuntuuko toivottomalta? Juuri nämä tehtävät ja 23 muuta annettiin Oulun yliopiston sähkö- ja tietotekniikan osastossa toimivalle MediaTeamin joukkueelle, joka osallistui kehittämällään videoarkistointijärjestelmällä kansainväliseen Video TREC -konferenssiin.
MediaTeamissa on tutkittu ja kehitetty perinteisiä videonselailumenetelmiä täydentäviä menetelmiä. Nykyään video-otokset järjestetään niiden ajallisen esiintymisjärjestyksen mukaan. Uuden lähestymistavan mukaan tietokone järjestää otokset laskennallisten samankaltaisuuksien perusteella.
Näin käyttäjä pystyy selaamaan video-otoksia nopeasti ja tehokkaasti niin esiintymisjärjestys- kuin samankaltaisuuskriteerien mukaan. MediaTeam on kehittänyt järjestelmäänsä VTT:n kanssa.
Arkistoinnin
jättiläiset
"Videon digitalisointi johtaa kasvaviin videodata-arkistoihin, joita on vaikea hallita", selvittää MediaTeamin tutkija Mika Rautiainen videoarkistoinnin käytännön ulottuvuutta. Ongelma koskee monenlaisia yrityksiä.
Rautiainen hakee tietokoneelta esiin arkistointipalveluja tarjoavan Viragen nettisivut. Sen asiakaslistalta löytyy tiedonvälityksen ja viihteen jättejä, kuten BBC, ABC News ja Warner Bros., yliopistoja, tutkimuslaitoksia ja suuryrityksiä: Boeing, General Motors, Toshiba ja niin edelleen.
Yhteistä kaikille on se, että arkistoitavaa kertyy paljon ja monessa muodossa. "Ja sisältöä, jota ei pystytä löytämään, ei ole olemassa", Rautiainen luonnehtii. BBC:n tapaisen yhtiön tapauksessa tällainen ongelma on vakava.
Vaikka sisältö löytyisikin, sen etsimiseen kuluu usein turhaa aikaa, jos arkistointi ei toimi kunnolla.
Määrittelyn
vaikeus
Nykyisissä - sinänsä toimivissa - videoarkistointijärjestelmissä on paljon puutteita, esimerkiksi arkistointi- ja hakuvaihe ovat työläitä ja paljon aikaa vaativia. Materiaalin sisällön kuvaus kirjoitetaan käsin, mikä on aina subjektiivista toimintaa.
Kun sitten arkistomateriaalista halutaan etsiä jokin tietty otos, olisi myös haku kyettävä määrittelemään riittävän tarkasti. Eivätkä kahden ihmisen näkemykset materiaalin sisällöstä suinkaan välttämättä ole yhtenäiset.
Uusien menetelmien avulla arkistointivaihe saadaan automatisoitua, jolloin ihmistyövoimaa ei tarvita lainkaan tai ainakin paljon nykyistä vähemmän. Käytännössä tämä tarkoittaa sitä, että esimerkiksi videon sisältämä teksti ja puhe voidaan indeksoida samalla kun lisätään muita laskennallisia hakumääreitä, kuten tietoa kuvauspaikasta, videossa esiintyvistä henkilöistä ja esineistä, kuvakulmista tai väristä.
"Sisällölliset termit voivat olla myös henkilöasetelmia tai tietyntyyppisiä kamera-ajoja. Tekstipohjaisen indeksoinnin sijaan keskitytään sisällön visuaaliseen rakenteeseen", Rautiainen kertoo.
Automaattinen indeksointi vähentää myös kuvauksen subjektiivisuutta.
Arkistohaussa järjestelmä hyödyntää digitaalisesta videomateriaalista laskettuja piirteitä ja arvioi niiden perusteella video-otosten yhtäläisyyttä. Piirteet ovat väristä, äänestä ja liikkeestä johdettuja laskennallisia arvoja, joita yhdistetään otoksista muodostettuihin semanttisiin kuvauksiin.
Video TREC -konferenssin hakutehtävissä MediaTeamin järjestelmä pärjäsi erityisesti musiikin-, maiseman- ja ihmisryhmien tunnistuksessa sekä vuorovaikutteisissa tietokantahauissa.
Uutisten etsintää ja
perhekuvia
Rautiaisen mukaan MediaTeamin järjestelmä pyörii keskitason kotitietokoneella. Laskentaa varten, esimerkiksi indeksoinnissa, tarvitaan tehokkaampia työasemia.
Kotikoneilla videoarkistointijärjestelmille voi olla tarvetta piankin. "Tulevaisuudessa järjestelmät ovat tietoverkossa ja yksityiskäyttäjä voi vaikkapa etsiä katsottavakseen elokuvia illaksi", huomauttaa professori Tapio Seppänen.
Verkosta voi myös hakea uutismateriaalia tai omista digikuvistaan tai kotivideoistaan voi perustaa arkiston. Seppänen uskookin erilaisten verkon kautta käytettävien tietokantapalvelujen yleistyvän suuresti.
Arkistointijärjestelmistä hyötyvät myös suuremmat epäkaupalliset hankkeet, vaikkapa elokuvien arkistointiprojektit. Esimerkiksi EU:n komission huhtikuisessa tiedonannossa ehdotetaan, että EU voisi myöntää varoja jäsenvaltioille elokuvien arkistointiin ja digitalisointiin. Erityisen tarpeellista tuki olisi komission mielestä ehdokasvaltioille, joilla on "todella vaikuttavaa elokuvatuotantoa".
Standardi tiedon löytämiseen
Hakipa sitten vanhoja tieteiselokuvia tai syntymäpäiväkuvia digitaalialbumista, tarvitaan vakiintuneita menetelmiä kuvaamaan niiden sisältämää merkityksellistä tietoa. Tutkijat odottavat MPEG-7:n helpottavan tällaisen tiedon käyttöönottoa tulevissa sovelluksissa.
MPEG (Moving Picture Experts Group) on ISO:n (International Standards Organisation) perustama ryhmä, jonka tehtävänä on kehittää standardeja videokuvan ja äänen pakkausta varten.
Vanhemmista MPEG-standardeista poiketen MPEG-7 mahdollistaa tarvittavan tiedon löytymisen, mutta ei tallentamista. "MPEG-7 tarjoaa myös mahdollisuuden kehittää uusia ja tehokkaampia sisällönkuvausominaisuuksia", Seppänen huomauttaa.