JP2020528705A5 - - Google Patents

Claims (13)

1. データベースからシーンを取得するためのコンピュータ実装方法であって、前記方法が、
   ユーザから、データベースに格納されたシーンに関する検索要求を受信することであって、前記データベースが注釈付きのビデオ・コンテンツを含んでいる、前記受信することと、
   １つまたは複数のキーワードを前記検索要求から抽出することと、
   前記１つまたは複数のキーワードの各々に関して、１つまたは複数の拡張キーワードを生成することと、
   前記１つまたは複数の拡張キーワードおよび前記１つまたは複数のキーワードを、前記注釈付きのビデオ・コンテンツと比較して、１つまたは複数の対象のシーンを識別することであって、前記１つまたは複数の対象のシーンが、それぞれ対象のシーンの注釈を含んでいる、前記識別することと、
   前記１つまたは複数の対象のシーンの各々の前記対象のシーンの注釈と、前記１つまたは複数の拡張キーワードおよび１つまたは複数のキーワードとの間の相関関係に少なくとも部分的に基づいて、信頼性評価を前記１つまたは複数の対象のシーンの各々に割り当てることと、
   前記１つまたは複数の対象のシーンのうちの少なくとも１つを前記ユーザに表示することであって、前記１つまたは複数の対象のシーンのうちの前記少なくとも１つが、前記信頼性評価に基づいて決定される、前記表示することとを含んでいる、コンピュータ実装方法。
2. 前記ユーザから、前記１つまたは複数の対象のシーンのうちの１つの対象のシーンの選択の指示を受信することと、
   前記選択に少なくとも部分的に基づいて前記対象のシーンの注釈を更新することとをさらに含んでいる、請求項１に記載のコンピュータ実装方法。
3. 前記１つまたは複数の対象のシーンを前記ユーザに表示することと、
   前記ユーザから、前記１つまたは複数の対象のシーンのうちの１つの対象のシーンの拒否の指示を受信することと、
   前記拒否に少なくとも部分的に基づいて前記対象のシーンの注釈を更新することとをさらに含んでいる、請求項１に記載のコンピュータ実装方法。
4. 前記ユーザを監視して、前記ユーザが前記対象のシーンを見ているときに、前記ユーザの感情的反応を決定することと、
   前記ユーザの前記感情的反応を前記対象のシーンの注釈と比較して、前記感情的反応と前記対象のシーンの注釈の間の相関関係を決定することと、
   前記感情的反応と前記対象のシーンの注釈の間の前記相関関係に少なくとも部分的に基づいて、前記対象のシーンの注釈を更新することとをさらに含んでいる、請求項２に記載のコンピュータ実装方法。
5. 前記検索要求がユーザ音声入力であり、１つまたは複数のキーワードを前記抽出することが、
   前記検索要求に対して自然言語処理を実行して、前記ユーザ音声入力をテキストに変換することと、
   前記テキストを１つまたは複数の別々の語句に分割することと、
   前記１つまたは複数の別々の語句を解析して、キーワードを決定することとを含んでいる、請求項１に記載のコンピュータ実装方法。
6. 前記１つまたは複数の対象のシーンを前記ユーザに表示することと、
   前記信頼性評価に従って前記１つまたは複数の対象のシーンの前記表示を順序付けることとをさらに含んでいる、請求項１に記載のコンピュータ実装方法。
7. ビデオ・シーンに注釈を付けるためのコンピュータ実装方法であって、前記方法が、
   プロセッサによって１つまたは複数のビデオを受信することと、
   前記１つまたは複数のビデオの各々をシーンのセットに分割することと、
   前記シーンのセット内の第１のシーンを解析して、前記第１のシーンのラベルのセットを決定することと、
   前記第１のシーンに、前記ラベルのセットで注釈を付けることと、
   前記第１のシーンをデータベースに格納することとを含んでいる、コンピュータ実装方法。
8. 前記第１のシーンの前記ラベルのセットに少なくとも部分的に基づいて拡張キーワードを決定することと、
   前記拡張キーワードに、前記第１のシーンで注釈を付けることとをさらに含んでいる、請求項７に記載のコンピュータ実装方法。
9. 前記第１のシーンの前記ラベルのセットを決定することが、
   前記第１のシーンに対して画像認識を実行して、前記第１のシーン内の１つまたは複数の物体のラベルを生成することを含んでいる、請求項７に記載のコンピュータ実装方法。
10. 前記第１のシーンの前記ラベルのセットを決定することが、
    前記第１のシーンに対して音声の解析を実行して、１つまたは複数のキーワードを抽出することと、
    前記１つまたは複数のキーワードに少なくとも部分的に基づいて、前記第１のシーンのラベルを生成することと、
    前記第１のシーンに、前記１つまたは複数のキーワードで注釈を付けることとをさらに含んでいる、請求項７に記載のコンピュータ実装方法。
11. 前記第１のシーンの前記１つまたは複数のキーワードに少なくとも部分的に基づいて拡張キーワードを決定することと、
    前記拡張キーワードに、前記第１のシーンで注釈を付けることとをさらに含んでいる、請求項１０に記載のコンピュータ実装方法。
12. データベースからシーンを取得するためのコンピュータ・システムであって、前記コンピュータ・システムが、メモリに通信によって接続されたプロセッサを含んでおり、前記プロセッサが、
    ユーザから、データベースに格納されたシーンに関する検索要求を受信することであって、前記データベースが注釈付きのビデオ・コンテンツを含んでいる、前記受信することと、
    １つまたは複数のキーワードを前記検索要求から抽出することと、
    前記１つまたは複数のキーワードの各々に関して、１つまたは複数の拡張キーワードを生成することと、
    前記１つまたは複数の拡張キーワードおよび前記１つまたは複数のキーワードを、前記注釈付きのビデオ・コンテンツと比較して、１つまたは複数の対象のシーンを識別することであって、前記１つまたは複数の対象のシーンが、それぞれ対象のシーンの注釈を含んでいる、前記識別することと、
    前記１つまたは複数の対象のシーンの各々の前記対象のシーンの注釈と、前記１つまたは複数の拡張キーワードおよび１つまたは複数のキーワードとの間の相関関係に少なくとも部分的に基づいて、信頼性評価を前記１つまたは複数の対象のシーンの各々に割り当てることとを実行するように構成されている、コンピュータ・システム。
13. ビデオ・シーンに注釈を付けるためのコンピュータ・システムであって、前記コンピュータ・システムが、メモリに通信によって接続されたプロセッサを含んでおり、前記プロセッサが、
    １つまたは複数のビデオを受信することと、
    前記１つまたは複数のビデオの各々をシーンのセットに分割することと、
    前記シーンのセット内の第１のシーンを解析して、前記第１のシーンのラベルのセットを決定することと、
    前記第１のシーンに、前記ラベルのセットで注釈を付けることと、
    前記第１のシーンをデータベースに格納することとを実行するように構成されている、コンピュータ・システム。