多传感器多媒体系统正变得越来越受欢迎，被部署在住房、公共汽车、购物中心、学校，以及其他需要监测和监控的经营场所。这些系统通常记录、处理和分析的传感媒体流在一个实时或提供高级信息环境下所发生的事情的离线状态。例如，在一个辅助生活空间环境中，多个传感器（如音频、视频、RFID等）被部署以识别老人的当前活动，确保他的安全并给他提供及时的援助。因此，这些系统的有效性很大部分取决于它们所获得的信息的质量。通常一个传感器系统获得有用的高级信息是通过融合单个传感器所提供的基础数据[3]。相比使用单一传感器，使用多个传感器和不同形式的数据，可以获得更好的有用数据。以这种方式获得的信息然后被用于各种安全和监控设备。然而，传感器测量和处理通常是嘈杂和不精确的，所以必须重视信息质量的计算。

1.2 研究意义

早些时候，Hossain第一次提出的静态建模和的信息质量评估（QoI评估），使用类似的质量属性，但它还包括一个完整性。虽然，完整性是一个重要的因素，尤其是在一个开放的网络，但它通常与系统和基础设施相关，确保一定范围内的数据完整性。因此，在本文所提出的QoI度量标准中不考虑完整性，只专注于确定性，准确性/信任和实时性。与其不同，本篇论文提出了多传感器多媒体监控系统背景下的QoI属性的计算算法。特别是，本篇论文中的成果有：1）用来描述确定性、准确性/信任和实时性的一个清晰的计算模型的研究；2）对于确定性和准确性采用多通道融合方案；3）考虑环境（如传感器环境）来选择合适的传感器用作QoI的计算；4）信息级，质量属性级和系统级的QoI的特性。源[自[优尔^`论`文]网·www.youerw.com/

通常一个传感器系统获得有用的高级信息是通过融合单个传感器所提供的基础数据[4]。相比使用单一传感器，使用多个传感器和不同形式的数据，可以获得更好的有用数据。以这种方式获得的信息然后被用于各种安全和监控设备。然而，传感器测量和处理通常是嘈杂和不精确的，所以必须重视信息质量的计算，因为低质量的信息也许会导致假警报、骚扰、侵犯隐私、中断服务或其他不期望的后果。

在以往的方法中，包括实时性性、准确性、确定性、吞吐量和成本等属性已经被作为评估传感器数据质量的指标。然而，这些方法都局限于有限的范围内。在传统信息测量系统中，准确性、及时性、精确性、完整性、可用性等属性和许多其他因素被做为信息质量的测量指标，虽然这些系统使用了一些质量属性，但它们并没有对如何计算基于多传感媒体的属性提出任何机制。

在本文中，提出了一个模型来描述这种在多传感器监控系统方面的信息质量，实现信息的准确性、确定性、和实时性。本文的模型采用多元融合的方法来获取目标信息，计算参与观察的传感器的属性。本文考虑传感器的一致/差异，并且信任已经清洗过的信息。

本文定义了一种三个属性的信息质量度量标准，它们是确定性、准确性和实时性。在这里，本文忽略了吞吐量这个属性，因为相对于高级信息，它更偏向于传感数据的传输率。在计算信息质量时成本不是最重要的属性，相反，它更偏向于数据收集、处理和交付。精度这个属性就数据意义而言指示数据的详细程度，并且与准确性有内在联系。完整性对信息质量而言，并不是一个主要需求，因为任何部分信息都很重要。例如，如果在传感的处理过程能够识别一个人的存在，那么即使不知道这个人是谁，这种迹象仍然是用户或系统感兴趣的。可用性问题主要与格式化和可读性方面相关，因此将它从信息质量度量标准中删除。