JP2007079736A - データ編集装置、データ編集方法およびデータ編集プログラム - Google Patents

Abstract

【課題】多様な素材データを簡単かつ低コストで編集することのできる編集データ作成装置を提供する。
【解決手段】画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換するデータ変換手段１０４と、データ変換手段１０４により得られた素材中間言語から特徴部分を抽出する特徴部分抽出手段１１０と、特徴部分抽出手段１１０により抽出された特徴部分を含む編集データを作成する編集データ作成手段１３６とを備えた。
【選択図】 図１

Description

本発明は、素材または文字を含む素材データを編集するデータ編集装置、データ編集方法およびデータ編集プログラムに関するものである。

従来から、生成すべきコンテンツに含めるべき素材を予め用意しておき、これを組み合わせることによりコンテンツを作成する方法が知られている。

例えば、既存のコンテンツを利用して新たな教材コンテンツを作成する方法が知られている（例えば、「特許文献１」参照）。これにより、教材コンテンツの作成時間や労力を軽減することができる。また、学習要求に柔軟に対応した教材を提供することができる。

また、複数のコンテンツ間のリンクを指定することにより、リンクされた複数のコンテンツを作成する方法が知られている（例えば、「特許文献２」参照）。これにより、コンテンツを簡単かつ安価に作成することができる。

特開２００３−２４８７３０号公報 特開２０００−２５０９０２号公報

しかしながら、上記方法では、予め用意された素材からコンテンツを作成するので、素材を準備するためのコストがかかる。これは、コンテンツ作成のコスト増大につながってしまう。このため、映像などの素材を有効に活用することができなかった。

本発明は、上記に鑑みてなされたものであって、多様な素材データを簡単かつ低コストで編集することのできる編集データ作成装置を提供することを目的とする。

上述した課題を解決し、目的を達成するために、請求項１にかかる発明は、データ編集装置であって、画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換するデータ変換手段と、前記データ変換手段により得られた前記素材中間言語から特徴部分を抽出する特徴部分抽出手段と、前記特徴部分抽出手段により抽出された前記特徴部分を含む編集データを作成する編集データ作成手段とを備えたことを特徴とする。

また、請求項２にかかる発明は、請求項１に記載のデータ編集装置であって、前記特徴部分抽出手段により抽出された特徴部分を評価するための特徴評価ルールを保持する特徴評価ルール保持手段と、前記特徴評価ルール保持手段が保持する前記特徴評価ルールに基づいて、前記特徴部分抽出手段により抽出された特徴部分の特徴評価値を算出する特徴評価値算出手段とをさらに備え、前記編集データ作成手段は、前記特徴評価値算出手段により算出された前記特徴評価値に基づいて選出した前記特徴部分を含む前記編集データを作成することを特徴とする。

また、請求項３にかかる発明は、請求項２に記載のデータ編集装置であって、前記編集データ作成手段における編集目的を示す編集目的情報を取得する編集目的情報取得手段をさらに備え、前記特徴評価ルール保持手段は、前記特徴部分抽出手段により抽出された前記特徴部分を評価するためのルールを前記編集目的毎に保持し、前記特徴評価値算出手段は、前記特徴評価ルール保持手段において、前記編集目的情報取得手段が取得した前記編集目的に対して保持されている前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする。

また、請求項４にかかる発明は、請求項３に記載のデータ編集装置であって、前記特徴評価ルール保持手段は、前記編集目的に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持することを特徴とする。

また、請求項５にかかる発明は、請求項２に記載のデータ編集装置であって、前記データ編集手段により作成された前記編集データを表示すべき表示端末を示す表端末式情報を取得する表示端末情報取得手段をさらに備え、前記特徴評価ルール保持手段は、前記特徴部分抽出手段により抽出された前記特徴部分を評価するためのルールを前記表示端末の種類毎に保持し、前記特徴評価値算出手段は、前記特徴評価ルール保持手段において、前記表示端末情報取得手段が取得した前記表示端末情報に対して保持されている前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする。

また、請求項６にかかる発明は、請求項５に記載のデータ編集装置であって、前記特徴評価ルール保持手段は、前記表示端末種別に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持することを特徴とする。

また、請求項７にかかる発明は、請求項２から６のいずれか一項に記載のデータ編集装置であって、前記特徴評価値算出手段により算出された前記特徴評価値に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段をさらに備え、前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする。

また、請求項８にかかる発明は、請求項１から６のいずれか一項に記載のデータ編集装置であって、前記編集データ作成手段における編集目的を示す編集目的情報を取得する編集目的情報取得手段と、前記編集目的情報取得手段が取得した前記編集目的に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段をさらに備え、前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする。

また、請求項９にかかる発明は、請求項１から６のいずれか一項に記載のデータ編集装置であって、前記データ編集手段により作成された前記編集データを表示すべき表示端末を示す表端末情報を取得する表示端末情報取得手段と、前記表示端末情報取得手段が取得した前記表示端末情報に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段とをさらに備え、前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする。

また、請求項１０にかかる発明は、請求項１から６のいずれか一項に記載のデータ編集装置であって、前記データ種別毎に予め定められた前記特徴評価値の閾値を保持する閾値保持手段と、前記特徴評価値算出手段が所定のデータ種別の前記特徴部分に対して算出した特徴評価値と、前記閾値保持手段が前記データ種別に対して保持する前記特徴評価値の閾値との比較結果に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段とをさらに備え、前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする。

また、請求項１１にかかる発明は、請求項１から１０のいずれか一項に記載のデータ編集装置であって、前記特徴部分抽出手段が複数の特徴部分を抽出した場合に、抽出した前記特徴部分の間の類似度を算出する類似度算出手段をさらに備え、前記編集データ作成手段は、前記類似度算出手段により算出された前記類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つの前記特徴部分のうちいずれか一方の特徴部分のみを含む前記編集データを作成することを特徴とする。

また、請求項１２にかかる発明は、請求項１１に記載のデータ編集装置であって、前記類似度算出手段は、特徴部分として複数の静止画像を抽出した場合に、抽出した静止画像の間の類似度を算出し、前記編集データ作成手段は、前記類似度算出手段により算出された前記類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つの静止画像のうちいずれか一方の静止画像のみを含む前記編集データを作成することを特徴とする。

また、請求項１３にかかる発明は、請求項１１に記載のデータ編集装置であって、前記素材データが動画像を含む場合に、当該動画像を複数のシーン情報に分割する動画像分割手段をさらに備え、前記類似度算出手段は、前記動画像分割手段により得られた複数のシーン情報の間の類似度を算出し、前記編集データ作成手段は、前記類似度算出手段により算出された類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つのシーン情報のうちいずれか一方のシーン情報のみを含む前記編集データを作成することを特徴とする。

また、請求項１４にかかる発明は、請求項２から１３のいずれか一項に記載のデータ編集装置であって、前記特徴評価値算出手段は、前記素材データに含まれるデータ種別に応じた重みを付与した前記特徴評価値を算出し、前記特徴部分抽出手段は、前記重みを付与された前記特徴評価値に基づいて選出した前記特徴部分を含む前記編集データを作成することを特徴とする。

また、請求項１５にかかる発明は、請求項１から１４のいずれか一項に記載のデータ編集装置であって、編集者から、前記特徴評価ルールの設定指示を受け付ける特徴評価ルール設定指示受付手段をさらに備え、前記特徴評価値算出手段は、前記特徴評価ルール設定指示受付手段が受け付けた指示に示される前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする。

また、請求項１６にかかる発明は、請求項１から１５のいずれか一項に記載のデータ編集装置であって、編集者から、前記編集データの設定指示を受け付ける編集データ設定指示受付手段をさらに備え、前記編集データ作成手段は、前記編集データ設定指示受付手段が受け付けた指示に基づいて、前記編集データに含めるべき前記特徴部分を決定することを特徴とする。

また、請求項１７にかかる発明は、請求項１６に記載のデータ編集装置であって、前記編集データ設定指示受付手段は、前記編集データのレイアウトの設定指示を受け付け、前記編集データ作成手段は、指示された前記レイアウトの前記編集データを作成することを特徴とする。

また、請求項１８にかかる発明は、請求項１７に記載のデータ編集装置であって、前記編集データ指示受付手段が受け付けた前記レイアウトの指示に基づいて、抽出すべき特徴部分を決定する特徴部分決定手段をさらに備え、前記特徴部分抽出手段は、前記特徴部分決定手段が決定した前記特徴部分を抽出することを特徴とする。

また、請求項１９にかかる発明は、データ編集方法であって、画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換するデータ変換ステップと、前記データ変換ステップにおいて得られた前記素材中間言語から特徴部分を抽出する特徴部分抽出ステップと、前記特徴部分抽出ステップにおいて抽出された前記特徴部分を含む編集データを作成する編集データ作成ステップとを有することを特徴とする。

また、請求項２０にかかる発明は、データ編集プログラムであって、請求項１９に記載のデータ編集方法をコンピュータに実行させることを特徴とする。

請求項１にかかる発明によれば、データ変換手段が、画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換し、特徴部分抽出手段が、データ変換手段により得られた素材中間言語から特徴部分を抽出し、編集データ作成手段が、特徴部分抽出手段により抽出された特徴部分を含む編集データを作成するので、多様な素材データを簡単かつ低コストで編集することができるという効果を奏する。

また、請求項２にかかる発明によれば、特徴評価ルール保持手段が、特徴部分抽出手段により抽出された特徴部分を評価するための特徴評価ルールを保持し、特徴評価値算出手段が、特徴評価ルール保持手段が保持する特徴評価ルールに基づいて、特徴部分抽出手段により抽出された特徴部分の特徴評価値を算出し、編集データ作成手段が、特徴評価値算出手段により算出された特徴評価値に基づいて選出した特徴部分を含む編集データを作成するので、適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項３にかかる発明によれば、編集目的情報取得手段が、編集データ作成手段における編集目的を示す編集目的情報を取得し、特徴評価ルール保持手段が、特徴部分抽出手段により抽出された特徴部分を評価するためのルールを編集目的毎に保持し、特徴評価値算出手段が、特徴評価ルール保持手段において、編集目的情報取得手段が取得した編集目的に対して保持されている特徴評価ルールに基づいて、特徴評価値を算出するので、編集目的に応じた適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項４にかかる発明によれば、特徴評価ルール保持手段が、編集目的に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持するので、編集目的に応じた適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項５にかかる発明によれば、表示端末情報取得手段が、データ編集手段により作成された編集データを表示すべき表示端末を示す表端末式情報を取得し、特徴評価ルール保持手段が、特徴部分抽出手段により抽出された特徴部分を評価するためのルールを表示端末の種類毎に保持し、特徴評価値算出手段が、特徴評価ルール保持手段において、表示端末情報取得手段が取得した表示端末情報に対して保持されている特徴評価ルールに基づいて、特徴評価値を算出するので、表示端末情報に応じた適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項６にかかる発明によれば、特徴評価ルール保持手段が、表示端末種別に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持するので、表示端末情報に応じた適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項７にかかる発明によれば、レイアウト決定手段が、特徴評価値算出手段により算出された特徴評価値に基づいて、編集データのレイアウトを決定し、編集データ作成手段が、レイアウト決定手段により決定されたレイアウトの編集データを作成するので、特徴評価値に応じた適切なレイアウトの編集データを作成することができるという効果を奏する。

また、請求項８にかかる発明によれば、編集目的情報取得手段が、編集データ作成手段における編集目的を示す編集目的情報を取得し、レイアウト決定手段が、編集目的情報取得手段が取得した編集目的に基づいて、編集データのレイアウトを決定し、編集データ作成手段が、レイアウト決定手段により決定されたレイアウトの編集データを作成するので、編集目的に応じた適切なレイアウトの編集データを作成することができるという効果を奏する。

また、請求項９にかかる発明によれば、表示端末情報取得手段が、データ編集手段により作成された編集データを表示すべき表示端末を示す表端末情報を取得し、レイアウト決定手段が、表示端末情報取得手段が取得した表示端末情報に基づいて、編集データのレイアウトを決定し、編集データ作成手段が、レイアウト決定手段により決定されたレイアウトの編集データを作成するので、表示端末に応じた適切なレイアウトの編集データを作成することができるという効果を奏する。

また、請求項１０にかかる発明によれば、閾値保持手段が、データ種別毎に予め定められた特徴評価値の閾値を保持し、レイアウト決定手段が、特徴評価値算出手段が所定のデータ種別の特徴部分に対して算出した特徴評価値と、閾値保持手段がデータ種別に対して保持する特徴評価値の閾値との比較結果に基づいて、編集データのレイアウトを決定し、編集データ作成手段が、レイアウト決定手段により決定されたレイアウトの編集データを作成するので、データ種別に応じた適切なレイアウトの編集データを作成することができるという効果を奏する。

また、請求項１１にかかる発明によれば、類似度算出手段が、特徴部分抽出手段が複数の特徴部分を抽出した場合に、抽出した特徴部分の間の類似度を算出し、編集データ作成手段が、類似度算出手段により算出された類似度が予め定めた閾値以上である場合には、類似度が閾値以上となる２つの特徴部分のうちいずれか一方の特徴部分のみを含む編集データを作成するので、類似した特徴部分を重複して含む編集データを作成するのを避けることができるという効果を奏する。

また、請求項１２にかかる発明によれば、類似度算出手段が、特徴部分として複数の静止画像を抽出した場合に、抽出した静止画像の間の類似度を算出し、編集データ作成手段が、類似度算出手段により算出された類似度が予め定めた閾値以上である場合には、類似度が閾値以上となる２つの静止画像のうちいずれか一方の静止画像のみを含む編集データを作成するので、類似した静止画像を重複して含む編集データを作成するのを避けることができるという効果を奏する。

また、請求項１３にかかる発明によれば、動画像分割手段が、素材データが動画像を含む場合に、当該動画像を複数のシーン情報に分割し、類似度算出手段が、動画像分割手段により得られた複数のシーン情報の間の類似度を算出し、編集データ作成手段が、類似度算出手段により算出された類似度が予め定めた閾値以上である場合には、類似度が閾値以上となる２つのシーン情報のうちいずれか一方のシーン情報のみを含む編集データを作成するので、類似した動画像を重複して含む編集データを作成するのを避けることができるという効果を奏する。

また、請求項１４にかかる発明によれば、特徴評価値算出手段が、素材データに含まれるデータ種別に応じた重みを付与した特徴評価値を算出し、特徴部分抽出手段が、重みを付与された特徴評価値に基づいて選出した特徴部分を含む編集データを作成するので、データ種別に応じて適切な特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項１５にかかる発明によれば、特徴評価ルール設定指示受付手段が、編集者から、特徴評価ルールの設定指示を受け付け、特徴評価値算出手段が、特徴評価ルール設定指示受付手段が受け付けた指示に示される特徴評価ルールに基づいて、特徴評価値を算出するので、編集者の所望の特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項１６にかかる発明によれば、編集データ設定指示受付手段が、編集者から、編集データの設定指示を受け付け、編集データ作成手段が、編集データ設定指示受付手段が受け付けた指示に基づいて、編集データに含めるべき特徴部分を決定するので、編集者の所望の特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項１７にかかる発明によれば、編集データ設定指示受付手段が、編集データのレイアウトの設定指示を受け付け、編集データ作成手段が、指示されたレイアウトの編集データを作成するので、編集者の所望のレイアウトの編集データを作成することができるという効果を奏する。

また、請求項１８にかかる発明によれば、特徴部分決定手段が、編集データ指示受付手段が受け付けたレイアウトの指示に基づいて、抽出すべき特徴部分を決定し、特徴部分抽出手段が、特徴部分決定手段が決定した特徴部分を抽出するので、レイアウトに適した特徴部分を含む編集データを作成することができるという効果を奏する。

また、請求項１９にかかる発明によれば、データ変換ステップにおいて、画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換し、特徴部分抽出ステップにおいて、データ変換ステップにおいて得られた素材中間言語から特徴部分を抽出し、編集データ作成ステップにおいて、特徴部分抽出ステップにおいて抽出された特徴部分を含む編集データを作成するので、多様な素材データを簡単かつ低コストで編集することができるという効果を奏する。

また、請求項２０にかかる発明によれば、データ変換ステップにおいて、画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換し、特徴部分抽出ステップにおいて、データ変換ステップにおいて得られた素材中間言語から特徴部分を抽出し、編集データ作成ステップにおいて、特徴部分抽出ステップにおいて抽出された特徴部分を含む編集データを作成するので、多様な素材データを簡単かつ低コストで編集することができるという効果を奏する。

以下に添付図面を参照して、この発明にかかるデータ編集装置、データ編集方法およびデータ編集プログラムの最良な実施の形態を詳細に説明する。

図１は、本発明の第１の実施の形態にかかるデータ編集装置１０の構成を示すブロック図である。データ編集装置１０は、素材データ取得部１０２と、データ変換部１０４と、編集目的情報取得部１０６と、表示端末情報取得部１０８と、特徴部分抽出部１１０と、特徴評価ルール保持部１１２と、特徴評価ルール設定指示受付部１１４と、特徴評価値算出部１１６と、類似度算出ルール保持部１２０と、類似度算出ルール設定指示受付部１２２と、類似度算出部１２４と、ランキング部１２６と、推奨レイアウト決定部１２８と、構築ルール保持部１３０と、効果ルール保持部１３２と、編集データ設定指示受付部１３４と、編集データ作成部１３６とを備えている。

素材データ取得部１０２は、当該データ編集装置１０において編集する対象となる素材データを外部から取得する。ここで素材データとは、テキストデータ、静止画データ、動画データ、および音声データのうち少なくともいずれか１つを含むデータである。例えば、既存のドキュメントファイル、映像や音声を含むプロジェクトファイル、およびスライドデータなどであってもよい。

データ変換部１０４は、素材データ取得部１０２が取得した素材データを素材中間言語に変換する。ここで、素材中間言語は、具体的には、ＸＭＬ言語を利用したマルチメディアドキュメントＸＭＬ（ＭＭＤＸＭＬ）である。なお、当該データ編集装置１０において処理可能な言語であればよく、本実施の形態に限定されるものではない。

なお、データ変換部１０４は、素材データ取得部１０２が取得した素材データに含まれるテキストデータ、静止画データ、動画データおよび音声データをそれぞれ素材中間言語に変換する。

編集目的情報取得部１０６は、編集目的情報を取得する。編集目的情報とは、ダイジェスト作成、プロモーション作成など編集の目的を示す情報である。また、編集目的情報は、編集データに含まれるデータ種別を示す情報も含んでいる。例えば、テキストと静止画像を含む編集データを作成するなど、編集データに含めるべきデータのデータ種別が指定されている。さらに、テキストの表示時間や、編集後のデータの全体の再生時間などが指定されている。

このように、編集目的が異なると、編集データに含まれるデータのデータ種別や、そのレイアウトなどが異なる。

動画データを含む編集データの編集目的としては、全体の時間が比較的長いプロモーション用ビデオ作成や、全体の時間が比較的短いダイジェストビデオ作成などがある。また、静止画データを含む編集データの編集目的としては、プロモーションポスター作成などがある。なお、編集目的情報取得部１０６が取得する編集目的情報は、ユーザから入力された情報である。

表示端末情報取得部１０８は、表示端末情報を取得する。ここで、表示端末情報とは、作成された編集データを表示させるべき表示端末の種別を示す情報である。表示端末としては、大型プラズマディスプレイ、ＰＣ用液晶ディスプレイ、ＰＤＡ、携帯端末などがある。なお、表示端末情報取得部１０８が取得する表示端末情報は、ユーザにより入力された情報である。

また他の例としては、表示端末情報は、作成された編集データを表示させるべき表示端末の表示画面のサイズを示す情報であってもよい。

特徴部分抽出部１１０は、データ変換部１０４により変換された素材中間言語を取得する。そして、素材中間言語から特徴部分を抽出する。

ここで、特徴部分とは、素材データにおける特徴的な部分や重要な部分の候補となる部分である。編集データには、このような特徴的な部分や重要な部分を含める場合が多い。そこでこのようにまず特徴部分を抽出する。特徴部分の中から、編集データに含めるべきデータ、すなわち採用データが選出される。

なお、特徴部分として、素材中間言語に含まれるすべてのデータが抽出されてもよい。この場合には、この中からより特徴的または重要な部分が選出され、編集データとして利用される。

このように、特徴部分抽出部１１０は、素材データが素材中間言語に変換された後に特徴部分の抽出を行うので、多様なデータに対応することができる。さらに、新たな種類の素材データを扱う場合には、新たな種類の素材データから素材中間言語への変換部を新たに設けるだけでよい。

例えば、スライドショーの素材データからは、テキスト部分とスライド静止画部分とが特徴部分として抽出される。さらに、静止画部分からオブジェクトが特徴部分として抽出される。テキストデータからは、使用頻度の低い文字列等が特徴部分として抽出される。

図２は、オブジェクト抽出処理を説明するための図である。本実施の形態においては、スライド画像から背景を除去することによりオブジェクトを抽出する。図５に示すように複数のスライドには共通の背景画面が利用されている場合が多い。そこで、複数のスライド画像（ｓｌｉｄｅ１〜ｓｌｉｄｅｘ）中の隣接する２枚のスライド画像において各画素同士の「ａｎｄ」をとる。その結果得られた「Ａ＿ａｎｄ＿Ｂ＿００１」データと「Ａ＿ａｎｄ＿Ｂ＿００２」データの「ｏｒ」をとり、その結果得られたデータを「Ａ＿ｏｒ＿Ｂ＿００１」データとする。

以降、「Ａ＿ｏｒ＿Ｂ＿００１」データと「Ａ＿ａｎｄ＿Ｂ＿００２」データの「ｏｒ」結果を「Ａ＿ｏｒ＿Ｂ＿００２」データとし、「「Ａ＿ｏｒ＿Ｂ＿００２」データと「Ａ＿ａｎｄ＿Ｂ＿００３」データの「ｏｒ」の結果を「Ａ＿ｏｒ＿Ｂ＿００２」データとする。この処理を最後のスライド画面まで繰り返して最後に得られた「Ａ＿ｏｒ＿Ｂ＿ｎ」データを背景画像とする。

こうして得られた背景画像を反転したものと各スライド画像との「ａｎｄ」をとることにより背景画像を除去し、オブジェクトを抽出する。

また、動画像の素材データからは、動画像の各シーンの代表静止画を抽出する。具体的には、まず動画像を複数のシーンに分割する。分割処理は、シーンチェンジを検出し、シーンチェンジを境界とすることにより行う。

他の例としては、動画像にシーンの境界を示すメタデータが予め付与されており、このメタデータに基づいて、複数のシーンに分割してもよい。

さらに、各シーンに含まれるフレームをシーケンシャルにチェックし、類似度が予め定めた閾値を越えたフレームを代表静止画像として抽出する。

さらに、特徴部分抽出部１１０は、編集目的情報取得部１０６から編集目的情報を取得する。また、表示端末情報取得部１０８から取得表示端末情報を取得する。そして、編集目的情報および表示端末情報に基づいて、抽出すべき特徴部分を決定する。

例えば、編集目的情報において、テキストデータと静止画データのみを含む編集データ作成が指定されている場合には、特徴部分抽出部１１０は、取得した素材データにテキストデータと、動画像データと、静止画データとが含まれている場合であっても、テキストデータと静止画データのみから特徴部分を抽出する。

特徴評価ルール保持部１１２は、特徴評価値を算出するための特徴評価ルールを保持している。特徴評価ルールとは、特徴部分抽出部１１０により抽出された特徴部分が特徴的なデータ、重要なデータであることを示す指標、すなわち編集データに含めるべき採用データとなる可能性の高い部分であることを示す指標となる特徴評価値を算出するためのルールである。

特徴評価ルール保持部１１２は、特徴評価ルールを、データ種別ごとに保持している。例えば、テキストデータに対しては、ｔｆｉｄｆというパラメータ（後述）を特徴評価値として算出するためのルールを保持している。また、静止画データから静止画特徴量を特徴評価値として算出するためのルールを保持している。また、静止画中のオブジェクトごとの特徴量を特徴評価値として算出するためのルールを保持している。また、音声パートごとの特徴量を特徴評価値として算出するためのルールを保持している。

さらに、特徴評価ルール保持部１１２は、編集目的ごとに特徴評価ルールを保持している。例えば、編集データとしてプロモーションビデオを作成する場合には、画像の内容の重要度よりも人の目を引くか、興味を抱かせるかが重要である。

一方、編集データとしてダイジェストビデオを作成する場合には、できるだけ異なる内容のデータを含めることが重要である。このように、編集方法により編集データに含めるべきデータが異なってくる。

このように特徴評価ルール保持部１１２は、編集目的ごとの特徴評価ルールを保持しているので、各編集目的に応じた特徴評価値を算出することができる。

さらに、特徴評価ルール保持部１１２は、編集データを表示すべき表示端末ごとの特徴評価ルールを保持している。例えば、形態端末のように表示画面が比較的小さい場合には、映像データよりもテキストデータの特徴評価値が高い値となるような特徴評価ルールを保持する。これにより、各表示端末に応じた特徴評価値を算出することができる。

特徴評価ルール設定指示受付部１１４は、特徴評価ルールを設定する旨を示す特徴評価ルール設定指示を受け付ける。なお、特徴評価ルール設定指示受付部１１４が取得する特徴評価ルール設定指示は、ユーザにより入力された情報である。

特徴評価値算出部１１６は、特徴評価ルール保持部１１２に保持されている特徴評価ルールを利用して、特徴部分抽出部１１０により抽出された各特徴部分の特徴評価値を算出する。なお、特徴評価ルール設定指示受付部１１４が特徴評価ルール設定指示を受け付けた場合には、特徴評価ルール設定指示に示される特徴評価ルールを優先して利用する。

類似度算出ルール保持部１２０は、類似度算出ルールを保持している。ここで、類似度算出ルールとは、特徴部分抽出部１１０により抽出された複数の特徴部分の間の類似度を算出するためのルールである。

類似度算出ルール設定指示受付部１２２は、類似度算出ルールを設定する旨を示す類似度算出ルール設定指示を受け付ける。なお、類似度算出ルール設定指示受付部１２２が取得する類似度算出ルール設定指示は、ユーザにより入力された情報である。

編集データにはできるだけ多様な内容を含めるのが望ましい。すなわち、類似したデータは除くのが望ましい。そこで、類似度算出部１２４は、類似のデータを除く際に参照される各特徴部分の類似度を算出する。

具体的には、類似度算出部１２４は、類似度算出ルール保持部１２０に保持されている類似度算出ルールを利用して、特徴部分抽出部１１０により抽出された各特徴部分どうしの類似度を算出する。なお、類似度算出ルール設定指示受付部１２２が類似度算出ルール設定指示を受け付けた場合には、類似度算出ルール設定指示に示される類似度算出ルールを優先して利用する。

例えば、類似度算出の対象となる素材データが静止画データである場合には、画像の色や、エッジなどの特徴に基づいて類似度を算出する。

また例えば、類似度算出の対象となる素材データがテキストデータである場合には、各文字列中に出現する類似する単語の文字列全体に対する比率から類似度を算出する。

このように、類似度算出ルール保持部１２０に保持されている類似度算出ルールを利用することにより、各データ種別の特徴部分の類似度を算出することができる。

さらに、他の例としては、類似度算出ルール保持部１２０はさらにデータ種別の異なる特徴部分の間の類似度を算出するためのルールを保持してもよい。例えば、単語と画像とを予め対応付けた情報を予め保持しておく。そして、保持されている単語とテキストデータの特徴部分との類似度と、保持されている画像と静止画データの特徴部分との類似度とに基づいて、テキストデータと静止画データとの間の類似度を算出してもよい。

ランキング部１２６は、特徴評価値算出部１１６により算出された特徴評価値順に基づいて、特徴部分のランキングを行う。データ種別ごとの特徴部分のランキングを行い、さらにデータ種別によらないすべての特徴部分のランキングを行う。

データ種別ごとに特徴評価値の値域が異なっている。そこで、この値域がすべてのデータ種別において一定となるように各データ種別の特徴評価値を正規化する。そして、正規化後の特徴評価値に基づいて、すべての特徴部分をランキングする。なお、正規化は、各データ種別の特徴評価値が比較可能な値となるように、データ種別ごとの特徴評価値の分散などを考慮し、経験則に基づいて行う。

このように、各データ種別の特徴評価値を正規化することにより、データ種別の異なる特徴部分の特徴評価値どうしを比較することにより、異なるデータ種別の特徴部分をランキングすることができる。

さらに、ランキング部１２６は特徴評価値にデータ種別に応じた重みを付与する。具体的には、データ種別ごとの閾値を設定しておく。そして、所定のデータ種別の特徴部分の特徴評価値のすべてが、このデータ種別の閾値よりも小さい値である場合には、このデータ種別の特徴部分は、素材データにおいて特徴的な部分や重要な部分ではない可能性が高い。そこでこの場合には、このデータ種別の特徴部分に対する特徴評価値に付与すべき重みを他のデータ種別の特徴評価値に付与すべき重みよりも小さい値とする。

さらに他の例としては、データ種別ごとの重みをユーザが指示できることとしてもよい。これにより、編集データ作成者がアピールしたい素材を上位にランキングさせることができる。

ランキング部１２６は、さらに、類似度算出部１２４において算出された類似度が予め定めた閾値以上となる２以上の特徴部分のうち１つの特徴部分のみを選択し、これ以外の特徴部分については、ランキングの対象外とする。これにより、類似する特徴部分が重複して編集データに含まれるのを避けることができる。

推奨レイアウト決定部１２８は、特徴評価値算出部１１６により算出された特徴評価値に基づいて、推奨レイアウトを決定する。なお、推奨レイアウト決定部１２８は予め複数の推奨レイアウトを保持しており、この中から特徴評価値に基づいて、最適な推奨レイアウトを選択する。

例えば、静止画データの特徴部分の特徴評価値がすべて予め定めた閾値より低い場合に、静止画データを含まないレイアウトを選択する。いずれの特徴部分に対する特徴評価値も低い場合は、静止画データが素材データの特徴的な部分ではない、または重要な部分ではない場合が多い。そこで、このように、編集データ中には静止画データを含めないこととすべく推奨レイアウトとしては、静止画データを含まないレイアウトを選択する。

他の例としては、推奨レイアウト決定部１２８は、表示端末情報取得部１０８が取得した表示端末情報に基づいて推奨レイアウトを決定してもよい。具体的には、表示画面のサイズに合わせた推奨レイアウトを予め保持しておく。そして、端末表示情報に応じて推奨レイアウトを選択することとする。

また他の例としては、推奨レイアウト決定部１２８は、編集目的情報取得部１０６が取得した編集目的情報に基づいて推奨レイアウトを決定してもよい。具体的には、編集目的に合わせた推奨レイアウトを予め保持しておく。そして、編集目的情報に応じて推奨レイアウトを選択することとする。

構築ルール保持部１３０は、構築ルールを保持している。ここで、構築ルールとは、編集データを作成するためのルールである。具体的には、編集データ全体の時間的な長さ、画面（素材）レイアウトおよび優先的に含めるべきデータ種別などが設定されている。

ここで、画面レイアウトとしては、テキストデータの表示位置、フォントサイズ、および静止画の表示位置およびサイズなどがある。なお、これらの情報は、表示端末ごとにそれぞれ規定されていてもよい。

効果ルール保持部１３２は、効果ルールを保持している。ここで、効果ルールとは、編集データにおけるエフェクトを設定するためのルールである。具体的には、キャラクタ文字列の表示方式、文字装飾、表示タイミング、透明度などが設定されている。ここで、表示方式としては、ズームインアウト、フェードインアウト、モーフィングなどがある。また、素材ごとにこれらの表示方式が異なっていてもよい。

編集データ設定指示受付部１３４は、編集データの作成に関する指示である編集データ設定指示を受け付ける。なお、編集データ設定指示受付部１３４が取得する編集データ設定指示は、ユーザにより入力された情報である。編集データ設定指示としては、具体的には、構築ルールの設定指示、効果ルールの設定指示、および編集データに含めるべき採用データの指定などがある。

編集データ作成部１３６は、ランキング部１２６によるランキング結果に基づいて、抽出された特徴部分の中から編集データに含めるべき採用データを選出する。そして、選出した採用データを推奨レイアウト決定部１２８により決定された推奨レイアウトに配置することにより、中間ファイルを経てマルチメディアドキュメントとしての編集データを作成する。このとき、構築ルール保持部１３０に保持されている構築ルールおよび効果ルール保持部１３２に保持されている効果ルールを利用する。

さらに、編集データ設定指示受付部１３４が編集データ設定指示を受け付けている場合には、構築ルール保持部１３０および効果ルール保持部１３２の内容にかかわらず編集データ設定指示における指示内容を優先する。同様に、ランキング部１２６によるランキング結果に基づいて定まる採用データにかかわらず編集データ設定指示における指示内容を優先して採用データを選出する。

編集データ作成部１３６は具体的には、まず映像ＳＭＩＬを作成する。そして、映像ＳＭＩＬの編集データを一旦表示させる。ここで、ユーザからの修正がなければ、映像ＳＭＩＬは映像ＡＶＩに変換され、編集データが完成する。

なお、映像ＳＭＩＬにおいては、スライドのタイトルの表示時間、フェードアウト時間、フェードイン時間、編集データに書き込むべき書誌情報およびＢＧＭの等が設定されている。さらに、出力するファイルの画像サイズに合わせて、レイアウトのサイズ・位置を変更したり、テキストのフォントサイズを調整したりすることもできる。

なお、素材データに含まれるデータによっては、そのまますべてを編集データに含めてもよい。この場合には、特徴評価値の算出にかかる処理は行わなくともよい。

さらに、編集データ作成部１３６は、素材データ取得部１０２が取得した素材データのほか、追加データを編集データに含めてもよい。これにより、作成される編集データをより魅力的なものとすることができる。なお、ここで追加データとしては、テキストデータ、静止画データ、動画像データおよび音声データなどどのようなデータであってもよい。

図３は、データ編集装置１０の処理におけるデータの流れを説明するための図である。図２に示すように、ｐｐｔファイルが素材データとして入力されると、素材データは、データ変換部１０４において、ＭＭＤＸＭＬ形式に変換される。そして、特徴部分抽出部１１０において、素材データから特徴静止画、特徴音声パート、および特徴テキストが抽出される。さらに、ユーザからの指示があった場合には、テキストデータ、音声データ、静止画データおよび動画データを追加データとして含めてもよい。

編集データ作成部１３６においては、素材データから抽出された上記の特徴部分を含む編集データを作成する。編集データは、映像ＳＭＩＬとして作成され、映像ＡＶＩにデータ変換される。

図４は、データ編集装置１０による編集データ作成処理を示すフローチャートである。まず、素材データ取得部１０２は、素材データを取得する（ステップＳ１００）。次に、データ変換部１０４は、素材データ取得部１０２が取得した素材データを素材中間言語に変換する（ステップＳ１０２）。さらに、ユーザからの指示により各種パラメータが設定される（ステップＳ１０４）。

図５は、パラメータ設定画面を示す図である。なお、図５に示すパラメータ設定画面は、スライドショーデータを素材データとする場合のものである。

目的選択ボックスにおいては、作成すべき編集データの目的が選択される。なお、図５の例においては、ここで選択された目的に応じて１秒あたりに表示するテキストデータの文字数が決定される。ここで目的が選択されると、編集目的情報取得部１０６は、対応する編集目的情報を取得する。

表示デバイス選択ボックスにおいては、編集データを表示すべき表示端末が選択される。ここで表示端末が選択されると、表示端末情報取得部１０８は、対応する表示端末情報を取得する。

ランキング方法ボックスにおいては、ランキング方法が選択される。ここでは、静止画とキーワード、静止画のみ、キーワードのみなどランキング方法を選択することができる。ランキング部１２６はここで選択されたランキング方法にしたがってランキングを行う。

さらに、静止画ランキングの重み設定ボックスにおいては、静止画から抽出された特徴部分に対する特徴評価値に対する重みのパラメータを設定することができる。パラメータとしては、色数、オブジェクトのサイズおよびオブジェクト抽出の閾値がある。

ここで色数とは、静止画中に含まれる色の数である。色数が多く、多様な色が使われている画像は重要であると判断される。オブジェクトサイズとは静止画中においてオブジェクトが占める割合である。オブジェクトサイズが大きいほど重要であると判断される。

また、オブジェクト抽出の閾値とは、オブジェクトとして抽出するための閾値である。閾値は、オブジェクトが静止画中に占める割合の値である。この値を変更することにより、各パラメータに応じて重みの値を変更することができる。

キーワードランキングの重み設定ボックスおよびオブジェクトランキングの重み設定ボックスが設けられている。これらの重みについても、静止画ランキングの重みと同様に、各パラメータに所望の値を設定することができる。

類似画像除外設定ボックスにおいては、静止画像の類似度を算出する際のパラメータが選択される。パラメータとしては、色ヒストグラム、代表色、色分布、エッジ、エッ分布、テクスチャ、テクスチャ分布、類似画像の閾値がある。

色ヒストグラムとは、画像全体の色調の特徴である。色ヒストグラムにより、色数，色の幅（どれくらい多様な色が使われているか）がわかる。

代表色とは、画像を代表する色である。例えば画像全体の色を平均化した値である。

色分布とは、いずれの色がいずれの位置に配置されているかという位置情報を含む色情報である。エッジとは、エッジの複雑度である。エッジ分布とは、画像を構成する輪郭線の特徴である。テクスチャとは細かな模様のことである。すなわち色情報は含まない。テクスチャ分布とは、位置情報を含むテスクチャの情報である。

以上のパラメータに対し所望の値を設定することができる。これらの値は、画像の類似度を算出する際に利用される値である。例えば、色ヒストグラムの値を他の値に比べて大きくした場合には、色ヒストグラムの類似度が画像の類似度に大きく寄与することになる。

また、類似画像の閾値は、類似画像であると判定するための閾値である。

オブジェクトの類似画像除外設定ボックスにおいては、類似するオブジェクトを除外するための処理に関するパラメータを設定することができる。各種パラメータは、類似画像除外設定ボックス中のパラメータと同様である。

なお、類似画像除外設定ボックスおよびオブジェクトの類似画像除外設定ボックスにおいて設定された内容は、類似度算出ルール設定指示として類似度算出ルール設定指示受付部１２２が受け付ける。

他の例としては、特徴部分がオブジェクトである場合には、画像処理における領域識別により、画像の重要度を判断してもよい。大きな領域で描かれている画像ほど重要であると判断する。

再び説明を図４に戻す。パラメータが設定されると、次に特徴部分抽出部１１０は、特徴部分を抽出する（ステップＳ１０６）。この際、特徴部分抽出部１１０は、パラメータ設定画面においてユーザにより入力された編集目的情報および表示端末情報に基づいて抽出すべき特徴部分を決定する。

ここでは、テキストデータからは文字列または単語が特徴部分として抽出される。また、静止画データからは各静止画が抽出される。さらに静止画データからはオブジェクトが抽出される。

特徴評価値算出部１１６は、特徴評価ルール保持部１１２に保持されている特徴評価ルール、または特徴評価ルール設定指示受付部１１４が受け付けた特徴評価ルール設定指示に示される特徴評価ルールに基づいて、特徴評価値を算出する（ステップＳ１０８）。

さらに、類似度算出部１２４は、特徴部分の間の類似度を算出する（ステップＳ１１０）。なお、類似度算出部１２４は、類似度算出ルール保持部１２０に保持されている類似度算出ルール、または類似度算出ルール設定指示受付部１２２が受け付けた類似度算出ルール設定指示に示される類似度算出ルールに基づいて、類似度を算出する。

次に、ランキング部１２６は、特徴評価値算出部１１６において算出された特徴評価値の順に特徴部分をランキングする（ステップＳ１１２）。そして、ランキング結果を表示画面に表示する（ステップＳ１１４）。

図６は、キーワードランキング画面を示す図である。キーワードランキング画面においては、ｐｐｔファイル中のすべてのタイトルと本文に対する特徴評価値が、特徴評価値の順に表示されている。

また、図６に示すようにキーワードランキング画面には、キーワードランキングの重み設定ブロックが設けられている。このボックスにおいて、タイトルおよび本文に対する重み値に関するパラメータを変更することができる。

図７は、静止画ランキング画面を示す図である。静止画ランキング画面においては、ｐｐｔファイル中のすべての静止画データの特徴評価値が、特徴評価値の順に表示されている。

また、静止画ランキング画面には、静止画ランキングの重み設定ブロックが設けられている。このブロックにおいて、色数等のパラメータを変更することができる。

さらに、静止画ランキング画面には、類似画像除外設定ボックスが設けられている。このボックスにおいて、色ヒストグラムなど静止画どうしの類似度を算出する際に利用するパラメータを変更することができる。

図８は、オブジェクト単位の静止画ランキング画面を示す図である。オブジェクト単位の静止画ランキング画面においては、ｐｐｔファイル中のすべてのオブジェクトの特徴評価値が表示されている。また、オブジェクトランキング画面には、類似画像除外設定ブロックが設けられている。

図９は、総合ランキング画面を示す図である。総合ランキング画面においては、データ種別にまたがったランキング結果が表示されている。さらにこの画面においても、静止画ランキングの重み設定ブロック、キーワードランキングの重み設定ブロックおよび類似画像除外設定ボックスが設けられており、各重み値算出のパラメータおよび類似度算出のパラメータを変更することができる。

再び説明を図４に戻す。特徴評価値算出部１１６により特徴評価値が算出されると、推奨レイアウト決定部１２８は、特徴評価値に基づいて、推奨レイアウトを決定する（ステップＳ１１６）。次に、編集データ作成部１３６は、ランキング部１２６によるランキング結果に基づいて編集データに含めるべき採用データを選出する。この採用データを推奨レイアウトに埋め込むことにより編集データを作成する（ステップＳ１１８）。以上で、データ編集装置１０による編集データ作成処理が完了する。

なお、編集データの作成においては、編集データ設定指示受付部１３４が作成者からの指示を受け付けた際には、ランキング部１２６によるランキング結果にかかわらず、作成者により指定された特徴部分を編集データに含めることができる。また、推奨レイアウト決定部１２８により決定された推奨レイアウトに関わらず、作成者により指定されたレイアウトを利用することができる。

以下、データ種別ごとの処理について詳述する。素材データ中に含まれるテキストデータが処理対象となる場合には、特徴的な単語または文字列を特徴部分として抽出する。

一般にｐｐｔやｈｔｍｌ、Ｗｏｒｄなどのテキストデータは階層構造を有している。したがって、階層構造を考慮した重み付けが必要となる。階層構造を考慮した重み付けを算出するために、以下のような手法を採用する。

まず、形態素解析により単語を文書を単語に分割する。こうして得られたそれぞれの単語のＴＦ＊ＩＤＦ値を算出する。ここで、ＴＦとは、各文書中の語の出現頻度である。ＩＤＦとは語の出現する文書数の逆数である。ＴＦ＊ＩＤＦが大きいほどその文書集合中で文書を特徴付ける語となることがわかる。

文字列 Ｔｉｊの重要度Ｓ（Ｔｉｊ）を次式により算出する。

ＳＴ（Ｔｉｊ）＝Ｗｉ＊（（Σｔｆ＊ｉｄｆ）／ｎ） ・・・（式１）

ここで Ｔｉｊ とは、階層ｉにおけるｊ番目の文字列を示す。文字列は、改行、「。」で区切られた単位とする。また、Ｗｉは階層ｉに付与されている重みであり、上位階層であればあるほど大きくなる。Σｔｆ＊ｉｄｆは、Ｔｉｊを形態素解析した結果の各単語のｔｆ＊ｉｄｆ値の総和である。ＮはＴｉｊを形態素解析した結果の単語総数である。

さらにｐｐｔなどの場合には、文字列が表示される位置などによって重要度を異ならせてもよい。

さらにランキングされた文字列に対し、目的に応じて類似するテキストを除外してもよい。具体的には、各文字列に共通に含まれる単語をチェックし、先に選択した文字列に含まれている単語と類似している単語をある一定の比率を超えて含んでいる文字列は選択しないこととする。これにより、バラエティに富んだ多様性のある文字列を抽出することができる。

素材データ中に含まれる画像データが処理対象となる場合には、各スライドを特徴部分として抽出する。そして、スライド単位で、各種パラメータ（色数、色分布、エッジ特徴、テクスチャなど）を利用して、特徴評価値を算出する。例えば、色数を重視する場合には、色数が多いほどより大きい特徴評価値が算出されるようにパラメータを設定しておく。

なお、写真のように１ファイル全体が画像の場合は、そのまま処理対象となるが、ｐｐｔやｈｔｍｌページ、テキストドキュメントの中に図や写真が描かれている場合には、画像の領域識別処理により、オブジェクト画像として抽出する。

そして、画像Ｉの重要度Ｓ（Ｉ）を次式により算出する。

Ｓ（Ｉ）＝α＊Ｎｃｏｌｏｒ（Ｉ）＋β＊Ａｒｅａ（Ｉ） ・・・（式２）

ここでＮｃｏｌｏｒ（Ｉ）は画像Ｉの色数を返す関数である。Ａｒｅａ（Ｉ）は画像Ｉの領域（隣接矩形）の大きさを返す関数である。色数が多いほど、また画像の領域が大きければ大きいほど重要である、との判断の基づいたものである。

さらに、画像の特徴に基づいて類似画像を省く処理を行う。なお、類似画像を除く必要がない場合には、類似度を算出し、類似画像のうち１つを残して他の画像を削除する処理は行わなくともよい。

類似度算出を行う場合には、色ヒストグラム、代表色、色分布、エッジ、エッジ分布、テクスチャ、テクスチャ分布などのパラメタに対し、それぞれ重みをつけて画像特徴量を算出する。そして、ある一定の閾値以下の特徴量を持つ画像は類似画像と判断する。

素材データ中に含まれる動画像データが処理対象となる場合には、まず動画像を複数のシーンに分割する。そして、各シーンに対して代表静止画像を抽出する。

そして、各シーンの特徴評価値を算出し、ランキングする特徴評価値のパラメータには、動画像上のオブジェクトの動きや撮影効果などの情報を利用する。例えば、動きの大きい動画は重要であると判断する。また、パンやズームなどの効果を利用している動画は重要であると判断する。

素材データ中に含まれる音声データが処理対象となる場合には、まず無音部検出を行う。そして、無音部の間単位での音声情報の抽出を行う。他の例としては、音量が一定の値を超えた範囲を音声データとして抽出する。また他の例としては、抽出された音声に音声認識処理を行い音声からの特徴テキストを抽出する。そして、音声から得られたテキストの内容に基づいて特徴評価値を算出する。また音声の大小に応じて特徴評価値を算出してもよい。

図１０は、実施の形態１に係るデータ編集装置１０のハードウェア構成を示す図である。データ編集装置１０は、ハードウェア構成として、データ編集装置１０におけるデータ編集処理を実行するデータ編集プログラムなどが格納されているＲＯＭ５２と、ＲＯＭ５２内のプログラムに従ってデータ編集装置１０の各部を制御するＣＰＵ５１と、データ編集装置１０の制御に必要な種々のデータを記憶するＲＡＭ５３と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５７と、各部を接続するバス６２とを備えている。

先に述べたデータ編集装置１０におけるデータ編集プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フロッピー（Ｒ）ディスク（ＦＤ）、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

この場合には、データ編集プログラムは、データ編集装置１０において上記記録媒体から読み出して実行することにより主記憶装置上にロードされ、上記ソフトウェア構成で説明した各部が主記憶装置上に生成されるようになっている。

また、本実施の形態のデータ編集プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。

以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。

そうした変更例としては、実施の形態にかかるデータ編集装置１０においては、推奨レイアウト決定部１２８は、特徴評価値算出部１１６において算出された特徴評価値に基づいて、推奨レイアウトを決定したが、他の例としては、作成者からの指示によりレイアウトを決定してもよい。さらに、ユーザの指示により決定されたレイアウトに応じて編集データに含めるべき採用データを決定してもよい。

具体的には、作成者からの指示により決定されたレイアウトが動画像を含まないものである場合には、動画像のランキングが上位であっても、テキストデータや静止画データを優先して編集データに含める。これにより、作成者希望に沿った編集データを作成することができる。

本発明の第１の実施の形態にかかるデータ編集装置１０の構成を示すブロック図である。 オブジェクト抽出処理を説明するための図である。 データ編集装置１０の処理におけるデータの流れを説明するための図である。 データ編集装置１０による編集データ作成処理を示すフローチャートである。 パラメータ設定画面を示す図である。 キーワードランキング画面を示す図である。 静止画ランキング画面を示す図である。 オブジェクト単位の静止画ランキング画面を示す図である。 総合ランキング画面を示す図である。 実施の形態に係るデータ編集装置１０のハードウェア構成を示す図である。

符号の説明

１０ データ編集装置
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５７ 通信I／Ｆ
６２ バス
１０２ 素材データ取得部
１０４ データ変換部
１０６ 編集目的情報取得部
１０８ 表示端末情報取得部
１１０ 特徴部分抽出部
１１２ 特徴評価ルール保持部
１１４ 特徴評価ルール設定指示受付部
１１６ 特徴評価値算出部
１２０ 類似度算出ルール保持部
１２２ 類似度算出ルール設定指示受付部
１２４ 類似度算出部
１２６ ランキング部
１２８ 推奨レイアウト決定部
１３０ 構築ルール保持部
１３２ 効果ルール保持部
１３４ 編集データ設定指示受付部
１３６ 編集データ作成部

Claims (20)

1. 画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換するデータ変換手段と、
   前記データ変換手段により得られた前記素材中間言語から特徴部分を抽出する特徴部分抽出手段と、
   前記特徴部分抽出手段により抽出された前記特徴部分を含む編集データを作成する編集データ作成手段と
   を備えたことを特徴とするデータ編集装置。
2. 前記特徴部分抽出手段により抽出された特徴部分を評価するための特徴評価ルールを保持する特徴評価ルール保持手段と、
   前記特徴評価ルール保持手段が保持する前記特徴評価ルールに基づいて、前記特徴部分抽出手段により抽出された特徴部分の特徴評価値を算出する特徴評価値算出手段と
   をさらに備え、
   前記編集データ作成手段は、前記特徴評価値算出手段により算出された前記特徴評価値に基づいて選出した前記特徴部分を含む前記編集データを作成することを特徴とする請求項１に記載のデータ編集装置。
3. 前記編集データ作成手段における編集目的を示す編集目的情報を取得する編集目的情報取得手段をさらに備え、
   前記特徴評価ルール保持手段は、前記特徴部分抽出手段により抽出された前記特徴部分を評価するためのルールを前記編集目的毎に保持し、
   前記特徴評価値算出手段は、前記特徴評価ルール保持手段において、前記編集目的情報取得手段が取得した前記編集目的に対して保持されている前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする請求項２に記載のデータ編集装置。
4. 前記特徴評価ルール保持手段は、前記編集目的に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持することを特徴とする請求項３に記載のデータ編集装置。
5. 前記データ編集手段により作成された前記編集データを表示すべき表示端末を示す表端末式情報を取得する表示端末情報取得手段をさらに備え、
   前記特徴評価ルール保持手段は、前記特徴部分抽出手段により抽出された前記特徴部分を評価するためのルールを前記表示端末の種類毎に保持し、
   前記特徴評価値算出手段は、前記特徴評価ルール保持手段において、前記表示端末情報取得手段が取得した前記表示端末情報に対して保持されている前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする請求項２に記載のデータ編集装置。
6. 前記特徴評価ルール保持手段は、前記表示端末種別に応じて、より高い特徴評価値が算出される特徴部分が異なるような複数の特徴評価ルールを保持することを特徴とする請求項５に記載のデータ編集装置。
7. 前記特徴評価値算出手段により算出された前記特徴評価値に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段をさらに備え、
   前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする請求項２から６のいずれか一項に記載のデータ編集装置。
8. 前記編集データ作成手段における編集目的を示す編集目的情報を取得する編集目的情報取得手段と、
   前記編集目的情報取得手段が取得した前記編集目的に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段をさらに備え、
   前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする請求項１から６のいずれか一項に記載のデータ編集装置。
9. 前記データ編集手段により作成された前記編集データを表示すべき表示端末を示す表端末情報を取得する表示端末情報取得手段と、
   前記表示端末情報取得手段が取得した前記表示端末情報に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段と
   をさらに備え、
   前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする請求項１から６のいずれか一項に記載のデータ編集装置。
10. 前記データ種別毎に予め定められた前記特徴評価値の閾値を保持する閾値保持手段と、
    前記特徴評価値算出手段が所定のデータ種別の前記特徴部分に対して算出した特徴評価値と、前記閾値保持手段が前記データ種別に対して保持する前記特徴評価値の閾値との比較結果に基づいて、前記編集データのレイアウトを決定するレイアウト決定手段と
    をさらに備え、
    前記編集データ作成手段は、前記レイアウト決定手段により決定された前記レイアウトの前記編集データを作成することを特徴とする請求項１から６のいずれか一項に記載のデータ編集装置。
11. 前記特徴部分抽出手段が複数の特徴部分を抽出した場合に、抽出した前記特徴部分の間の類似度を算出する類似度算出手段をさらに備え、
    前記編集データ作成手段は、前記類似度算出手段により算出された前記類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つの前記特徴部分のうちいずれか一方の特徴部分のみを含む前記編集データを作成することを特徴とする請求項１から１０のいずれか一項に記載のデータ編集装置。
12. 前記類似度算出手段は、特徴部分として複数の静止画像を抽出した場合に、抽出した静止画像の間の類似度を算出し、
    前記編集データ作成手段は、前記類似度算出手段により算出された前記類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つの静止画像のうちいずれか一方の静止画像のみを含む前記編集データを作成することを特徴とする請求項１１に記載のデータ編集装置。
13. 前記素材データが動画像を含む場合に、当該動画像を複数のシーン情報に分割する動画像分割手段をさらに備え、
    前記類似度算出手段は、前記動画像分割手段により得られた複数のシーン情報の間の類似度を算出し、
    前記編集データ作成手段は、前記類似度算出手段により算出された類似度が予め定めた閾値以上である場合には、前記類似度が閾値以上となる２つのシーン情報のうちいずれか一方のシーン情報のみを含む前記編集データを作成することを特徴とする請求項１１に記載のデータ編集装置。
14. 前記特徴評価値算出手段は、前記素材データに含まれるデータ種別に応じた重みを付与した前記特徴評価値を算出し、
    前記特徴部分抽出手段は、前記重みを付与された前記特徴評価値に基づいて選出した前記特徴部分を含む前記編集データを作成することを特徴とする請求項２から１３のいずれか一項に記載のデータ編集装置。
15. 編集者から、前記特徴評価ルールの設定指示を受け付ける特徴評価ルール設定指示受付手段をさらに備え、
    前記特徴評価値算出手段は、前記特徴評価ルール設定指示受付手段が受け付けた指示に示される前記特徴評価ルールに基づいて、前記特徴評価値を算出することを特徴とする請求項１から１４のいずれか一項に記載のデータ編集装置。
16. 編集者から、前記編集データの設定指示を受け付ける編集データ設定指示受付手段をさらに備え、
    前記編集データ作成手段は、前記編集データ設定指示受付手段が受け付けた指示に基づいて、前記編集データに含めるべき前記特徴部分を決定することを特徴とする請求項１から１５のいずれか一項に記載のデータ編集装置。
17. 前記編集データ設定指示受付手段は、前記編集データのレイアウトの設定指示を受け付け、
    前記編集データ作成手段は、指示された前記レイアウトの前記編集データを作成することを特徴とする請求項１６に記載のデータ編集装置。
18. 前記編集データ指示受付手段が受け付けた前記レイアウトの指示に基づいて、抽出すべき特徴部分を決定する特徴部分決定手段をさらに備え、
    前記特徴部分抽出手段は、前記特徴部分決定手段が決定した前記特徴部分を抽出することを特徴とする請求項１７に記載のデータ編集装置。
19. 画像、文字または音声を含む素材データを、予め定められた素材中間言語に変換するデータ変換ステップと、
    前記データ変換ステップにおいて得られた前記素材中間言語から特徴部分を抽出する特徴部分抽出ステップと、
    前記特徴部分抽出ステップにおいて抽出された前記特徴部分を含む編集データを作成する編集データ作成ステップと
    を有することを特徴とするデータ編集方法。
20. 請求項１９に記載のデータ編集方法をコンピュータに実行させることを特徴とするデータ編集プログラム。

Images