TW544634B - Thumbnail sequence generation system and method - Google Patents

Description

544634 五、發明說明α) 【發明領域】 本發明係關於一種人物縮圖序列產生系統與方法，特 別關於一種利用一電腦軟體來分析一視訊（V i deo )内容 以自動產生人物縮圖序列（T h u in b n a i 1 S e q u e n c e )的系統 與方法。 【習知技術】 一般而言，視訊是連續輸出的單張影像，例如，在 NTSC標準中，其撥放一秒鐘可能是包含2 9. 9 7張影像的連 續切換，而在PAL標準中，其撥放一秒鐘可能是包含25張 影像的連續切換，當使用者檢視該等影像時，最大的問題 就是該等影像的數量實在太多，以NTSC標準為例，一分鐘 的視訊就包括了將近1 8 0 0張影像，以此類推，使用者必須 檢視將近二萬張的影像，才能檢視完1 0分鐘的視訊中的所 有影像，因此，當使用電腦軟體來編輯視訊内容時，常常 僅就視訊内容之第一張影像代表該視訊，部份電腦軟體為 了方便使用者更容易對該視訊内容有所了解，以利視訊編 輯之進行，常會以縮圖序列的方式顯示該視訊之部份影 像，然而其挑選該視訊中部份影像之方法，目前有挑選拍 攝曰期不同或時間不連續之第一張影像，或每隔一時間間 隔後挑選一張影像，或分析視訊内容挑選鏡頭變換不同之 第一張影像，以及以人工方式挑選影像等方法。 當視訊内容為一生活剪影、MTV、戲劇、影片或影集 時，人物通常為該視訊内容之主角，因此以人物角色縮圖

544634 五、發明說明（2) 序列來代表視訊’能夠知:供使用者快速檢視於生活剪景；、 MTV、戲劇、影片或影集中之人物角色之影像，尤其該~等 影像對使用者來說是有意義且具代表性的。麸而a …、叩，目月丨j並 未有就視訊内容之人物角色挑選視訊之部份影像產生縮圖 序列，因此，如何自動挑選該視訊中有意義且具代表=: 人物影像晝面並產生縮圖序列以代表該視訊正是當前一個 重要的課題。 田， 【發明概要】 針對上述問題’本發明之目的為提供一種能夠有效率 地分析視訊，並且產生所需之人物縮圖序列的人物縮圖 列產生系統與方法。 為達上述目的，依本發明之人物縮圖序列產生系統包 括一視訊接收模組、一解碼模組、一視訊擷取模組以及2 人物縮圖序列產生模組。在本發明中，視訊接收模組接收 一原視訊資料，而解碼模組將原視訊資料解碼成為一視气 ^料，然後視訊擷取模組依據一人物影像擷取方針自視^ 資料中操取至少一關鍵晝面（key frame)，最後由人物 縮圖序列產生模組依據所擷取之關鍵畫面產生一人物縮 /承上所述，依本發明之人物縮圖序列產生系統更包人 一影像處理模組，其於擷取關鍵晝面後，針對所擷取二 鍵晝面進行影像處理。 符 本發明之人物縮圖序列產生系統更包含一擷取方針選

第5頁 544634 五、發明說明（3) 擇板組’其接受一使用者之選擇以提供人物影像擷取方 針。 本發明亦提供一種人物縮圖序列產生方法，其包括一 視訊接收步驟、一解碼步驟、一視訊擷取步驟以及一人物 备百圖序列產生步驟。在本發明中，視訊接收步驟先接收原 視訊資料，接著解碼步驟解碼原視訊資料以取得視訊資 料’然後視訊擷取步驟依據人物影像擷取方針擷取關鍵晝 面’最後人物縮圖序列產生步驟依據關鍵晝面產生人物縮 圖序列。 另外，依本發明之人物縮圖序列產生方法更包括一影 像處理步驟，影像處理步驟於擷取關鍵晝面後，針對所擷 取之關鍵晝面進行影像處理。 由於依本發明之人物縮圖序列產生系統與方法能夠自 動分析視訊，並自動擷取符合需求之影像，因此能夠有效 率地產生所需之人物縮圖序列。 【較佳實施例之詳細說明】 以下將參照相關圖式，說明依本發明較佳實施例之人 物縮圖序列產生系統與方法，其中相同的元件將以相同的 參照符號加以說明。 請參照圖1所示，依本發明較佳實施例之人物縮圖序 列產生系統包括一視訊接收模組丨Q 1、一解碼模組1 〇 2、一 視訊擷取模組103、一影像處理模組1〇4、一人物縮圖序列 產生模組1 0 5以及一擷取方針選擇模組1 〇 6。

544634 五、發明說明（4) 在本實施例中，人物縮圖序列產生系統可以應用於一 電腦设備6 0中’而電腦設備β 〇可以是習知的電腦裝置，豆 包括一訊號源介面6 〇 1、一記憶體6 〇 2、一中央處理單元八 (CPU) 603、一輸入裝置6〇4以及一儲存裝置6〇5。其中， 訊號源介面601係與一訊號源輸出裝置或是一訊號源紀錄 裝置連接，例如是光碟機、FireWire (IEEE 1394

Interface )、通用序列埠（USB )等介面裝置，而訊號源 輸出裝置例如是數位攝影機，訊號源紀錄裝置例如是 ▽ 00、0¥0等。記憶體6〇2可以是])1^^1或££?1^(^等任何一種 或數種設置於電腦裝置中的暫存記憶體。中央處理單元 6 0 3則可採用任何一種習知之中央處理器架構，例如， MLU、暫存器與控制器等，以進行各種資料之處理與運 异，以及控制電腦設備60中各元件的作動。輸入裝置6〇4 可以是滑鼠、鍵盤等能夠由使用者自行輸入訊息， 作各軟體模組的裝置。儲存裝置6〇5可以是硬碟貞、軟卞 機等任何一種或數種電腦可讀取之資料儲存裝置。 ” 本實施例中的各模組係指儲存於儲存裝置6〇5中或 一紀錄媒體中的軟體模組。中央處理單元6〇3於讀取 組之後，即可經由電腦設備6 〇巾的夂一从七— 供 姑二兩、★立& ▲ 1有bU中的各兀件來實現各模組的 ^“ ^二思，，熟習該項技術者亦可將本實施例中 所揭路之軟體模組製作成硬體，如Μ I〔 ^PPllcation-speciflc lntegrated 士…㈠晶片 荨，而不違反本發明之精神與範脅。 以下詳細說明本實施例中各模組之功能。

544634 五、發明說明（5) 在本實施例中，視訊接收模組1 0 1接收一原視訊資料 40，解碼模組1 02解碼原視訊資料4〇以取得一視訊資料 4 1 ’擷取方針選擇模組1 〇 6提供給一使用者選取所需之一 人物影像擷.取方針50，視訊擷取模組丨03則依據人物影像 擷取方針5 0自視訊資料4 1中擷取至少一關鍵晝面3 〇 2，然 後’影像處理模組1 〇 4針對視訊擷取模組丨〇 3所擷取的關鍵 晝面3 0 2進行影像處理；最後，人物縮圖序列產生模組1 〇 5 依據經過影像處理的關鍵晝面3 〇 2產生一人物縮圖序列 70。 ' 視訊接收模組1 01與訊號源介面6〇 1配合 如上所述 例如，視訊接收模組1〇1可以透過FireWire(IEEE 13以 Interface)取得儲存於數位攝影機中的原視訊資料4〇，或 是透過光碟機取得記錄於VCD、DVD中的原視訊資料4〇。原 視訊資料40係由各種視訊擷取裝置或接收裝置如數位攝影 機電視卡、機上盒等，以及各種視訊儲存裝置如D V D、 vC=儲存、傳送、廣播（Br〇adeasting)或接收的視訊， ”月b夠以各種視訊資料格式（如評肋—丨，評eg —2 MPEG= AVI’ ASF，謂等）儲存、傳送、廣播或接收。 式、=Γ02能夠針對輸入的原視訊資料4°之視訊格 m !縮方式進行解碼轉換還原為編碼前之 壓縮；气(:於編：刖之資料，例^，若編碼方式採用失真 ^ 細方式（Lossy Compressi〇n)，則解 似於編石馬前之資料，以# “ J解碼後”月匕夠取得近 中，視訊二咖1。在本實施例 貝付匕括曰訊貧料411以及一影像資料。 五、發明說明（6) 音訊資料41 1為視訊資料41中所撥放 為視訊資料41所顯示的所有單 涤曰，影像資料412 資料41係由25張單張影像或2 9 9丫 ’通旦常每秒鐘的視訊 構成。本實施例中以小時：分:7/早查張景“象麵^ 面相對於視訊資料41之位置資m广:面’來表示每一晝 ^ 貝 σΚ ’例如，0 1 : 1 1 · 9 η . 9 g 為視訊資料41第1小時第U分2〇秒的第25個 .. :取方針選擇模組106與輸入裝置6〇4配-合，以便使用 者肖b夠利用輸入裝置6 〇 4於擷取方釙撰煜y f ^ A ^ ^ 5 0 〇 1 ° 6 ^ ^ ^ 擷取方針5 0會依據使用者輸入之選項設定笊的人物衫像 (pre”rence)，決定是否要利用音訊‘析演S 鏡分析演算法則5 0 2’作為視訊資料進行臉孔偵測 二析々鼻法則50 3的前處理程序。音訊分析演算法則5〇1血 鏡頭變換分析演算法則5 〇 2的處理程序會精簡並減少進行' 臉孔偵測分析演算法則5 0 3的視訊資料量。 曰汛为析廣异法則5 〇 1係分析視訊資料4丨的音訊資料 411，以篩選音訊資料411中具有人聲之 、 對應影像資料片段。因此能將非人聲之音訊資料片段（如、 _ °喿音、靜音）及其對應影像資料片段，分離不進行臉孔偵 測分析演算法則之處理。 、 音訊分析演算法則501利用特徵抽取（Features Extraction)與特徵匹配（Features Matching)方式進行分 析’將人物角色之聲音區分並分類。音訊資料4 1 1之特徵 包括如頻譜特徵（Spectral Features)、音量（Volume)、

544634 五、發明說明（7) 零軸交會率（Zero Crossing Rate)、音調（Pitch)等。如 上所述，當抽取頻譜特徵（S p e c t r a 1 F e a t u r e s )後，其經 由雜音衰減（Noise Reduction)、分段（Segmentation)，

並利用快速傅利葉轉換（Fast Four ier Transform)將音訊 資料411轉至頻率域（Frequency)，然後由一組頻率濾波器 (Fi Iters)進行特徵值抽取，這組特徵值組成一個頻譜特 徵向量（Spectral Feature Vector)。音量是容易量測之 一種特欲’其可利用均方根值（RMS，Root Mean Square) 代表其特徵值，然後藉由音量（Volume)分析可輔助分段 (Segmentation)之進行，亦即透過靜音债測（silence Detection)幫助音訊資料411段落邊界（B〇undaries)之決 疋。零軸父會率（Zero Crossing Rate)為計算每段 (Clips)聲音波形（Waveform)與零軸（Zero Axis)交會之次 數。a ό周（Pitch)為聲音波形（Waveform)的基頻 (Fundamental Frequency)。因此，音訊資料411可利用上 述之音訊特徵及其特徵值所組成之特徵向量（1^31：111^ Vector)與人聲音訊樣本（Audi〇 templates)之特徵進行 分析比對’進行分析比對，以便取得所需具有人聲之音訊 資料片段及其對應影像資料片段。

—鏡頭變換分析演算法則5 〇 2係分析視訊資料4丨中影像 貢料412的鏡頭變換，並篩選視訊資料41中影像資料41 2中 ，個鏡頭變換後的第一個晝面，作為進行臉孔偵測分析演 异法則5 0 3的影像資料。鏡頭變換分析演算法則5 〇 2所分析 的影像資料4 1 2可為經過音訊分析演算法則5 〇 1篩選後具有

第10頁 544634

士聲之音訊資料所對應的影像資料412或未經音訊分析演 异法則5 0 1處理之視訊資料4丨中之影像資料4丨2。 一般而言，視訊資料41為一視訊串列（Vide〇 Sequence)，其通常由許多場景（Scenes)所組成，而每一 場景又由複數個鏡頭變換（Sh〇ts)所組成。在影片中的最 小單位是一個鏡頭變換，而影片便是由許多的鏡頭變換所 堆砌起來的。通常，一個鏡頭由複數個視覺特性（如色彩 (Color)、紋理（Texture)、形狀（Shape)、動作（M〇ti〇^)

馨 具一致性之晝面（Frames)所組成，並且，其係依據攝影機 運動方向（Camera Directi on)與攝影取景角度（view Ang 1 e)的改變而有變化，例如，當攝影機以不同之攝影取 景角度來拍攝同一場景時，會產生不同之鏡頭變換，或以 相同之攝影取景角度但拍攝不同之區域時，亦會產，生不门 之鏡頭變換。由於鏡頭變換可由一些基本視覺特性而區 分，因此將視訊資料4 1分割成複數個連續的鏡頭變換是相 當容易達成的，此技術主要藉由分析一些基本視覺特性之 統計資料如視覺特性柱狀圖（Histogram)，因此，當—查 面之視覺特性與前一晝面之視覺特性差異達到某一裎度$ 時，就可在此畫面與前一晝面間作一分割並視作為鏡^變 換’在本實施例中，可以挑選此鏡頭變換後的第一個貪= 作為進行臉孔偵測分析演算法則5 0 3的影像資料。 〜 臉孔偵測分析演算法則5 0 3利用臉孔偵測（Faee Detection)，臉？L 辨識（Face Recognition) ^ ^ ^ ^ 資料4 1中具有相異臉孔特徵的視訊晝面以作為關鍵晝面°

第11頁 544634 五、發明說明（9) . 3 〇 2。臉孔偵測分析演算法則5 0 3所分析之影像資料4丨2可 為經過音訊分析演算法則501或鏡頭變換分析演算法則5〇2 4選後之影像資料4 1 2 ’或未經過音訊分析演算法則5 }或 鏡頭變換分析演异法則5 0 2師選後之影像資料4 1 2。' 在本實施例中’利用相異臉孔影像館8以資料表格8〇 儲存具有相異臉孔之影像資訊、該相異臉孔影像的臉°部特 徵組合及影像的位置資訊，並以資料鍊結串列儲存與該相 異臉孔景> 像具有相同臉部特徵之影像的位置資訊。如圖4 所示，其顯示於相異臉孔影像館8中所儲存的資°料，口回 如，於資料表格80的第一列中，.儲存具有一第 3^一 7資:二、表：第-臉孔的-第-臉部“組合 811、弟一衫像的一苐一位置資訊812，以及鍊社 -臉，之其他影像的複數個第一指標（ρ〇ιη。川有： 如才曰Μ、指標B、指標C、指標D等等。依此類推，於 表格8的第二列中’儲存具有一第二臉孔之 像、:： 第二！:。的一第二臉部特徵組合 他影像的複指22標82^ ^ 對具有臉孔晝面之影像，伯、二有臉孔旦面之影像後，針丨 孔畫面之影像、及其：部==，將第-張具有臉I·-”相異臉孔影像館”，告再扒、、σ /、衫像的位置資訊存入 時，將其影像中臉有面之影像 〃相異臉孔影像館”中存檔 第12頁 544634 五、發明說明（l〇)

的臉邛特徵組合進行比對，若該A 已存入"相異臉孔影像館”中存：：：：：臉部特徵組合與 張影像被淘汰，並將此被淘汰:=特徵組合相同則該 相異臉孔影像館"中特徵組合相同~之马、位置資訊儲存於|， 結串列中，若該張影像之臉部特且：所對應的資料鍊 ^ ^ ^ ^" t # ^ ^ ^ ^ ^ ^ 及其臉部特徵組合與影像的位^ 張影像 館"，如此將輸入之影像資料412IlK = :異臉孔影像 最後存於”相異臉孔影像館"之影 =:?辨識比對。 之關鍵書面302。目tt a、<t象貝為本只鈿例中所篩選 舒〜：别取常被用來做臉孔辨識的方法之— t 分析（Μη—1 —卿邮—Ws，— (Ε· /方法所建立的臉孔辨識器通常稱為特徵臉 (Eigenface)辨識系統。 視訊擷取模組103可以是儲存在儲存裝置6〇5之一軟 提：的f : ΐ中央處理單元6 〇3的運算，依據本實施例所― 物影像擷取方針5 0，分析比對視訊資料4 1中的与 ，進而擷取合乎人物影像擷取方針5 〇的關鍵晝面3 〇 2。^ 影·像處理模組1 〇4可以是儲存在儲存裝置6〇5之一軟· 杈組，並透過中央處理單元6〇3之運算，以便針對所擷取 的關鍵畫面3 0 2進行影像處理，例如調整影像大小 (Rescaling)專影像處理（Image processing)功能。 人物縮圖序列產生模組1〇5可以是儲存在儲存裝置6〇5 之一軟體模組，並透過中央處理單元6〇3之運算，將經過 影像處理的關鍵晝面3 〇 2整合匯出，以產生人物縮圖序列 ΙΓί 第13頁 544634 五、發明說明（π) 70 〇 另外，所產生的人物縮圖序列7 0可以儲存在儲存裝置 6 0 5中，而所儲存的資料包括人物縮圖序列7 〇之串列頭 (Head )、各關鍵晝面3 0 2 (或縮圖）之鍊結串列（Linked List)或指標（p〇inter)等。 為使本發明之内容更容易理解，以下將舉一實例，以 說明依本發明較佳實施例之人物縮圖序列產生方法的流 程。 請參照圖2所示，在依本發明較佳實施例之人物縮圖 序列產生方法2中，步驟201接收原視訊資料4〇，例如，可 以將數位攝影機中紀錄的資料經由傳輸線送至訊號源介面 6〇1 ’以提供作為產生人物縮圖序列7〇的晝面與内容。 在步驟2 0 2中，解碼模組1〇2辨識原視訊資料4〇之格式 並解碼原視訊資料4 〇以產生經過解碼之視訊資料4丨，例 如’原視訊資料4 〇為I n t e r 1 a c e d Μ P E G - 2格式，亦即是， 一個訊框係由兩個訊場（field )所組成，所以，在^步 驟中，可以先進行MPEG-2格式的解碼，然後利用内插法/ (Interp〇latiori )解交錯以得到視訊資料41。 彳 梦罢ϋ驟203、中，視訊榻取模組103依據使用者藉由輸入 1^6中$ =入之選項設定訊息，執行於擷取方針選擇模組 取的人物影像擷取方針5〇來擷 :變者決定是否要利用音訊分析演算法―:二 一奐刀析决算法則5 0 2，作為視訊資料進行人物角色之 臉孔债測分析演算法則5 0 3的前處理程序。針對視訊資料

第14頁 544634 五、發明說明（12) 41的每一視訊晝面與内容（包含音訊内容），進行分析搜尋 並篩選取得符合人物影像擷取方針5〇的關鍵畫面30 2。需 注意者，本實施例可以擷取出複數張的關鍵晝面3 0 2。如 圖3所示，原視訊資料40經過解碼後會得到視訊資料4 1， 其包括複數張單張影像301 (每秒25張或2 9.9 7張），而經 過依據人物影像擷取方針5 〇的分析搜尋後會從該等單張影 像3 0 1中擷取出至少一關鍵晝面3 〇 2。 步驟204係判斷是否已經完成視訊資料41中所有内容 的分析比對，當未完成視訊資料4 1中所有内容的分析比對 時’重複進行步驟2 0 3 ;當完成視訊資料4 1中所有内容的 分析比對時，進行步驟2 〇 5。 在步驟2 0 5中，影像處理模組1〇4依據於步驟20 3中取 得之關鍵晝面30 2，針對縮圖圖框的解析度（Res〇iuti〇n ) 大小（Size)來進行影像處理（image Processing )’例如調整影像大小之處理程序。 在步驟2 0 6中’人物縮圖序列產生模組1 〇 5整合經過影 像處理的關鍵晝面3 0 2以產生人物縮圖序列7 〇。例如，所 掘取出的關鍵晝面3 02經過調整大小之後，人物縮圖序列 產生模組1 0 5將其依序排列於一視窗中，並且，當影像數 超過一視窗所能夠顯示的數量時，利用捲軸（Scr〇1丨bar )方式提供給使用者進行人物縮圖序列7 〇之瀏覽。 又，關鍵畫面302可以是如圖4所示的第一影像資兮孔 81、第二影像資訊82等f ’因此，所產生的人物縮圖序列 70顯示在視訊資料4 1中所有相異臉孔的影像，其可以代表

第15頁 544634 五、發明說明（13) 視訊資料41中所有出場人物的縮 302可以是如圖4所示的第—影 :另外，關鍵晝面 謝所有具有第縮；，顯示在視訊資 中具有第-臉孔之人物的縮；：列其視訊卿 臉孔之影像的關鍵晝面3 〇 2更敫' 卜，具有第一 輯視訊資料，其可以視作為且第一正為一特定人物之專 人專輯。 ，、有第一臉孔之特定人物的個 最後’步驟2〇7係於儲存穿 70，並且以程式定義之資+ 中儲存人物縮圖序列 中，鍊結串列如鍊結串列來餘存。其 等資訊，备—Μ科故A I 3人物細圖序列7 0之檔案名稱 像資料或人物:：L含一人物縮圖之資訊（人物縮圖影 =^ ί 0圖影像之指標）以及與前（後）節點的鍊結 (L1 n k)資訊。 :上所述，由於依本發明較佳實施例之人物縮圖序列 生糸統與方法能夠自動分析視訊資料，並針對視訊資料 之音訊資料及影像資料，來整合視訊内容分析、音訊分 析、臉孔偵測、臉孔辨識等技術，以產生人物縮圖序列， 所以此夠有效率地利用視訊資料來產生所需的人物縮圖序 列0

另外’於利用本發明實施例中人物縮圖序列產生系統 與方法時’若使用者產生人物縮圖序列之選項設定 (Preference)未選擇音訊分析演算法則5〇1及鏡頭變換分 析演异法則5 0 2進行篩選，則使用者可挑選人物縮圖序列

第16頁 544634 五、發明說明（14) :之縮3 ’並藉由"相異臉孔影像館"中該縮圖對應的相显 =孔之衫像及其對應的賣料鍊結串列（其儲存與肖人物縮 圖影像具有相同臉部特徵之影像的位置資訊）取得視吒中 具有相同臉部特徵之影像，進行批次（Batch)的視訊編 或影像編輯，刪除或取代所有該相同臉部特徵之影像，与 像強化（Enhancement)加入視訊特效（Effect)、哀 々 彩調整等處理工作。 〜又已 、若使用者產生人物縮圖序列之選項設定有選 析演算法則501或鏡頭變換分析演算法則5〇2進行篩‘：二 ，用者可挑選人物縮圖序列中之縮圖，並藉由"相昱孔 衫像館"中該縮圖對應的相異臉孔二 鍊結串列取得被音訊分析演算法則二頭= 二法則5G2筛選後具有相同臉部特徵之影像，進行 視讯編輯或影像編輯，刪除或取^^ ^ ^ ^ ^ ^ ^ ^ 、 影像，影像強化、加入視訊特效代；目，臉部特徵之 工作。 行双冗度、色彩調整等處理 f像=彳如泉Τ以依批次的方式將所有具有相同臉部特徵之 二像δ併為此特定人物之個人視訊剪輯，而且 者手動透過影像處理模組丨04對所選取 由一使用 作视訊編輯或影像編輯，如 個人硯訊剪輯 徵之影像、推；r旦/撞改儿 A取代所有該相同臉部特 度、色彩等處理工作。 /周正衫像71： 以上所述僅為舉例性，而非為限制性去 本發明之精神與範疇，而對其 Y任何未脫離 、^仃义寺效修改或變更，均 第17頁 544634 五、發明說明（15) 應包含於後附之申請專利範圍中。

第18頁 544634 圖式簡單說明 【圖式簡單說明】 圖1為一示意圖，顯示依本發明較佳實施例之人物縮 圖序列產生系統之結構。 圖2為一流程圖，顯示依本發明較佳實施例之人物縮 圖序列產生方法的流程。 圖3為一示意圖，顯示於本發明較佳實施例之人物縮 圖序列產生方法中擷取關鍵晝面的示意圖。

圖4為一示意圖，顯示依本發明較佳實施例之相異臉 孔影像館之資料儲存結構的示意圖。 【圖式符號說明】

101 視 訊 接 收 模 組 102 解 碼 模 組 103 視 訊 #1 取 模 組 104 影 像 處 理 模 組 105 人 物 縮 圖 序 列 產 生 模 組 106 操 取 方 針 選 擇 模 組 2 人 物 縮 圖 序 列 產 生 方 法 201 〜207 人 物 縮 圖 序 列 產 生 方 法之流程 301 單 張 影 像 302 關 鍵 晝 面 40 原 視 訊 資 料 41 視 訊 資 料 411 音 訊 資 料

第19頁 544634

第20頁

圖式簡單說明 412 影像資料 50 人物影像擷取方針 501 音訊分析演算法則 502 鏡頭變換分析演算法則 503 臉孔偵測分析演算法則 60 電腦設備 601 訊號源介面 602 記憶體 603 中央處理單元 604 輸入裝置 605 儲存裝置 70 人物縮圖序列 8 相異臉孔影像館 80 資料表格 81 第一影像資訊 811 第一臉部特徵組合 812 第一位置資訊 813 第一指標 82 第二影像資訊 821 第二臉部特徵組合 822 第二位置資訊 823 第二指標 A 指標A B 指標B 544634 圖式簡單說明 c 指標c

D 指標D

1_圓II 第21頁

Claims (1)

1. 544634 六、申請專利範圍 ---- 1、 一種人物縮圖序列產生系統，包含： 一視訊接收模組，其接收一原視訊資料； 一解碼模組，其解碼該原視訊資料以取得一視气次 料； °貝 一視訊操取模組，其依據一人物影像擷取方針自7 訊資料中擷取一關鍵晝面（key frame );以及 ~視 一人物縮圖序列產生模組，其依據所擷取之該 面產生一人物縮圖序列。 f、旦 2、 如申請專利範圍第1項所述之人物縮圖序列產味 二人· 上恭統， 更包含· 一影像處理模組，其於擷取該關鍵晝面後，針斜 取之該關鍵晝面進行影像處理。 σ 3、 如申請專利範圍第1項所述之人物縮圖序列產生系統， 更包含： 一擷取方針選擇模組，其接受一使用者之選擇以提供 該人物影像操取方針。 4、 如申請專利範圍第1項所述之人物縮圖序列產生系統， 其中該人物影像擷取方針包含一臉孔偵測分析演算法則， 其分析该視訊資料中具有臉孔特徵的一影像資料，該視訊 擷取模組依據該臉孔偵測分析演算法則從該影像資料中擷 取該關鍵晝面。

   544634 六、申請專利範圍 5、 如申請專利範圍第4項所述之人物縮圖序列產生系統， 其中該視訊擷取模組係依據該臉孔偵測分析演算法則擷取 具有相同之臉孔特徵的該影像資料以作為該關鍵晝面。‘ 6、 如申請專利範圍第5項所述之人物縮圖序列產生系統， 其中該人物縮圖序列為一特定人物之縮圖序列。 7、 如申請專利範圍第6項所述之人物縮圖序列產生系統， 更依據該特定人物之縮圖序列產生該特定人物之專輯視訊 資料。 σ 8、 如申請專利範圍第4項所述之人物縮圖序列產生系統， 其中該視訊擷取模組係依據該臉孔偵測分析演算法則掏取 具有相異之臉孔特徵的該影像資料以作為該關鍵畫面。 9、 如申請專利範圍第4項所述之人物縮圖序列產生系統， 其中該人物影像擷取方針更包含一音訊（aud i 〇 )分析演 鼻法則，其分析該視訊資料中的一音訊資料，該視訊擷取 模組係依據該音訊分析演算法則篩選具有人聲之該音訊資 料所對應之該影像資料，然後依據該臉孔偵測分析演算法 貝J k該影像資料中操取該關鍵晝面。 1 〇、如申請專利範圍第4項所述之人物縮圖序列產生系

   第23頁 544634

   統’其中該人物影像擷取方針p 、土則 ^ T更包含一鏡頭變換分析演算 法則，其係分析該視訊資料中— 六、申請專利範圍 ^ τ ~影像資料的鏡頭變換，該 視a掏取模組係依據該鏡頭變 -欠卜丨 文狹分析演异法則篩選該影像 貝料，然後依據該臉孔偵測分析、、# ’ 擷取該關鍵晝面。 刀析决异法則以影像資料中 種人物縮圖序列產生方法，包含·· 視汛接收步驟，其接收一視訊資料； 解碼步驟，其解碼該原視訊資料以取得一視气資 一視訊擷取步驟，其依據一人物影像擷取 訊資料中擷取一關鍵晝面；以及 万針自该視 一縮圖序列產生步驟，其依據所擷取之該 生一縮圖序列。 刚鍵晝面產 1 2、如申請專利範圍第丨丨項所述之人物縮圖序 法，更包含： 」座生方 一影像處理步驟，其於擷取該關鍵晝面後， 取之孩關鍵晝面進行影像處理。 、、口 13、如申請專利範圍第11項所述之人物縮圖序列產生 法，更包含： 力 人物=㈡步驟’其操受一使用者之選擇犧

   544634 六、申請專利範圍 1 4、如申請專利範圍第1 1項所述之人物縮圖序列產生方 法，其中該人物影像擷取方針包含一臉孔偵測分析演算法 則，其分析該視訊資料中具有臉孔特徵的一影像資料了兮 視訊擷取步驟依據該臉孔偵測分析演算法則從該影像資料 中榻取該關鍵晝面。 ' 1 5、如申請專利範圍第1 4項所述之人物縮圖序列產生方 法’其中該視訊擷取步驟係依據該臉孔偵測分析演算法則 擷取具有相同之臉孔特徵的該影像資料以作為該關鍵晝 面。 1 6、如申請專利範圍第1 5項所述之人物縮圖序列產生方 法，其中該人物縮圖序列為一特定人物之縮圖序列。 1 7、如申請專利範圍第丨6項所述之人物縮圖序列產生方 法，更依據該特定人物之縮圖序列產生該特定人物之專輯 視訊資料。 1 8、如申请專利範圍第1 4項所述之人物縮圖序列產生方 法，其中該視訊擷取步驟係依據該臉孔偵測分析演算法則 擷取具有相異之臉孔特徵的該影像資料以作為該關鍵晝 面。

   第25頁 544634 六、申請專利範圍 1 9、如申請專利範圍第1 4項所述之人物縮圖序列產生方 法，其中該人物影像擷取方針更包含一音訊分析演算法 則，其分析該視訊資料中的一音訊資料，該視訊擷取步驟 係依據該音訊分析演算法則先篩選具有人聲之該音訊資料 所對應之該影像資料，然後依據該臉孔偵測分析演算法則 從該影像資料中擷取該關鍵晝面。 2 0、如申請專利範圍第1 4項所述之人物縮圖序列產生方 法，其中該人物影像擷取方針更包含一鏡頭變換分析演算 法則，其係分析該視訊資料中一影像資料的鏡頭變換，該 視訊操取步驟係依據該鏡頭變換分析演算法則篩選該影像 資料’然後依據該臉孔偵測分析演算法則從該影像資料中 擷取該關鍵晝面。 、 21、一種記錄媒體，其係記錄用以使電腦達成—人物 序列產生，法之程式，該人物縮圖序列產生方法包含：β 視汛接收步驟，其接收一視訊資料； 、、·解碼步驟，其解碼該原視訊資料以取得一視訊次 人物影像擷取方針 其依據所擷取之該 自該视 關鍵書 一視訊擷取步驟，其依據一 汛^料中梅取一關鍵畫面；以及 一人物縮圖序列產生步驟， 面產生一人物縮圖序列。

   第26頁 六、申請專利範圍 2 2、如申請真刹々斤 該人物 對所擷 該人物 以提供 該人物 析該視 步驟依 關鍵畫 該視訊 相同之 該人物 縮圖序列產ί方:第21項所述之記錄媒體，其 々法更包含： 一影像處理牛跟 ^ 取之該關鍵晝“=取該關鍵晝面後， 23、如申請專利範圍 縮圖序列產生方法更 一擷取方針選擇 該人物影像掏取方針 第2 1項所述之記錄媒體，其中 包含： 步驟’其接受一使用者之選擇 24、如申請專利範圍第21項所述之記錄媒體，其中 影，擷取方針包含一臉孔偵測分析演算法則，其分 Λ資料中具有臉孔特徵的一影像資料，該視訊擷取 據該臉孔偵測分析演算法則從該影像資料中擷取該 面。 2 5、如申請專利範圍第2 4項所述之記錄媒體，其中 擷取步驟係依據該臉孔偵測分析演算法則擷取具有 臉孔特徵的該影像資料以作為該關鍵畫面。 2 6、如申請專利範圍第2 5項所述之記錄媒體，其中 縮圖序列為一特定人物之縮圖序歹】 2 7、如申請專利範圍第2 6項所述之記錄媒體，更依據該特 544634 六、申請專利範圍 定人物之縮圖序列產生該特定人物之專輯視訊資料。 2 8、如申請專利範圍第2 4項所述之記錄媒體，其中該視訊 擷取步驟係依據該臉孔偵測分析演算法則擷取具有相異之 臉孔特徵的該影像資料以作為該關鍵晝面。 29、如申請專利範圍第24項所述之記錄媒體，其中該人物 影像擷取方針更包含一音訊分析演算法則，其分析該視訊 資料中的一音訊資料，該視訊擷取步驟係依據該音訊分析 演算法則先篩選具有人聲之該音訊資料所對應之該影像資 料’然後依據該臉孔偵測分析演算法則從該影像資料中擷 取該關鍵晝面。 3^0、如申請專利範圍第24項所述之記錄媒體，其中該人物 於像擷取方針更包含一鏡頭變換分析演算法則，其係分析 該視訊資料Φ 以你吹，， 1 T 一影像資料的鏡頭變換，該視訊擷取步驟係 演算法則筛選該影像資料’雜 品。 刀析、;貝鼻法則從該影像資料中擷取該關鍵晝