JP2008148121A5 - - Google Patents

Claims (7)

1. 複数の画像データにより構成される動画データから、ひとかたまりの前記画像データにより構成されるシーンごとに、自動的に動画の要約を作成する動画要約自動作成装置であって、
   前記動画データを前記シーンに分割し、分割した前記シーンごとにシーン動画データを抽出するシーン抽出部と、
   前記シーン動画データに含まれる音声データを認識し、前記音声データからテキストデータを生成する音声認識部と、
   前記テキストデータからキーワードとなる重要語を抽出する重要語抽出部と、
   前記シーン動画データから前記シーンを代表する画像となる代表画像データを抽出する代表画像抽出部と、
   前記重要語と、前記代表画像データと、を前記シーンごとに統合して動画要約データを作成するシーン統合部と、を備える動画要約自動作成装置。
2. 前記動画データは、前記画像データと共に文字データをさらに有し、
   前記重要語抽出部は、前記文字データと、前記音声認識部により生成された前記テキストデータと、から重要語を抽出する、請求項１記載の動画要約自動作成装置。
3. 前記代表画像抽出部は、前記シーン動画データを構成する画像データからオブジェクトを抽出し、前記画像データの全体の表示面積、前記オブジェクトの表示面積、前記オブジェクトを含む画像データ数、及び前記シーン動画データを構成する画像データ数から、所定の計算式で算出した結果を用いて導き出す、請求項１又は２記載の動画要約自動作成装置。
4. 前記重要語抽出部は、前記テキストデータに対してＴＦ＊ＩＤＦ法を用いて前記重要語を抽出する、請求項１乃至３記載の動画要約自動作成装置。
5. 前記シーン統合部は、前記シーン動画データごとに作成された前記動画要約データを、さらに前記動画データの最初に表示されるように統合する、請求項１乃至４記載の動画要約自動作成装置。
6. 複数の画像データにより構成される動画データから、ひとかたまりの前記画像データにより構成されるシーンごとに、自動的に動画の要約を作成する動画要約自動作成方法であって、
   前記動画データを前記シーンに分割し、分割した前記シーンごとにシーン動画データを抽出するステップと、
   前記シーン動画データに含まれる音声データを認識し、前記音声データからテキストデータを生成するステップと、
   前記テキストデータからキーワードとなる重要語を抽出するステップと、
   前記シーン動画データから前記シーンを代表する画像となる代表画像データを抽出するステップと、
   前記重要語と、前記代表画像データと、を前記シーンごとに統合して動画要約データを作成するステップと、を含む動画要約自動作成方法。
7. 複数の画像データにより構成される動画データから、ひとかたまりの前記画像データにより構成されるシーンごとに、自動的に動画の要約を作成させるコンピュータ・プログラムであって、
   前記動画データを前記シーンに分割し、分割した前記シーンごとにシーン動画データを抽出するステップと、
   前記シーン動画データに含まれる音声データを認識し、前記音声データからテキストデータを生成するステップと、
   前記テキストデータからキーワードとなる重要語を抽出するステップと、
   前記シーン動画データから前記シーンを代表する画像となる代表画像データを抽出するステップと、
   前記重要語と、前記代表画像データと、を前記シーンごとに統合して動画要約データを作成するステップと、をコンピュータに実行させるコンピュータ・プログラム。