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。
图5 基于MPEG-7应用的数据逻辑
    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。