（教育技术学专业论文）flash动画的内容分析与特征提取研究.pdf

山东师范大学硕士学位论文 f i a s h 动画的内容分析与特征提取研究 摘要 f 1 础动画是一种重要的多媒体表现形式，在教学中的应用十分广泛。它可以对 教学内容进行形象的描绘，化枯燥为生动，化难为易，能更好地激发学生的学习兴趣， 调动学生学习的积极性，从而有助于培养学生学习的主动性和创造性。但随着f l 袖 动画教学资源数量上的不断增多，基于关键词的f 1 础动画检索准确率不高限制了 f l 嬲h 动画的共享和使用。因此，如何快速有效地找到所需的f l a s h 动画格式的教学资 源，以便更好地利用这些教学资源，就需要开展许多新的研究，比如f l 硒h 动画的存 档、编目、索引以及有效存取等。在众多研究中，如何准确检索f l a s h 动画、快速浏 览大量的f l 础动画、自动获取并以适当的方式表现f l 础动画的主要内容成为一个 重要的研究课题。基于此，本论文立题研究f 1 a s h 动画的内容分析与特征提取技术， 以期能为准确检索和快速浏览网络中的f l 础动画格式的教学资源提供一些帮助。 论文根据f l 嬲h 动画的特点，借鉴基于内容的多媒体分析方法，对f l 袖动画的 内容分析与特征提取技术进行了深入研究。论文的主要工作及创新如下： 1 根据f l a s h 动画文件格式说明对f 1 a s h 动画的存储机制、存储方法、压缩方法 等进行了分析，并利用v c + + 6 o 编写了f l a s h 动画结构解析程序、f l a s h 动画去保护 程序和f l a s h 动画解压缩程序。 2 根据f l a s h 动画多媒体性、动态性、交互性的特点提出了f l a s h 动画特征提取 的四个层次，并论述了四个层次的特征提取之间的关系、特征提取的主要内容以及特 征提取与表达方法。这一部分所做的工作主要包括： ( 1 ) 分析并提出了动画特征提取的一般要求、动画的元数据信息的提取及表达、 f 1 雒h 动画内部多媒体对象的特征及表达、f 1 础动画的动态特征及表达、f 1 a s h 动画 的交互特征及表达方法。 ( 2 ) 深入研究了f l 础动画内嵌文本的提取方法，并开发出了f l 嬲h 动画文本提取 工具。主要根据f l a s h 动画中文本的类型，文本的编码方式、存储格式，不同类型的 文本所使用的标签的格式、作用，实现了f l 邪h 动画中静态文本、动态文本和输入文 本的提取。并对提取出的文本进行了分词、加权排序等处理。 3 提出了f l 袖动画摘要的概念，并通过对f l a s h 动画的运行结构的分析，提出 山东师范大学硕士学位论文 了基于视觉特征的f l a s h 动画摘要的方法并开发出了f l a s h 动画摘要生成工具。 ( 1 ) 通过分析f l a s h 动画关键帧必须使用的几种标签及其排列顺序，对每一帧所 含标签进行匹配检测，识别并索引f l a s h x 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经 发表或撰写过的研究成果，也不包含为获得( 注：如没有其他需要 特别声明的，本栏可空) 或其他教育机构的学位或证书使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：安i j 磊导师签字： 学位论文版权使用授权书 本学位论文作者完全了解堂撞有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权 遨可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适用本授权 书) 学位论文作者签名：刘磊 签字日期：2 0 0 8 年乎月万日 翮粹舻 签字日期：2 0 0 8 年5 c 月9 日 山东师范大学硕士学位论文 1 1 引言 第一章绪论 随着多媒体技术和互联网技术的飞速发展，一个数字化学习的时代正向我们走 来。数字化学习是学习者在具有全新沟通机制的学习环境中，利用丰富的数字化学习 资源，自主构建知识的一种新型学习方式。数字化学习改变了传统的教学方式和师生 关系，也为满足学生的多元化需求，实现教育方式和人才培养的多元化目标提供了更 多可能。 数字化学习资源是数字化学习的基本要素，它在数字化学习中占有相当重要的地 位。近几年，在大力推进中小学教育信息化，实现基础教育的跨越式发展中，我国教 育行政部门、教育技术工作者、广大教师和教育软件资源企业已经达成共识，确立了 教育资源建设与应用在教育信息化进程中的核心位置。同时，为配合基础教育信息化 的推进和农村中小学现代远程教育工程的实施，各级教育行政部门、学校和企事业单 位都在基础教育资源建设方面开展了大量的工作，投入了大量的人力、物力、财力。 目前，我国基础教育资源无论是从数量、媒体种类、传输方式，还是从开发的主体和 质量来看，都取得了长足进步和发展。并且初步形成了由学校教师、教育事业单位、 出版单位、企业等各种力量构成的教育资源建设队伍【1 】。 丰富的学习资源是数字化学习的基础。其中f 1 a s h 动画是一种重要的多媒体学习 资源，在教学中的应用十分广泛。f 1 a s h 动画可以对教学内容进行形象的描绘，化枯 燥为生动，化难为易，有助于解决教学内容的重点和难点。同时，f l 硒h 动画也通常 被用来创设情景，激发学生的兴趣，调动学生学习的积极性，从而培养学生学习的主 动性、创造性和协作性。并且f 1 嬲h 动画可以在手机平台上使用，从而给手机平台上 1 ：1 数字增强学习软件的开发提供了一种新的思路和表现形式。因此，f l a s h 动画是教 育资源中一种重要的资源类型，在教育资源库中占有较大的比例，并具有良好的发展 前景。 学习资源的应用水平直接影响数字化学习的效果，而学习资源应用的前提是能够 快速准确地找到所需要的学习资源。但现阶段可以用来搜索学习教学资源的工具并不 多，人们一般都使用一些通用的搜索引擎来搜索教学资源，比如百度和g 0 0 翊e 等。 山东师范大学硕士学位论文 而这类通用的搜索引擎主要是针对文本、图像、音频和视频的检索，对f l 嬲h 动画的 检索还不完善。随着f 1 袖动画教学资源的不断增多，如何快速有效地找到所需的 f l a s h 动画格式的教学资源，以便更好地利用这些教学资源，就需要开展许多新的研 究，主要包括f l 础动画的存档、编目、索引以及有效存取等。 在众多研究中，如何准确检索f l a u s h 动画，快速浏览大量的f 1 a s h 动画，自动获 取和以适当的方式表现f l 础动画的主要内容就成为一个重要的研究课题。基于此， 本论文立题研究f 1 a s h 动画的内容分析与特征提取技术，即通过对f 1 础动画的文件 内容进行分析，获取f l a s h 动画内部的多媒体对象，提取多媒体对象的特征并建立索 引的过程。在此基础上，并对基于场景的f l 嬲h 动画摘要技术进行研究与实现，用来 表现动画的主要内容。本研究对于准确检索和快速浏览网络中的f 1 a s h 动画格式的教 学资源具有重要意义。 1 2 研究现状 f 1 础动画是一种典型的多媒体形式。多媒体是指多种媒体信息的集成系统，这 些媒体信息主要包括文本、图形、图像、视频、音频、动画等媒体对象。在f l a s h 动 画中这些媒体信息是以媒体对象的形式存在的。因此，f 1 a s h 动画的内容分析与特征 提取研究中很重要的一部分工作就是对f l 础动画内部的媒体对象进行分析并提取其 特征。 1 2 1 多媒体特征提取的研究现状 目前，多媒体内容分析和特征提取研究主要是针对图像、视频和音频信息展开的。 在研究中一般把媒体特征分为两种：低层次特征和高层次特征，常用的一些媒体特征 和提取方法如下： ( 1 ) 静态图像的特征及提取 在对图像的内容进行分析后，提取的低层次图像特征一般包括：颜色、纹理、几 何形状等。图像的颜色特征是最直观、有效的特征，并且颜色特征具有一定的稳定性，。 所以颜色特征是基于内容的图像检索中应用最广泛的特征。纹理是描述图像的另一重 要特征，它在图像的分析和识别中起着重要的作用。图像的纹理特征主要包括粗糙度、 规则度、线条相似度、凸凹性、方向性和对比度。形状是刻画物体的本质特征之一， 对形状分析的基础是图像的边缘提取。图像的形状特征主要包括形状的拐点、重心、 2 山东师范大学硕士学位论文 面积与周长比、长短轴比等【2 1 。 静态图像的高层次特征一般包括人的脸部特征、表情特征、物体和景物特征。 ( 2 ) 视频的特征及提取 视频包含的信息非常丰富，同时也非常复杂。视频的低层次特征主要包括镜头切 换类型、特技效果、摄像机运动、物体运动轨迹、代表帧、全景图等。而高级特征主 要包括描述镜头内容的事件、故事情节等。其中，故事情节一般通过场景特征提取； 视频中的运动对象信息一般通过镜头的特征提取；而颜色、纹理、形状等低级图像特 征则通过对关键帧图像分析来获得【3 】。 在视频、场景、镜头层次上提取的特征属于高级语义特征，它的提取难度相当大， 需要更多的人工交互，目前还不能够做到自动提取。而在关键帧上提取的特征属于视 频低级特征，它的提取比较简单，往往可以自动进行提取【2 1 。 ( 3 ) 音频的特征及提取 音频信号可以以时域的形式或者频域的形式进行表示，音频的特征都是从这两种 表示方法中推导或抽取的。从整体来看，音频内容分为三个级别：最低层的物理样本 级、中间层的声学特征级和最高层的语义级【4 】【5 】。 在物理样本级，音频内容呈现的是流媒体形式，用户可以通过时间刻度，检索或 调用音频的样本数据。这一层的特征主要包括：采样率、时间刻度、样本、格式和编 码。 中间层是声学特征级，声学特征是从音频数据中自动抽取的。一些听觉特征表达 用户对音频的感知，可以直接用于检索。一些特征用于语音的识别或检测，支持更高 层的内容表示。音频的感知特征包括：音调、音高、旋律和节奏等；音频的声学特征 主要包括：能量、过零率、l p c 系数等。另外还包括音频的时空结构，它用于音频的 结构化表示。 最高层是语义级，它是音频内容、音频对象的概念级描述。具体来说，在这个级 别上，音频的内容是语音识别、检测、辨别的结果，音乐旋律和叙事的说明，音频对 象和概念的描述，以及语音识别文本等。 1 2 2f l a s h 动画特征提取的研究现状 虽然f l 舔h 动画在很多领域特别是教育领域已经被广泛使用，但是有关f 1 a s h 动 山东师范大学硕士学位论文 画内容分析和特征提取的研究却很少。现阶段f l 嬲h 动画检索领域的研究主要集中在 基于f l a s h 动画外部特征和环境上下文信息的检索方法，比如g o o g l e 【6 】。这些外部特 征和上下文信息主要包括f 1 柚动画的文件名、元数据信息、创作时间、所在网页中 的超链接和锚文本等。使用这种方法只需要对f l a s h 动画外部的显著信息进行分析， 避免了对多媒体内容进行分析的繁琐与艰难，操作起来比较简单。但是这种方法缺乏 直观性，在很多情况下根本无法揭示和表达多媒体信息的实质内容和语义关系。还有 些搜索引擎采用人工对f l a s h 动画进行特征标注的方法，比如f l a s h t 【6 】。这种方法 首先由人工提取一组特征描述数据来表达f l a s h 动画的内容，并将内容信息用文字进 行描述，从而揭示f l 鹪h 动画内在的各种语义联系，形成描述性的文本。这种方法虽 然操作比较简单，但是它过于依赖标引人员或者专家的主观描述，不仅标引的速度慢， 而且由于动画作为一种多媒体，它往往具有多元化的形式、多维度的特征和丰富的内 涵，从而使得不同的人因个人的知识、经验、理解的不同而有所差异，在很多情况下 难以用字符和数字符号等充分、准确地描述。 目前，也有一些开源软件可以将二进制的s w f 文件转化成人们容易理解的证l 文件，比如j a v a s 、f 和s w 丘1 1 i l l 【7 】o 但是这些开源软件只是对s 、文件的格式进行了 简单的转化，媒体对象的数据仍然以原来的形式存储在l 文件中，而没有涉及到 f 1 a s h 动画中对象的内容分析及特征提取。 基于内容分析与特征提取的f l 础动画的检索研究工作也在逐步开展，现已取得 一定研究成果的研究者主要是卡耐基一梅隆大学的杨骏博士。杨骏博士在他的论文中 提出了一种基于f l 嬲h 动画内容及上下文环境的检索方法，并且着重提出了基于内容 的f l a s h 动画检索的三层框架结构f l 舢v 匝。在f i ，a m e 框架中，杨骏博士详细地阐 述了f 1 2 u s h 动画检索研究的三个方面【6 】： ( 1 ) f l a s h 动画内部各种对象特征的提取。 ( 2 ) f l a s h 动画内部各种事件的提取。 ( 3 ) 对f l 础动画中人机交互的分析。 f i ，a m e 框架从低层到高层依次分为表示层、索引层和检索层。表示层的功能是 将s 岍文件转化成l 文件。索引层的功能是提取出s 岍文件中的对象以及对象 的特征，并根据对象的类别把提取出来的特征分别放到不同的数据库中。检索层的功 能是和用户进行交互并处理用户提交的查询请求。 4 山东师范大学硕士学位论文 1 3 论文的主要工作及章节安排 本文所做的工作主要包括： 1 根据f l 砒动画的文件格式说明，对f l a u s h 动画文件( s 岍格式) 进行解析； 2 在对f l 硒h 动画文件存储格式进行解析的基础上，获取其中的媒体对象及其属 性，并在此基础上分别对不同的媒体对象提取不同的特征； 3 对f l a s h 动画文件的运行结构进行解析，获取f l 础动画的关键帧，并在此基 础上根据关键帧的颜色特征，分割出动画的场景，并把场景图像按照其在动画中出现 的先后顺序排列，最后把场景图像序列转化为g 腰动画。 本文共分五章： 第一章，绪论。主要介绍了研究的背景、意义和研究现状。 第二章，f 1 嬲h 动画的文件结构及动画形成原理。本章介绍了f l 础动画文件中的 基本数据类型、数据结构以及s w f 文件的标签类型、存储结构以及动画的运行结构， 并分析了f l 嬲h 动画的形成原理。 第三章，f l 础动画的特征提取。本章主要介绍了f 1 嬲h 动画特征提取的四个层次、 每一个层次应该提取的特征。并详细叙述了f l 硒h 动画元数据特征的提取方法以及低 层次特征中文本特征的提取、后期处理的方法及过程。本章同时还详细介绍了动画中 文本的类型、定义方法、标签结构、不同类型的文本的提取方法等。 第四章，基于场景的f l a s h 动画摘要。本章主要介绍了f 1 曲动画中帧的形成机 制与存储结构、f 1 础动画关键帧的概念、存储方式以及动画关键帧的提取方法。并 着重介绍了如何根据f 1 础动画的结构特点以及f l a s h 动画关键帧图像的颜色特征， 分割出f 1 础动画的场景并生成可循环播放的g 动画格式的基于场景的f l a s h 动画 摘要的过程。 第五章，总结与展望。总结论文工作内容，指出工作的主要贡献及不足，并进一 步讨论了以后的工作方向。 5 山东师范大学硕士学位论文 第二章f l a s h 动画的文件结构及动画形成原理 一般来说，f l 础錾瑟攀羼萎羹妊蒙鬻箸墨冯器竖；一蘩塑韵| 萋薹皇翼囊慈鼙雾髟 誊i 繇纳膛篱霈雒滗譬摹i 霪鳃霍鍪霉辅罕；雾姜篓鳞萋篱塑雾赵萋垂。囊誉 贾醒蓁蚕匡烈；蹩嚣慈霎荔篡攀鬟蓁簦绉墨囊帮雕。霪誉慧蓁j 辑翼繇羹羹鬟蒿薹； 珲鏊霉霎! 謦垂錾雾羹霞坠羹雾曦篡霾薹邀霾茎薹， 垂羹霪磊静蠢 符号3 2 位整数 u 1 8 【n 】 无符号8 位整数数组 u 1 1 6 n】 无符号1 6 位整数数组 u 1 3 2 【n】 无符号3 2 位整数数组 u 1 6 4 n 】 无符号“位整数数组 2 1 3 定点数 在s w 文件中，有两种类型的定点数：3 2 位定点数和1 6 位定点数。其中，3 2 位定点数采用1 6 1 6 格式，定点数的整数部分和小数部分各占1 6 位，前两个字节用 来表示定点数的整数部分，后两个字节用来表示定点数的小数部分。并且各个字节之 间的存储顺序和3 2 位整数的存储顺序相同，也是采用l i t t l e 一铋d i a n 的方式存储并且也 必须是位齐的。比如一个3 2 位的十进制定点数7 5 ，转化为1 6 进制数为0 x 0 0 0 7 8 0 0 0 ， 它在s w f 文件中以0 08 0 0 7o o 的顺序存储。 在s w f 文件的最新版本中增加了对1 6 位定点数的支持。1 6 位定点数和3 2 位定 点数类似，采用8 8 格式，定点数的整数部分和小数部分各占8 位，前8 位用来表示 定点数的整数部分，后8 位用来表示定点数的小数部分。并且两个字节之间的存储顺 序和1 6 位整数存储顺序相同，也是采用1 i t t l e e n d i 觚的方式存储并且必须是位齐的。 比如，一个1 6 位的十进制定点数7 5 ，在s 、秤文件中是以8 00 7 的形式存储的。 山东师范大学硕士学位论文 么样的替换字体。当语言代码为零时，语言代码就由播放器根据计算机的区域设置自 动判断。 f 1 a s h 播放器能够识别的语言代码主要以下五种：拉丁字符( 主要是西方的一些 语言，比如英语、法语和德语等) 、日语、韩语、简体中文和繁体中文。 2 2s w f 文件的存储结构 s 、师文件由三部分组成，分别为文件头、文件主体和文件结束标记。其存储结 构如图2 2 所示： 日曰 图2 2s w f 文件的存储结构 s w 文件的三个组成部分中，除了文件头外，文件主体和结束标签都采用相同 的格式，这些标签可以分为标签头和标签体两部分。其中结束标签的结构最为简单， 它只包含一个标签头，它用来标识整个s 岍文件的结束。 2 2 1s w f 文件头 s 岍文件头定义了s 、胛动画文件的一些基本信息，它的存储结构如表2 3 所示： 表2 3s w t 文件头的存储结构 字段数据类型注释 文件标识 u 1 8用来标识s 岍文件，可取值f 或c 文件标识 u 1 8用来标识s w f 文件，固定值s 文件标识 u 1 8 用来标识s w f 文件，固定值w 文件版本 u 1 8 用来标识动画文件的版本 文件长度u 1 3 2动画文件的大小，包括文件头，单位为字节 舞台大小 r e c t用来标识动画的舞台大小 帧率 u 1 1 6 用来标识动画播放的速度 帧数 u 1 1 6用来标识动画的帧数， l o 山东师范大学硕士学位论文 短型标签头部是一个1 6 类型的数据，它的高1 0 位用来标识标签的类型，低6 位用来定义标签数据内容的长度。但它并不是一个1 0 位的位值后面跟着6 位的位值， 而是一个双字节的字。根据前面叙述的数据类型可以知道，位值和字的存储顺序和方 法是不一样的。短型标签的头部如表2 4 所示。 表2 _ 4 短型标签头部的存储结构 字段 类型注释 标签头部( c o d e ) u 1 1 6 标签的类型和长度 当标签为短型标签时，标签的类型蛐及标签长度三e ，z 鼢可以通过下面的方 法计算获得： 卿= 眈 6 ； 三p 咒g 砌= c 砒o x 3 当标签长度三g 馏锄的值大于等于o x 3 f 时，说明该标签为长型标签。此时计算出 三口豫他的值不是标签长度的真实值。长型标签长度的真实值存储在其后的四个字节的 字段中。长型标签的头部和短型标签的头部的结构类似，只是长型标签的头部比短型 标签的头部多了一个s 1 3 2 类型的l e n g t h 字段。长型标签的头部结构如表2 5 所示。 表2 5 长型标签头部的存储结构 字段类型 注释 标签头部( c o d e ) u 1 1 6 标签的类型和长度，此时标签的长度值为o x 3 f 标签长度( k n g m ) s 1 3 2 标签内容的实际长度值 目前，即值在o 5 1 1 之间的标签是s 岍文件中已经使用或者以备在将来使 用的标签。而t a g d 值为5 1 2 1 0 2 3 之间的标签是为第三方动画解析软件提供的。由 于标签的这种数据结构的特点，在解析动画时可以跳过无关或者不能识别的标签，而 不会影响其它标签的解析。在标签头部后面l e n g t h 个字节存储的是标签的数据内容。 2 2 3 标签的类型 s 、f 文件中的标签按其功能可以分为两种：定义型标签和控制型标签。定义型 标签用来定义s 、f 文件中的对象以及对象的属性，比如图形、图像、文本和声音等。 定义型标签在定义每一个对象时，都会分配给对象一个唯一的d 值，用来作为该对 1 2 山东师范大学硕士学位论文 表2 - 8s w f 文件中的播放列表标签及功能 标签名称 值萋墟澎鉴一薹墨鸶薹茎嘲聋哩勇薹囊醇 毒 冀! 潦囊耋蓑葺主薹 围；要蓄霎雾l ；| 萋 爹耄 孽囊陲薹尹摹主霉童i 塞 摹霪薹硅篝墓一基器刊 譬爹 耄逞摹雪塞量蠢羹；童羹 32霎一萎萋羹霎示 蓁亨董薹蓁蠹毒l d e f i ne b i t s6 用来定义s 岍文件中的图像 j p e gt a b l e s8 d ef m e b i t s j p e g 221 d e f - m e b i t s j p e g 33 5 d e f i n e b i t s l o s s l e s s2 0 d e f i n e b i t s l o s s l e s s 23 6 d e f i n e m o 印h s h a p e 4 6 用来定义s 岍文件中的形变动画 d e f i n e m o r p h s h 印e 2 8 4 d e 缸e f o n t 山东师范大学硕士学位论文 法，使得s 岍文件的体积更加小巧，从而使s 岍文件更适合网络传输。s w f 文件 中采用的压缩策略主要包括： ( 1 ) 对象的重用技术。f l 雒h 动画播放器把s 岍文件中定义的所有对象都放到一 个称为d i c t i o n a w 的对象库中，当使用到某一个对象时，播放器会就库中查找该对象， 并把它加载到屏幕上。f l 础动画播放器的这种机制使得对象重用成为了可能，比如， 在动画中，一个形状、按钮、声音、字体或位图对象可以只定义一次，但却可以无数 次地引用该对象。f 1 雒h 动画的对象重用技术避免了对同一对象的重复定义，从而减 小了s 、砸动画文件的体积。 ( 2 ) 对象的压缩定义方法。s 岍文件标准采用了一系列的有效压缩方法来定义其 中的媒体对象。比如，形状对象就采用了一种非常有效的差值编码方法( d e n a e n c o d i n gs c h e m e ) 来实现形状数据的压缩。对于一条直线来说，在s 、f 文件中使用 该直线的两个端点的坐标来表示该直线，并且直线的起点通常会被认为是前一条直线 的终点，直线的长度也通常使用和前一个位置之间的相对距离来表示。 ( 3 ) 赋予对象默认值的方法。s 岍文件标准还采用了对常用的结构和数据赋予默 认值的方法来减少文件的体积。在s 岍文件中，有一些结构如矩阵( m a t r i x e s ) 和色 彩变换( c o l o rt r a n s f 0 珊s ) 有一些共同的属性用得比其它属性要多。比如，一个表示 对象位置和大小的矩阵，它最常用的属性就是平移变换，而其它的一些属性，如缩放 和旋转则使用的较少。因此，s w 文件标准就规定当没有定义对象缩放属性时，表 示对象大小的默认值为1 0 0 ；当没有定义对象的旋转属性时，表示该对象没有旋转。 ( 4 ) 对象的变化编码方法。s w f 文件中只存储对象在两种状态之间的变化，这种 方法可以有效地减少s 、v f 文件的体积。这种方法主要体现为形状对象属性变化过程 和播放列表标签使用的“p l a c e m o v e r e r n o v e 模型。 ( 5 ) 独特的形状对象存储结构。s w 文件标准采用了一种独特的存储结构来存储 形状对象，这种结构能够在减少s w f 文件体积的同时，使得形状对象在屏幕上显示 时具有较强的抗锯齿效果。 2 3f i a s h 动画的运行结构 f l 柚动画的运行结构是指视觉或听觉上的f l 舔h 动画的播放结构。一个完整的 s w f 文件，无论在时间域还是空间范围上都是由一定结构组成的，时间域上的基本 1 6 山东师范大学硕士学位论文 组成单位是帧，而组成空间范围的基本单位则是对象。s 岍文件结构按时间顺序和 空间范围可分为顺序结构和层叠结构两类。 顺序结构的基本单位是帧，多个帧顺序播放就构成了场景，多个场景就构成了 f l 础动画。在f l a u s h 动画中，上一帧与下一帧是连续的，第一个场景与下一个场景也 是连续的，同一时间点上的帧如同一幅图像，连续时间内的多个帧构成了由多幅图像 形成的画面，把这些画面进行顺序播放，就形成了动画。如果在动画中没有添加动作， f l a s h 动画的运行将按照创作f l 鹬h 动画时对象在时间轴上出现的顺序依次播放，同一 时间点上的对象将同时出现，一个场景播放完后会紧接着播放第二个场景，直至播放 到最后一个场景的最后一帧。如果在动画中施加了动作，动画在播放时会按动作指令 进行跳转，转到新的位置后又将按照时间轴顺序依次播放。在s w f 文件中，动画的 播放顺序就是s w f 文件中标签出现的顺序。 在同一时间点上，s w 动画是由若干层组成的，每一层具有不同的深度值。每 一层上可以放置若干对象，同一层上的对象具有相同的深度值，不同层上的对象具有 不同的深度值，这样就形成了不同层的对象之间的上下层叠关系。这种层叠关系是由 该对象所在层的深度值决定的，深度值小的对象位于深度值大的对象下方，默认的底 层的深度值为o 。在s w t 文件中，用于放置对象的控制标签在放置对象时，会指定 该对象所在层的深度值。并且控制型标签通常会使用层的深度值作为参数对该层上的 所有对象进行控制。 2 4f l a s h 动画的形成原理 f l 础动画是一种基于关键帧的动画，它是通过在两个关键帧之间使用一定的插 补算法插入一些中间帧而形成的。在s w 文件中，动画功能是由s 、f 文件主体中的 定义型标签和控制型标签实现的。定义型标签用来定义s w f 文件中的对象以及对象 的属性，比如图形、图像、文本和声音等。定义型标签在定义每一个对象时，都会分 配给对象一个唯一的d 值，用来作为该对象的标识。控制型标签则通过这些对象的 d 找到对象并控制对象的显示、对象属性的改变和整个动画的播放流程。s 岍文件 就是通过这两种标签来实现各种动画效果，首先由定义型标签定义一系列的对象，同 时为每一个对象分配一个唯一的d 值。f l 嬲h 动画播放器在对s 、文件进行解析时， 会把定义型标签定义的所有媒体对象及其d 值放到一个称为“d i c t i o n 删的对象库 1 7 山东师范大学硕士学位论文 中。控制型标签根据对象的d 值在对象库中查找，找到该对象之后就会在它上面施 加一些动作，比如显示、旋转或者缩放。单独使用定义型标签或控制型标签是不能绘 制图像或产生动画的，它必须和另外一种标签配合使用才能形成动画。定义型标签、 对象库和控制型标签三者相互配合、相互协调使用就形成了f 1 2 l s h 动画，它们三者之 间的交互关系如图2 3 所示。 s w f 文件中的标签d i c t i o n a 巧 图2 3 定义型标签、控制型标签和对象库之间的交互关系 s w f 文件首先使用“d e f m e s h 印e ”、“d e f m e s 0 1 l i l d 、“d e f m e f o n t 标签定义了 一个形状对象、声音对象和字体对象，并分别给对象赋d 值为1 、2 、3 。f l a s h 播放 器对s w f 文件解析时，会把这三个对象放到一个称为“d i c t i o n 叫”的对象库中。然 后，根据对象的d 值把对象从库中查找出来并使用“p l a c e o b j e c t ”标签把对象添加 到当前播放列表上 x 山东师范妻季囊生学囊薪遭 蠢，糕甄潲朔嚣醚稚鞴弱酥要爵貅m 翻霎捌捎；鞴璀孺罐滴虢捌霎嚣蓍骡篓璧蓁 冀一羹嘉翼；雾蒹蓦誊；醛澎毖矍霪零，瀣蔓霖裂銎琪螽篓需演臻戮强嵯翟矢撂堡茎 鐾薹龟掣匿昆墓攀；等摧倒蘑瞪墨一蓠霉猫法臻鹜鐾舀聊蚰酗斯西；谫崭嗖硝钴， 陶 砸亭膳旁瓮相融翮矧划稽骅为掣i 秭h 鬻妮醢船始鳍配蓁霸匡霎翟i 贺蠹馏嘟勿 潮溪峨蟹瞒瞳均薹爹。奏羹螽； 善积蚕薹咎薹塞宏鎏雾i ；害羹掣霎萋 霎彝。墼臻蓁霪酬鲋；公薹塞萋引e 刖r - 雾鎏蠹藿雾衅萎薹 山东师范大学硕士学位论文 第三章f l a s h 动画的特征提取 f l 柚动画的特征包括f l 嬲h 动画的外部特征和内部特征。外部特征主要体现为动 画文件的外部属性，它并不能描述或解析出动画的主要内容。内部特征主要体现为动 画内部各种媒体对象的特征，能够体现出动画的主要内容。f l a s h 动画内部特征的提 取可以根据s w f 文件格式说明，利用内容分析的方法，通过数学计算提取出来。f l 础 动画的特征提取对于描述动画的主要内容及动画的检索具有重要意义。 3 1f l a s h 动画特征提取的层次 f l 砒动画中一般包含着大量的图形、图像、声音、视频等非格式化数据和文本 等格式化数据，它们在s 、肝文件中都以同样的标准格式存储，每一种媒体类型都可 以看成是一个对象，不同的媒体对象具有不同维度或类型的特征，这些特征是f 1 础 动画的内部特征。同时f l a s h 动画文件本身也具有文件名、创建日期等外部特征。因 此，f l a s h 动画的特征提取可以分为元数据、文本注释、低级别内容特征和高级别内 容特征四个层次。 元数据主要是指动画文件的作者名称、创建日期和文件名等s w f 文件的外部属 性。但在f l 柚8 及以后版本中元数据还包括s w 文件中m e t 奶a t a 标签所定义的内 容。m e t a d a t a 标签是f l 嬲h8 中新增加的一个控制型标签，它按照r d f ( r e s o u r c e d e s 嘶p t i o nf r 锄e w o r k ) 规范存储了f l a s h 动画的标题以及能够反映动画主要内容的 关键字，这些内容是动画的制作者在制作动画时输入的，因此它能比较准确地反映出 动画的主要内容以及动画制作者的制作意图。m e t a d a t a 标签的功能与h t m l 中m e t a t a g s 标签的功能类似，主要用来帮助搜索引擎对f 1 a s h 动画的内容建立索引。但一般 情况下，元数据并不能描述或解释f l 嬲h 动画内部对象的内容和特征。 文本注释是对象内容的文本描述。文本注释可以使用大量关键词的形式或是长的 自由文本的形式进行描述。文本注释利用自然语言的优势，将图形、图像、视频、声 音等多媒体信息的内容用文字进行确切的描述，从而揭示它们之间内在的各种语义联 系，并形成描述性的文本。文本注释间接实现了对图形、图像、视频、声音等多媒体 数据的标引，对图像、声音处理技术的要求不是很高，操作简单，也易于标引工作者 和用户理解与掌握。但是这种方法过分依赖标引人员或专家的主观描述，因此文本注 释难免会具有主观、不完整等局限性，但它仍是一种强有力的、通用的方法。在实际 山东师范大学硕士学位论文 应用中，一般把文本注释和其它媒体特征结合起来使用，同时为了克服文本注释的局 限性，通常使用相关反馈来对文本注释进行提炼。 低级别内容特征也称为原始特征，比如f l 袖动画中对象的颜色、纹理、形状、 空间位置、运动和交互特征等。低级别内容特征是通过捕获多媒体对象的数据模式和 统计数据，以及各对象之间可能存在的空间和时间关系获得的。不同的媒体具有不同 的低级别内容特征。图像的低级别内容特征主要包括色彩分布、纹理、对象的形状和 空间结构；视频的低级别内容特征包括时间结构和图像的结构；对于音频来说，低级 别内容特征主要包括平均强度、频率分布和静音比等。这些低级别内容特征都是客观 的，它直接源于f 1 a s h 动画本身，而不需要提供任何外部的知识基础，并且可以实现 对低级别特征的自动提取。 高级别内容特征通常被认为是逻辑的、源自语义特征的，涉及对图像、视频、声 音的多种程度的语义描述。高级特征提取试图识别和了解对象，但是在当前的技术条 件下，除了能对文本和语音进行识别外，通常很难识别和了解音频片段和视频等其它 媒体对象。一般来说，高级别内容特征的识别和解释过程在开始阶段可能是半自动化 的。 f l 劬动画的元数据特征主要是指f 1 a s h 动画文件的外部特征，而其它的三种类型 的特征则主要是f 1 2 l s h 动画的内部对象的特征，这些内部对象的特征需要通过对f l 砒 动画的内容进行分析才能获得。对于f l a s h 动画来说，特征提取的四个层次之间并不 是孤立的。一方面，应该分别提取f l 砒动画的这四个层次的特征以便使这些特征互 为补充，从而使对象描述更加完整。比如，文本注释擅长于捕捉感情等抽象概念，但 是不能描述不规则形状和纹理等复杂数据模式，而低级别内容特征则可以捕获这些数 据模式，但不能描述抽象概念。另一方面，应该使用这些媒体之间的关系和交互作用 来帮助特征提取、解释和检索。因为某些媒体类型可能比其它媒体类型更容易理解和 解释，这样就可以通过对一个或多个易于理解的媒体类型的理解来帮助理解和提取其 它媒体类型的特征。比如，一个f l a s h 中包含解说词或语音流，这时可运用语音识别 技术来获得有关对象的知识，并使用获得的知识从动画中分割和提取对象和特征【2 】。 3 2f l a s h 动画元数据信息的提取 f l a s h 动画的元数据信息主要包括f 1 a s h 动画的文件名、作者、创建时间和m e t a d a t a 2 1 山东师范大学硕士学位论文 解析方面也有一些比较成熟、功能强大的开源项目可以使用，比如r e d l a n dr d f l i b r 撕e s 【l l 】和j e i l a 【12 1 。另外，s w t 文件中的r d f 和a d o b e 的) a 帅( e x t e l l s i b l em e t a d a t a p l a t f o n l l ) 兼容。v 呼1 1 3 】是一项基于标准的开放式实现技术，它促进了在数字媒体和工 作流程之间对元数据的获取、保护和交换。汩使用删i ，描述元数据，汩可存 在于任何文件格式中，因而它为客户智能化管理数字媒体提供了一种灵活和强大的解 决方案。所以也可以使用a d o b e 提供的旧s d k 【1 4 】来对s 盯文件中的i f 数据进 行解析。 3 3f i a s h 动画的特征提取及表达 3 3 1f l a s h 动画特征提取的要求 f l a s h 动画除了其中的媒体对象具有多个方面的不同类型的低级别特征外，往往 还具有动态性和交互性等特征。在一般情况下，f l 雒h 动画的特征提取应该满足以下 三点要求： ( 1 ) 提取的特征和属性应尽可能的完整。f l 柚动画中的对象往往具有多个方面 的特征，每个方面的特征表示了对象不同方面的属性。因此，为了能够精确地表达媒 体对象，应该尽可能完整地提取对象的特征2 1 。 ( 2 ) 特征的表示和存储应该尽量简练。复杂而庞大的特征将不利于特征的使用， 简练的特征有助于特征的搜索和比较。 ( 3 ) 特征之间距离的计算应该是有效的。特征之间距离的计算应该不能过于复 杂，否则会导致系统响应时间过长【1 5 】。 3 3 2f l a s h 动画内部媒体对象的特征及表达 利用f l 础动画创作工具可以简单方便地在动画中插入文本、绘制图形、导入图 像、视频和声音等媒体对象。这些媒体对象的特征对于了解f 1 a s h 动画的类型和主要 内容具有非常重要的作用。根据f l a s h 动画的格式说明可知，这些对象都使用相应的 标签在s 肼文件中分别独立存储。因此，这些对象可以从s w f 文件中提取出来，并 进一步提取它们的特征。 由于f 1 a s h 动画内部不同的媒体对象具有不同的特征和表征方式，所以应该对不 同媒体对象分别提取不同类型的特征及属性，并以适当的方式表达出来。f l a s h 动画 山东师范大学硕士学位论文 中的各种媒体提取的特征如表3 1 所示【1 6 】。 因此，f l 砒动画中的一个对象d 彩e c f 可以用下面的形式来表达和存储： d 蛳= 表3 1f l 础动画内部媒体对象提取的特征 对象类型提取的特征 文本关键词，字号 图形 形状，颜色，边数 图像图像尺寸，颜色，纹理 声音平均强度，频率分布，静音比 视频时间结构，关键帧特征，运动矢量特征 其中，d 耐表示对象d 6 加甜在f l 础动画中被分配的d 值，这个d 值是定义对 象时由f l a s h 自动分配给对象的，并且该d 值是唯一的；d 卸p 表示对象的类型，它 的取值应该是文本、图形、图像、声音或视频的一种；d 锄m 彤代表了该对象所具有 的特征。 在这些对象类型中，文本、图像、声音和视频都可以直接从s w 文件中提取出 来，而图形则需要根据直线、曲线和端点的坐标，通过一定的计算推断出形状的轮廓， 即便是简单的矩形和圆等图形也是如此。因此，相对来说，f l a s h 动画中图形特征的 提取比较复杂。而对象中的图像、声音、视频则可以利用现在较为成熟的一些基于内 容的分析方法来获取其底层的特征。 3 3 3f l a s h 动画的动态特征及表达 f l 嬲h 动画是由一系列帧顺序播放形成的，一个媒体对象可以放置到某一帧上， 也可以从该帧的内容中移除，也可以实现移动、缩放、形变和旋转等动作。f 1 袖动 画的这些动作就构成了f l 劬动画的动态效果，这些动态效果就使f l 嬲h 动画具有了 动态特征。f 1 硒h 动画的动态特征【1 7 】如表3 2 所示。 表3 2 中所列出的动作是f l 砷动画中的一些主要的基本动态效果，f l 船h 动画中 能够实现的复杂动态效果都是由这些基本的动作组合而成的。f l 嬲h 动画中复杂的动 作特征可以通过对上述基本动作的特征进行解析获得。对于f l a s h 动画中的一个动作 山东师范大学硕士学位论文 口c 砌以可以用下面的形式来表达和存储： 口d 扬刀= 其中，d 耐表示被施加口f d 刀动作的对象的d ，d 耐是f l 嬲h 动画中媒体对象的唯 一标识；口一卸p 是表3 - 2 中列出的动作的一种；口乒口纵比表示针对口一卸e 类型的动作 所提取出的特征值。 表3 - 2f l 硒h 动画的动态特征 动作可施加动作的对象提取的特征 显示除声音外的所有对象对象的位置，出现和消失的帧序号 位移除声音外的所有对象对象位移的轨迹，位移开始和结束的帧序号 缩放除声音外的所有对象对象的位置，缩放开始和结束时的大小及帧序号 旋转除声音外的所有对象对象的位置，旋转的角度，旋转开始和结束的帧 形变形状形变前后的形状，形变持续的时间 播放停止视频、声音播放开始的帧，持续时间 浏览网页无网页的u i 也 3 3 4f l a s h 动画的交互特征及表达 f l 嬲h 动画与其它多媒体形式最重要的一点区别就是具有交互性。一般情况下， 具有交互性的f l a s h 动画往往含有多种内容呈现方式，用户的操作不同，它呈现出的 场景或内容也不相同。f 1 a s h 动画的交互描述了用户的操作之间和用户操作与f l 嬲h 动画的动作之间的关系。f l 础动画中的交互方式及提取的特征【1 7 】如表3 3 所示。 表3 3n 懿h 动画中的交互方式及提取的特征 交互方式提取的特征 b u t t o nc i i c k 按钮的i d ，引发的动作 b u t t o np r e s s 按钮的m ，引发的动作 b u t c o nr e l e a s e 按钮的d ，引发的动作 k e y d o 、7 i r i l 键值，引发的动作 k e yu p 键值，引发的动作 k e y p 置骼s键值，引发的动作 m o u s ec l i c k 鼠标的位置，左键右键，单击双击，引发的动作 山东师范大学硕士学位论文 体文件。为了实现跨平台的目的，f l a s h 动画将其中的每二- 个字符的形状信息都存储 到一个称为“e ms q u 盯e 的坐标系中。当使用到该字符时，根据给定的字符的字号 等信息对该字符的形状进行缩放来显示该字符，这种用来表示字符的形状在f 1 a s h 中 被称为轮廓字体。但是当给定的字符的字号较小时，字符的形状缩小到一定程度后将 不能清楚地显示出该字符，于是在f l 础8 中引入了一种称为f l 砒聊e 的字体。f l 础 聊e 字体是在轮廓字体的基础上引入了一种新的防锯齿技术，增强了f l 砒播放器的 字体渲染功能，从而可以清晰地显示字号比较小的字符。 动态文本除了不像静态文本那样可以精确的放置个别的字符、具有一致的显示效 果和兼容性外，它基本上具备静态文本的所有的其它特征。同时，动态文本也具有静 态文本所不具有的格式化输出的能力。动态文本和输入文本可以使用h t m l 和c s s 来进行文本的格式化输出显示。由于在制作f l a s h 动画时预先可能会不清楚其中动态 文本和输入文本的具体内容，所以无法将动态文本或输入文本的字符的形状预先存储 在s w f 文件中。因此，动态文本和输入文本将不能使用轮廓字体或者f l 蕊h ，i 卯e 字 体，它们只能使用设备字体( d e v i c et e x t ) 。设备字体是和平台有关的一种字体，它 的显示效果和平台的渲染能力有非常密切的关系。在使用设备字体时只需要给出字体 的名称，f 1 嬲h 播放器在播放时会在系统中找出和给定字体最接近的字体来显示字符。 因此，在不同的平台或设备上，动态文本、输入文本的显示效果可能是不一致的。 这三种文本在f l a s h 动画中各自实现不同的功能，并且具有不同的存储方式。在 这三种类型的文本中，动态文本和输入文本在动画没有播放时的取值是不定的，所以 对动画内容进行分析来获取它们的文本时，只能提取它们的默认值。而静态文