JP2003061027A - 映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法 - Google Patents
映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法Info
- Publication number
- JP2003061027A JP2003061027A JP2001243453A JP2001243453A JP2003061027A JP 2003061027 A JP2003061027 A JP 2003061027A JP 2001243453 A JP2001243453 A JP 2001243453A JP 2001243453 A JP2001243453 A JP 2001243453A JP 2003061027 A JP2003061027 A JP 2003061027A
- Authority
- JP
- Japan
- Prior art keywords
- video content
- attribute table
- classification
- attribute
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
(57)【要約】
【課題】 映像コンテンツを自動的に分類する装置及び
方法を提供し、映像コンテンツのサービス業者の労力を
軽減する。 【解決手段】属性テーブル作成手段２により、映像コン
テンツ格納手段１に格納されている映像コンテンツ１０
を分類するための属性テーブル６を作成し、属性テーブ
ル格納手段３により属性テーブル６を格納し、属性テー
ブル指定手段４により分類に使用する属性テーブル６を
指定し、分類手段５により指定された属性テーブル６に
よって、映像コンテンツ１０を分類する。
方法を提供し、映像コンテンツのサービス業者の労力を
軽減する。 【解決手段】属性テーブル作成手段２により、映像コン
テンツ格納手段１に格納されている映像コンテンツ１０
を分類するための属性テーブル６を作成し、属性テーブ
ル格納手段３により属性テーブル６を格納し、属性テー
ブル指定手段４により分類に使用する属性テーブル６を
指定し、分類手段５により指定された属性テーブル６に
よって、映像コンテンツ１０を分類する。
Description
【０００１】
【発明の属する技術分野】本発明は、映像コンテンツを
分類する映像コンテンツ自動分類装置及び映像コンテン
ツ自動分類方法に関し、特に映像コンテンツのサービス
業者に利用しやすい映像コンテンツ自動分類装置及び映
像コンテンツ自動分類方法に関する。
分類する映像コンテンツ自動分類装置及び映像コンテン
ツ自動分類方法に関し、特に映像コンテンツのサービス
業者に利用しやすい映像コンテンツ自動分類装置及び映
像コンテンツ自動分類方法に関する。
【０００２】
【従来の技術】インターネットのブロードバンド化に伴
い、映像コンテンツの配信サービスが実用化してきてい
る。今までの、ＶＯＤ（ビデオオンデマンド）等はユー
ザーが知りうる情報（タイトルなど）をもとにその作品
を特定し、決定し、視聴する必要があった。これをうけ
て、近年、映像コンテンツの配信業者が自ら映像コンテ
ンツを推薦し、ジャンルごと、イメージなどの抽象的な
キーワードをユーザーに選択させ、それに属するコンテ
ンツを提供する方法が見られるようになってきている。
い、映像コンテンツの配信サービスが実用化してきてい
る。今までの、ＶＯＤ（ビデオオンデマンド）等はユー
ザーが知りうる情報（タイトルなど）をもとにその作品
を特定し、決定し、視聴する必要があった。これをうけ
て、近年、映像コンテンツの配信業者が自ら映像コンテ
ンツを推薦し、ジャンルごと、イメージなどの抽象的な
キーワードをユーザーに選択させ、それに属するコンテ
ンツを提供する方法が見られるようになってきている。
【０００３】
【発明が解決しようとする課題】しかし、膨大な映像コ
ンテンツを分類するのは人間であり、また、ある程度の
視聴経験や、知識を有する人間が行なう必要があり、映
像コンテンツの配信業者には大変な重荷である。
ンテンツを分類するのは人間であり、また、ある程度の
視聴経験や、知識を有する人間が行なう必要があり、映
像コンテンツの配信業者には大変な重荷である。
【０００４】本発明の目的は、上記のような点に鑑みて
なされたものであり、映像コンテンツの配信業者が使用
しやすい映像コンテンツ自動分類装置を提供することを
目的とする。
なされたものであり、映像コンテンツの配信業者が使用
しやすい映像コンテンツ自動分類装置を提供することを
目的とする。
【０００５】また、本発明の他の目的は、映像コンテン
ツの配信業者が使用しやすい映像コンテンツ自動分類方
法を提供することである。
ツの配信業者が使用しやすい映像コンテンツ自動分類方
法を提供することである。
【０００６】
【課題を解決するための手段】映像コンテンツをその属
性に応じて分類する映像コンテンツ自動分類装置におい
て、映像コンテンツを格納する映像コンテンツ格納手段
と、前記映像コンテンツを分類するための少なくとも１
つの属性テーブルを作成する属性テーブル作成手段と、
前記属性テーブル作成手段で作成される、前記属性テー
ブルを格納する属性テーブル格納手段と、分類に使用す
る属性テーブルを指定する属性テーブル指定手段と、指
定された前記属性テーブルによって、前記映像コンテン
ツを分類する分類手段と、を有することを特徴とする映
像コンテンツ自動分類装置が提供される。
性に応じて分類する映像コンテンツ自動分類装置におい
て、映像コンテンツを格納する映像コンテンツ格納手段
と、前記映像コンテンツを分類するための少なくとも１
つの属性テーブルを作成する属性テーブル作成手段と、
前記属性テーブル作成手段で作成される、前記属性テー
ブルを格納する属性テーブル格納手段と、分類に使用す
る属性テーブルを指定する属性テーブル指定手段と、指
定された前記属性テーブルによって、前記映像コンテン
ツを分類する分類手段と、を有することを特徴とする映
像コンテンツ自動分類装置が提供される。
【０００７】また、映像コンテンツをその属性に応じて
分類する映像コンテンツ自動分類方法において、映像コ
ンテンツを分類するための属性を示す少なくとも１つの
属性テーブルを作成し、分類に使用する属性テーブルを
指定し、指定された前記属性テーブルによって、前記映
像コンテンツを分類することを特徴とする映像コンテン
ツ自動分類方法が提供される。
分類する映像コンテンツ自動分類方法において、映像コ
ンテンツを分類するための属性を示す少なくとも１つの
属性テーブルを作成し、分類に使用する属性テーブルを
指定し、指定された前記属性テーブルによって、前記映
像コンテンツを分類することを特徴とする映像コンテン
ツ自動分類方法が提供される。
【０００８】上記構成によれば、属性テーブルを作成
し、分類すべき属性テーブルを選択して、映像コンテン
ツを分類することで、分類の自動化を可能にする。
し、分類すべき属性テーブルを選択して、映像コンテン
ツを分類することで、分類の自動化を可能にする。
【０００９】
【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は本実施の形態における、映
像コンテンツ自動分類装置の概念図である。ここでは、
映像コンテンツ１０の例として、映像コンテンツ１０
ａ、１０ｂ、１０ｃ、１０ｄが、それぞれ、ジャンル
Ａ、ジャンルＢ、ジャンルＣ、ジャンルＤに分類される
様子を示した。
を参照して説明する。図１は本実施の形態における、映
像コンテンツ自動分類装置の概念図である。ここでは、
映像コンテンツ１０の例として、映像コンテンツ１０
ａ、１０ｂ、１０ｃ、１０ｄが、それぞれ、ジャンル
Ａ、ジャンルＢ、ジャンルＣ、ジャンルＤに分類される
様子を示した。
【００１０】映像コンテンツ自動分類装置は、映像コン
テンツ１０を格納する映像コンテンツ格納手段１、映像
コンテンツ１０を分類するための属性テーブル６を作成
する属性テーブル作成手段２と、属性テーブル６を格納
するための属性テーブル格納手段３、分類に使用する属
性テーブル６を指定する属性テーブル指定手段４と、指
定された属性テーブル６によって、映像コンテンツ１０
を分類する分類手段５とからなる。
テンツ１０を格納する映像コンテンツ格納手段１、映像
コンテンツ１０を分類するための属性テーブル６を作成
する属性テーブル作成手段２と、属性テーブル６を格納
するための属性テーブル格納手段３、分類に使用する属
性テーブル６を指定する属性テーブル指定手段４と、指
定された属性テーブル６によって、映像コンテンツ１０
を分類する分類手段５とからなる。
【００１１】映像コンテンツ格納手段１に格納されてい
る、映像コンテンツ１０は、分類手段５によって、各ジ
ャンルに分類される。その際、属性テーブル格納手段３
によって格納されている属性テーブル６が、属性テーブ
ル指定手段４によって指定されて、分類に用いられる。
また、属性テーブル６は、属性テーブル作成手段２によ
って作成される。
る、映像コンテンツ１０は、分類手段５によって、各ジ
ャンルに分類される。その際、属性テーブル格納手段３
によって格納されている属性テーブル６が、属性テーブ
ル指定手段４によって指定されて、分類に用いられる。
また、属性テーブル６は、属性テーブル作成手段２によ
って作成される。
【００１２】以下各手段について、説明する。映像コン
テンツ格納手段１について説明する。映像コンテンツ格
納手段１は、例えばハードディスクや、ＲＯＭ（Ｒｅａ
ｄＯｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｍｄｏｍ
Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの記憶媒体により構
成される。
テンツ格納手段１について説明する。映像コンテンツ格
納手段１は、例えばハードディスクや、ＲＯＭ（Ｒｅａ
ｄＯｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｍｄｏｍ
Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの記憶媒体により構
成される。
【００１３】ここでは、何らかの媒体より供給された映
像コンテンツ１０は、コンピューターで利用可能なよう
に、デジタル化され、デジタルファイルとして映像コン
テンツ格納手段１に格納される。
像コンテンツ１０は、コンピューターで利用可能なよう
に、デジタル化され、デジタルファイルとして映像コン
テンツ格納手段１に格納される。
【００１４】映像コンテンツ１０を分類するための属性
テーブル６を作成する属性テーブル作成手段２について
説明する。属性テーブル６は、３種作成される。サンプ
ル静止画データのヒストグラムを作成し、そのヒストグ
ラムが、どのような映像コンテンツを特徴づけるもので
あるかを判断する映像用テーブル６ａ、音声データのう
ち効果音波形をデータベース化し、その効果音波形が、
どのような映像コンテンツを特徴づけるものであるかを
判断する効果音用テーブル６ｂ、映像コンテンツの音声
データの周波数特性を解析するための音声用テーブル６
ｃ、の３種である。
テーブル６を作成する属性テーブル作成手段２について
説明する。属性テーブル６は、３種作成される。サンプ
ル静止画データのヒストグラムを作成し、そのヒストグ
ラムが、どのような映像コンテンツを特徴づけるもので
あるかを判断する映像用テーブル６ａ、音声データのう
ち効果音波形をデータベース化し、その効果音波形が、
どのような映像コンテンツを特徴づけるものであるかを
判断する効果音用テーブル６ｂ、映像コンテンツの音声
データの周波数特性を解析するための音声用テーブル６
ｃ、の３種である。
【００１５】映像用テーブル６ａの作成方法について説
明する。まず、映画などで利用される場面（例えば、都
会、森、海、空など）などの静止画データのヒストグラ
ムを作成する。ヒストグラムは、ＲＯＭなどの記憶媒体
にデータベースとして登録される。
明する。まず、映画などで利用される場面（例えば、都
会、森、海、空など）などの静止画データのヒストグラ
ムを作成する。ヒストグラムは、ＲＯＭなどの記憶媒体
にデータベースとして登録される。
【００１６】図２は、海岸の画像をヒストグラムにより
解析したものである。また、図３は、森の画像をヒスト
グラムにより、解析した結果である。静止画データは、
ＲＧＢ（赤・緑・青）といった３原色のレベルで表すこ
とができ、図２、３共通して、（ａ）が赤についてのヒ
ストグラムで、（ｂ）は緑についてのヒストグラムで、
（ｃ）は青についてのヒストグラムである。また、横軸
は明るさで、縦軸がピクセル数である。
解析したものである。また、図３は、森の画像をヒスト
グラムにより、解析した結果である。静止画データは、
ＲＧＢ（赤・緑・青）といった３原色のレベルで表すこ
とができ、図２、３共通して、（ａ）が赤についてのヒ
ストグラムで、（ｂ）は緑についてのヒストグラムで、
（ｃ）は青についてのヒストグラムである。また、横軸
は明るさで、縦軸がピクセル数である。
【００１７】これらのように、場面ごとに独特なヒスト
グラムを得ることができるので、映像作品でよく使われ
る場面を想定した画像データをヒストグラムデータとし
て、事前にＲＯＭなどの記憶媒体上のデータベースに複
数登録しておく。
グラムを得ることができるので、映像作品でよく使われ
る場面を想定した画像データをヒストグラムデータとし
て、事前にＲＯＭなどの記憶媒体上のデータベースに複
数登録しておく。
【００１８】これらのヒストグラムが、映像コンテンツ
１０の全場面に対してどのくらいの割合を占めれば、ど
のようなコンテンツであるかを判断するテーブルを作成
する。
１０の全場面に対してどのくらいの割合を占めれば、ど
のようなコンテンツであるかを判断するテーブルを作成
する。
【００１９】
【表１】
【００２０】表１は、ヒストグラムの解析結果が、映像
コンテンツ１０全体において、どのくらいの割合であれ
ば、どの分類に属するかを示したテーブルの例である。
例えば、ある映像コンテンツ１０の全体の画像色傾向
が、黒：７０％ 赤：２０％ 緑：５％ 青：４％
白：１％であるならば、分類Ａに属する映像コンテンツ
１０であるという、結果を得ることができる。
コンテンツ１０全体において、どのくらいの割合であれ
ば、どの分類に属するかを示したテーブルの例である。
例えば、ある映像コンテンツ１０の全体の画像色傾向
が、黒：７０％ 赤：２０％ 緑：５％ 青：４％
白：１％であるならば、分類Ａに属する映像コンテンツ
１０であるという、結果を得ることができる。
【００２１】次に効果音用テーブル６ｂの作成方法につ
いて説明する。効果音波形のサンプルとして、映画など
で広く利用される場面の効果音波形（例えば、銃声、爆
発音、悲鳴など）を複数ＲＯＭなどの記憶媒体上のデー
タベースに登録しておく。
いて説明する。効果音波形のサンプルとして、映画など
で広く利用される場面の効果音波形（例えば、銃声、爆
発音、悲鳴など）を複数ＲＯＭなどの記憶媒体上のデー
タベースに登録しておく。
【００２２】図４は、効果音の波形の例であり、（ａ）
が銃声音、（ｂ）がミサイル発射音の効果音波形であ
る。ここで、横軸は時間、縦軸は振幅である。
が銃声音、（ｂ）がミサイル発射音の効果音波形であ
る。ここで、横軸は時間、縦軸は振幅である。
【００２３】このような効果音が、映像コンテンツ１０
全体において、どのくらいの割合を占めれば、どのよう
なコンテンツであるかを判断するテーブルを作成する。
全体において、どのくらいの割合を占めれば、どのよう
なコンテンツであるかを判断するテーブルを作成する。
【００２４】
【表２】
【００２５】表２は、効果音が、映像コンテンツ１０全
体において、どのくらいの割合を占めれば、どの分類に
属するかを示したテーブルの例である。例えば、ある映
像コンテンツ１０の音声トラックにおける、効果音の使
用割合が、効果音Ａ：１５％、効果音Ｂ：２０％、効果
音Ｃ：０％、効果音Ｄ：６０％、効果音Ｅ：５％である
ならば、分類Ｄに属するコンテンツであるという結果を
得ることができる。
体において、どのくらいの割合を占めれば、どの分類に
属するかを示したテーブルの例である。例えば、ある映
像コンテンツ１０の音声トラックにおける、効果音の使
用割合が、効果音Ａ：１５％、効果音Ｂ：２０％、効果
音Ｃ：０％、効果音Ｄ：６０％、効果音Ｅ：５％である
ならば、分類Ｄに属するコンテンツであるという結果を
得ることができる。
【００２６】次に音声用テーブル６ｃの作成方法につい
て説明する。音声トラックの音声データは、映像コンテ
ンツ１０におけるＢＧＭなどを含み、例えばサスペンス
などのコンテンツでは、人間の心理に訴えかけるために
重低音を利用したＢＧＭが多くなる。
て説明する。音声トラックの音声データは、映像コンテ
ンツ１０におけるＢＧＭなどを含み、例えばサスペンス
などのコンテンツでは、人間の心理に訴えかけるために
重低音を利用したＢＧＭが多くなる。
【００２７】このようなコンテンツの音声データをサン
プルとして高速フーリエ変換（ＦＦＴ）などで、周波数
特性を解析し、分類する映像コンテンツ１０の音声デー
タの周波数特性と比較するためのテーブルを作成する。
プルとして高速フーリエ変換（ＦＦＴ）などで、周波数
特性を解析し、分類する映像コンテンツ１０の音声デー
タの周波数特性と比較するためのテーブルを作成する。
【００２８】
【表３】
【００２９】表３は、音声トラックの周波数特性が、映
像コンテンツ１０全体において、どのくらいの割合であ
れば、どの分類に属するかを示したテーブルの例であ
る。例えば、ある映像コンテンツ１０のサウンドトラッ
クにおける、周波数特性の割合が、特性Ａ：１０％、特
性Ｂ：１０％、特性Ｃ：５０％、特性Ｄ：２０％、特性
Ｅ：１０％であるならば、分類Ｂに属するコンテンツで
あるという結果を得ることができる。
像コンテンツ１０全体において、どのくらいの割合であ
れば、どの分類に属するかを示したテーブルの例であ
る。例えば、ある映像コンテンツ１０のサウンドトラッ
クにおける、周波数特性の割合が、特性Ａ：１０％、特
性Ｂ：１０％、特性Ｃ：５０％、特性Ｄ：２０％、特性
Ｅ：１０％であるならば、分類Ｂに属するコンテンツで
あるという結果を得ることができる。
【００３０】属性テーブル格納手段３について説明す
る。属性テーブル格納手段３は、属性テーブル作成手段
２で作成した属性テーブル６を格納する機能を持つ。
る。属性テーブル格納手段３は、属性テーブル作成手段
２で作成した属性テーブル６を格納する機能を持つ。
【００３１】ここでは、分類に使用される属性テーブル
６を記録するＲＯＭなどの記憶媒体から構成される。属
性テーブル指定手段４について説明する。
６を記録するＲＯＭなどの記憶媒体から構成される。属
性テーブル指定手段４について説明する。
【００３２】属性テーブル指定手段４は、映像コンテン
ツ１０の分類の際に、属性テーブル格納手段３に格納さ
れている属性テーブル６を指定する機能を持つ。映像コ
ンテンツ１０は、映像、音声ともに、デジタルファイル
として映像コンテンツ格納手段１に記録されている。属
性テーブル指定手段４は、映像データに対しては、映像
用テーブル６ａ、効果音及び音声データに対しては、効
果音用テーブル６ｂ及び音声用テーブル６ｃを指定し、
映像コンテンツ格納手段１より取り出す。
ツ１０の分類の際に、属性テーブル格納手段３に格納さ
れている属性テーブル６を指定する機能を持つ。映像コ
ンテンツ１０は、映像、音声ともに、デジタルファイル
として映像コンテンツ格納手段１に記録されている。属
性テーブル指定手段４は、映像データに対しては、映像
用テーブル６ａ、効果音及び音声データに対しては、効
果音用テーブル６ｂ及び音声用テーブル６ｃを指定し、
映像コンテンツ格納手段１より取り出す。
【００３３】分類手段５について説明する。図５は、分
類手段５のフローチャートである。図５のように、映像
コンテンツ１０の読み出し（Ｓ１）、映像コンテンツ１
０を静止画ファイルとして蓄積（Ｓ２）、ヒストグラム
によるＲＧＢレベルの解析（Ｓ３）、全静止画の色の傾
向を計算（Ｓ４）、映像用テーブル６ａと照合（Ｓ
５）、大分類に分類（Ｓ６）、音声トラック中の効果音
波形の解析（Ｓ７）、効果音用テーブル６ｂと照合（Ｓ
８）、小分類に分類（Ｓ９）、音声トラックの周波数特
性の解析（Ｓ１０）、音声用テーブル６ｃと照合（Ｓ１
１）、分類完了（Ｓ１２）からなる。
類手段５のフローチャートである。図５のように、映像
コンテンツ１０の読み出し（Ｓ１）、映像コンテンツ１
０を静止画ファイルとして蓄積（Ｓ２）、ヒストグラム
によるＲＧＢレベルの解析（Ｓ３）、全静止画の色の傾
向を計算（Ｓ４）、映像用テーブル６ａと照合（Ｓ
５）、大分類に分類（Ｓ６）、音声トラック中の効果音
波形の解析（Ｓ７）、効果音用テーブル６ｂと照合（Ｓ
８）、小分類に分類（Ｓ９）、音声トラックの周波数特
性の解析（Ｓ１０）、音声用テーブル６ｃと照合（Ｓ１
１）、分類完了（Ｓ１２）からなる。
【００３４】Ｓ１：まず、映像コンテンツ格納手段１に
デジタルファイルとして格納されている映像コンテンツ
１０を読み出し分類手段４のＲＡＭなどの記憶媒体に保
存する。
デジタルファイルとして格納されている映像コンテンツ
１０を読み出し分類手段４のＲＡＭなどの記憶媒体に保
存する。
【００３５】Ｓ２：保存された映像コンテンツ１０を適
当な大きさの静止画として、数十秒ごとに蓄積する。例
えば、２時間の映画であれば、３０秒ごとに、静止画と
して取り込めば、２４０枚の画像を保存することにな
る。この静止画の取り込み間隔が、分類結果の精度を左
右することになる。
当な大きさの静止画として、数十秒ごとに蓄積する。例
えば、２時間の映画であれば、３０秒ごとに、静止画と
して取り込めば、２４０枚の画像を保存することにな
る。この静止画の取り込み間隔が、分類結果の精度を左
右することになる。
【００３６】詳細な分類結果が必要な場合には、１０秒
ごと、２時間の作品であれば、７２０枚の画像を取り込
み保存することとなる。 Ｓ３：ステップＳ２で取り込んだすべての静止画につい
てのヒストグラムを作成し、１枚ごとにデータを蓄積す
る。
ごと、２時間の作品であれば、７２０枚の画像を取り込
み保存することとなる。 Ｓ３：ステップＳ２で取り込んだすべての静止画につい
てのヒストグラムを作成し、１枚ごとにデータを蓄積す
る。
【００３７】Ｓ４：各静止画の色の傾向（赤、緑、青、
黒、白）を記憶媒体に保存し、全体に対しての割合を計
算する。 Ｓ５：ステップＳ４で解析した結果を属性テーブル格納
手段３に格納されている映像用テーブル６ａと照合す
る。
黒、白）を記憶媒体に保存し、全体に対しての割合を計
算する。 Ｓ５：ステップＳ４で解析した結果を属性テーブル格納
手段３に格納されている映像用テーブル６ａと照合す
る。
【００３８】Ｓ６：映像用テーブル６ａとの照合により
得た結果から映像コンテンツ１０は大まかな分類項目に
分類される。 Ｓ７：静止画の解析だけでは、詳細な分類はできないた
め、データベースに事前に登録されている効果音波形
が、音声トラックに利用されているかを解析する。
得た結果から映像コンテンツ１０は大まかな分類項目に
分類される。 Ｓ７：静止画の解析だけでは、詳細な分類はできないた
め、データベースに事前に登録されている効果音波形
が、音声トラックに利用されているかを解析する。
【００３９】Ｓ８：ステップＳ７で解析した結果を、属
性テーブル格納手段３に格納されている効果音用テーブ
ル６ｂと照合する。 Ｓ９：ステップＳ８の照合結果をうけて、大まかに分類
された映像コンテンツ１０が、さらに詳細に分類され
る。
性テーブル格納手段３に格納されている効果音用テーブ
ル６ｂと照合する。 Ｓ９：ステップＳ８の照合結果をうけて、大まかに分類
された映像コンテンツ１０が、さらに詳細に分類され
る。
【００４０】Ｓ１０：高速フーリエ変換などを利用し、
音声トラックの周波数特性を解析する。 Ｓ１１：ステップＳ１０で解析した周波数特性結果をデ
ータベース上の音声用テーブル６ｃと照合する。
音声トラックの周波数特性を解析する。 Ｓ１１：ステップＳ１０で解析した周波数特性結果をデ
ータベース上の音声用テーブル６ｃと照合する。
【００４１】Ｓ１２：照合結果をうけて、最後の分類を
完了し終了する。このような方法で自動的に分類された
映像コンテンツを、サービス提供業者はさらに吟味し、
推薦作業を行なう。ユーザーは、推薦された映像コンテ
ンツを、ジャンルまたは、イメージなどの抽象的なキー
ワードを使って選択し、視聴することになる。
完了し終了する。このような方法で自動的に分類された
映像コンテンツを、サービス提供業者はさらに吟味し、
推薦作業を行なう。ユーザーは、推薦された映像コンテ
ンツを、ジャンルまたは、イメージなどの抽象的なキー
ワードを使って選択し、視聴することになる。
【００４２】上記の説明では、映像用テーブル、効果音
用テーブル、音声用テーブルを順に用いて映像コンテン
ツを分類したが、必ずしもこの順番でなくてもよい。ま
た上記の説明では３種類のテーブルを用いて分類を行な
ったが、必ずしも全てを用いて分類しなくてもよい。
用テーブル、音声用テーブルを順に用いて映像コンテン
ツを分類したが、必ずしもこの順番でなくてもよい。ま
た上記の説明では３種類のテーブルを用いて分類を行な
ったが、必ずしも全てを用いて分類しなくてもよい。
【００４３】このように、映像コンテンツの分類を自動
的に行なうことによって、サービス提供者の推薦作業を
軽減することができる。
的に行なうことによって、サービス提供者の推薦作業を
軽減することができる。
【００４４】
【発明の効果】以上説明したように、本発明では分類す
べき属性テーブルを使用して映像コンテンツを分類する
ようにしたので、多数の映像コンテンツを迅速に分類で
きる。
べき属性テーブルを使用して映像コンテンツを分類する
ようにしたので、多数の映像コンテンツを迅速に分類で
きる。
【図１】本発明の実施の形態に係る、映像コンテンツの
自動分類装置の概念図である。
自動分類装置の概念図である。
【図２】海岸写真のヒストグラムを表した図であり、
（ａ）が赤についてのヒストグラムで、（ｂ）は緑につ
いてのヒストグラムで、（ｃ）は青についてのヒストグ
ラムである。
（ａ）が赤についてのヒストグラムで、（ｂ）は緑につ
いてのヒストグラムで、（ｃ）は青についてのヒストグ
ラムである。
【図３】森写真のヒストグラムを表した図であり、
（ａ）が赤についてのヒストグラムで、（ｂ）は緑につ
いてのヒストグラムで、（ｃ）は青についてのヒストグ
ラムである。
（ａ）が赤についてのヒストグラムで、（ｂ）は緑につ
いてのヒストグラムで、（ｃ）は青についてのヒストグ
ラムである。
【図４】効果音波形の例であり、（ａ）は銃声、（ｂ）
はミサイル発射音の効果音波形を表した図である。
はミサイル発射音の効果音波形を表した図である。
【図５】分類手段の流れを表したフローチャートであ
る。
る。
１……映像コンテンツ格納手段、２……属性テーブル作
成手段、３……属性テーブル格納手段、４……属性テー
ブル指定手段、５……分類手段、６……属性テーブル、
６ａ……映像用テーブル、６ｂ……効果音用テーブル、
６ｃ……音声用テーブル、１０、１０ａ、１０ｂ、１０
ｃ、１０ｄ…映像コンテンツ
成手段、３……属性テーブル格納手段、４……属性テー
ブル指定手段、５……分類手段、６……属性テーブル、
６ａ……映像用テーブル、６ｂ……効果音用テーブル、
６ｃ……音声用テーブル、１０、１０ａ、１０ｂ、１０
ｃ、１０ｄ…映像コンテンツ
─────────────────────────────────────────────────────
フロントページの続き
(51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考）
Ｈ０４Ｎ 7/173 ６１０ Ｈ０４Ｎ 5/91 Ｚ
Claims (7)
- 【請求項１】 映像コンテンツをその属性に応じて分類
する映像コンテンツ自動分類装置において、 映像コンテンツを格納する映像コンテンツ格納手段と、 前記映像コンテンツを分類するための少なくとも１つの
属性テーブルを作成する属性テーブル作成手段と、 前記属性テーブル作成手段で作成される、前記属性テー
ブルを格納する属性テーブル格納手段と、 分類に使用する属性テーブルを指定する属性テーブル指
定手段と、 指定された前記属性テーブルによって、前記映像コンテ
ンツを分類する分類手段と、 を有することを特徴とする映像コンテンツ自動分類装
置。 - 【請求項２】 前記属性は色であることを特徴とする請
求項１記載の映像コンテンツ自動分類装置。 - 【請求項３】 前記属性は音声であることを特徴とする
請求項１記載の映像コンテンツ自動分類装置。 - 【請求項４】 前記属性テーブルは、サンプルとなる静
止画の各色のヒストグラム解析によって作成することを
特徴とする請求項１記載の映像コンテンツ自動分類装
置。 - 【請求項５】 前記属性テーブルは、サンプルとなる音
声の波形が前記映像コンテンツに占める割合からなるこ
とを特徴とする請求項１記載の映像コンテンツ自動分類
装置。 - 【請求項６】 前記映像コンテンツの音声の周波数特性
を解析して、音声の前記属性テーブルの周波数特性と比
較して分類することを特徴とする請求項１記載の映像コ
ンテンツ自動分類装置。 - 【請求項７】 映像コンテンツをその属性に応じて分類
する映像コンテンツ自動分類方法において、 映像コンテンツを分類するための属性を示す少なくとも
１つの属性テーブルを作成し、 分類に使用する属性テーブルを指定し、 指定された前記属性テーブルによって、前記映像コンテ
ンツを分類することを特徴とする映像コンテンツ自動分
類方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001243453A JP2003061027A (ja) | 2001-08-10 | 2001-08-10 | 映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001243453A JP2003061027A (ja) | 2001-08-10 | 2001-08-10 | 映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003061027A true JP2003061027A (ja) | 2003-02-28 |
Family
ID=19073543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001243453A Pending JP2003061027A (ja) | 2001-08-10 | 2001-08-10 | 映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003061027A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009100314A (ja) * | 2007-10-17 | 2009-05-07 | Sony Corp | 電子機器、コンテンツ分類方法及びそのプログラム |
| WO2014138074A1 (en) * | 2013-03-08 | 2014-09-12 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by detecting signal distortion |
| US9094710B2 (en) | 2004-09-27 | 2015-07-28 | The Nielsen Company (Us), Llc | Methods and apparatus for using location information to manage spillover in an audience monitoring system |
| US9191704B2 (en) | 2013-03-14 | 2015-11-17 | The Nielsen Company (Us), Llc | Methods and systems for reducing crediting errors due to spillover using audio codes and/or signatures |
| US9250316B2 (en) | 2010-03-09 | 2016-02-02 | The Nielsen Company (Us), Llc | Methods, systems, and apparatus to synchronize actions of audio source monitors |
| US9264748B2 (en) | 2013-03-01 | 2016-02-16 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by measuring a crest factor |
| US9848222B2 (en) | 2015-07-15 | 2017-12-19 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
| US9924224B2 (en) | 2015-04-03 | 2018-03-20 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a state of a media presentation device |
-
2001
- 2001-08-10 JP JP2001243453A patent/JP2003061027A/ja active Pending
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9094710B2 (en) | 2004-09-27 | 2015-07-28 | The Nielsen Company (Us), Llc | Methods and apparatus for using location information to manage spillover in an audience monitoring system |
| US9794619B2 (en) | 2004-09-27 | 2017-10-17 | The Nielsen Company (Us), Llc | Methods and apparatus for using location information to manage spillover in an audience monitoring system |
| JP2009100314A (ja) * | 2007-10-17 | 2009-05-07 | Sony Corp | 電子機器、コンテンツ分類方法及びそのプログラム |
| JP4683031B2 (ja) * | 2007-10-17 | 2011-05-11 | ソニー株式会社 | 電子機器、コンテンツ分類方法及びそのプログラム |
| US8184947B2 (en) | 2007-10-17 | 2012-05-22 | Sony Corporation | Electronic apparatus, content categorizing method, and program therefor |
| US9250316B2 (en) | 2010-03-09 | 2016-02-02 | The Nielsen Company (Us), Llc | Methods, systems, and apparatus to synchronize actions of audio source monitors |
| US9264748B2 (en) | 2013-03-01 | 2016-02-16 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by measuring a crest factor |
| WO2014138074A1 (en) * | 2013-03-08 | 2014-09-12 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by detecting signal distortion |
| US9118960B2 (en) | 2013-03-08 | 2015-08-25 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by detecting signal distortion |
| US9332306B2 (en) | 2013-03-08 | 2016-05-03 | The Nielsen Company (Us), Llc | Methods and systems for reducing spillover by detecting signal distortion |
| US9380339B2 (en) | 2013-03-14 | 2016-06-28 | The Nielsen Company (Us), Llc | Methods and systems for reducing crediting errors due to spillover using audio codes and/or signatures |
| US9191704B2 (en) | 2013-03-14 | 2015-11-17 | The Nielsen Company (Us), Llc | Methods and systems for reducing crediting errors due to spillover using audio codes and/or signatures |
| US9924224B2 (en) | 2015-04-03 | 2018-03-20 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a state of a media presentation device |
| US10735809B2 (en) | 2015-04-03 | 2020-08-04 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a state of a media presentation device |
| US11363335B2 (en) | 2015-04-03 | 2022-06-14 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a state of a media presentation device |
| US11678013B2 (en) | 2015-04-03 | 2023-06-13 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a state of a media presentation device |
| US9848222B2 (en) | 2015-07-15 | 2017-12-19 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
| US10264301B2 (en) | 2015-07-15 | 2019-04-16 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
| US10694234B2 (en) | 2015-07-15 | 2020-06-23 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
| US11184656B2 (en) | 2015-07-15 | 2021-11-23 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
| US11716495B2 (en) | 2015-07-15 | 2023-08-01 | The Nielsen Company (Us), Llc | Methods and apparatus to detect spillover |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11449540B1 (en) | Media fingerprinting and identification system | |
| KR102027670B1 (ko) | 관람자 관계형 동영상 제작 장치 및 제작 방법 | |
| JP4553650B2 (ja) | 画像グループの表現方法および表現方法によって導出される記述子、探索方法、装置、コンピュータプログラム、ならびに記憶媒体 | |
| US6546185B1 (en) | System for searching a particular character in a motion picture | |
| JP5005154B2 (ja) | 記憶媒体上に記憶された情報信号を再生する装置 | |
| Hanjalic | Adaptive extraction of highlights from a sport video based on excitement modeling | |
| KR101382499B1 (ko) | 영상 태깅 방법 및 이를 사용하는 영상 재생 장치. | |
| Pickering et al. | Evaluation of key frame-based retrieval techniques for video | |
| US20020140843A1 (en) | Camera meta-data for content categorization | |
| CN107534796A (zh) | 检测视频节目的片段 | |
| CN101151674A (zh) | 复合新闻报导的合成 | |
| US20070219912A1 (en) | Information distribution system, information distribution method, and program product for information distribution | |
| JP2003141540A (ja) | 類似性判定装置及び類似性判定方法並びにプログラム | |
| US20030156202A1 (en) | Automatically processing digital assets of a digital camera | |
| CN110796098A (zh) | 内容审核模型的训练及审核方法、装置、设备和存储介质 | |
| US20100111498A1 (en) | Method of creating a summary | |
| JP2003061027A (ja) | 映像コンテンツ自動分類装置及び映像コンテンツ自動分類方法 | |
| CN116847043A (zh) | 一种混剪视频生成方法、系统、存储介质及电子设备 | |
| CN108921016B (zh) | 一种基于图像识别的图书评分获取方法、电子设备及存储介质 | |
| US20100239163A1 (en) | Image searching method and apparatus | |
| JP2014130536A (ja) | 情報管理装置、サーバ及び制御方法 | |
| KR101351818B1 (ko) | 이동통신 단말기의 현재 상황에 적합한 컨텐츠를 재생하는방법 | |
| CN110879944A (zh) | 基于人脸相似度的主播推荐方法、存储介质、设备及系统 | |
| JP4205517B2 (ja) | 奥行情報を含んだ画像の分類装置およびプログラム | |
| KR102414211B1 (ko) | 동영상 제공 방법 및 장치 |