JP2002369131A - 画像符号化蓄積装置 - Google Patents

Abstract

(57)【要約】 【課題】本発明は入力された音声を含む画像を符号化し
て蓄積する画像符号化蓄積装置に関し，画像撮影の操作
者が録画中にシーンを判断しながらリアルタイムに適切
なタグを付加することを目的とする。 【解決手段】蓄積の対象となる画像または音声の場面を
記述する多数のタグ情報を予め格納するタグ格納手段
と，タグ格納手段に格納されたタグ情報を入力された画
像または音声と共に表示する画像・タグモニタ部と，表
示されたタグ情報の中から画像の内容を表すタグを選択
するための操作者により操作可能なタグ操作部とを備え
る。タグ操作部により選択されたタグ情報を画像データ
と共に画像音声・タグ蓄積部に蓄積するよう構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は動画像や静止画像等
の画像または音声の内容を示すタグ情報の蓄積を行いな
がら記録ができる画像符号化蓄積装置に関する。

【０００２】近年，家庭内でポータブルビデオカメラ
や，据え置き型ビデオ録画装置，またはパソコン等で使
用されるテレビ録画システムが普及するようになった。
このような動画像（音声を含む）や静止画像等の画像を
蓄積する場合の画像録画の手法が，アナログからデジタ
ルに移行しつつあり，記録メディアの大容量化に伴い，
録画された画像データの効率的な管理方法が要求される
ようになった。

【０００３】

【従来の技術】従来の映像録画装置では，録画された映
像に対して，その映像を説明するための録画日時や，テ
レビであればそのチャンネル，該当する録画位置等をタ
グ（またはインデックスと呼ばれるが, 以下タグとい
う）として自動的に記録する仕組みが設けられているこ
とが多いが，自動的に記録できない項目（イベントの名
称や説明，写された景色の場所や，人物の名称等）は後
から入力することが可能となっている。また，録画中に
タグを記録できない場合には，後からそのシーンを再生
して見ながら操作者によりタグの記述を一つ一つ登録す
るという方法が用いられていた。

【０００４】しかし，結婚式や，運動会等の予めきめら
れた手順によって進行するイベントの動画像を録画する
場合等には予め録画するシーンが決められられているこ
とがあるが，それらの各シーンのタグを録画しながら画
像（音声を含む）と同時に記録することができなかっ
た。そして，このようなイベントの動画像等の画像を蓄
積した後で，操作者が画像蓄積装置を操作して再生しな
がら各シーンのタグを記述するためには手間と時間がか
かるという問題があった。

【０００５】本発明は画像撮影の操作者が録画中にシー
ンを判断しながらリアルタイムに適切なタグを付加する
ことを可能とする画像符号化蓄積装置を提供することを
目的とする。

【０００６】

【課題を解決するための手段】図１は本発明の基本構成
であり，図２はタグ情報の原理構成を示す図である。

【０００７】図１において，１は動画像や静止画像を蓄
積する画像符号化蓄積装置，１０は入力される動画等の
画像または音声をデジタル信号に変換するかまたはデジ
タル化と共に圧縮符号化する画像音声符号化部，１１は
画像音声符号化部１０で符号化された信号を元の信号に
復号する再生部，１２は再生された動画を表示する制御
を行う表示制御部，１３は画像音声及びタグの蓄積手段
である画像音声・タグ蓄積部，１４は予め登録した各種
のタグの格納手段１４ａを備え，登録された内容を表示
制御部１２を介して画像・タグモニタ部１６に表示し
て，選択されたタグを画像音声・タグ蓄積部１３に出力
するタグ管理部，１５はタグ管理部１４から表示制御部
１２を介して画像・タグモニタ部１６に出力表示された
タグの中から操作者に選択したり，操作者により任意に
タグを入力するためのタグ操作部，１６は表示制御部１
２により制御されて操作者に対し画像とタグを表示する
画像・タグモニタ部である。ａは画像音声入力，ｂは画
像音声出力部への出力，ｃは操作者の操作入力である。

【０００８】ビデオカメラ等からの画像音声入力ａは画
像音声符号化部１０において，デジタル符号化（及び圧
縮符号化）され，符号化データは一方で再生部１１に供
給されて再生（復号化）され，再生された信号は表示制
御部１２へ入力されて画像・タグモニタ部１６で表示さ
れると共に，外部の画像音声出力部へ出力され，他方で
符号化データは画像音声・タグ蓄積部１３へ供給されて
蓄積される。この画像音声の蓄積動作中のタグの記録
は，主に次のにより行われ，この他にのような方法
により行うこともできる。

【０００９】タグ管理部１４のタグ格納手段１４ａに
予め画像音声のイベントに対応したタグ情報を階層構造
を持つデータとして予め蓄積しておく。すなわち，画像
を記録する場合，記録するイベント（または行事）とし
て，例えば結婚式，運動会，記念日等を予測することが
でき，それぞれのイベントを構成する予定された各種の
項目（またはシーン）を予めタグ情報としてタグ格納手
段１４ａに登録しておく。画像音声を蓄積している最中
にそのタグ情報がタグ管理部１４から表示制御部１２に
供給されて画像・タグモニタ部１６に表示され，その表
示された中から操作者がタグ操作部１５を操作すること
により表示された各階層のタグ情報の中から選択する
と，現在入力されている画像音声の内容を記述するタグ
情報が画像音声と共に画像音声・タグ蓄積部１３に蓄積
される。以下，各シーンに対応してタグ情報を選択する
ことにより順次画像音声と共に蓄積される。このタグ格
納手段１４ａに登録されたタグ情報に含まれてない別の
タグを使用したい場合は，操作者がタグ操作部１５を操
作することにより新たなタグを付加することが可能であ
る。

【００１０】画像音声を蓄積している最中に，タグ操
作部１５を操作すると，画像音声入力ａの内容を表すタ
グを操作者がタグ操作部１５を操作することにより入力
すると，入力されたタグが表示制御部１２を通って画像
・タグモニタ部１４で表示されると共にタグ管理部１４
の制御により画像音声・タグ蓄積部１３に記録される。

【００１１】こうして，画像音声・タグ蓄積部１３に蓄
積された内容について，希望するイベントや行事の中の
特定の場面（シーン）を表すタグ情報を検索することに
より，該当する画像音声の記録領域にアクセスして，そ
の領域から読み出して再生部１１で再生し，画像音声出
力部への出力ｂとして外部の表示部へ出力して表示した
り，表示制御部１２を介して画像・タグモニタ部１６に
表示することができる。

【００１２】本発明は主に上記のに示す方法を用い，
タグを入力する場合に使用するタグ情報は，図２に示す
構成を備える。図２のＡ．はタグ情報の内容，Ｂ．はタ
グの階層構造，Ｃ．は追加タグの階層関係を示す。

【００１３】タグ情報の内容は，図２のＡ．に示すよう
に，ａは画像音声データ名であり，記録される画像音声
のファイル名を表し，ｂは設定したタグを格納する領域
を識別するための固有のタグ領域識別コードであり，こ
のタグ領域識別コードを検出するとそのコードに続く位
置にタグ情報が格納されている。ｃは次のタグ情報が存
在する位置を表すバイト(Byte)ポジション，ｄは階層構
造を成すタグの各分類項目を記述する領域であり，ｅは
蓄積された画像音声に関するコメントを記述する領域で
ある。上記バイトポジションｃは，タグ情報と画像音声
データを組合わせて同じ記録媒体上に順次記録する場合
に次のタグ情報の位置を表すが，タグ情報を画像音声デ
ータの位置と離れた別の位置（または画像音声データの
記録媒体と異なる記録媒体）にまとめて記録する場合に
は，タグ情報に対応する画像音声データの記録位置を表
す。

【００１４】図２のＢ．は本発明で用いるタグの階層構
造を示し，上記Ａ．のｄに記述されたタグの各分類の階
層の上下関係の構造を示す。これらのタグがタグ管理部
（図１の１４）に格納され，画像・タグモニタ部（図１
の１６）に表示して操作者によるタグ操作部（図１の１
５）の操作により選択することができる。

【００１５】図２のＣ．は上記図２のＢ．に示す構造の
タグ階層に対し，操作者がタグ操作部（図１の１５）の
操作により，新たに階層化されたタグを追加定義してタ
グ管理部（図１の１４）に設定することで，タグ情報を
付加される様子を示す。この場合，分類Ａの下位の階層
に分類Ｋ−２とその下位の階層（Ｋ−２−１，Ｋ−２−
２，…）を含むタグ情報のグループを付加する例であ
る。

【００１６】このような構造のタグ情報を用いること
で，画像音声を蓄積（撮影または録画）しながら，操作
者により必要なタグ情報を簡単に設定することが可能と
なる。

【００１７】

【発明の実施の形態】図３は実施例の構成，図４は階層
構造のタグ情報の具体例である。この実施例は，画像と
して動画像を対象とするための構成を示すが，動画以外
の画像（静止画等）についても同じ原理に基づいて実施
できることは明らかである。

【００１８】図３において，２は動画像符号化蓄積装
置，２０は装置内の各部の処理動作を制御するためのシ
ステムコントローラ，２１はＡ／Ｄ変換器，２２はＭＰ
ＥＧ（Motion Picture Expert Groop)エンコーダ，２３
はＭＰＥＧエンコーダ２２のエンコードに使用するメモ
リ，２４はハードディスクを制御するディスク（ＤＩＳ
Ｋと表示）コントローラ，２５はハードディスク，２６
はＭＰＥＧ符号化された動画像データを復号するＭＰＥ
Ｇデコーダ，２７はＭＰＥＧデコーダ２６のデコードで
使用するメモリ，２８はＤ／Ａ変換器，２９は動画像を
操作する操作者が記録される画像を見るためのディスプ
レイの制御を行うオンスクリーンディスプレイ制御部，
３０はオンスクリーンディスプレイ制御部２９による表
示制御のための画像を保持するためのメモリ，３１は予
め階層構造のタグ情報を格納したタグ格納ＲＯＭ，３２
は液晶モニタ３３の制御を行う液晶制御部，３３はこの
動画像符号化蓄積装置に内蔵する液晶モニタ，３４はタ
グ情報の選択を行う場合等において液晶モニタ３３に表
示されたカーソル位置を操作者により指定するための操
作ダイアルである。

【００１９】画像音声符号蓄積装置２は，具体的には携
帯型のデジタルビデオカメラとして構成することができ
る。カメラ及びマイク等からの動画像音声入力信号は，
装置内部のＡ／Ｄ変換器２１においてデジタル信号に変
換され，ＭＰＥＧエンコーダ２２でメモリ２３のエンコ
ード用のデータを使用しながら圧縮符号化され，ＭＰＥ
Ｇデータに変換される。ＭＰＥＧデータはＤＩＳＫコン
トローラ２４に供給されるとハードディスク２５に記録
されると共に，ＭＰＥＧデータはＭＰＥＧデコーダ２６
に供給されて復号化される。復号化された動画像音声デ
ータは，一方で再生画像（音声を含む）として出力部か
ら外部の出力部へ供給されて表示され，他方でＤ／Ａ変
換器２８でアナログ信号に変換されてオンスクリーンデ
ィスプレイ制御部２９に供給され，システムコントロー
ラ２０の制御を受けて画像処理が行われ，液晶制御部３
２を介して液晶モニタ３３に表示される。

【００２０】タグ情報を予め設定して操作者が選択する
ことにより入力する方法を用いる場合，図４の具体例に
示すようなタグ情報を予めタグ格納ＲＯＭ３１に設定し
ておく。図４の例では上位の分類として「イベント」，
「旅行」，…等が設けられ，それぞれの下位に更に個別
の項目が設けられており，「イベント」の場合は，下位
に「結婚式」や「運動会」が設けられ，それぞれの下位
に更に各シーンに対応したタグが設定されている。

【００２１】このようにタグ格納ＲＯＭ３１に格納され
たタグ情報は，操作ダイアル３４の操作によりオンスク
リーンディスプレイ制御部２９に出力され，液晶モニタ
３３に表示される。

【００２２】図５に撮影動画像とタグ情報の表示と選択
の例を示す。図５のは撮影動画像の例であり，に示
す携帯型のデジタルビデオカメラにより撮影した動画像
は，液晶モニタ上にに示す液晶モニタイメージのよう
にタグ情報と共に表示される。このように階層構造のタ
グ情報に対して，操作者が操作ダイアル（図２の３４）
の操作（ダイアルの回転や押すこと）によりカーソル位
置指定と選択が行われ，選択されたタグはタグ格納ＲＯ
Ｍ３１からディスクコントローラ２４の制御によりハー
ドディスク２５に記録される。

【００２３】なお，このタグ情報の記録は撮影中に行わ
ないで，後から編集する際に再生しながら行うこともで
きる。

【００２４】次に画像音声・タグ蓄積部（図１の１３）
として構成されたハードディスク（図３の２５）におけ
るタグ情報の記録方式について，図６，図７を用いて説
明する。

【００２５】図６，図７はタグと動画音声の記録方法の
説明図（その１），（その２）である。

【００２６】図６，図７のＡ．〜Ｄ．には，タグと動画
音声の各記録方式を原理的に示すために記録のための主
要なブロック構成だけ示す。図中，２２，２４，２５及
び３１の各符号は上記図３と同一符号の各部に対応し，
２２はＭＰＥＧエンコーダ，２４はディスク（ＤＩＳ
Ｋ）コントローラ，２５はハードディスク，３１はタグ
格納ＲＯＭである。

【００２７】図６のＡ．の場合，動画音声信号がＭＰＥ
Ｇエンコーダ２２において符号化され，この動画音声に
対して操作者がタグ格納ＲＯＭ３１の中に格納された多
数のタグ情報の中から選択したタグ情報ｂがディスクコ
ントローラへ入力されると，ＭＰＥＧ符号化データａに
タグ情報ｂが，タグ格納ＲＯＭ３１から出力され，ＭＰ
ＥＧ符号化データａとタグ情報ｂの両方の信号はハード
ディスク２５上の各領域に順番に記録される。この場
合，同じ記録媒体上に直列にタグ情報とＭＰＥＧ符号化
データとが多重化して記録される。

【００２８】図６のＢ．の場合，ＭＰＥＧエンコーダ２
２からのＭＰＥＧ符号化データａはハードディスク２５
上に順番に記録され，そのＭＰＥＧ符号化データａの動
画音声に対して操作者がタグ格納ＲＯＭ３１から選択し
たタグ情報ｂはタグデータ格納部２５０に格納される。
このタグデータ格納部２５０は，ハードディスク２５の
特定領域として設けるか，別の記録媒体（ＲＡＭ等）と
して設けることができ，タグ情報がまとめて格納され，
ハードディスク２５にはＭＰＥＧ符号化データだけ記録
される。また，この構成では各タグ情報中に対応するＭ
ＰＥＧ符号化データの位置が設定され，これは上記図２
のＡ．に示すタグ情報の中のバイトポジションｃに設定
される。

【００２９】図７のＣ．は上記図６のＡ．と同様にタグ
情報とＭＰＥＧ符号化データとを多重化して記録される
が，この方法ではハードディスク２５上のタグ情報を格
納する領域２５ａを固定長にする。これにより，任意の
部分のタグ情報を後から別のタグ情報に差し替えること
が容易になる。

【００３０】図７のＤ．も上記図６のＡ．と同様にタグ
情報とＭＰＥＧ符号化データとを多重化して記録する。
但し，この方法ではハードディスク２５上のタグ情報を
格納する領域を固定長にすると共に，空のタグ領域２５
ｂを一定の間隔で挿入しておく。操作者が，動画音声の
符号化データを蓄積中，または終了したのちに，該当す
る付近の動画像から，操作ダイアル（図３の３４）の操
作により新たなタグを生成し，この付近の空のタグ領域
と差し替えることにより動画の該当部分の符号化データ
の蓄積が終了した後でも，タグを新たに設定することが
できる。

【００３１】（付記１） 入力された音声を含む画像を
符号化して蓄積する画像符号化蓄積装置において，蓄積
の対象となる画像または音声の場面を記述する多数のタ
グ情報を予め格納するタグ格納手段と，前記タグ格納手
段に格納されたタグ情報を入力された画像または音声と
共に表示する画像・タグモニタ部と，前記表示されたタ
グ情報の中から画像の内容を表すタグを選択するための
操作者により操作可能なタグ操作部とを備え，前記タグ
操作部により選択されたタグ情報を画像データと共に画
像音声・タグ蓄積部に蓄積することを特徴とする画像符
号化蓄積装置。

【００３２】（付記２） 付記１において，前記タグ格
納手段には，タグ情報を画像または音声の内容に応じて
階層的な構造で分類して登録され，前記画像・タグモニ
タ部での画像または音声の表示中に前記タグ情報の階層
構造を表示することを特徴とする画像符号化蓄積装置。

【００３３】（付記３） 付記２において，前記タグ格
納手段の階層的な構造を備えたタグ情報に対し，前記タ
グ操作部から新たな階層構造を備えたタグ情報を付加す
ることを特徴とする画像符号化蓄積装置。

【００３４】（付記４） 付記１において，前記画像音
声・タグ蓄積部は，画像または音声データとタグ情報と
を同じ蓄積手段に蓄積し，前記入力する各画像または音
声データの蓄積位置の近傍に当該画像または音声データ
に対して選択されたタグ情報を多重化して蓄積すること
を特徴とする画像符号化蓄積装置。

【００３５】（付記５） 付記１において，前記画像音
声・タグ蓄積部は，画像データとタグ情報とを同じ蓄積
手段に蓄積し，前記蓄積手段に予めタグ情報をまとめて
蓄積するための領域を設けたことを特徴とする画像符号
化蓄積装置。

【００３６】（付記６） 付記１において，前記画像音
声・タグ蓄積部は，前記入力する各画像データの蓄積装
置とは別の蓄積装置に蓄積することを特徴とする画像符
号化蓄積装置。

【００３７】（付記７） 付記１において，前記画像音
声・タグ蓄積部は，画像または音声データとタグ情報と
を同じ蓄積手段に蓄積する場合，画像または音声データ
を蓄積する前に前記蓄積手段の一定の蓄積区間毎に予め
タグ情報蓄積用の固定長の領域を設定することを特徴と
する画像符号化蓄積装置。

【００３８】

【発明の効果】本発明によれば，動画像や静止画像等の
画像の記録を行っている最中に，タグの内容をその都度
作成することなく，効率良く画像編集用タグを任意の場
所に挿入することが可能となる。また，録画において，
挿入されたタグを用いることにより，録画された動画像
や静止画像等の各シーンの効率良い検索や，編集が可能
となる。

【図面の簡単な説明】

【図１】本発明の原理構成を示す図である。

【図２】タグ情報の原理構成を示す図である。

【図３】実施例の構成を示す図である。

【図４】階層構造のタグ情報の具体例を示す図である。

【図５】撮影動画像とタグ情報の表示と選択の例を示す
図である。

【図６】タグと動画音声の記録方法の説明図（その１）
である。

【図７】タグと動画音声の記録方法の説明図（その２）
である。

【符号の説明】

１ 画像符号化蓄積装置 １０ 画像音声符号化部 １１ 再生部 １２ 表示制御部 １３ 画像音声・タグ蓄積部 １４ タグ管理部 １５ タグ操作部 １６ 画像・タグモニタ部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5C052 AB04 AC08 CC11 DD04 DD06 EE02 EE03 5C053 FA23 GB05 GB37 HA29 JA03 JA30 LA01

Claims (4)

【特許請求の範囲】
1. 【請求項１】 入力された音声を含む画像を符号化して
   蓄積する画像符号化蓄積装置において，蓄積の対象とな
   る画像または音声の場面を記述する多数のタグ情報を予
   め格納するタグ格納手段と，前記タグ格納手段に格納さ
   れたタグ情報を入力された画像または音声と共に表示す
   る画像・タグモニタ部と，前記表示されたタグ情報の中
   から画像の内容を表すタグを選択するための操作者によ
   り操作可能なタグ操作部とを備え，前記タグ操作部によ
   り選択されたタグ情報を画像データと共に画像音声・タ
   グ蓄積部に蓄積することを特徴とする画像符号化蓄積装
   置。
2. 【請求項２】 請求項１において，前記タグ格納手段に
   は，タグ情報を画像または音声の内容に応じて階層的な
   構造で分類して登録され，前記画像・タグモニタ部での
   画像または音声の表示中に前記タグ情報の階層構造を表
   示することを特徴とする画像符号化蓄積装置。
3. 【請求項３】 請求項１において，前記画像音声・タグ
   蓄積部は，画像または音声データとタグ情報とを同じ蓄
   積手段に蓄積し，前記入力する各画像または音声データ
   の蓄積位置の近傍に当該画像または音声データに対して
   選択されたタグ情報を多重化して蓄積することを特徴と
   する画像符号化蓄積装置。
4. 【請求項４】 請求項１において，前記画像音声・タグ
   蓄積部は，前記入力する各画像データの蓄積装置とは別
   の蓄積装置に蓄積することを特徴とする画像符号化蓄積
   装置。