JP2009194598A - 情報処理装置および方法、プログラム、並びに記録媒体 - Google Patents

Abstract

【課題】コンテンツから所定のシーンを正確に抽出する。
【解決手段】インターネットなどから、例えば、野球の中継データを取得する。一方で、テレビジョン放送で放送されている野球の中継番組（コンテンツ）を記憶する。コンテンツから、その映像や音声の特徴量を抽出し、その特徴量から、中継データによる所定のシーンを抽出する。抽出されるシーンは、中継データにより、例えば、“ホームラン”のシーンであると確定されているため、そのシーンの検出精度は高くなる。本発明は、コンテンツを記録する記録再生装置に適用できる。
【選択図】図４

Description

本発明は情報処理装置および方法、プログラム、並びに記録媒体に関し、特に、所定のシーンを検出するとき、インターネットなどのネットワークを介して提供される情報を用いて適切に所定のシーンを検出できるようにした情報処理装置および方法、プログラム、並びに記録媒体に関する。

従来、映像コンテンツを検索する場合、キーワードを指定して検索する方法、参照画像または参照映像を与えて一致する部分や類似する部分を含むものを検索する方法、色や動きの激しさなどの情報を指定して検索する方法などが用いられている。また、映像コンテンツ単位で検索する方法や、映像コンテンツを細分化したシーン単位で検索する方法なども提案されている。（例えば、特許文献１参照）
特開２００４−２２７４２３号公報

映像解析技術の向上や、映像コンテンツに対するアノテーション（annotation）サービスの普及などにより、シーン単位でコンテンツに意味づけがなされることが多くなってきた。アノテーションサービスとは、例えば、インターネット上に氾濫するＷｅｂページやマルチメディアコンテンツを、単に視聴するだけでなく、高度に利用したいというユーザの欲求に対して、それらのコンテンツに対して何らかの情報を関連付けて、提供するサービスのことである。このようなアノテーションサービスが普及することにともない、ユーザの求める映像をシーン単位で探し出す手法の精度の向上が望まれる。

また録画機器、例えば、ビデオレコーダなどの録画機器では、単独で動作するシーン抽出機能が搭載されている。そのようなシーン抽出機能により、例えば、複数のシーンを１つのコンテンツから抽出し、連続して再生することでダイジェスト再生機能などと称される機能が実現される。よって、所定のシーンを的確に抽出できることが望まれている。

また近年、インターネットなどに代表されるネットワークシステムが普及し、ネットワークシステムを利用して、例えば、スポーツの中継が行われるようになってきている。この中継は、主にテキストで試合の途中経過がユーザに提供されることで行われる。

しかしながら、録画機器単体で行われるシーン抽出には、その精度に限界がある。例えば、どのようなシーンが次に現れるかの予想が難しく、あらゆる可能性を考慮しなければならないが、あらゆる可能性を考慮するには限界があるため、結果的に、シーンを抽出すること自体に限界がある。限界があることにより、シーン抽出の結果に、誤りが多くなる可能性がある。誤りを少なくするためには、抽出するシーンの種別をより大雑把にするなどの妥協が必要になる。

またネットワークシステムを用いた中継では、テキストで情報が提供されるため、ユーザは試合の流れを把握することはできるものの、映像を見たり、音声を聞いたりすることはできず、映像や音声から得られる臨場感を得ることはできない。

本発明は、このような状況に鑑みてなされたものであり、シーン検索の精度を向上させることができるようにするものである。

本発明の一側面の情報処理装置は、他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを取得する第１の取得手段と、前記コンテンツを取得する第２の取得手段と、前記第１の取得手段により取得された前記データと前記第２の取得手段により取得された前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出する抽出手段とを備える。

前記データは、ネットワークを介して取得され、前記コンテンツは、テレビジョン放送の番組であるようにすることができる。

前記抽出手段は、前記データで、抽出する所定のシーンにおける特徴量を特定し、その特定した特徴量と、前記記憶手段に記憶されている前記コンテンツから抽出される特徴量を用いて、前記コンテンツから所定のシーンを抽出するようにすることができる。

前記抽出手段は、複数の前記データを用い、そのデータが示す前記シーンの並びに関する情報も用いて、所定のシーンを抽出するようにすることができる。

前記抽出手段により抽出された前記シーンを記憶するシーン記憶手段と、前記シーン記憶手段に記憶されているシーンを再生する再生手段をさらに備え、前記再生手段は、再生が指示されたコンテンツから抽出されたシーンを連続的に再生するようにすることができる。

前記抽出手段により抽出された前記シーンを記憶するシーン記憶手段と、ネットワークを介して接続されている他の装置からの指示を受け、その指示に基づき、抽出された前記シーンを前記シーン記憶手段から読み出し、前記他の装置に供給する供給手段をさらに備えるようにすることができる。

本発明の一側面の情報処理方法は、他の情報処理装置とデータの授受を行う通信手段と、コンテンツを一時的に記憶する記憶手段とを備える情報処理装置の情報処理方法において、前記他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを前記通信手段を制御して取得し、取得された前記データと前記記憶手段に記憶されている前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出するステップを含む。

本発明の一側面のプログラムは、他の情報処理装置とデータの授受を行う通信手段と、コンテンツを一時的に記憶する記憶手段とを備える情報処理装置を制御するコンピュータが読み取り可能なプログラムであって、前記他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを前記通信手段を制御して取得し、取得された前記データと前記記憶手段に記憶されている前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出するステップを含む。

本発明の一側面の記録媒体は、前記プログラムを記録している。

本発明の一側面の情報処理装置および方法、並びにプログラムにおいては、ネットワークを介して取得される情報が用いられて、例えば、テレビジョン放送における番組のコンテンツから、所定のシーンが抽出される。

本発明の一側面によれば、所定のシーンを検索する精度を向上させることが可能となる。

以下に、本発明の実施の形態について図面を参照して説明する。

図１は、本発明を適用したシステムの一実施の形態の構成を示す図である。図１に示したシステムにおいては、ネットワーク１１に、サイト管理サーバ１２、記録再生装置１３、および情報処理装置１４が互いにデータの授受が可能なように接続されている。

ネットワーク１１は、インターネットなどに代表される大規模ネットワークや、ＬＡＮ（Local Area Network）などに代表される小規模ネットワークから構成されている。サイト管理サーバ１２は、所定のサイトを管理するサーバである。ここでは、野球などのスポーツの中継に関する情報を提供しているサイトであるとする。またここでは、そのサイトにより提供される情報は、ほぼリアルタイムに更新される情報であるとする。

記録再生装置１３は、コンテンツ、例えば、テレビジョン番組の番組を取得し、記録する機能と、その記録したコンテンツを再生する機能を有する。この記録再生装置１３は、コンテンツから所定のシーンを抽出する機能をさらに有し、その抽出は、コンテンツそのものからの情報とサイト管理サーバ１２からの情報を用いて行われる。

情報処理装置１４は、ネットワーク１１を介して、記録再生装置１３に記録されているコンテンツを閲覧したり、シーン毎のコンテンツを閲覧したりするときに用いられる装置である。

図２は、記録再生装置１３の機能を説明するブロック図である。記録再生装置１３は、コンテンツ取得部３１、コンテンツ記憶部３２、サイト情報取得部３３、シーン抽出部３４、シーン記憶部３５、コンテンツ再生部３６、およびネットワーク再生処理部３７を含む構成とされている。

コンテンツ取得部３１は、例えば、テレビジョン放送されている番組を受信することでコンテンツを取得する。コンテンツ取得部３１により取得されたコンテンツは、コンテンツ記憶部３２に記憶される。コンテンツ記憶部３２は、複数のコンテンツを記憶する。

シーン抽出部３４は、コンテンツ取得部３１により取得されたコンテンツから、所定のシーンを抽出し、抽出したシーンを、シーン記憶部３５に記憶させる。シーン抽出部３４がシーンを抽出するとき、サイト管理サーバ１２から提供される情報も用いられて抽出が行われる。サイト管理サーバ１２から提供される情報は、サイト情報取得部３３により取得される。サイト情報取得部３３は、ネットワーク１１を介して、サイト管理サーバ１２により提供される情報を取得し、シーン抽出部３４に、取得した情報を供給する。シーン記憶部３５は、シーン抽出部３４により抽出された複数のシーンを記憶する。

コンテンツ再生部３６は、コンテンツ記憶部３２に記憶されているコンテンツを再生したり、シーン記憶部３５に記憶されているシーンを再生したりする機能を有する。コンテンツ再生部３６は、図示していない操作部からの指示に基づき再生するコンテンツやシーンを決定する。

ネットワーク再生処理部３７は、情報処理装置１４からの指示により、コンテンツ記憶部３２に記憶されているコンテンツや、シーン記憶部３５に記憶されているシーンの再生が指示されたときの処理を実行する。

このような機能を有する記録再生装置１３の動作について説明する。まず、図３のフローチャートを参照し、コンテンツを記録するときの動作、特に、コンテンツを記録するときに、そのコンテンツから所定のシーンを抽出するときの処理について説明する。ここでは、テレビジョン放送の番組をコンテンツとして記録するときの動作を例に挙げて説明する。また記録されるコンテンツは、スポーツを中継している番組であり、俗に、生放送などと称される、ほぼリアルタイムに放送される番組であるとして説明を続ける。さらにここでは、スポーツとして野球である場合を例に挙げて説明する。

なお、図３のフローチャートの処理は、コンテンツの記録が開始されると開始される処理であるとして説明を続けるが、コンテンツの記録が終了した後に、シーンの抽出を行うような場合にも本発明を適用できる。

ステップＳ１１において、中継データが取得される。この中継データは、サイト情報取得部３３により取得される。サイト情報取得部３３は、この処理を実行する前の時点で、サイト管理サーバ１２のアドレスを取得しており、その取得されているアドレスに基づいて、サイト管理サーバ１２にアクセスし、所定の情報を取得する。

サイト管理サーバ１２は、野球中継の途中結果を、ほぼリアルタイムで更新し、その情報を提供するサイトであり、その更新される情報が、サイト情報取得部３３により取得される。サイト情報取得部３３は、ステップＳ１２において、シーンを抽出するための中継データが取得されたか否かを判断する。サイト管理サーバ１２は、上記したように、野球中継の途中結果を、ほぼリアルタイム（所定の間隔）で更新し、その情報を提供するが、また、サイト情報取得部３３は、情報が更新される毎に、その情報を取得するが、取得される全ての情報が、シーンを抽出するために必要とされる情報ではない。

抽出されるシーンは、予め設定されており、その設定されているシーンを抽出するために必要とされる情報が取得されればよい。ここでは、抽出されるシーンは、ホームラン、ヒット、ゴロのそれぞれのシーンであるとし、設定されているシーンを抽出するために必要とされる情報は、ホームラン、ヒット、ゴロといった情報であるとして説明を続ける。

サイト管理サーバ１２により提供される情報は、ホームランであったとか、ゴロであったとかの情報は勿論提供されるが、カーブやスライダーであったといったような球種に関する情報や、ストライクであったといった情報もある。シーン抽出部３４がシーンを抽出するときに必要とする情報は、この場合、ホームラン、ヒット、ゴロという情報であるので、ホームラン、ヒット、ゴロといった情報以外の情報、例えば、球種に関する情報は必要がない。

ステップＳ１２において、サイト情報取得部３３は、取得した情報が、シーンを抽出するのに必要な情報であるか否か、この場合、ホームラン、ヒット、ゴロという情報であるか否かが判断される。なお、提供されるデータは、例えば、テキストデータであり、そのテキストデータが示す文字列が、例えば、ホームランという文字列であるか否かを判断することでステップＳ１２における処理が行われる。

ステップＳ１２において、シーンを抽出するための中継データは取得されていないと判断された場合、ステップＳ１１に処理が戻され、それ以降の処理が繰り返し行われる。一方、ステップＳ１２において、シーンを抽出するための中継データが取得されたと判断された場合、ステップＳ１３に処理が進められる。

ステップＳ１３において、シーンを抽出するための中継データであると判断された中継データが記憶される。シーン抽出部３４は、シーンを抽出するために、複数の中継データを記憶する。複数の中継データを記憶することで、例えば、“ホームラン”、“ゴロ”、“ゴロ”といったどのようなシーンが、どのような順番で出現したかという情報を構築することができる。

ステップＳ１４において、シーンが抽出される。シーン抽出部３４は、サイト情報取得部３３から取得され、複数記憶されている中継データを用いて、コンテンツ取得部３１から供給されるコンテンツから、所定のシーンを抽出する。シーン抽出部３４は、コンテンツ取得部３１から供給されるコンテンツを、所定の区間分だけ記憶している。すなわち、シーン抽出部３４は、所定の区間のコンテンツと、その区間内で発生したシーンの情報である複数の中継データを記憶している状態であり、そのような状態のときに、所定のシーンの抽出を行う。

ここで、図４を参照し、シーン抽出部３４が行うシーンの抽出に係わる処理について説明する。時刻ｔ１において、“ホームラン”という中継データＩ１が取得され、記憶される。同様に、時刻ｔ２において、“ゴロ”という中継データＩ２が取得され、記憶され、時刻ｔ３において、“ヒット”という中継データＩ３が取得され、記憶される。中継データＩ１乃至Ｉ３が記憶された時点で、シーン抽出部３４には、時刻ｔ１より前の時点からのコンテンツが記憶されている。ここでは、時刻ｔ０から時刻ｔ３までのコンテンツが記憶されているとして説明を続ける。

時刻ｔ１の時点では、中継データＩ１が取得され、その中継データＩ１が示す“ホームラン”というシーンは、記憶されているコンテンツに既に含まれているシーンである。同様に、時刻ｔ２の時点では、中継データＩ２が取得され、その中継データＩ２が示す“ゴロ”というシーンは、記憶されているコンテンツに既に含まれているシーンであり、時刻ｔ３の時点では、中継データＩ３が取得され、その中継データＩ３が示す“ヒット”というシーンは、記憶されているコンテンツに既に含まれているシーンである。

このような状況のとき、シーン抽出部３４は、３個の中継データが取得されているので、その時点で記憶されているコンテンツから、３つのシーンを抽出する。

例えば、１つの所定の長さのコンテンツから、幾つ含まれるかわからない所定のシーンを抽出するとき、正確に、それらのシーンを抽出するのは困難である。しかしながら、少なくとも、３つのシーンを抽出するというのであれば、誤ったシーンを抽出したり、抽出すべきシーンを検出し損ねたりすることを防ぐことが可能となる。

例えば、本来３つのシーンを抽出すべきところを、５つのシーンを抽出してしまった場合、２つの誤ったシーンを抽出してしまった可能性がある。また、本来３つのシーンを抽出すべきところを、２つのシーンしか抽出できなかった場合、１つのシーンを抽出し損ねた可能性がある。このような本来抽出すべきシーンの数を、信頼できる情報源から取得した情報を用いて確定し、その確定された数だけ抽出するようにすることで、抽出すべきシーンを抽出し損ねたり、抽出すべきでないシーンを抽出してしまったりするといった誤検出を防ぐことが可能となり、精度良いシーンの抽出を実現することが可能となる。

図４に示したような状況のとき、シーン抽出部３４は、コンテンツから、“ホームラン”という中継データＩ１から、ホームランというシーンであろう部分を抽出する。例えば、事前に複数のホームランというシーンが映像解析され、その解析結果、ホームランというシーンにはどのような特徴があるのかをデータとして取得し、その取得されたデータが、シーン抽出部３４には記憶されている。そして、シーン抽出部３４は、“ホームラン”という中継データＩ１を取得したとき、ホームランというシーンのデータを読み出し、その読み出したデータに合致（類似）する部分を、コンテンツから抽出する。

このようにした場合、シーン抽出部３４は、中継データにより特定される特徴量を、記憶されている複数の特徴量の中から読み出すととともに、取得されて記憶されているコンテンツを解析して特徴量を抽出する。シーン抽出部３４は、この読み出された特徴量と、抽出された特徴量を比較し、一致するまたは類似する部分を、所定のシーンとして抽出する。

このように、ホームランであるという情報を基に、ホームランというシーンを抽出する場合と、ホームランであるという情報がない状態で、ホームランというシーンを抽出する場合とでは、ホームランという情報を基に、ホームランというシーン抽出する方が、精度良くシーンを抽出できることはあきらかである。

さらに、本実施の形態においては、複数の中継データを用いて１つのシーンを抽出する。すなわち、図４に示した例では、中継データＩ１乃至Ｉ３を用いて、ホームランというシーンを抽出する。

図４に示した例では、“ホームラン”のシーンの後に、“ゴロ”のシーンがきて、“ゴロ”のシーンの後に“ヒット”のシーンがくるという、シーンの並びが認識されている。よって、例えば、“ホームラン”というシーンの後に、検出されるシーンは、“ゴロ”であるということが確実であり、このゴロであるという中継データＩ２を用いれば、“ホームラン”のシーンをより精度良く抽出することが可能である。

また、より的確に抽出できるようになる。より的確にとは、例えば、“ホームラン”のシーンを抽出するとき、ホームランの前には、投球シーンがあり、ホームランの後には、ピッチャーが肩を落としているシーンなどがあるが、それらの連続したシーンのうち、ホームランのシーンだけを抽出する、換言すれば、余計な部分を含まないようにシーンを抽出することが可能となることを意味している。

このように、ネットを経由して取得される情報を用いて、所定のシーンの抽出を行うことで、精度良く、かつ、的確に所定のシーンの抽出を行うことができる。本実施の形態においては、ネットからは、所定のシーンの並びに関する情報であり、かつ、その情報は、そのシーンがどのようなシーンであるかを示す情報である。記録再生装置１３側では、そのような情報を用いて、シーンの区切りを抽出するだけで、所定のシーンを抽出することが可能となる。

図３のフローチャートの説明に戻り、ステップＳ１４において、シーン抽出部３４によりシーンの抽出が行われると、ステップＳ１５において、シーン記憶部３５が、抽出されたシーンを記憶する。シーン記憶部３５が記憶するシーンは、シーンそのもののデータ、すなわち、コンテンツ（映像と音声）のデータであっても良いし、コンテンツ記憶部３２に記憶されているコンテンツの一部分を特定できる情報、例えば、シーンの開始時刻と終了時刻の情報であっても良い。

ステップＳ１６において、記録が終了したか否かが判断される。この判断は、図３に示したフローチャートの処理が、コンテンツの記録が開始されたときに開始されるとしたので、コンテンツの記録が終了されるときに終了されるとして判断されるようにしても良いし、中継が終了したと判断されたときに、終了されるとして判断されるようにしても良い。

ステップＳ１６において、記録は終了していないと判断された場合、ステップＳ１１に処理が戻され、それ以降の処理が繰り返され、記録は終了したと判断された場合、図３に示した記録に関する処理は終了される。

このようにして、抽出され、記録されたシーンの再生に関する記録再生装置１３の動作について、図５のフローチャートを参照して説明する。

ステップＳ３１において、再生されるコンテンツが決定される。コンテンツ再生部３６は、図示していない操作部から、再生するコンテンツの指示を受ける。ステップＳ３２において、再生が指示されたコンテンツには、抽出されたシーンがあるか否かが判断される。コンテンツ再生部３６は、シーン記憶部３５に記憶されているシーンを検索し、再生が指示されたコンテンツから抽出されたシーンが記憶されているか否かを判断する。

ステップＳ３２において、シーン記憶部３５には、再生が指示されたコンテンツから抽出されたシーンは記憶されていないと判断された場合、ステップＳ３３に処理が進められる。ステップＳ３３において、再生が指示されたコンテンツが通常再生される。

一方、ステップＳ３２において、シーン記憶部３５に、再生が指示されたコンテンツから抽出されたシーンが記憶されていると判断された場合、ステップＳ３４に処理が進められる。ステップＳ３４において、シーンの再生が行われる。この再生においては、抽出されたシーンのみが表示されるようにしても良いし、そのシーンがどのようなシーンであるかを示す情報、例えば、ホームランのシーンであるといった情報が、シーンとともに表示されるようにしても良い。情報を表示するようにした場合、そのシーンを抽出するときに用いられた中継データを用いることが可能である。

また、ユーザにより、例えば、ホームランのシーンといった所定のシーンが指示され、その指示を受け付けるような構成とし、指示されたシーンのみが再生されるようにしても良いし、指示されたシーンであると判断される複数のシーンが連続的に再生されるようにしても良い。また、再生が指示されたコンテンツから抽出されたシーンが連続的に再生されるようにしても良い。

ステップＳ３５において、コンテンツが終了したか否かが判断される。コンテンツから抽出されたシーンのうち、時間的に最後のシーンの再生が終了された場合、コンテンツが終了したと判断され、図５のフローチャートの処理は終了される。一方、ステップＳ３５において、コンテンツは終了していないと判断された場合、ステップＳ３４に処理が戻され、次のシーンの再生が実行される。なお、ユーザに指示されたシーンのみを再生する場合、その指示されたシーンの再生が終了した地点で、図５のフローチャートの処理は終了される。

このようにして、記録再生装置１３においてシーンの再生が行われる。再生されるシーンは、上記したようにして、抽出されたシーンであるので、例えば、ホームランといったシーンの再生が指示されたときに再生されるシーンは、ホームランのシーンである可能性が高く、ホームラン以外のシーンであるといった可能性は低い。よって、ユーザが所望したシーンを再生することが可能となる。

また、その再生されるシーンは、ホームランの以外のシーンを含むことがなく、的確なシーンである可能性が高い。よって、ユーザに、所望のシーンを、無駄なシーンを含ませずに提供することが可能となり、ユーザがダイジェスト再生などを指示したときに、今までよりも短い時間で的確なシーンの連続再生を実現することが可能となる。

次に、情報処理装置１４（図１）がネットワーク１１を介して、記録再生装置１３にアクセスし、記録再生装置１３から所定のシーンを受信する処理について説明する。

例えば、情報処理装置１４は、パーソナルコンピュータで構成することが可能であり、所定のブラウザを起動することで、サイト管理サーバ１２で管理されているサイトを閲覧できる機能を有する装置である。

図６は、情報処理装置１４をパーソナルコンピュータで構成したときの、情報処理装置１４の構成例を示す図である。図６に示した情報処理装置１４において、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３は、バス１０４により相互に接続されている。

バス１０４には、さらに、入出力インターフェース１０５が接続されている。入出力インターフェース１０５には、キーボード、マウス、マイクロホンなどよりなる入力部１０６、ディスプレイ、スピーカなどよりなる出力部１０７、ハードディスクや不揮発性のメモリなどよりなる記憶部１０８、ネットワークインタフェースなどよりなる通信部１０９、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリなどのリムーバブルメディア１１１を駆動するドライブ１１０が接続されている。

情報処理装置１４の出力部１０７としてのディスプレイ１３１上には、例えば、図７に示したようなサイト管理サーバ１２で管理されているサイトが表示される。上記したように、サイト管理サーバ１２は、野球の途中経過を、ほぼリアルタイムで更新し、ユーザに提供するサイトを管理する。よって、サイト管理サーバ１２から供給されるサイトの画面には、図７に示したように、サイトの少なくとも一部分に、中継データを表示する領域１５１が設けられている。

この領域１５１には、記録再生装置１３のサイト情報取得部３３が取得する情報が表示される領域１５２も設けられている。この領域１５２には、図７に示した例では、“ホームラン”というテキストが表示されている。この領域１５２は、例えば、ボタン形状にされ、ユーザが操作できる（マウスなどでクリックできる）ように構成されている。この領域１５２が操作されると、そのときのシーンが再生、表示される。

すなわち、図７に示した例だと、領域１５２には、“ホームラン”という情報が表示されているので、このとき、この領域１５２が操作されると、ホームランのシーンがディスプレイ１３１に表示される。このホームランのシーンは、ネットワーク１１を介して、記録再生装置１３から取得される。記録再生装置１３は、上記したような処理を実行することで、この場合、ホームランのシーンを抽出し、記憶しているため、その記憶しているホームランのシーンを、ネットワーク１１を介して情報処理装置１４に供給する。このような記録再生装置１３が行う処理について、図８のフローチャートを参照して説明する。

ステップＳ６１において、ネットワーク再生処理部３７は、情報処理装置１４から再生するシーンの情報を取得する。例えば、図７に示したような画面が、ディスプレイ１３１に表示されているときに、領域１５２上にカーソルが位置する状態で、マウスなどの操作部材が操作されると、情報処理装置１４は、そのシーンの再生が指示されたと判断し、再生が指示されたシーンに関する情報を送信する。このとき送信される情報は、例えば、図７に示したような画面が表示されているときには、“５回表”、“ホームラン”といった情報であり、所定のシーンを、記録再生装置１３側で特定することができる情報である。

ステップＳ６２において、ネットワーク再生処理部３７は、シーン記憶部３５を検索し、再生が指示されたシーンが記憶されているか否かを判断する。ステップＳ６２において、指示されたシーンは、シーン記憶部３５に記憶されていないと判断された場合、再生するシーンは、記憶されていないことをユーザに認識させるメッセージなどの情報が送信され、図８に示したシーンの再生に関するフローチャートの処理は終了される。

一方、ステップＳ６２において、再生が指示されたシーンが、シーン記憶部３５に記憶されていると判断された場合、ステップＳ６３に処理が進められる、ステップＳ６３において、再生が指示されたシーンのデータが、シーン記憶部３５から読み出される。その読み出されたデータは、ステップＳ６４において、情報処理装置１４に対して送信される。情報処理装置１４は、記録再生装置１３からのデータを受信し、その受信されたデータを再生することで、ユーザが所望したシーンが、ユーザに提供される。

このように、ネットで供給されるテキストでの情報から、ユーザが所望する映像や音声を、提供することが可能となる。よって、ユーザにテキストの情報からだけでは味わえないような臨場感を、映像や音声も提供できるようにすることで、感じさせることができるようになる。

本発明によれば、記録再生装置１３のような専用録画機器の安定性と、インターネット中継の豊富な情報量が組み合わされるようにすることが可能となり、より高度で精度の高いシーン認識が可能になる。具体的には、番組中に現れるシーン系列（種別と順序）があきらかになるため、その区切りを見つけるだけでよくなり、認識性能が向上する。

また、インターネット中継の情報に合わせた形でシーン認識が行われるため、インターネット中継のテキスト（例えば“ホームラン”）をクリックすると、該当部分の映像を録画機器にリクエストし、ブラウザ上で再生するなどの応用が可能になる。

上述した実施の形態においては、コンテンツは、テレビジョン番組のコンテンツであるとして説明したが、テレビジョン番組以外のコンテンツにも本発明を適用することはできる。また、コンテンツの記録時にシーンが抽出されるとして説明したが、コンテンツの記録が終了し、また、中継データがコンテンツが記録されているときに取得され、記憶され、コンテンツと中継データが共に既に記憶されている状態のときに、シーンの抽出が行われるようにしても良い。そのようにした場合であっても、基本的な動作は、上記した場合と同様である。

上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。

図６に示したような構成を有する情報処理装置１４（例えば、パーソナルコンピュータ）では、ＣＰＵ１０１が、例えば、記憶部１０８に記憶されているプログラムを、入出力インターフェース１０５及びバス１０４を介して、ＲＡＭ１０３にロードして実行することにより、上述した一連の処理が行われる。

コンピュータ（ＣＰＵ１０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア１１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。

そして、プログラムは、リムーバブルメディア１１１をドライブ１１０に装着することにより、入出力インターフェース１０５を介して、記憶部１０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１０９で受信し、記憶部１０８にインストールすることができる。その他、プログラムは、ＲＯＭ１０２や記憶部１０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。

なお、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

本発明を適用したシステムの一実施の形態の構成を示す図である。 記録再生装置の構成例を示す図である。 記録再生装置の動作について説明するフローチャートである。 シーンの抽出について説明する図である。 記録再生装置の動作について説明するフローチャートである。 情報処理装置の内部構成例を示す図である。 画像の一例を示す図である。 記録再生装置の動作について説明するフローチャートである。

符号の説明

１１ ネットワーク， １２ サイト管理サーバ， １３ 記録再生装置， １４ 情報処理装置， ３１ コンテンツ取得部， ３２ コンテンツ記憶部， ３３ サイト情報取得部， ３４ シーン抽出部， ３５ シーン記憶部， ３６ コンテンツ再生部， ３７ ネットワーク再生処理部

Claims (9)

1. 他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを取得する第１の取得手段と、
   前記コンテンツを取得する第２の取得手段と、
   前記第１の取得手段により取得された前記データと前記第２の取得手段により取得された前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出する抽出手段と
   を備える情報処理装置。
2. 前記データは、ネットワークを介して取得され、
   前記コンテンツは、テレビジョン放送の番組である
   請求項１に記載の情報処理装置。
3. 前記抽出手段は、前記データで、抽出する所定のシーンにおける特徴量を特定し、その特定した特徴量と、前記第２の取得手段により取得された前記コンテンツから抽出される特徴量を用いて、前記コンテンツから所定のシーンを抽出する
   請求項１に記載の情報処理装置。
4. 前記抽出手段は、複数の前記データを用い、そのデータが示す前記シーンの並びに関する情報も用いて、所定のシーンを抽出する
   請求項３に記載の情報処理装置。
5. 前記抽出手段により抽出された前記シーンを記憶するシーン記憶手段と、
   前記シーン記憶手段に記憶されているシーンを再生する再生手段をさらに備え、
   前記再生手段は、再生が指示されたコンテンツから抽出されたシーンを連続的に再生する
   請求項１に記載の情報処理装置。
6. 前記抽出手段により抽出された前記シーンを記憶するシーン記憶手段と、
   ネットワークを介して接続されている他の装置からの指示を受け、その指示に基づき、抽出された前記シーンを前記シーン記憶手段から読み出し、前記他の装置に供給する供給手段を
   さらに備える請求項１に記載の情報処理装置。
7. 他の情報処理装置とデータの授受を行う通信手段と、コンテンツを一時的に記憶する記憶手段とを備える情報処理装置の情報処理方法において、
   前記他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを前記通信手段を制御して取得し、
   取得された前記データと前記記憶手段に記憶されている前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出する
   ステップを含む情報処理方法。
8. 他の情報処理装置とデータの授受を行う通信手段と、コンテンツを一時的に記憶する記憶手段とを備える情報処理装置を制御するコンピュータが読み取り可能なプログラムであって、
   前記他の情報処理装置から提供され、所定のコンテンツ内のシーンに関するデータを前記通信手段を制御して取得し、
   取得された前記データと前記記憶手段に記憶されている前記コンテンツを用いて、前記コンテンツから所定のシーンを抽出する
   ステップを含むプログラム。
9. 請求項８に記載のプログラムを記録している記録媒体。

Images