实现快速视频文件理解的视频片段的并行呈现

背景技术

个人和组织正在迅速地积累大批视频内容。随着这些收集的数目和 多样性的增长，个人和组织将越来越需要用于组织和浏览他们的收集中 的视频内容的系统和方法。为了满足该需要，提出了各种不同的用于浏 览视频内容的系统和方法。

例如，为了浏览全活动视频(full-motion video)内容已经开发 了故事板浏览(storyboard browsing)。根据该技术，视频信息被精 简成有意义的代表性的快照(snapshot)以及对应的音频内容。一种已 知的这种类型的视频浏览器将视频序列分成长度相等的片段并将每个 片段的第一帧标记为该片段的关键帧。另一已知的这种类型的视频浏览 器堆叠视频序列的每一帧，并且给用户提供关于照相机和对象运动的丰 富信息。

还提出了基于内容的视频浏览技术。在这些技术中，通常基于视频 内容将长视频序列分类成故事单元。在一些方法中，将场景变化检测(亦 称视频的时间分割)用于给出新的镜头何时开始与结束的指示。场景变 化检测算法(比如基于编码图像的DCT(离散余弦变换)系数的场景转 换检测算法)、和被配置为使用编码视频序列的DCT系数来识别突然的 和逐渐的场景转换这二者的算法是本领域中公知的。

在一种视频浏览方法中，Rframe(代表帧)被用于组织视频剪辑的 视觉内容。可以根据各种标准对Rframe进行分组，以帮助用户识别所 期望的材料。在该方法中，用户可以选择关键帧，然后系统使用各种标 准来搜索相似的关键帧，并将这些帧作为一组呈现给用户。用户可以从 该组中而不是关键帧的全部集合中搜索代表帧来识别感兴趣的场景。已 经将基于语言的模型用于将输入视频序列与新闻广播的所期望的语法 元素相匹配。此外，已经将视频剪辑的所期望内容的先验模型用于解析 该剪辑。

另一方法为了视频浏览的目的而提取对复杂视频选辑的层次分解。 该技术将视觉信息和时间信息相组合来捕获场景内的重要关系和视频 中的场景之间的重要关系，由此允许在没有内容的先验知识的情况下分 析底层故事结构。将层次式场景转换图的总体模型应用于浏览的实施方 式。首先识别视频镜头，并且关键帧的集合用于表示每个视频片段。然 后，根据大概的视觉信息对这些集合进行分类。建立平台，在该平台上， 该视频被作为有向图呈现给用户，其中每个种类的视频镜头由节点来表 示，并且每个边表示种类之间的时间关系。直接对压缩视频执行视频的 分析和处理。

需要的是以如下方式产生视频文件内容的精简(condensed)表示 的系统和方法：该方式使得用户能够获得对该视频内容的快速一目了然 的印象和对这些内容的结构更详尽的理解。

发明内容

在一个方面，本发明的特征在于如下方法：根据该方法，将视频文 件分割成视频片段，并且产生该视频文件的精简表示。该精简表示对应 于在循环时间段(loop period)的重复周期内所述视频片段在显示区 域的相应窗口中的并行呈现。

本发明的特征还在于实现上述方法的系统和存储用于实现上述方 法的机器可读指令的机器可读介质。

本发明的特征还在于如下方法：根据该方法，在循环时间段的重复 周期内将对应于视频文件的邻接段的视频片段并行地呈现在显示区域 的相应窗口中。

本发明的其它特征和优点将从包括附图和权利要求书在内的下面 的描述中变得显而易见。

附图说明

图1是视频处理系统的实施例的方框图。

图2是视频处理方法的实施例的流程图。

图3是计算机系统的方框图，该计算机系统能够被编程以实现图1 所示的视频处理系统的实施例。

图4是显示区域的实施例的图解示图，其包含一组示例性视频片段 的并行呈现的实施例。

图5是显示区域的实施例的图解示图，其包含一组示例性视频片段 的并行呈现的实施例，其中所述视频片段处于它们相应的开始位置。

图6A是图5的显示区域中的位置的图，示出了视频片段之一从开 始位置到结束位置的移动。

图6B是图6A中示出的视频片段的位置的图，所述位置被绘制成时 间的函数。

图7是图5的显示区域的图解示图，其中在它们相应的结束位置处 呈现该组示例性视频片段。

图8是精简的视频文件表示的实施例的图解示图，描述了图5-图7 所示的视频片段的并行呈现。

图9是显示区域的实施例的图解示图，其包含一组示例性视频片段 的并行呈现的实施例。

图10是显示区域的实施例的图解示图，其包含一组示例性视频片 段的并行呈现的实施例，其中所述视频片段中的三个与相应的媒体对象 相关联。

图11是显示区域的实施例的图解示图，其包含一组示例性视频片 段的并行呈现的实施例，其中所述视频片段中的一个与媒体对象相关 联，该媒体对象指定该关联的视频片段的子片段的并行呈现。

具体实施方式

在下面的说明中，用相同的附图标记来标记相同的元素。此外，附 图意在以图解的方式来图解说明示例性实施例的主要特征。附图不打算 描绘实际实施例的每个特征，也不打算描绘所描绘的元件的相对尺寸， 并且不是按比例绘制的。

I.介绍

下面所详细说明的实施例能够产生视频文件内容的精简表示。该精 简表示基于视频文件的片段的并行呈现。以如下方式产生该精简表示： 该方式使得用户能够获得对该视频内容的快速一目了然的印象和对这 些内容的结构的更详尽的了解。在此说明的实施例可以用于广泛的应用 环境中，所述应用环境包括：视频记录设备(例如摄像机、VCR、和DVR)、 视频编辑设备、媒体资产组织系统、和媒体资产检索系统。

在此说明的一些实施例在不需要对视频文件的内容进行任何初步 分析的情况下产生该视频文件的精简表示。通过这种方式，可以容易地 将这些实施例实施在处理资源和存储器资源之一或两者严重受限的嵌 入式环境(比如摄像机和便携式视频回放应用环境)中以及带宽资源被 限制的视频流应用环境中。如下面所详述的那样，一些实施例还产生视 频文件的精简表示，该精简表示避免了在其它情况下在并行回放视频文 件片段期间可能产生的不连续性。例如，在一些实施例中，该精简表示 指定视频片段在相应的移动窗口中的并行呈现，所述移动窗口在循环时 间段的相继(successive)重复之间产生连续性错觉。

II.概述

图1示出了视频处理系统10的实施例，该视频处理系统10包括视 频分割数据处理部件12和视频合成数据处理部件14。在运行中，视频 处理系统10处理视频文件16以产生视频文件16的内容的精简表示18。 视频文件16通常包括视频帧序列和音频数据。视频处理系统10可以以 分开的数据信号的形式或者以单个复用视频数据信号的形式接收相应 的视频帧和音频数据。视频文件16可以对应于视频的原始版本(例如 商业制作的视频、家庭视频、或者从电视、电缆、卫星视频广播中记录 的视频)或者原始视频的经过处理的版本(例如原始视频的经过缩放的 或者分辨率减小的版本、或者原始视频的经过编辑的版本)。在一些示 例性的实施例中，最初按比例减小原始视频文件的像素分辨率(即该原 始视频文件的帧中的像素的计数)以产生视频文件16。

图2示出了由视频处理系统10所实施的方法的实施例。

视频分割数据处理部件12将视频文件16分割成视频片段20(图2， 方框22)。总的来说，视频分割数据处理部件12可以以大量各种不同 的方式中的任一种来分割视频文件16以产生视频片段20。在一些示例 性实施例中，视频分割数据处理部件12将视频文件16分成一组长度相 同的视频片段。视频片段20通常对应于视频文件16的邻接的非重叠段， 这些段全体表示整个视频文件16。在一些实施例中，两个或更多个视频 片段包含视频文件16的重叠部分。视频分割数据处理部件12的输出通 常为如下数据形式：该数据形式通过相应的开始和结束索引(或指针) 来指定视频片段20，所述索引区分分别对应于视频片段20的视频文件 16的段。

视频合成数据处理部件14产生视频文件16的精简表示18(图2， 方框24)。精简表示18对应于在循环时间段的重复周期内所述视频片 段20在显示区域的相应窗口中的并行呈现。由视频合成数据处理部件 14输出精简表示18。在一些实施例中，通过将精简表示18存储在计算 机可读介质(例如非易失性存储器或易失性存储器)上来输出精简表示 18。在其它实施例中，通过将精简表示18渲染在显示器上来输出精简 表示18。在其它实施例中，将精简表示18作为编码的信号输出，所述 编码的信号通过有线的或无线的网络连接而被流式传输。

该循环时间段通常至少等于在相应窗口中并行地呈现视频片段20 所需的时间长度。在一些实施例中，该循环时间段的长度依赖于视频片 段的回放速度。例如，根据实施方式或者用户偏好，视频片段的回放速 度可以更快、更慢、或者与原始的未分割视频的回放速度相同。在一个 示例性的实施方式中，原始的未分割视频的回放速度可以可配置地设置 为60帧/秒(fps)，而视频片段的回放速度可以可配置地设置为30帧 /秒。

在一些实施例中，精简表示18对应于输出视频文件，该输出视频 文件可由视频播放器来渲染以并行地呈现所述视频片段。在这些实施例 中，根据视频文件格式(例如AVI、MOV、MPEG-2、MPEG-4、Ogg、ASF、 Readmedia和3gp)将输出视频文件存储在机器可读介质上。在一些实施 例中，精简表示18对应于可解析的视频回放指令，这些指令使机器(例 如计算机)呈现对应于所述视频片段的并行呈现的复合视频。在这些实 施例中，根据多媒体创作脚本语言(multimedia authoring scripting language)(例如Adobe Flash)将所述指令存储在机器可读介质上， 所述指令可以由脚本解释器(例如Adobe Flash播放器)运行或解析 以渲染视频片段的并行呈现。在一些实施例中，精简表示18对应于视 频合成规范(例如脚本)，该视频合成规范描述了视频片段20将被并行 地呈现在显示区域中的方式。在这些实施例中，视频合成规范由视频创 作工具(例如Adobe Flash或者AviSynth)来处理，所述视频创作工 具产生输出视频文件(例如AVI文件)或者一组可解析的视频回放指令 (例如Adobe Flash脚本或者AviSynth脚本)，所述输出视频文件和 所述可解析的视频回放指令可以被处理以渲染所述视频片段的并行呈 现。

在一些实施例中，精简表示18指定在视频片段20的并行呈现期间， 视频文件16的音频部分将不被渲染。在其它实施例中，精简表示18指 定一次渲染视频文件16的对应于仅仅其中一个视频片段20的音频部 分。在这些实施例中，可以根据缺省协议来渲染音频片段。例如，在一 些实施例中，在每个周期期间，突出所述视频片段中的相继视频片段并 且顺序地渲染与所述突出的视频片段相关联的音频数据。在一些实施例 中，响应于用户输入而渲染音频片段(例如渲染与所述视频片段中的用 户选择的视频片段相关联的音频数据)。

III示例性视频处理系统体系架构

可以由一个或多个分立的数据处理部件(或模块)来实施视频处理 系统10，所述数据处理部件(或模块)不限于任何特定的硬件、固件或 者软件配置。例如，在一些实施方式中，视频数据处理系统10可以嵌 入到各种各样的电子设备中任一种的硬件中，所述电子设备包括：桌上 型计算机和工作站计算机、视频记录设备(例如MCR和DVR)、能够解 码并播放付费视频节目的有线或卫星机顶盒、以及数字照相机设备。在 所示出的实施例中，数据处理部件12和14可以实施在任何计算或数据 处理环境中，包括实施在数字电子电路中(例如专用集成电路，比如数 字信号处理器(DSP))或者计算机硬件、固件、设备驱动器或软件中。 在一些实施例中，数字处理部件12和14的功能被组合到单个处理部件 中。在一些实施例中，所述数据处理部件12和14的一个或多个中的每 一个的相应功能性由相应的一组多个数据处理部件来执行。

在一些实施方式中，用于实施所述方法的由视频处理系统10执行 的过程指令(例如机器可读代码，比如计算机软件)以及视频处理系统 10所产生的数据被存储在一个或多个机器可读介质中。适于有形地包含 这些指令和数据的存储设备包括所有形式的非易失性的计算机可读存 储器，所述非易失性的计算机可读存储器例如包括：半导体存储器设备 (比如EPROM、EEPROM、以及闪速存储器设备)、磁盘(比如内置硬盘和 可移动硬盘)、磁光盘、DVD-ROM/RAM、以及CD-ROM/RAM。

参照图3，在一个实施例中，视频处理系统10由一个或多个运行在 计算机30上的软件模块来实现。计算机30包括处理单元32(CPU)、 系统存储器34、和系统总线36，所述系统总线36将处理单元32耦合 到计算机30的各个部件。处理单元32通常包括一个或多个处理器，所 述一个或多个处理器的每个都可以是各种商业可获得的处理器中任一 种的形式。系统存储器34通常包括只读存储器(ROM)和随机存取存储 器(RAM)，该只读存储器存储基本输入/输出系统(BIOS)，所述基本 输入/输出系统包含计算机30的启动例程。系统总线36可以是存储器 总线、外围总线(peripheral bus)或者局部总线(local bus)，并 可以与各种总线协议中的任一种相兼容，所述各种总线协议包括PCI、 VESA、微通道(Microchannel)、ISA和EISA。计算机30还包括持久 存储存储器38(例如硬盘驱动器、软盘驱动器、CD ROM驱动器、磁带 驱动器、闪速存储器设备、以及数字视频盘)，该持久存储存储器38 被连接到系统总线36并包含一个或多个计算机可读介质盘，所述计算 机可读介质盘为数据、数据结构和计算机可执行指令提供非易失性的或 持久性的存储。

用户可以使用一个或多个输入设备40(例如键盘、计算机鼠标、麦 克风、操纵杆和触摸板)来与计算机30交互(例如录入命令或数据)。 可以通过图形用户界面(GUI)来呈现信息，所述图形界面在显示监视 器42上被显示给用户，所述显示监视器42由显示控制器44控制。计 算机30通常还包括外围输出设备，比如扬声器和打印机。一个或多个 远程计算机可以通过网络接口卡(NIC)连接到计算机30。

如图3所示，系统存储器34还存储有视频处理系统10、GUI驱动 器48、以及数据库50，该数据库50包括视频文件16、精简表示18、 以及其它的数据结构。视频处理系统10与GUI驱动器48和用户输入40 接口连接以控制精简表示18的产生。在一些实施例中，视频处理系统 附加地包括视频播放器和脚本解释器中的至少一个，所述视频播放器和 脚本解释器被配置为通过处理视频文件16的精简表示18来渲染视频片 段20的并行表示。视频处理系统10还与GUI驱动器和该精简表示以及 其它数据结构接口连接以控制在显示监视器42上将视频片段20并行呈 现给用户。用于渲染并行呈现的各种媒体对象可以本地存储在持久存储 存储器38中或者远程地存储并且通过NIC46进行访问，或者这两者。

IV.视频片段的并行呈现的示例性实施例

A.在静态窗口中并行呈现视频片段

如上所述，可以将视频片段20的并行呈现通过视频播放器或者脚 本解释器渲染在显示监视器42上，所述视频播放器或者脚本解释器被 配置为处理视频文件16的精简表示18。在该过程中，视频播放器或脚 本解释器在显示监视器42的显示区域中的相应窗口中并行地呈现视频 片段20。所述视频片段在循环时间段的重复周期内被呈现。

图4示出了显示区域60的实施例，其包含从视频文件中分割的示 例性的一组12个视频片段62、64、66、68、70、72、74、76、78、80、 82、84的并行呈现61的实施例。在一些实施例中，显示区域60对应于 显示监视器42(参见图3)上的区域(例如窗口)。视频片段62-84在 循环时间段的重复周期内并行地呈现在该显示区域中的相应窗口中。该 循环时间段通常具有与在相应窗口中并行地呈现视频片段62-84所需的 时间至少一样长的长度。在运行时，视频片段62-84中的每个都在循环 时间段的每个周期期间从开始到结束被渲染在其相应的窗口中。在所示 的实施例中，显示区域60中的窗口的位置是静态的。

其中视频片段62-84被渲染的窗口通常分布为序列，该序列以保持 视频片段62-84在原始的未分割视频文件中的时间排列次序的方式被排 序。在一些实施例中，所述窗口被作为序列以一个或多个直线(例如， 水平行、垂直列、或者对角线)的形式分布在该显示区域中。例如，在 一些实施例中，该窗口序列以从显示区域60的左上角到显示区域60的 右下角的Z字形模式的行而分布。在其它实施例中，该窗口序列以从显 示区域60的右上角到显示区域60的左下角的Z字形模式的行而分布。 在其它实施例中，该窗口序列被作为序列以一个或多个曲线的形式(例 如以螺旋的模式)分布在该显示区域中，该窗口序列要么起源于显示区 域60的中央区处，要么起源于显示区域60的外围区处。在一些实施例 中，该窗口序列以所选择的读取顺序模式而分布。例如，在一些示例性 的实施例中，该窗口序列以一系列行的形式分布，并且在每行中从左到 右排序，并在该显示区域上从顶行到底行排序(即以通常呈现英语文本 的顺序)。在其它实施例中，该窗口序列以一系列行的形式分布，并且 在每行中从右到左排序，并在该显示区域上从顶行到底行排序(即以许 多非英语语言(比如中东语言)的文本被呈现的顺序)。

图4所示的视频片段62-84的并行呈现使用户能够获得对原始未分 割视频文件的内容的快速一目了然的印象以及对这些内容的结构更详 尽的理解这二者。例如，用户可以快速地观看所有视频片段的被渲染内 容中的一些以了解原始未分割视频文件的内容。用户可以通过在循环时 间段的多个(例如十二个或更多)周期内顺序地观看每个视频片段的内 容来观看原始未分割视频文件的完整内容。

B.在动态窗口中并行地呈现视频片段

图5示出了显示区域60的实施例，其包含图4中所示的示例性 的一组十二个视频片段62-84的并行呈现86的实施例。并行呈现86对 应于图4中所示的并行呈现61，除了在并行呈现86中，视频片段62-84 被渲染在动态窗口中。在该实施例中，所述窗口被分布为序列，该序列 以保持视频片段62-84在原始的未分割视频文件中的时间排列次序的方 式被排序。特别地，该窗口序列以从显示区域60的左上角到显示区域 60的右下角的z字形模式的行而分布。对于在编号为奇数的行中的每个 窗口(例如第一和第三行)而言，结束位置关于x正方向领先于(lead) 开始位置，该x方向平行于窗口行，而对于在编号为偶数的行中的每个 窗口(例如第二行)而言，结束位置关于x正方向落后于(trail)开 始位置。

在循环时间段的每个周期期间，所述窗口的每个都如图5所示的虚 线箭头所指示的那样从相应的开始位置移动到相应的结束位置。图6A 示出了视频片段62在其中被渲染的窗口的开始位置和结束位置(以虚 线示出)的图。图6B示出了同一窗口的开始位置和结束位置的图，所 述开始位置和结束位置被绘制成时间的函数。如图6A和6B所示，在循 环时间段(T_loop)的每个周期的过程中，该窗口的右上角从坐标(x_START， y_START)移动到坐标(x_END，y_END)，其中y_START＝y_END。

每个开始位置对应于显示区域60中当循环时间段的每个周期开始 时呈现相应视频片段的位置处(参见图5)。每个结束位置对应于该显 示中当循环时间段的每个周期结束时呈现相应视频片段的位置处(参见 图7)。如图7所示，在每个循环时间段的结束时，所述窗口中的相应 窗口的结束位置处于或接近该序列中的窗口的相继窗口的开始位置。该 特征减少了不连续性的感知，否则在对视频文件片段62-84的并行回放 期间可能在循环周期之间转换时出现不连续性。

在一些实施例中，所述窗口的开始位置和结束位置如下所述地相 关。为下面讨论的目的，假设：N为该循环中帧的数目，D为所述行的 所选择的行上的相继窗口之间的直线距离，X为所选择的行上的给定窗 口的开始位置，X′为所选择的行上的下一个窗口的开始位置(即X′＝ X+D)。在这种情况下，第一窗口的结束位置由X+D×(N-1)/N给 出，这可以再写为X′-D/N。因此，在这些实施例中，每个窗口的结束 位置为在下一个窗口的开始位置之前的距离D/N处。通常，距离D/N仅 仅为几个像素。以这种方式来布置开始和结束位置避免了在每个循环时 间段结束时的转换期间感知跳动，并因此促进了所述窗口的连续移动的 错觉。注意：上述所有的计算通常是在实数上进行的。在一些实施方式 中，可以将这些计算取整到最近的整数像素值。

在所示的实施例中，仅仅为了容易说明的目的，用相同的图象来表 示视频片段62-84的开始帧和结束帧。在实际的实施例中，视频文件16 的每个视频片段的开始帧和结束帧通常是不同的。在一些实施例中，为 了保持原始未分割视频的视觉连续性，每个在前的视频片段(例如视频 片段62)的结束帧和之后的视频片段(例如视频片段64)的开始帧分 别对应于原始的未分割视频的相继帧。

一般来说，精简表示为所述窗口的每一个指定了在该显示区域中的 位置的序列，在所述位置处，相应的视频片段的帧在循环时间段期间被 呈现。

图8示出了精简表示90的实施例，该精简表示90对应于视频合成 规范(例如文本文件形式的脚本)，该视频合成规范描述了根据图5和 图7所示的并行呈现86将视频片段62-84并行地呈现在显示区域60中 的方式。该精简表示90识别原始未分割的视频文件(即video_1)、该 视频文件被分割成的片段的数目(即num_segments＝12)，并且指定了 视频片段将要被渲染在其中的窗口的开始位置(xi_start，yi_start， i＝60+2j，对于所有j＝1至12)和结束位置(xi_end，yi_end，i＝ 60+2j，对于所有j＝1至12)。在该实施例中，由视频创作工具(例 如Adobe Flash或者AviSynth)来处理该视频合成规范，所述视频创 作工具产生一组可解析的视频回放指令(例如Adobe Flash脚本或者 AviSynth脚本)或者输出视频文件(例如AVI文件)，所述可解析的视 频回放指令和所述输出视频文件可以被处理以渲染所述视频片段的并 行呈现。例如，视频创作工具的实施例被配置为将精简表示90解释为 将视频文件“video_1”分割成十二个长度相等的片段和根据为所述视 频片段所指定的开始和结束位置来将所述视频片段合成在显示区域中 的指令。

利用图5至图7中所示的并行视频片段呈现实施例，用户可以快速 地观看所有视频片段的被渲染内容中的一些以了解原始未分割视频文 件的内容。用户还可以通过在循环时间段的相继周期内顺序地观看每个 视频片段的内容来观看原始未分割视频文件的完整内容。在该过程中， 所述窗口的移动将用户的注视从当前正被观看的视频片段引导到接下 来的相继视频片段将被渲染的位置处。根据该引导，在观看循环时间段 的十二个(或更多)周期的过程中，用户的注视通常将在显示区域60 上遍历窗口位移的z字形模式。

图9示出了显示区域60的实施例，其包含图5所示的示例性的一 组十二个视频片段62-84的并行呈现92的实施例。并行呈现92对应于 图5中所示的并行呈现86，除了在并行呈现92中，视频片段62-84以 避免在循环时间段结束时在该显示区域的左上角的空窗口位置(参见图 7)的方式被渲染。在该实施例中，所述窗口被分布为序列，该序列以 保持视频片段62-84在原始的未分割视频文件中的时间排列次序的方式 被排序。特别地，该窗口序列作为序列被分布在横跨显示区域60延伸 的三行中。

如图9所示，所述行的每一个包括相应的落到显示区域60之外的 窗口位置。例如，在循环时间段的起始点(在图9中示出)，视频片段 62、70和76(以虚线示出)的窗口的位置处于显示区域60之外。在循 环时间段的每个周期期间，如图9中所示的虚线箭头所指示那样，所述 窗口的每一个都从其相应的开始位置移动到其相应的结束位置。在该过 程中，视频片段62、70和76的窗口移到显示区域62中，并且视频片 段70、78和84的窗口移到显示区域60之外。在循环时间段的过程中， 所述窗口在显示区域60上无缝地移位而不会引入空窗口位置。在图9 所示的实施例中，视频片段76和78冗余地呈现在显示区域60中以填 充显示区域60的左下角。在其它的实施例中，可以以避免视频片段的 冗余呈现的不同方式来布置所述窗口。

C.视频片段的交互式并行呈现

图10示出了显示区域60的实施例，其包含图4和图5中所示的示 例性的一组十二个视频片段62-84的并行呈现94的实施例。并行呈现 94对应于图4中所示的并行呈现61和图5中所示的并行呈现86，除了 在并行呈现94中，视频片段72、76和78与相应的媒体对象96、98、 100相关联。

在此所使用的术语“媒体对象”广泛地指任意形式的数字内容，所 述数字内容包括文本、音频、图形、动画和全活动视频。该内容可以被 封装并且被单独地或者以某种组合以各种各样不同的形式被呈现，所述 形式包括文档、注释、呈现、音乐、静止照片、商业视频、家庭电影和 描述一个或多个关联的数字内容文件的元数据。所述媒体对象可以物理 地存储在本地数据库或者存储在可通过局域网和全球通信网络来访问 的一个或多个远程数据库中。一些媒体对象还可以存储在可通过对等网 络连接访问的远程数据库中。

在一些实施例中，并行呈现94的精简表示对应于可解析的视频回 放指令，这些视频回放指令使机器(例如计算机)呈现对应于对并行呈 现94的复合视频。在这些实施例中，根据多媒体创作脚本语言(例如 Adobe Flash)将所述指令存储在机器可读介质上，所述指令可以由脚 本解释器运行或解析以渲染并行呈现94。所述视频回放指令包括使机器 (例如计算机)(例如利用相应的超链接或指针)将所呈现的复合视频 的一个或多个用户可选择部分与相应的媒体对象96-100相关联的指令。 在图10所示的实施例中，所述视频回放指令包括活动链接(active link)的规范，所述活动链接将视频片段72、76、78的用户可选择区 102、104、106分别与媒体对象96-100相关联。响应于确定用户所选择 的区102-106之一已经被选择(例如通过利用计算机鼠标指针点击该区 或者通过将计算机鼠标指针定位在该区上)，所述视频回放指令使该机 器渲染媒体对象96-100中所关联的媒体对象。

图11示出了显示区域60的实施例，其包含图4和图5中所示的示 例性的一组十二个视频片段62-84的并行呈现110的实施例。并行呈现 110对应于图4中所示的并行呈现61和图5中所示的并行呈现86，除 了在并行呈现110中，视频片段68与媒体对象112相关联，该媒体对 象112指定了所关联的媒体对象68的子片段的并行呈现。可以通过将 此处所述的并行呈现方法应用于视频片段68来产生媒体对象112。

在图11所示的实施例中，并行呈现110的精简表示对应于可解析 的视频回放指令，所述视频回放指令使机器(例如计算机)呈现对应于 并行呈现110的复合视频。在这些实施例中，根据多媒体创作脚本语言 (例如Adobe Flash)将所述指令存储在机器可读介质上，所述指令可 以由脚本解释器运行或解析以渲染并行呈现110。所述视频回放指令包 括使机器(例如计算机)(例如利用相应的超链接或指针)将所呈现的 复合视频的一个或多个用户可选择部分与媒体对象112相关联的指令。 在图11所示的实施例中，所述视频回放指令包括活动链接的规范，所 述活动链接将视频片段68的用户可选择区与媒体对象112相关联。响 应于确定该用户所选择的区已经被选择(例如通过利用计算机鼠标指针 点击该区或者通过将计算机鼠标指针定位在该区上)，所述视频回放指 令使该机器渲染媒体对象112。

V.结论

在此所述的实施例能够产生视频文件的内容的精简表示。该精简表 示基于该视频文件的片段的并行呈现。以如下方式产生该精简表示：该 方式使得用户能够获得对该视频内容的快速一目了然的印象和对这些 内容的结构的更详尽的理解。

其它实施例在权利要求书的范围内。