一. 问题的提出 

        随着媒体资产管理被广泛接受,信息整合的关键技术——面向对象的检索机制受到普遍关注。特别是新媒体,迫切期待以方便快捷的方式,占有极大丰富的内容资源。

        自从有了《广播电视节目资料分类法》的广电行业指导性技术文件(GY/Z 199-2004),在广  电的内容归档和检索方面有了重大突破。然而,当依据GY/Z 199建成媒体资产管理系统以后,运行的经验告诉人们:工作流出现了拥塞。这不仅表现在按照“图书馆学”和“档案学”原理,在人工录入“资料分类”的编目上耗人耗力,同时,也表现在为了使用而全方位占有视频资料的检索中,索取的资料还不能完整地表达创意者的构思意图。这是因为,“图书馆学”或“档案学”对于内容的描述和刻画远没有视频图像那样深刻,比如在“图书馆学”或“档案学”上,并没有依据视觉整合原理,对图像的纹理结构、色彩分布、运动轨迹、GOP序列、图像标识等等实现深层描述,而这些内容却在视觉效果和内容描述中充当了极为重要的元素,也是极具视频特征的数据信息。因而,只能认为“图书馆学”或“档案学”的分类归档是关于视频图像内容描述的子集。

        再从IT的“整合之路”看,从信息整合到内容整合的历程经过了10多年。1993年哈佛出版了迈克尔·哈默(Michael Hammer)与担任CSC Index管理顾问公司董事长的James Champy博士合著的《再造企业(Reengineering the Corporation)》,并以“管理革命的宣言”作为副标题,掀起了研究世界性企业信息整合的浪潮。随后,IBM在业务流程重组(Business Process Reengineering,BPR)上寻找突破口,以5大品牌整合工具、6大“粒度”精细化的整合价值,提供了从信息整合,到内容整合,再到流程整合的一系列企业信息化原则与理念。当“富媒体”概念进入数字视频,并以“辛迪加(Syndicate)”产业平台再造新媒体的时候,虽然全国广电开始认同了数字媒体内容整合的概念,频频谈论内容整合之大计。但是,叫响“整合”的毕竟是IT,而IT毕竟还是面对文件级数据整合的研究,所提出的内容管理系统(Content Management Systems,CMS),还只能从广义上适应企业营销的内容需求。即便是影响整个图像检索界的IBM QBIC(Query By Image Content,IBM)系列商用产品,也不能深入到视频流内部,以跨媒体的思路去理解视频流级的VA内容整合。而理论界的研究成果,如哥伦比亚大学的Visual SEEK查询系统以及麻省理工学院媒体实验室开发的PhotoBook检索系统等,虽然是面向视频、基于流样本的研究,但还未能进入面向新媒体业务(对象)的实际应用。

        还有进入千禧年的视频领域前沿,当时的领军人Sony率先以“改革工作流程”的口号,推出了视频归档存储系统,接着又有了“Work Smart,Work Sony!”此刻,迈克尔·哈默的信息整合飓风终于刮到了视频领域,开始了BPR的实质性应用。然而,BPR的“清除、简化、整合、自动化”(Eliminate、Simplify、Integrate、Automate,ESIA)的流程原则,是基于信息化的内容整合,一方面当时的电视媒体还没能进入依托网络“再造传媒信息化”的愿望和现实,另一方面即便是硬件的归档存储Sony也不擅长(已经停产),就更不必谈充分表现软体结构的内容整合了。而今天,“网络的力量”已经把传统电视媒体推向了数字新媒体,今非昔比的“成本、质量、服务、速度”,为广电再造媒体、再造流程、直至再造视频整合,产生了前所未有的巨大推动力。

        因此,一方面研究跨媒体内容整合不仅十分迫切,而且极为现实(全球都在行动),另一方面仅仅依靠IT的整合概念还不够,还需将其精髓通过“概念移植”,产生适用于广电流程的媒体内容整合的概念和理念,以至整合成为整套的视频数字序列和P2P的检索机制。

 二. 视频内容整合基本概念 

        信息整合是将业务应用系统的信息数据进行有机的整合集成,从而实现对业务应用信息的数据共享过程;AV的内容整合是将广播服务多种业务应用系统的核心数据进行有机的整合集成,从而对广电所拥有的根本优势——视频节目内容,实现核心数据的共享过程;更为具体化的视觉整合是指将电视媒体的文化产品通过统一的视觉设计,以达到内容整合和信息传达的意象形态,使公众产生一致的认同感和价值观,从而创造最佳经营环境的一种创作和经营策略;而数据整合则是基于数据的内容整合。因而,就整合的定义而言,其外延特征应该是:信息整合≥内容整合≥视觉整合≥数据整合。由此而构成视频整合的完整定义。

        解决视频整合问题的基本方法有两种:面向功能的设计和面向对象的设计。面向功能的特征是“一事一议”,无穷尽的功能既包括能够预测到的功能,也包括未来不可预测的功能,那么,必然将流程的路径变得越来越不清晰,而系统则越来越复杂,并不可操控;面向对象的特征是“一群(类)一议”,如果把业务作为基础对象,将出现很有限的对象类,特别是把视频作为对象研究时,不仅量级更低,而且所使用规范与标准也就随之变得更简明,更清晰。这就是出现面向对象MPEG-7标准的根本原因。更为重要的是:对象类的收敛将轻松地找到约束条件,并在关联性约束条件的引领下,向对象目标收敛。 

              

        图1是“视频内容整合金字塔”的概念模型,它表达了视频内容整合的层次化结构,以及向目标方向上经整合运动所发生的收敛趋势。虽然在各个不同层次上收敛的约束条件不尽相同,但总的收敛过程是一致的,从而使内容整合更加趋向逻辑化和商业化。

        在数字媒体中,前3层“EPG、串联单、脚本”的收敛条件类似,多表现于视觉整合的多重性,见长于文化色彩、内容创意和商业价值的视觉设计,但在技术层面,仍能透过视觉整合表达对内容整合的充分约束条件:

        电子节目指南(Electronic Program Guide,EPG)——频道层的EPG引导了市场消费,还能通过上行通道反馈市场信息,直至调整频道规划的经营策略。同时,要使EPG准确引导收视,就必须与频道播出串联单(PO)同步,通过二者的数据整合,准时(指时间准)、准确(指内容描述准)地引导消费,才能提高视频QoS。因而,是EPG捆绑了内容,整合了频道,使频道成为内容商品的收敛条件。

        播出串联单(Planned Order,PO)——节目层的PO整合了内容构成频道,而且PO还整合了节目请领清单(Picking List,PL)、物料(节目、素材)出库清单(Item Record,IR)和配送资源计划(Distribution Resource Planning,DRP)的逻辑关系,同时引入利润、订户、物(节目)流等诸方面的生产链,使配送链上的节目内容库、节目实体购入单、销售用户订单等等数据,整合集成为指令集的工作流程驱动,包括采集、存储、制作、转码、迁移、上载、服务等的连续工作流程。

        节目脚本(Film Script,FS)——素材层的收敛条件在于FS,它在创意性思维的支持下,通过媒体资产管理系统的素材检索,以其最小粒度(直至场景、镜头、分镜头与图像帧)的内容检索实现片段的回调,既以FS共享丰富的素材资源,创作多样化的内容艺术,也以FS关联PL与IR,在“辛迪加”节目制作工厂BPR流水线上预置原料的配送,加速收敛成为独立节目,从而进入节目层的媒体贸易。

        最后的元素层可视为“视频内容整合金字塔”的“基座”,在此之上构建了前3层,从而使元素层成为视频整合的基础之基础。而面向对象的应用没有“金字塔”的基础,就没有稳固的“金字塔”,既包括塔尖的业务对象,也包括不同层次业务子项的节目类与素材类。因为当媒体完成数字化转变以后,构成数字媒体内容的基本单元已经不止是镜头与分镜头,而是表达比镜头与分镜头更细小、更细腻的粒度。所以,面向视频的内容整合应由频道层、节目层、素材(片段)层、元素层的连贯体系所组成,并依据不同层次的收敛条件向业务服务目标收敛。

        还应该看到,经过前3层的内容整合,即便依据《分类法》的逻辑,确实可以将媒体资产演绎成为新内容和新业务,还可以融合艺术与技术,并把“低成本编辑”推向新高,得心应手地实现逻辑再造与内容再构。然而,对于数字新媒体而言,仅仅停留在前3层的内容整合,并不能使媒体资源共享和优化配置得到极大化,如流程不够简捷、人工干预过繁、面向业务过窄、工作流拥塞、粒度不细而遗漏回调等等,逐渐被全球新媒体推向边缘化。因而,侧重元素层的视频内容整合,不仅是数字业务需求的现实需要,也是追踪未来远景的开发目标。

        还需要说明的是,传统的模拟电视体系没有“金字塔”的元素层,如果一定要说它有,那就是录像带上记录的文件,也就是IT内容整合中的CMS,并不是媒体再造中BPR的数据整合,更不能依据数字视频的数据结构,实现基于对象检索的深层内容整合,也就不可能具有辛迪加产业平台的应用广度。至于面向业务的最终收敛条件,因为模拟电视没有EPG的数据和引导消费的电子文本,仅以“电视节目报”的频道节目表模拟显现频道整合,结果收敛条件松散,约束度不构成数据的关联性。因此,模拟传统电视的内容整合不可能达到数字媒体的深度,更不可能达到“金字塔”的稳定度。由此可见,数字化是媒体BPR前提,而BPR的现实又有赖于内容整合的不断深化。
  
三. 面向对象的MPEG-7内容检索

        当今时代信息爆炸的余硝正在扩散,又迎来了前所未有的“网络虚拟现实”。尽管在裂变中不断增量的信息迅速沉淀为海量的资料,但要快捷准确地从中查询所需的内容却十分不易。于是,这种现实需求成为信息和视频领域的技术追求。从1996年10月起,MPEG开始了被称为“多媒体内容描述接口”(Multimedia Content Description Interface)的MPEG-7研究,以一种描述多媒体内容数据的标准,满足实时、非实时以及“推-拉”应用的需求。直至2001年12月,完成了MPEG-7标准的草案,随后获得MPEG的通过,并以ISO/IEC 14496号文件正式成为国际标准。 

       

        MPEG-7标准见长于逻辑抽象,它的应用定义见图2。MPEG-7通过一组规范的“描述子”(Descriptor,D),描述各种多媒体信息的数据(指资料)和特征(指数据),既定义特征表示的句法和语义,又赋予描述值(Descriptor Value,DV)。因而D可以是多位、多类、多值的,而且以实体的DV与描述模式(Description Scheme,DS)结合,形成对内容的描述(1个DS和1组DV),定义了内容对象之间的关系结构与语义。其中D与DS的根本区别在于D仅仅包含基本的数据类型,不引用其他的D或DS,例如在时间结构化的资料中分为场景和镜头,在场景中则包含文本D,而在镜头中包含颜色D、运动D、音频D等;特别是D存在不可视性,以D表达实体还需编码描述(Coded Description,CD),以满足压缩效率、差错恢复、随机存取等的系统要求;更为重要的是它还允许通过描述定义语言(Description Definition Language,DDL),产生新的D和DS描述语言,以扩展和修正描述机制。这样一来,MPEG-7标准就可以应用于存储形式(在线、脱机模式)或流形式(广播、推送模型),在实时和非实时操作环境中,把资料采集的信息与内容检索相关联,以包含静止图像、图形、3D模型、音频、语音、视频,以及这些元素如何在多媒体表现为组合信息,以更多的通用数据类型扩展为现有标识内容的专用检索和查询方案。

       换句话说,MPEG-7像其他MPEG家族成员一样,满足了特定需求的视听信息的标准表示,并在其他标准表示的基础之上,建立了内容描述的数据格式。因而,尽管MPEG-7并不对应用标准化,也不针对特定的应用领域,但却可以利用它的应用来认识需求和评价技术。正是因为如此,在数字媒体应用的开放分布式计算环境(Distributed Computing Environment,DCE)中,得到OSF-DCE所倡导的通用工具、标准、协议的完全支持,为在不同平台建立MPEG-7的应用程序开放了尽可能广泛的应用环境,从而能够通过基于内容的检索接口,匹配用户查询与不同媒体描述内容和表达方式之间的相关信息,使MPEG-7标准成为其它方式所不能比的、适应于各种媒体综合检索的宽泛应用。这就与MPEG-1/2/4标准只定义解码器,而不规范编码器一样,并不定义搜索引擎,反而为竞争性应用预留了足够的发展空间。所以,在MPEG-1/2/4编码的海量内容中,MPEG-7将起到“穿针引线”的作用,因而被命名为1+2+4=7。这样一来,MPEG-7描述内容的“比特”就可以承载检索MPEG-1/2/4编码的比特,也就有了“比特之比特”的称谓。

        事实上在如此抽象和多模式的MPEG-7标准中,寻求适合跨媒体的实际检索方案确实很难,因而自打MPEG-7出现以来,称赞者多,应用者少。然而,应用的研究表明,既然MPEG-7定义的是多媒体内容描述接口,就可以通过这一被打通了的接口,在时间(同步)和空间(空间位置和三维感受)的对象关系中,利用面向对象的程序设计(Object-Oriented Programming,OOP)工具,对MPEG-1/2/4关于面向对象的运动矢量和形状描述子,采用继承、封装和多态模式,直接调用接口;还可以利用面向方面的编程设计(Aspect-Oriented Programming,AOP)组件,对OOP形成互补,既对同一对象层次的公用行为建模,又在交叉关系的定义中,以层次化的纵向方面描述和处理请求、导言、元数据及描述子,从而实现栅格化的检索机制:只要输入查询的特定声音即可找到特定的场景;只要画出一些线段或是相似形即可获得一组图形、标志和符号的图像;只要检索对象的颜色或纹理即可得到所选特征的相似图像;只要给定运动图像的对象运动关系即可获得包含时空描述的图像组;等等。一句话,只要给定了规范的内容描述,就能获得相似场景的多个素材;描述的约束条件越多且越准,指向的检索目标就越确定。

        那么,MPEG-7的适应性应用就回到了如何准确地描述数据对象的内容特征上,并以合理的数据结构及算法实现高效索引。这就需要进一步在MPEG-7的演绎中,规范和定义描述原则,同时也成为MPEG-7的目的之所在。

      (1)多重和分层描述原则
        由于描述特征具有相对含义,不同用户、不同应用就存在不同的描述特征。那么,相同的资料就可以通过不同类型的特征描述,应用多重描述和分层描述,以不同的粒度提供不同的辨别级别。多重描述是在多媒体数据生成处理的各阶段,对相同资料进行多方向描述,并把描述附加到相同资料的多份拷贝上。而分层描述是基于多媒体资料的抽象级别,在不同的抽象级别上描述多媒体内容。抽象级别与特征抽取的方式有关,许多低级特征完全可以全自动地抽取,但是高级特征往往需要更多的人工交互,从不同的应用需求角度来描述媒体资料,例如从子对象的角度、运动分析的序列角度、视频的情节结构等角度来描述多媒体内容。描述模式支持不同描述子的分层表示,第n层描述是n-1层描述的增强、精炼或补充,以便逐层处理,高效检索。

      (2)关系描述原则
        用描述模式定义描述子之间的各种关系,以达到1个描述子在多个描述模式中使用。在描述不同时间范围内描述子的关联性时,可选择描述子与整个数据和部分时间的层次型子集关联,或描述子与时间段的顺序型子集关联。

      (3)查询检索原则
         运用交叉模式下的音频、视觉或其他描述子,检索基于视觉描述的音频数据查询,或逆过程;以描述模式支持描述子的优先级,既反映信任度与可靠级,又以优先级处理查询请求,同时支持描述子作为句柄,直接引用数据,操控多媒体资料。

        值得注意的是,这些用以描述的数据,可以在逻辑上与相关资料同处相同数据流或相同存储池中,也可以在物理上同时存在或异地存在,当内容和它的描述不在一个地方时,以资料与描述的双向链接实现内容的检索,并由此而构成无限资料的“网络虚拟现实”。而恰恰就是这一特征,为跨媒体的内容整合及其检索应用提供了必要前提。
  
四. 跨媒体的DEMO系统应用

        图3绘出了辽宁新媒体多业务平台内容整合的全系统原理,其中桔色部分表达了在元素层数据整合的DEMO系统位置。如图所示,系统构成了面向多业务的新媒体内容服务,其中元素层的内容整合在DEMO系统中充当了核心,从而创建“传媒辛迪加”
 



        通过图4辛迪加BPR视频整合全流程的逻辑描述,对比基于内容的跨媒体信息检索CMIR(Content-based Cross-media Information Retrieval),不仅将面向对象的内容检索由单一媒体的检索推向了各种媒体的综合检索,而且从内容的数据结构上,继承和封装了综合检索的内容。而且,在DEMO系统中除了物理元数据(场景符、镜头符、GPS坐标、时码等等)外,还在MXF(Meida eXchange File format,媒体数据交换格式)的基础上,引入了UMID(Unique Material Identifier,素材识别码)、XML(eXtended Markup Language,扩展标记语言)和RSS(Really Simple Syndication,聚合信息协议),其中UMID和XML构成重要的元数据。特别是在内容整合的元素层,以基于MPEG-7的描述机制,实现AV内容整合的数据应用。

        UMID是由电影电视工程师协会(SMPTE)在2000年进行了国际标准化,成为全球唯一的视音频素材识别码。UMID不仅能提供数字媒体的检索应用,还兼容视频制作环境。在数字媒体中,大多数元数据由指定的数据库分别存储和管理,但还有一小部分元数据可以直接植入素材本身,以支持高效元数据的应用需求。为了将元数据为基础的离散条件,在元素层与素材层之间转化为收敛条件,并从本地网络中准确地检索并输出,就必须拥有全球唯一的识别码,而现存的视音频素材或内容的识别码,如ISAN/V-ISAN(ISO)、CRID(TV Anytime Forum)、CID(Content ID Forum)等等,分别是针对制作环境的识别方式,只有UMID是面向素材本身的。因而,通过UMID植入素材,虽然并不过多占用物理空间(只占用128个字节),却为面向对象的高效检索提供了纵向逻辑思维和检索的可能性。
 
        对于网络化对象的应用,DEMO系统侧重解析和扩展XML。XML是SGML语言的一种压缩形式,其特点是比早期的超文本标识语言(HTML)在组织和表现信息的能力等方面具有更大的灵活性。因而被称为“允许创作者设计标记语言的元语言”。在XML基础上,DEMO系统建立规范的自定义标签,主要包括:NewsML(新闻型标记语言)、PRISM(Publishing Requirements for Industry Standard Metadata,工业标准元数据发布需求)和ICE(Information Content and Exchange,信息内容和交换)等。NewsML是国际新闻通信委员会(IPTC)在2000年10月批准的全球最新新闻语言标准,它对XML扩展成为描述和(或)包装多媒体新闻资源的一种文法,在多媒体新闻结构之上,以元素层的合理描述,定义新闻型标记语言的新闻条目(NewsML News Items),以多个统一资源定位器(Uniform Resource Identifiers,URLs)表达信息资源,并以统一资源名(Uniform Resource Name,URN)分配物理名称空间,但存在唯一的URN,以确保资源名字的唯一性和准确性。这样一来,对于网络资源的采集和标引就能够方便地使用一个服务代理,直接受理NewsML的有效载荷。而NewsML的元素,如典型的在线新闻、新闻视频和多媒体数据等,也就能遵照IPTC为NewsML所创建的文档类型定义(DTD),自动将XML元数据装载到NewsML的文档中。正如路透社Geert Linnebank总编辑所指:“NewsML预示真正多媒体消息节目的来临,并最终给客户提供想到何处访问及访问何种消息的极大选择空间。” 
        
      针对属于平面媒体和电子出版物的内容整合,DEMO系统向PRISM和ICE协议扩展XML。PRISM涵盖了从目录到内容,包括各种形式电子出版物和印刷出版物在内的各种媒体内容整合,再加上出版界早就支持SGML(XML的前身),并至今用于指导应用,使得XML的覆盖面从数据整合拓展到内容整合,将富媒体的内容划为共享的多库资源。而PRISM是通过提供标准化特性、受控词汇集和支持用户定义受控词汇集实现扩展机制,通过对内容及相关资源进行规范描述,定义基础元数据使用Dublin Core词汇表的RDF/XML文档,不仅扩展了XML和RDF(Resource Description Framework,资源描述框架),而且与纯RDF和日益流行的Dublin Core元素集相一致。实践证明,PRISM可以与大部分RDF工具以及NewsML工具包很好配合,以提供一个基于Java的工具集,既为他人定义自己的受控词汇表提供了方便,也为应用ICE协议指导RDF/XML文档向各个检索对象分发内容,并为网络条件下实现元数据管理和内容检索提供了前提。 

        ICE最早出现于1998年,但它的缺憾是没能提供一种可行的多媒体内容描述模式。作为主要电子出版物XML的内容与交换标准之一,只要它采用了合理的、规范的描述模式,就可以把平面媒体与电子出版物的内容一并纳入内容整合。而MXF外壳恰恰就可以担当此任,再借助MPEG-7的模式化语言描述,当初并不“吃香”的ICE协议,如今却能涵盖富媒体的内容资源,以至标准化的识别和检索。

        DEMO系统的数据逻辑流程如图5所示。通过图5联系图3所示的应用环境,系统包括特征抽取(分析)、描述本身和搜索引擎(应用)的3个组件所组成,以MPEG-7的标准化元素建立DDL的描述模式,然后将描述模式作为基础,产生下一个描述,再以自动的特征提取形成D与DS。当对比实体校正时,若自动提取不能可靠地表达实体,则采用交互提取工具;若提取的抽象层次更高,出现差值更大(越与实体不符),则以实体的静态元素为样本,通过DDL语言的实体过滤,实时反馈校正偏差。

        描述子的不可视性是MPEG-7应用的难点,但经过MXF格式的数据变换以后,以SMPTE 336M KLV数据编码协议,提供专业广播电视视频环境的一种外壳格式,一方面包装MPEG-2数据流、DV数据流、YUV数据流以及PCM音频文件,另一方面装载多种媒体格式的数据库文件(同步或非同步模式),以MPEG-7编码描述元数据和描述子。这样,不仅提供了在更深层次上数据整合的载体和可读数据,也为富媒体时代准备了内容管理与内容整合的兼容性,还突破了在网络环境下因缺乏标准视频文件格式而受阻的窘况。

         在MXF的DMS-1描述方案中,SMPTE与EBU元数据的定义有悖于MPEG-7编码描述时,则以校正的过滤方式实现装载,在还原时一并解码,如元数据对视频实体的并联时间线轨,则以校正时间线定位指针的反馈信息同时装载,在解码中预以校正。整个校正流程是:首先将D与DV置于上层数据,以DS进行实体校验,以承认CD变换模式的可靠性,由此成为视频数据包的搜索引擎,再以实际应用的统计规律寻找校正的对应关系,通过对视频图像的采集与分析,衍生物理元数据的描述标准(受控词汇库),以受控词汇的反馈,以与运动预测的差值补偿相仿的逆过程,逐步将误差调整归零,当被编辑的实际应用认可以后,就可以实现全自动的赋值及标引,达到准确表达视频实体。图6说明了建立对应关系的演化过程,通过层次化的逐项分析,在视频显示中得到准确赋值和校验后,数据整合的收敛就确立了。   

        例如图6中的纹理分析,运用广播测试素材的测试方法,对比人脸采集描述的准确度,以真实接受比(True Acceptance ratio,TA)和错误接受比(False Acceptance ratio,FA)作为指标,计算和评价相对人脸分析的2个参数:

      TA=正确检索人脸数目/人脸总数
      FA=被错误判断的人脸数目/人脸总数

        测试结果表明,对于一个包含广泛素材(超过5000张人脸)的序列集,可获得86%的TA,而FA仅为3%,而且这些FA是由于人脸遇到较大遮挡物,或由于特殊姿势而未包含纹理范围中。那么,就可以由此构成准实体的序列集,再以另一方向上其他层次的描述,进一步校正如运动轨迹、色度、亮度等方面的参数,即便再高的误判,也将被不断刷新的DDL所激活,使描述和识别完全趋向实体。这样一来,如前所述的单纯依赖《分类法》的弱点就得到了充分互补,从二维空间向多维的空间检索拓展,以自动的多模式标准化语言描述了内容,检索了素材。

        另外,DEMO系统还利用RSS协议的信息聚合能力,在P2P模式的支持下,以点对点的需求将数据“拉入”多库模式的媒体内容库,再以分布式资产库的内容元数据交换和检索机制,在XML系列扩展标准的支持下进一步分类编目,一方面使服务对象顺利浏览这些资料,并通过内容整合占有这些资料,同时再构新节目和再造新业务;另一方面还可依据规范的目录信息采集,将特定的MXL及其扩展数据转换为标引条目,大大提高了针对《分类法》文档自动录入条目的编目效率。


  
五. 结束语


        辽宁新媒体多业务平台基于上述原理的内容整合研究和应用,不仅取得了突破性进展,而且在DEMO版的应用中,奠定了视频内容整合的理论基础。特别是它能将有限物理空间的媒体内容管理库(磁带库),拓展成为无限虚拟空间的网上媒体资源库,使媒体资产管理系统昼夜间化为分布于全球的富媒体多库管理体系,在享有极大丰富的内容资产的基础上,实现了新媒体的内容整合。实践过后的反思,将迈克尔·哈默先生“流程再造”,归结为以媒体内容整合的根本性思考再造新媒体,进而实现最大限度地适应数字经济时代——“顾客(Customer)、竞争(Competition)、变化(Change)”的经营意识与经营环境,最大限度地发展和丰富新媒体的自身“造化(Good Fortune)”。