JP2021087180A - 動画編集装置、動画編集方法及びコンピュータプログラム - Google Patents

Abstract

【課題】よりユーザのニーズに合わせた編集動画を生成すること。【解決手段】ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成部、を備える動画編集装置。【選択図】図１

Description

本発明は、動画編集装置、動画編集方法及びコンピュータプログラムに関する。

従来、数秒の長さの動画から数時間の長さの動画といったように幅広い長さの動画があふれている。数秒の長さの動画では、交通機関での移動中や休憩中等の隙間時間であっても視聴しやすい。しかしながら、数時間の長さの動画では、隙間時間中に中断することなく全てを視聴することができない場合がある。スポーツ映像においては、全てを視聴しなくても、ダイジェストを視聴することができればよいユーザもいる。そこで、従来では、動画を編集する技術が多数提案されている（例えば、特許文献１及び２参照）。

特開２００９−１８２７６２号公報 特開２０１０−０１１４０９号公報

しかしながら、従来の技術では、特徴のあるシーン（例えば、スポーツであれば得点が入ったシーン）に焦点を当てて動画の編集が行われる。そのため、ユーザが本当に見たいシーンが含まれていない等、ユーザの趣向に合わない場合がある。さらに、元の動画よりは短い動画に編集することはできても、編集後の動画の長さに自由度が低い。そのため、動画の編集において改善の余地がある。

上記事情に鑑み、本発明は、よりユーザのニーズに合わせた編集動画を生成することができる技術の提供を目的としている。

本発明の一態様は、ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成部、を備える動画編集装置である。

本発明の一態様は、上記の動画編集装置であって、前記編集動画生成部は、ユーザが所望する編集後の動画の長さ及びユーザが見たい内容を含むユーザの要求と、編集対象となる動画データと、動画データを所定の長さで分割した各区間を識別するためのインデックス情報とを入力することによって編集後の動画データを出力するように学習されたモデルと、前記ユーザの要求と、前記動画データと、前記動画データに対応するインデックス情報とを用いて、前記編集後の動画データを生成する。

本発明の一態様は、上記の動画編集装置であって、前記モデルを学習する学習部をさらに備え、前記学習部は、前記ユーザからフィードバックされた内容に基づいて前記モデルを学習する。

本発明の一態様は、ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成ステップ、を有する動画編集方法である。

本発明の一態様は、ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成ステップ、をコンピュータに実行させるためのコンピュータプログラムである。

本発明により、よりユーザのニーズに合わせた編集動画を生成することが可能となる。

実施形態における動画編集システムのシステム構成を表す図である。 実施形態における動画編集装置の機能構成を表す概略ブロック図である。 実施形態における動画編集システムの編集動画生成処理の流れを示すシーケンス図である。 ユーザが視聴を所望する動画が野球である場合の選択項目の一例を示す図である。 ユーザが視聴を所望する動画がサッカーである場合の選択項目の一例を示す図である。 ユーザが視聴を所望する動画がラグビーである場合の選択項目の一例を示す図である。 ユーザが視聴を所望する動画が映画である場合の選択項目の一例を示す図である。 実施形態における動画編集システムの更新処理の流れを示すシーケンス図である。 実施形態における動画編集システムを用いたビジネスモデルを説明するための図である。

以下、本発明の一実施形態を、図面を参照しながら説明する。
（概要）
本発明の実施形態は、よりユーザのニーズに合わせた編集動画を生成することである。本発明の実施形態では、ユーザが移動時間や休み時間等の隙間時間で見たい長さで、かつ、ユーザが視聴したい部分を含むように動画を編集することによって、よりユーザのニーズに合わせた編集動画を生成する。

図１は、実施形態における動画編集システム１００のシステム構成を表す図である。動画編集システム１００は、ユーザ端末１０、配信サーバ２０、コンテンツサーバ３０及び動画編集装置４０を備える。ユーザ端末１０と、配信サーバ２０は、ネットワーク５０を介して通信可能に接続される。ネットワーク５０は、どのように構成されたネットワークであってもよい。例えば、ネットワーク５０は、インターネットで構成されてもよい。コンテンツサーバ３０と、動画編集装置４０は、ネットワーク６０を介して通信可能に接続される。ネットワーク６０は、どのように構成されたネットワークであってもよい。例えば、ネットワーク６０は、専用線で構成されてもよい。配信サーバ２０及びコンテンツサーバ３０は、動画配信事業者が保持するサーバである。動画配信事業者は、ユーザに対して動画データを配信する事業者である。本実施形態において、動画データは、スポーツの動画データであってもよいし、映画の動画データであってもよいし、動画データであればどの対象の動画データであってもよい。

ユーザ端末１０は、動画を視聴するユーザが所持する通信装置である。ユーザ端末１０は、ユーザからの要求を受け付ける。ユーザからの要求には、例えばユーザが、交通機関での移動中や休憩中等の隙間時間に視聴したいと所望する動画の長さを特定可能な情報や動画においてユーザが視聴したい部分の内容を特定可能な情報を含む。動画の長さを特定可能な情報は、例えば時間の長さを特定する数値（例えば、１０分であれば１０等）であってもよい。動画においてユーザが視聴したい部分の内容を特定可能な情報は、例えばユーザが直接選択した項目の情報であってもよいし、文字情報であってもよい。ユーザ端末１０は、配信サーバ２０から配信される編集後の動画データを再生することができる。ここで、編集後の動画データとは、動画編集装置４０によって編集することによって生成された動画データであって、ユーザの好みの長さや視聴したい部分の内容を含む動画である。ユーザ端末１０は、例えばタブレット端末、スマートフォン、ノートパソコン等の情報処理装置を用いて構成される。

配信サーバ２０は、ユーザ端末１０からの要求に応じて、動画データ又は編集後の動画データを、ネットワーク５０を介してユーザ端末１０に送信する。配信サーバ２０は、例えばパーソナルコンピュータ等の情報処理装置を用いて構成される。
コンテンツサーバ３０は、配信サーバ２０が送信する動画データを記憶するサーバである。例えば、コンテンツサーバ３０は、編集前の動画データ及び編集後の動画データを記憶する。コンテンツサーバ３０は、編集対象となる動画データを、ネットワーク６０を介して動画編集装置４０に送信する。コンテンツサーバ３０は、編集後の動画データを、ネットワーク６０を介して動画編集装置４０から受信する。

動画編集装置４０は、ユーザの要求に応じた動画となるように編集対象となる動画データを編集する装置である。動画編集装置４０は、例えば、編集対象の動画データと、ユーザの要求を入力することによって、ユーザ毎の好みを反映した編集後の動画データを生成する。動画編集装置４０は、動画配信事業者と異なる事業者が保持する装置である。
コンテンツサーバ３０と、動画編集装置４０との間では、動画データの送受信が行われてもよいし、動画データの保存先を示すアドレス情報の送受信が行われてもよい。アドレス情報の送受信が行われる場合、コンテンツサーバ３０と動画編集装置４０は、アドレス情報で示される宛先にアクセスして所望の動画データを取得する。

図２は、実施形態における動画編集装置４０の機能構成を表す概略ブロック図である。動画編集装置４０は、通信部４１、記憶部４２及び制御部４３を備える。
通信部４１は、外部の装置との間で通信を行う。通信部４１は、例えばネットワーク６０を介して配信サーバ２０またはコンテンツサーバ３０との間で通信を行う。通信部４１は、例えば、コンテンツサーバ３０から送信された動画データ及びユーザの要求を受信する。通信部４１は、例えば、編集後の動画データをコンテンツサーバ３０に送信する。

記憶部４２は、モデルデータ４２１及びインデックスファイル４２２を記憶する。モデルデータ４２１は、ユーザの要求と、編集対象となる動画データと、インデックスファイル４２２とを入力することによって、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを出力するように学習されたモデルである。モデルデータ４２１は、ユーザ毎に異なるモデルデータであってもよいし、全てのユーザで共通のモデルデータであってもよい。

インデックスファイル４２２は、動画データを所定の長さで分割した区間毎に、各区間の内容を識別するためのインデックス情報が対応付けられたファイルである。インデックス情報は、動画データがスポーツの動画データであれば、例えば、試合開始前、試合中であり、どのチームの攻撃又は守備であるか、どの選手が映っているか、何のプレーであるか、何のシーンであるか等の内容を識別するための情報である。インデックス情報は、動画データが映画の動画データであれば、例えば、出演者が女優か俳優か、どの場面や背景であるか、何のシーンであるか等の内容を識別するための情報である。どの区間にどのようなインデックス情報を付与するのかは、動画配信事業者や動画編集システム１００の管理者によって予め設定されている。各区間には、複数のインデックス情報が付与されてもよい。例えば、１つの区間に、チームＡの攻撃で、どの選手が映っているといったような複数のインデックス情報が付与されてもよい。各区間は、異なる長さであってもよい。インデックスファイル４２２には、編集時に許容可能な長さの情報が区間毎に設定されてもよい。記憶部４２は、磁気ハードディスク装置や半導体記憶装置などの記憶装置を用いて構成される。

制御部４３は、ＧＰＵ（Graphics Processing Unit）等のプロセッサやメモリを用いて構成される。制御部４３は、プログラムを実行することによって、取得部４３１、学習部４３２及び編集動画データ生成部４３３として機能する。
取得部４３１は、各種情報を取得する。取得部４３１は、例えば動画データを取得する。取得部４３１は、ユーザの要求を取得する。取得部４３１は、ユーザ端末１０から送信されたフィードバック情報を取得する。フィードバック情報は、ユーザ端末１０のユーザが編集後の動画を視聴した後に入力した編集後の動画に対する修正事項などの情報である。

学習部４３２は、モデルデータを学習する。学習部４３２は、例えばインデックスファイル４２２と、動画データと、動画の編集時間と、正解データとを用いて学習することによってモデルデータ４２１を生成する。学習部４３２は、フィードバック情報を用いて学習することによってモデルデータ４２１を更新する。

編集動画データ生成部４３３は、モデルデータ４２１と、インデックスファイル４２２と、ユーザから要求の情報を用いて、編集後の動画データを生成する。このように、編集動画データ生成部４３３は、ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する。

図３は、実施形態における動画編集システム１００の編集動画生成処理の流れを示すシーケンス図である。図３の編集動画生成処理は、ユーザ端末１０のユーザによって、編集後の動画データの配信が要求された場合に実行される。
ユーザ端末１０のユーザは、ユーザ端末１０を操作して、動画配信事業者の動画視聴サイトにアクセスする（ステップＳ１０１）。配信サーバ２０は、ユーザ端末１０からの要求に応じて、動画視聴サイトの情報をユーザ端末１０に送信する（ステップＳ１０２）。これにより、ユーザ端末１０の画面上には動画視聴サイトが表示される。ここで、ユーザは、視聴したい動画の種別を選択する。ユーザ端末１０の画面上には、例えば、選択した動画の再生ボタンや、選択した動画をユーザが所望する長さの動画に編集するためのダイジェストボタンが表示される。ユーザが、ダイジェストボタンを押下したとする（ステップＳ１０３）。ユーザ端末１０は、選択されたボタンの情報を配信サーバ２０に送信する（ステップＳ１０４）。

配信サーバ２０は、ユーザ端末１０から送信されたボタンの情報を受信する。ボタンの情報には、ユーザによってダイジェストボタンが押下されたことを示す情報が含まれるため、配信サーバ２０は、ユーザが選択した動画の種別に応じた選択項目情報をユーザ端末１０に送信する（ステップＳ１０５）。
ユーザ端末１０は、配信サーバ２０から送信された選択項目情報を受信する。ユーザ端末１０は、受信した選択項目情報を画面上に表示して、ユーザから選択項目の入力を受け付ける（ステップＳ１０６）。

図４から図７は、ユーザ端末１０に表示される選択項目の一例を示す図である。図４はユーザが視聴を所望する動画が野球である場合の選択項目の一例を示す図であり、図５はユーザが視聴を所望する動画がサッカーである場合の選択項目の一例を示す図であり、図６はユーザが視聴を所望する動画がラグビーである場合の選択項目の一例を示す図であり、図７はユーザが視聴を所望する動画が映画である場合の選択項目の一例を示す図である。以下、各パターンについて詳細に説明する。

まず図４を用いて説明する。図４に示すように、ユーザが視聴を所望する動画が野球である場合の選択項目として、ユーザ端末１０の画面上には、編集範囲、選手、プレー及びシーンに関する情報を入力するための項目が表示される。
編集範囲の項目は、ユーザが視聴したい編集後の動画の長さ及び編集範囲を入力するための項目である。図４では、編集後の動画の長さを入力するための項目として視聴時間の項目、編集範囲を入力するための項目として範囲の項目が示されている。ここで、範囲の項目には、“前半”、“後半”、“全試合”が示されている。ユーザは、隙間時間に視聴したい長さの時間（例えば、１分〜３０分の間で、好きな長さ）を視聴時間の項目に入力する。ユーザは、隙間時間に視聴したい範囲として、範囲の項目において“前半”、“後半”、“全試合”のいずれか１つを選択する。

選手の項目は、ユーザが視聴したいチーム名及び選手名を入力するための項目である。図４では、ユーザが視聴したいチーム名を入力するための項目としてチームの項目、選手名を入力するための項目として選手選択の項目が示されている。ここで、チームの項目には“チームＡ”、“チームＢ”、“・・・”、“両チーム”が示され、チームの項目には“選手Ａ”、“選手Ｂ”、“・・・”、“全選手”が示されている。ユーザは、チームの項目において“チームＡ”、“チームＢ”、“・・・”、“両チーム”のいずれか１つを選択する。ユーザは、選手の項目において“選手Ａ”、“選手Ｂ”、“・・・”、“全選手”のいずれかを１以上選択する。

プレーの項目は、ユーザが視聴したい攻撃又は守備、及びプレーを入力するための項目である。図４では、ユーザが視聴したい攻撃又は守備を入力するための項目として攻守の項目、プレーを入力するための項目としてプレー選択の項目が示されている。ここで、攻守の項目には“攻撃”、“守備”が示され、プレー選択の項目には“攻撃プレー”、“守備プレー”が示されている。ユーザは、攻守の項目において攻撃及び守備のいずれかを１以上を選択する。ユーザは、プレー選択の項目において攻撃プレーの中又は及び守備プレーの中のいずれかのプレーを１以上選択する。なお、ユーザ端末１０は、ユーザが、攻守の項目において“攻撃”を選択した場合には、プレー選択の項目において守備プレーの項目を選択できないようにしてもよい。

図４に示す例では、攻撃プレーの一例として、ホームラン、ヒット、三振、送りバントＳ、送りバントＦ、選択なしが示されている。ここで、末尾のＳは成功を表し、末尾のＦは失敗を表す。なお、攻撃プレーは、これに限定されない。例えば、攻撃プレーには、スクイズＳ、スクイズＦ等の野球における攻撃のプレーであればどのようなプレーが含まれてもよい。図４に示す例では、守備プレーの一例として、三振、ダブルプレーＳ、ダブルプレーＦ、フォアボール、選択なしが示されている。なお、守備プレーは、これに限定されない。例えば、守備プレーには、トリプルプレーＳ、トリプルプレーＦ、落球等の野球における守備のプレーであればどのようなプレーが含まれてもよい。

シーンの項目は、ユーザが視聴したいシーンを入力するための項目である。図４では、ユーザが視聴したいシーンを入力するための項目としてシーン選択の項目が示されている。ユーザは、シーン選択の項目において視聴を所望するシーンを１以上選択する。図４に示す例では、シーンの一例として、ピンチ、逆転、選択なしが示されている。なお、シーンは、これに限定されない。例えば、シーンには、サヨナラ、ファインプレー、リクエスト、退場等が含まれてもよい。

例えば、ユーザが１０分で打撃を中心に試合のクライマックスを見たい場合には、ユーザは、図４に示す選択項目の中から、編集範囲の視聴時間“１０分”、範囲“後半”、選手のチーム“両チーム”、選手選択“全選手”、プレーの攻守“攻撃”、プレー選択“選択なし”、シーン選択“ピンチ＋逆転＋サヨナラ”を選択する。
例えば、電車移動の２０分で選手Ａのピッチングシーンを中心に見たい場合には、ユーザは、図４に示す選択項目の中から、編集範囲の視聴時間“２０分”、範囲“全試合”、選手のチーム“チームＡ”、選手選択“選手Ａ”、プレーの攻守“守備”、プレー選択“三振＋ダブルプレーＳ”、シーン選択“ピンチ＋ファインプレー”を選択する。

次に図５を用いて説明する。図５に示すように、ユーザが視聴を所望する動画がサッカーである場合の選択項目として、ユーザ端末１０の画面上には編集範囲、選手、プレー及びシーンに関する情報を入力するための項目が表示される。ここで、編集範囲、選手、プレー及びシーンに関する情報は、図４に示した情報と実質的に同一であるため、具体的な説明は省略する。以下、異なる点についてのみ説明する。

図５に示す例では、攻撃プレーの一例として、シュートＳ、シュートＦ、スルーパスＳ、スルーパスＦ、選択なしが示されている。なお、攻撃プレーは、これに限定されない。例えば、攻撃プレーには、センタリングＳ、センタリングＦ、スローインＳ、スローインＦ、フリーキックＳ、フリーキックＦ、コーナーキックＳ、コーナーキックＦ等のサッカーにおける攻撃のプレーであればどのようなプレーが含まれてもよい。図５に示す例では、守備プレーの一例として、ゴールセーブＳ、ゴールセーブＦ、クリアＳ、クリアＦ、選択なしが示されている。なお、守備プレーは、これに限定されない。例えば、守備プレーには、オフサイドトラップＳ、オフサイドトラップＦ等のサッカーにおける守備のプレーであればどのようなプレーが含まれてもよい。
図５に示す例では、シーンの一例として、ピンチ、ＰＫ、選択なしが示されている。なお、シーンは、これに限定されない。例えば、シーンには、警告等が含まれてもよい。

例えば、ユーザが５分でチームＡの選手Ａと選手Ｂを中心に試合の得点シーンを見たい場合には、ユーザは、図５に示す選択項目の中から、編集範囲の視聴時間“５分”、範囲“全試合”、選手のチーム“チームＡ”、選手選択“選手Ａ＋選手Ｂ”、プレーの攻守“攻撃”、プレー選択“シュートＳ＋フリーキックＳ”、シーン選択“ＰＫ”を選択する。
例えば、昼休みの３０分で攻撃を中心に試合のハイライトを見たい場合には、ユーザは、図５に示す選択項目の中から、編集範囲の視聴時間“３０分”、範囲“全試合”、選手のチーム“両チーム”、選手選択“全選手”、プレーの攻守“攻撃”、プレー選択“シュートＳ＋シュートＦ＋センタリングＳ＋センタリングＦ＋スローインＳ＋スローインＦ＋フリーキックＳ＋フリーキックＦ＋スルーパスＳ＋スルーパスＦ”、シーン選択“ＰＫ”を選択する。

次に図６を用いて説明する。図６に示すように、ユーザが視聴を所望する動画がラグビーである場合の選択項目として、ユーザ端末１０の画面上には編集範囲、選手、プレー及びシーンに関する情報を入力するための項目が表示される。ここで、編集範囲、選手、プレー及びシーンに関する情報は、図４に示した情報と実質的に同一であるため、具体的な説明は省略する。以下、異なる点についてのみ説明する。

図６に示す例では、攻撃プレーの一例として、トライＳ、トライＦ、スクラムＳ、スクラムＦ、選択なしが示されている。なお、攻撃プレーは、これに限定されない。例えば、攻撃プレーには、ペナルティキックＳ、ペナルティキックＦ、ドロップキックＳ、ドロップキックＦ、ラインアウト等のラグビーにおける攻撃のプレーであればどのようなプレーが含まれてもよい。図６に示す例では、守備プレーの一例として、インターセプトＳ、インターセプトＦ、タックルＳ、タックルＦ、選択なしが示されている。なお、守備プレーは、これに限定されない。
図６に示す例では、シーンの一例として、ピンチ、逆転、選択なしが示されている。なお、シーンは、これに限定されない。例えば、シーンには、ビデオ判定等が含まれてもよい。

例えば、ユーザが５分でタックルを中心に試合のダイジェストを見たい場合には、ユーザは、図６に示す選択項目の中から、編集範囲の視聴時間“５分”、範囲“全試合”、選手のチーム“両チーム”、選手選択“全選手”、プレーの攻守“守備”、プレー選択“タックルＳ＋タックルＦ”、シーン選択“ピンチ＋ビデオ判定”を選択する。
例えば、研究のために１０分でセットプレーのダイジェストを見たい場合には、ユーザは、図６に示す選択項目の中から、編集範囲の視聴時間“１０分”、範囲“全試合”、選手のチーム“両チーム”、選手選択“全選手”、プレーの攻守“攻撃”、プレー選択“スクラムＳ＋スクラムＦ＋ラインアウトＳ＋ラインアウトＦ”、シーン選択“選択なし”を選択する。

次に図７を用いて説明する。図７に示すように、ユーザが視聴を所望する動画が映画である場合の選択項目として、ユーザ端末１０の画面上には編集範囲、出演者、場面及びシーンに関する情報を入力するための項目が表示される。
編集範囲の項目は、ユーザが視聴したい編集後の動画の長さ及び編集範囲を入力するための項目である。図７では、編集後の動画の長さを入力するための項目として視聴時間の項目、編集範囲を入力するための項目として範囲の項目が示されている。ここで、範囲の項目には、“前半”、“後半”、“全体”が示されている。ユーザは、編集後の動画の長さに対応する視聴時間の項目に、隙間時間に見たい長さの時間（例えば、１分〜３０分の間で、好きな長さ）を入力する。ユーザは、編集範囲に対応する範囲の項目のうち、前半、後半、全体のいずれか１つを選択する。

出演者の項目は、ユーザが視聴したい出演者の性別及び人物を入力するための項目である。図７では、ユーザが視聴したい出演者の性別を入力するための項目として性別の項目、人物を入力するための項目として人物の項目が示され、人物の項目には“俳優Ａ”、“女優Ａ”、“・・・”、“全出演者”が示されている。ここで、性別の項目には、“女性”、“男性”、“両方”が示されている。ユーザは、性別の項目において“女性”、“男性”、“両方”のいずれか１つを選択する。ユーザは、人物の項目において“俳優Ａ”、“女優Ａ”、“・・・”、“全出演者”のいずれかを１以上選択する。

場面の項目は、ユーザが視聴したい背景及び場面を入力するための項目である。図７では、ユーザが視聴したい背景を入力するための項目として背景の項目、場面を入力するための項目として場面選択の項目が示されている。ユーザは、背景の項目において所望する背景のいずれかを１以上を選択する。図７に示す例では、背景の一例として、“明るい”、“暗い”、“街”、“海”、“山”、“屋内”、“屋外”、“選択なし”が示されている。なお、背景は、これに限定されない。例えば、背景には、映画の背景として想定される背景であればどのような背景が含まれてもよい。ユーザは、場面選択の項目において所望する場面を１以上選択する。図７に示す例では、場面の一例として、“アクション”、“暴力”、“恋愛”、“動物”、“子供”、“選択なし”が示されている。なお、場面は、これに限定されない。例えば、場面には、会話、歓声等の映画における場面として想定される場面であればどのような場面が含まれてもよい。

シーンの項目は、ユーザが視聴したいシーンを入力するための項目である。図７では、ユーザが視聴したいシーンを入力するための項目としてシーン選択の項目が示されている。ユーザは、シーン選択の項目において視聴を所望するシーンを１以上選択する。図７に示す例では、シーンの一例として、“あらすじ”、“出会い”、“別れ”、“ピンチ”、“シリアス”、“選択なし”が示されている。なお、シーンは、これに限定されない。例えば、シーンには、コメディ、ホラー、ミュージカル、逆転、クライマックス等が含まれてもよい。

例えば、ユーザが３０分で全体のあらすじを見たい場合には、ユーザは、図７に示す選択項目の中から、編集範囲の視聴時間“３０分”、範囲“全体”、出演者の性別“両方、人物“全出演者”、場面の背景“選択なし”、場面選択“選択なし”、シーン選択“あらうじ”を選択する。
例えば、ユーザが俳優Ａと女優Ａの出会いと別れのシーンだけを見たい場合には、ユーザは、図７に示す選択項目の中から、編集範囲の視聴時間“１０分”、範囲“全体”、出演者の性別“両方”、人物“俳優Ａ＋女優Ａ”、場面の背景“選択なし”、場面選択“選択なし”、シーン選択“出会い＋別れ”を選択する。

ユーザ端末１０は、ユーザから入力された選択項目の情報を入力情報として配信サーバ２０に送信する（ステップＳ１０７）。これにより、動画の編集が行われる。動画編集装置４０によって、動画の編集が行われている間、すなわちユーザ端末１０において編集動画データが受信されるまで間、ユーザ端末１０は編集中であることを示す情報（例えば、“編集中です”という文字情報を含むテロップ）を画面上に表示する。配信サーバ２０は、ユーザ端末１０から送信された入力情報を受信する。配信サーバ２０は、受信した入力情報と、ユーザが選択した動画の情報とをコンテンツサーバ３０に送信する（ステップＳ１０８）。コンテンツサーバ３０は、配信サーバ２０から送信された入力情報と、ユーザが選択した動画の情報とを受信する。コンテンツサーバ３０は、記憶しているコンテンツデータを参照し、受信した動画の情報に対応する動画データを取得する。コンテンツサーバ３０は、取得した動画データと、入力情報とを動画編集装置４０に送信する（ステップＳ１０９）。

動画編集装置４０の通信部４１は、コンテンツサーバ３０から送信された動画データ及び入力情報を受信する。取得部４３１は、通信部４１によって受信された動画データ及び入力情報を取得する（ステップＳ１１０）。取得部４３１は、取得した動画データ及び入力情報を編集動画データ生成部４３３に出力する。編集動画データ生成部４３３は、出力された動画データ及び入力情報と、モデルデータ４２１と、インデックスファイル４２２とを用いて、編集動画データを生成する（ステップＳ１１１）。具体的には、まず編集動画データ生成部４３３は、動画データに対応するインデックス情報をインデックスファイル４２２から取得する。次に、編集動画データ生成部４３３は、取得したインデックス情報と、入力情報と、動画データとを、モデルデータ４２１に入力することによって、編集動画データを生成する。ここで、モデルデータ４２１がユーザ毎に異なる場合、編集動画データ生成部４３３は、モデルデータ４２１に対応付けられるユーザＩＤと、要求元のユーザＩＤとを照合することによって対象となるモデルデータ４２１を取得する。

編集動画データ生成部４３３は、生成した編集動画データを、通信部４１を介してコンテンツサーバ３０に送信する（ステップＳ１１２）。コンテンツサーバ３０は、動画編集装置４０から送信された編集動画データを受信する。コンテンツサーバ３０は、受信した編集動画データを、編集前の動画データに対応付けて保存する（ステップＳ１１３）。コンテンツサーバ３０は、編集動画データを配信サーバ２０に送信する（ステップＳ１１４）。配信サーバ２０は、コンテンツサーバ３０から送信された編集動画データを受信する。配信サーバ２０は、受信した編集動画データをユーザ端末１０に送信する（ステップＳ１１５）。

ユーザ端末１０は、配信サーバ２０から送信された編集動画データを受信する。ユーザ端末１０は、受信した編集動画データを保存する。その後、ユーザ端末１０は、ユーザの操作に応じて、保存している編集動画データを再生する（ステップＳ１１６）。

図８は、実施形態における動画編集システム１００の更新処理の流れを示すシーケンス図である。図８の更新処理は、ユーザ端末１０のユーザが、フィードバック情報の入力を行った場合に実行される。
ユーザは、編集動画データを視聴した後、ユーザ端末１０を操作して視聴結果に対するフィードバック内容を入力する（ステップＳ２０１）。ユーザ端末１０は、入力されたフィードバック内容を配信サーバ２０に送信する（ステップＳ２０２）。配信サーバ２０は、ユーザ端末１０から送信されたフィードバック内容を受信する。配信サーバ２０は、受信したフィードバック内容を動画編集装置４０に送信する（ステップＳ２０３）。
動画編集装置４０の通信部４１は、配信サーバ２０から送信されたフィードバック内容を受信する。取得部４３１は、通信部４１によって受信されたフィードバック内容を取得する（ステップＳ２０４）。取得部４３１は、取得したフィードバック内容を学習部４３２に出力する。学習部４３２は、フィードバック内容を用いてモデルを学習する（ステップＳ２０５）。学習部４３２は、学習後のモデルをモデルデータ４２１として記憶する（ステップＳ２０６）。

図９は、実施形態における動画編集システム１００を用いたビジネスモデルを説明するための図である。
図９に示すように、動画編集システム１００を用いたビジネスモデルとして、ユーザと動画配信事業者との間では定額の視聴契約を行い、動画編集装置４０を保持する事業者と動画配信事業者と間では動画編集装置４０の利用に応じた従量課金とするＢｔｏＢｔｏＣモデルが考えられる。これにより、ユーザは、定額で編集動画データを視聴することが可能になる。

以上のように構成された動画編集システム１００によれば、よりユーザのニーズに合わせた編集動画を生成することが可能となる。具体的には、動画編集装置４０は、ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する。これにより、ユーザが視聴したいシーンを優先的に含めた動画データを生成することができる。さらに、編集動画データは、ユーザの好みの長さの時間で作成されるため、自由度が高い。そのため、よりユーザのニーズに合わせた編集動画を生成することが可能になる。

従来では、動画の編集において以下のような問題も生じていた。
・特定の動画ファイルを準備して入稿する等、動画ソースが限られていた。
・様々なメディアソース、動画配信事業者が提供する動画をダイジェスト化したいニーズがあるが、自身で動画ソースを準備する必要がある。
・動画ソースをユーザが意図的にダイジェスト化するために処理を行う(フォルダに入れ処理を開始する)必要があり、操作が煩雑である。
これに対して、動画編集システム１００では、ユーザは、編集したい動画を選択するにあたり、動画配信事業者が提供する動画の中から選択するだけで良い。そして、ユーザは、選択した動画に対する編集内容を入力するだけで良い。このように、ユーザが、動画ソースの準備をしたり、操作が煩雑となることがない。そのため、利便性を向上させることができる。

従来では、編集後の動画を見るためには、動画ファイルを移動するなど手間がかかっていた。これに対して、動画編集システム１００では、動画配信事業者が提供するサイトにアクセスすれば編集後の動画データを視聴することができる。そのため、簡便な方法で所望の編集後の動画データを視聴することが可能になる。

ユーザ端末１０の台数は、複数であってもよい。
動画編集装置４０が備える一部の機能は、別の筐体に備えられてもよい。例えば、動画編集装置４０が備える学習部４３２が他の装置に備えられてもよい。このように構成される場合、動画編集装置４０は、他の装置によって学習がなされたモデルデータを他の装置から取得する。動画編集装置４０は、取得したモデルデータを記憶部４２に記憶する。そして、編集動画データ生成部４３３は、記憶部４２に記憶されているモデルデータ４２１を用いて編集動画データを生成する。

動画編集装置４０は、ユーザが編集動画データの視聴を中断した場合に、ユーザの要求に応じて、残りの部分を再編集するように構成されてもよい。例えば、動画編集装置４０は、ユーザが、３０分の長さの編集動画データを１５分見て中断した場合に、ユーザの要求に応じて、残りの１５分の動画データを再編集する。このように構成される場合、動画編集装置４０は、再編集の対象となる編集動画データと、ユーザ要求とをコンテンツサーバ３０から取得する。ここで送信されるユーザ要求には、編集動画データを何分まで視聴したのかを特定可能な情報と、残りをどのくらいの長さに編集するのかを特定可能な情報が含まれる。編集動画データを何分まで視聴したのかは、ユーザが視聴を中断した時間を基準としてもよい。編集動画データ生成部４３３は、取得した編集動画データのうち、ユーザが視聴した部分を削除した動画データを生成し、生成した動画データと、インデックス情報と、ユーザ要求とを、モデルデータ４２１に入力することによって、再編集後の編集動画データを生成する。
以上のように構成されることによって、ユーザが途中まで視聴した動画データをさらに短い時間の動画データに編集することができる。そのため、よりユーザのニーズに合わせた編集動画を生成することが可能になる。

上述した実施形態における動画編集装置４０をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１０…ユーザ端末， ２０…配信サーバ， ３０…コンテンツサーバ， ４０…動画編集装置， ４１…通信部， ４２…記憶部， ４２１…モデルデータ， ４２２…インデックスファイル， ４３…制御部， ４３１…取得部， ４３２…学習部， ４３３…編集動画データ生成部

Claims (5)

1. ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成部、
   を備える動画編集装置。
2. 前記編集動画生成部は、ユーザが所望する編集後の動画の長さ及びユーザが見たい内容を含むユーザの要求と、編集対象となる動画データと、動画データを所定の長さで分割した各区間を識別するためのインデックス情報とを入力することによって編集後の動画データを出力するように学習されたモデルと、前記ユーザの要求と、前記動画データと、前記動画データに対応するインデックス情報とを用いて、前記編集後の動画データを生成する、請求項１に記載の動画編集装置。
3. 前記モデルを学習する学習部をさらに備え、
   前記学習部は、前記ユーザからフィードバックされた内容に基づいて前記モデルを学習する、請求項２に記載の動画編集装置。
4. ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成ステップ、
   を有する動画編集方法。
5. ユーザの要求に応じて、ユーザが所望する長さで、かつ、ユーザが視聴したい部分の内容を含む編集後の動画データを生成する編集動画生成ステップ、
   をコンピュータに実行させるためのコンピュータプログラム。

Images