視頻數據

視頻數據可用故事單元、場景、鏡頭、幀來描述。

1．幀

幀(Frame)是組成視頻的最小視覺單位，是一幅靜態的圖像。將時間上連續的幀序列合成到一起便形成動態視頻。對於幀的描述可以採用圖像的描述方法，因此，對幀的檢索可以採用類似圖像的檢索方法來進行。

2．鏡頭

鏡頭(Shot)是由一系列幀組成的，它描繪的是一個事件或一組攝像機的連續運動。在拍攝視頻時，根據劇情的需要，一個鏡頭可以採用多種攝像機運動方式進行處理。由於攝像機操作而引起的鏡頭運動主要有搖鏡頭、推拉鏡頭、跟蹤等幾種形式。

3．場景

場景(Scene)由一系列有相似性質的鏡頭組成，這些鏡頭針對的是同一環境下的同一批對象，但每個鏡頭的拍攝角度和拍攝方法不同。場景具有一定的語義，從敍事的觀點來看，場景是在相同的地點拍攝的，因而具有相同的主題內容。

4．故事單元

故事單元(Story Unit)也稱視頻幕(Act)，是將多個場景進行組織，共同構成一個有意義的故事情節。如果把幀、鏡頭和場景分別對應文本信息中的字、詞和句子，那麼故事單元就好比文本信息中的段落。 ^[2] 

1．信息內容豐富

視頻數據是隨時間變化的圖像流，含有更為豐富的其他媒體所無法表達的信息和內容。以視頻的形式來傳遞信息，能夠直觀、生動、真實、高效地表達現實世界，所傳遞的信息量非常豐富，遠遠大於文本或靜態的圖像，例如，在課堂講述毒品的基本知識和危害時，用一段視頻表現出來的效果就強過單純用一幅圖像或一段文字來表現。

2．數據量巨大

靜態圖像、文本等類型的數據，數據量較小，而視頻數據，數據量巨大。視頻數據的數據量比結構記錄的文本數據大約大七個數量級。視頻數據對存儲空間和傳輸信道的要求很高，即使是一小段的視頻剪輯，也需要比一般字符型數據大得多的存儲空間。通常在管理視頻數據時都要對其進行壓縮編碼，但是壓縮後的視頻數據量仍然很大。

3．時空二重性的複雜結構關係

視頻數據由多幅連續的圖像序列構成，因而視頻段之間的關係屬性複雜，既有時間屬性又有空間屬性。文本數據是一種純字符型數據，沒有時間和空間屬性，圖像數據有空間屬性，但是沒有時間屬性。

4．數據解釋的多樣性、主觀性視頻數據具有十分豐富的內涵，受人的個體主觀因素影響較大，不同的人對同一段視頻會產生不同的感受和重述。 ^[3]