JP2021093627A - 編集システム - Google Patents
編集システム Download PDFInfo
- Publication number
- JP2021093627A JP2021093627A JP2019223031A JP2019223031A JP2021093627A JP 2021093627 A JP2021093627 A JP 2021093627A JP 2019223031 A JP2019223031 A JP 2019223031A JP 2019223031 A JP2019223031 A JP 2019223031A JP 2021093627 A JP2021093627 A JP 2021093627A
- Authority
- JP
- Japan
- Prior art keywords
- original
- video data
- image
- video
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims description 38
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000012217 deletion Methods 0.000 claims description 25
- 230000037430 deletion Effects 0.000 claims description 25
- 239000000203 mixture Substances 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 abstract description 12
- 230000006866 deterioration Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 33
- 239000000463 material Substances 0.000 description 22
- 230000015572 biosynthetic process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000009966 trimming Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Television Signal Processing For Recording (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
Description
この場合、手作業による編集で、L字等の不要領域のマスク加工やトリミング加工等を行う必要があった。
本発明の編集システムは、前記不要領域特定手段は、削除する対象の領域の特徴を学習させたモデルにより前記不要領域を特定することを特徴とする。
本発明の編集システムは、前記高画質化手段は、前記加工映像について、前記元映像に基づくエッジ情報並びに/若しくは色情報を利用したエッジ強調若しくは合成、及び/又は、前記元映像の切り出しによる合成を行うことで高画質化することを特徴とする。
本発明の編集システムは、前記元映像特定手段は、前記加工映像と前記元映像との画像中の共通点を抽出し、抽出した前記共通点に基づいて前記元映像を特定することを特徴とする。
本発明の編集システムは、前記放送映像に対応した音声を解析して、削除箇所を特定する削除箇所特定手段と、前記元映像に対応する元音声を特定する元音声特定手段と、前記元音声特定手段により特定された前記元音声を基に、前記削除箇所特定手段により特定された前記音声の前記削除箇所を高音質化する高音質化処理手段とを更に備えることを特徴とする。
本発明の編集システムは、前記削除箇所特定手段は、特定のモデルを用いて音声解析を行い、前記音声中の警報音の箇所を特定することを特徴とする。
〔編集システムXの制御構成〕
以下で、本発明の実施の形態について、図面を参照して説明する。
編集システムXは、放送局等で使用される編集システム(ビデオサーバーシステム)である。編集システムXは、放送映像データ200に含まれる放送映像を、時差配信や再放送等で再送出することが可能である。この際、編集システムXは、前回放送した映像の不要部分を削除することが可能である。
図1によると、編集システムXは、解析装置1と、蓄積サーバー2と、収録装置3と、編集装置4とが、ネットワーク5で接続されて構成されている。
解析装置1の詳細な構成については後述する。
本実施形態において、収録装置3は、例えば、後述する撮像部30で撮像された非圧縮の画像データを収録して符号化する。また、収録装置3は、専用回線やネットワーク5を介して、他局等にあるサーバー、VTR、その他の機器から画像データを収録してもよいし、MXF(Media eXchange Format)等のファイルで取り込むことで収録してもよい。エンコーダーでの符号化に用いる映像符号化方式(コーデック)は、例えば、MPEG2、H.264、H.265等を用いることが可能であるが、これに限られない。符号化されたデータについて、収録装置3は、蓄積サーバー2や再生用の送出設備へ送信することが可能である。
蓄積サーバー2に格納されるデータの詳細については後述する。
このビデオストレージには、例えば、素材映像のデータ(素材データ)、完成した番組等の放送映像の映像データ、放送映像である放送映像データ200等が格納される。蓄積サーバー2に格納されたファイルは、番組の放送スケジュールに沿って再生装置に転送されたり、編集装置4による番組編集処理に用いられたりする。これらのデータの詳細については後述する。
加えて、記憶部11は、一般的なROM(Read Only Memory)、RAM(Random Access Memory)等も含んでいる。これらには、蓄積サーバー2及び解析装置1の制御部10が実行する処理のプログラム、データベース、一時データ、その他の各種ファイル等が格納される。
撮像部30は、撮像された画像をデジタル変換し、例えば、HD−SDI規格の画像データとして、収録装置3へ送信する。この際、撮像部30に装着され、又は、外設されたマイクロフォン等からの音声データも、ほぼ同時に収録装置3へ送信してもよい。または、これらの画像データや音声データは、ミキサーや各種機材を介して、収録装置3へ送信することも可能である。
制御部10は、不要領域特定手段100、不要領域加工手段110、元映像特定手段120、高画質化手段130、削除箇所特定手段140、元音声特定手段150、及び高音質化処理手段160を備える。
記憶部11は、放送映像データ200、加工映像データ210、元映像データ220、音声データ300、加工音声データ310、及び元音声データ320を格納する。
具体的には、不要領域特定手段100は、削除する対象の領域の特徴を学習させたモデルにより不要領域を特定することが可能である。このモデルは、例えば、画像成分分析やAIを用いてもよい。
不要領域加工手段110は、例えば、特定した不要領域について、自動でトリミング、拡大操作、マスク編集等のいずれか又は任意の組み合わせ(以下、単に「マスク処理」という。)により目立たないように加工する。
不要領域加工手段110は、作成された加工映像データ210を蓄積サーバー2へ格納する。
より具体的には、元映像特定手段120は、加工映像と元映像データ220に含まれる元映像との画像中の共通点を抽出し、抽出した共通点に基づいて元映像データ220に含まれる元映像を特定することが可能である。
具体的には、高画質化手段130は、加工映像データ210の各加工映像について、元映像データ220に含まれる元映像に基づくエッジ情報並びに/若しくは色情報を利用したエッジ強調若しくは合成、及び/又は、元映像データ220に含まれる元映像の切り出しによる合成を行うことで高画質化することが可能である。
具体的には、削除箇所特定手段140は、特定のモデルを用いて音声解析を行い、音声中の警報音の箇所を特定する。
元音声特定手段150は、例えば、蓄積サーバー2に格納された音声の素材データと照合し、放送に使用された元映像データ220と対応する元音声データ320を特定する。
高音質化処理手段160は、例えば、警報音の逆位相を合成、及び/又は元音声データ320の切り出しによる合成を行うことで高音質化することが可能である。
加えて、本実施形態において、元映像データ220は、映像中の特徴データ、放送映像との画像中の共通点のデータ等を含んでいてもよい。
本実施形態において、加工音声データ310は、音声データ300と同じデータであってもよい。加工音声データ310は、上述のように音声データ300により高音質化されて、加工映像データ210と共に送出されてもよい。
加工音声データ310も、WAV形式のファイル、各種圧縮形式や音声ストリーム形式のファイル、編集用の中間的な形式のデータ等であってもよい。
なお、これらの各機能部は、FPGA(Field Programmable Gate Array)やASIC(Application Specific Integrated Circuit)等により、回路的に構成されてもよい。
次に、図2〜図4を参照して、本発明の実施の形態に係る編集システムXを用いた再送出処理についてより詳しく説明する。
本実施形態の再送出処理においては、放送同録映像等の放送映像データ200を高画質化する高画質化処理と、放送同録録音等の音声データ300を高音質化する高音質化処理とを実行する。これらの処理は、スレッドやプロセス等で同時並行的に実行されてもよい。
以下で、この編集システムXによる再送出処理について、図2の各フローチャートを用いて説明する。
図3(a)によると、不要領域特定手段100は、放送局等毎に、L字等の削除する対象の領域の特徴をモデルに学習させる。このため、例えば、不要領域特定手段100は、L字等に含まれる文字の形状、時刻表示の形状、字幕の表示位置やフォント等の加工が特定のパターンに限られることを利用し、これをモデルとして用いる。すなわち、ビデオサーバーシステムは単一の放送局が保有、運用することが一般的であることから、L字の形状、時刻表示の形状、字幕の表示位置やフォント等の加工方法は、ある程度特定のパターンに限られることを利用することができる。これは、ビデオサーバーシステムは放送局ごとに稼働しており、そこで扱われるL字等の挿入フォーマットは、ある程度の規則性があるからである。
または、不要領域特定手段100は、AIを用いる場合、放送局等毎に、L字等の特定の図柄、時刻表示等を不要領域として、予め学習させることが可能である。これは、例えば、特定の図柄を示したL字等を、AIに削除する対象の領域と認識させることを示す。
図3(a)によると、不要領域特定手段100は、放送映像データ200に含まれる放送映像の特定箇所に連続して表示される不要領域を特定する。
L字等を削除する方法としては、まず映像解析が必要である。本実施形態においては、不要領域特定手段100は、削除する対象の領域の特徴を学習させたモデルにより、不要領域を特定する。具体的には、不要領域特定手段100は、例えば、放送映像データ200の全編に対して解析を行って、番組の一部で生じた偶発的な類似画像の発生と、意図的に挿入されたL字等とを判別する。すなわち、不要領域特定手段100は、放送映像データ200の内容により、不要なL字等の位置を特定することが可能である。
不要領域特定手段100は、このモデルとして、上述の画像成分分析又はAIを用いてもよい。これらにより、映像に含まれるL字等の有無、及びその不要領域の範囲の特定が可能である。
具体的に説明すると、L字等の特徴として、基本的に放送全編において、長期間連続して表示されていることが挙げられる。すなわち、不要領域特定手段100は、放送映像データ200の全編にL字等がある場合、任意の1フレームの映像を解析すれば、不要領域を特定可能である。
不要領域特定手段100は、これらの不要領域と特定された箇所について、放送映像データ200のメタデータに格納することが可能である。
Yesの場合、不要領域加工手段110は、処理をステップS103へ進める。
Noの場合、不要領域加工手段110は、再送出処理における高画質化処理を終了する。
不要領域加工手段110は、不要領域を放送映像データ200から削除又は目立たなくする加工を行った加工映像データ210を作成する。この不要領域を削除又は目立たなくする加工として、不要領域加工手段110は、例えば、特定されたL字の不要領域については、直接、画面表示されないような編集を行い、加工映像データ210を作成する。具体的には、不要領域加工手段110は、例えば、L字を自動でトリミングし、L字以外の領域を拡大し、全画面表示となるような編集を行う。これによって、加工映像データ210から、L字の表示を削除することが可能である。
すなわち、不要領域加工手段110は。自動的にマスク処理を行った加工映像データ210を作成可能である。
ビデオサーバーシステムを用いて放送された番組は、ビデオサーバーシステム内に格納されている映像を用いている可能性が十分に考えられる。このため、ビデオサーバーシステム内に保管されている映像を検索し、特定する。
具体的には、元映像特定手段120は、不要領域加工手段により加工された加工映像データ210及び/又は放送映像データ200から、蓄積サーバー2に格納された元映像データ220を特定する。より具体的には、元映像特定手段120は、加工映像データ210に含まれる映像と、元映像データ220に含まれる元映像との画像中の共通点を抽出することが可能である。
この検索により、放送に用いられた元映像の特定が可能となる。
Yesの場合、高画質化手段130は、処理をステップS106へ進める。
Noの場合、高画質化手段130は、再送出処理における高画質化処理を終了する。
高音質化処理手段160は、元映像特定手段120により特定された元映像データ220を基に、加工映像を高画質化する。
高画質化手段130は、加工映像データ210について、超解像処理や高画質化処理を行う。具体的には、高画質化手段130は、元映像データ220に含まれる元映像の切り出しによる合成を行うことで高画質化することが可能である。
以上により、再送出処理における高画質化処理を終了する。
削除箇所特定手段140は、上述の映像の高画質化処理と同様に、特定のモデルとして、例えば、音声データ300から検索するモデルを設定する。ここで、上述のように、ビデオサーバーシステムは、単一の放送局が保有、運用することが一般的であることから、重畳される音声は、ある程度、特定のパターンに限られることを利用することが可能である。これは、例えば、特定のメロディ、音声パターン、音声の周波数変化等の特徴を、削除する対象と認識させることを示す。
本実施形態では、警報音についてのモデルを設定する例について説明する。このモデルは、例えば、HMM等の統計モデル、RNNやLSTM等の時系列モデルを用いたAIにより学習、設定されてもよい。
削除箇所特定手段140は、放送映像データ200に対応した音声データ300を解析して、削除箇所を特定する。削除箇所特定手段140は、例えば、放送映像データ200のコンテナフォーマットの映像ストリームに対応づけられた音声データ300を蓄積サーバー2から取得して、解析する。
Yesの場合、は、処理をステップS113へ進める。
Noの場合、は、再送出処理の高音質化処理を終了する。
映像と同様、ビデオサーバーシステムを用いて放送された番組は、ビデオサーバーシステム内に保管されている音声を用いている可能性が十分に考えられる。このため、音声解析時に、ビデオサーバーシステム内に格納されている元音声データ320の検索を行うことが可能である。
Yesの場合、高音質化処理手段160は、処理をステップS115へ進める。
Noの場合、高音質化処理手段160は、処理をステップS116へ進める。
高音質化処理手段160は、元音声特定手段150により特定された元音声データ320を基に、削除箇所特定手段140により特定された音声の削除箇所を高音質化する。高音質化処理手段160は、例えば、音声データ300の警報音が含まれる範囲を元音声データ320の当該範囲で置き換える。
その後、高音質化処理手段160は、再送出処理の高音質化処理を終了する。
以上により、再送出処理の高音質化処理を終了する。
図5によると、従来、放送同録の放送映像を元に、再放送や再配信等で再送出を行う場合、L字等の不要な要素を削除するような映像加工を行っていた。このような映像の削除加工は、編集作業が都度手動で行われており、運用者の業務負荷が発生するうえ、再配信の迅速性にも欠ける。また、編集は手動であるため、L字部分を削除する範囲の設定不備により、必要以上の領域を削除した場合は不自然な画角となったり、その逆に削除範囲が狭かった場合はL字部分の背景色がハミ出し残存したりして、放送に適さない映像となる可能性があった。加えて、L字により縮小した領域には、再エンコードによる圧縮ノイズ等が発生することがあった。さらに、このL字により縮小した領域を再度拡大すると、映像の解像感が元の放送映像と比較すると、損なわれる(ボケが生じる)ことがあった。一方、時刻等をマスク(ボカシ)加工した領域は、周囲の映像との境界が生じ、極めて不自然な映像となっていた。そもそも、放送同録映像は放送映像を保存するために再圧縮したものが多いと想定されることから、本来と比較すると画質が劣っていた。
これらにより、映像上の違和感が生じて、放送に相応しくない映像となる可能性があった。
このように、放送に用いられた元映像データ220を特定できた場合、元映像データ220を参照することで、従来よりも低負荷で、なおかつ高い精度の高画質化を行うことができる。これにより、放送映像の再送出時の画質劣化を抑えて、画質を改善できる。さらに、放送時の送出映像の同時録画から再送出までのワークフローを、自動編集により省力化することもできる。加えて、自動編集可能な編集システムとして、運用者の業務負荷を減らし、コストも改善できる。
このように構成することで、不要領域を確実に特定することが可能となる。すなわち、ビデオサーバーシステムは、放送局ごとに稼働しており、扱われる放送同録映像のL字等における文字の形状、時刻表示の形状、字幕の表示位置、フォント等の加工、挿入フォーマットは、ある程度の規則性がある。このような、特定のパターンを示すL字等を削除する対象の領域のモデルとして学習させ、L字等に含まれる特定の成分を検出して、不要領域を削除することで、高精度で不要領域を特定することが可能となる。これにより、自動編集による高画質化を確実に実行可能となる。
このように構成し、元映像データ220に基づくエッジ情報や色情報を利用したエッジ強調や合成、元映像データ220に含まれる元映像の切り出しを行うことで、放送映像に本来存在した画素情報や解像感を再現することが可能である。すなわち、元の映像に近い映像を復元することができる。さらに、元映像データ220を用いてエッジや色を強調、合成することで、放送時よりも高画質化できる可能性も生じる。
このように構成し、加工映像データ210と元映像データ220の画像中の共通点を予め抽出しておき、抽出した共通点に基づいて学習させて照合し、加工映像データ210から元映像データ220を特定することが可能である。このように、映像内容を解析しておき、保管された映像と照合し、放送に使用された元映像を特定することで、元映像データ220の検索を高速化し、更に、画質復元精度を向上させることができる。
これに対して、本発明の実施の形態に係る編集システムXは、放送映像データ200に対応した音声データ300を解析して、削除箇所を特定する削除箇所特定手段140と、元映像データ220に対応する元音声データ320を特定する元音声特定手段150と、元音声特定手段150により特定された元音声データ320を基に、削除箇所特定手段140により特定された音声の削除箇所を高音質化する高音質化処理手段160とを更に備えることを特徴とする。
このように構成し、音声内容に、AI等を含む特定のモデルを用いて、格納された音声と照合し、放送に使用された元映像の音声を特定することで、警報音除去精度を向上させることが可能となる。
しかしながら、収録中、又は収録せずに、リアルタイムに処理を行うことも可能である。また、警報音の削除を行う高音質化処理についても、収録中、又は収録せずに、リアルタイムに処理を行うことも可能である。
しかしながら、運用者の操作によって、放送映像データ200に、L字等が含まれることや、L字等の映像上の位置や表示開始時間や終了時間等を指定してもよい。このように構成することで、放送映像データ200の解析を省くことができる。
しかしながら、放送映像データ200について加工映像データ210を作成せず、直接、放送映像データ200を加工することも可能である。または、マスク処理を行わず、例えば、放送映像データ200のコピーを加工映像データ210として作成することも可能である。この場合、不要領域のあるフレームを元映像データ220のフレームで直接、置き換えたり、時刻や字幕等の表示位置を元映像データ220で置き換え、マスク処理は行わないようにしたりすることが可能である。
このように構成することで、マスク処理の手間を減らし、速く高画質化することが可能となる。
しかしながら、放送に用いられた映像そのものの特定が困難であっても、例えば、類似地点を映した類似の映像の素材データを、元映像データ220として用いることも可能である。このように構成することで、従来より高い精度の高画質化が可能となる。
なお、この類似の映像は、上述のAIにより検索することも可能である。さらに、GAN等のAIを用いて、この類似の映像を、実際の放送に用いられた映像に近い映像に加工することも可能である。
しかしながら、加工音声データ310について、逆位相合成やフィルター処理をしてから、元音声データ320による置き換えを行ってもよい。
このように構成することで、元音声データ320の特定の可否によって処理を分ける必要がなくなり、高音質化の効率を向上させることができる。
しかしながら、音声データ300には加工せず、加工音声データ310を加工して、加工映像データ210と供に出力するように構成することも可能である。
しかしながら、上述の各機能部の処理は、解析装置1で行わなくてもよく、編集装置4や蓄積サーバー2等で実行してもよい。
しかしながら、MXF以外のコンテナフォーマット、例えば、MKV等を用いることも可能である。さらに、放送映像データ200の記録形式や記録フォーマットは、システム要件に応じて、MP4、AVI、その他のプログラムストリーム(PS)形式、その他のトランスポートストリーム形式(TS)等でもよい。さらに、放送映像データ200は、各種コーデックで圧縮されていてもよい。
このように構成することで、不連続性に伴う違和感を緩和することが可能となる。
2 蓄積サーバー
3 収録装置
4 編集装置
5 ネットワーク
10 制御部
11 記憶部
30 撮像部
100 不要領域特定手段
110 不要領域加工手段
120 元映像特定手段
130 高画質化手段
140 削除箇所特定手段
150 元音声特定手段
160 高音質化処理手段
200 放送映像データ
210 加工映像データ
220 元映像データ
300 音声データ
310 加工音声データ
320 元音声データ
A1、A2、A3 不要領域
X 編集システム
Claims (6)
- 放送映像を再送出する編集システムであって、
前記放送映像の特定箇所に連続して表示される不要領域を特定する不要領域特定手段と、
前記不要領域特定手段により特定された不要領域を前記放送映像から削除又は目立たなくする加工を行った加工映像を作成する不要領域加工手段と、
前記不要領域加工手段により加工された前記加工映像及び/又は前記放送映像から、格納された元映像を特定する元映像特定手段と、
前記元映像特定手段により特定された前記元映像を基に、前記加工映像を高画質化する高画質化手段とを備える
ことを特徴とする編集システム。 - 前記不要領域特定手段は、
削除する対象の領域の特徴を学習させたモデルにより前記不要領域を特定する
ことを特徴とする請求項1に記載の編集システム。 - 前記高画質化手段は、
前記加工映像について、前記元映像に基づくエッジ情報並びに/若しくは色情報を利用したエッジ強調若しくは合成、及び/又は、前記元映像の切り出しによる合成を行うことで高画質化する
ことを特徴とする請求項1又は2に記載の編集システム。 - 前記元映像特定手段は、
前記加工映像と前記元映像との画像中の共通点を抽出し、抽出した前記共通点に基づいて前記元映像を特定する
ことを特徴とする請求項1乃至3のいずれか1項に記載の編集システム。 - 前記放送映像に対応した音声を解析して、削除箇所を特定する削除箇所特定手段と、
前記元映像に対応する元音声を特定する元音声特定手段と、
前記元音声特定手段により特定された前記元音声を基に、前記削除箇所特定手段により特定された前記音声の前記削除箇所を高音質化する高音質化処理手段とを更に備える
ことを特徴とする請求項1乃至4のいずれか1項に記載の編集システム。 - 前記削除箇所特定手段は、
特定のモデルを用いて音声解析を行い、前記音声中の警報音の箇所を特定する
ことを特徴とする請求項5に記載の編集システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019223031A JP7343378B2 (ja) | 2019-12-10 | 2019-12-10 | 編集システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019223031A JP7343378B2 (ja) | 2019-12-10 | 2019-12-10 | 編集システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021093627A true JP2021093627A (ja) | 2021-06-17 |
JP7343378B2 JP7343378B2 (ja) | 2023-09-12 |
Family
ID=76312855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019223031A Active JP7343378B2 (ja) | 2019-12-10 | 2019-12-10 | 編集システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7343378B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2617417A (en) * | 2022-04-05 | 2023-10-11 | Canon Kk | Method, device, and computer program for encapsulating region annotations in media tracks |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010081181A (ja) * | 2008-09-25 | 2010-04-08 | Sanyo Electric Co Ltd | 画像処理装置及び電子機器 |
JP2012147288A (ja) * | 2011-01-13 | 2012-08-02 | Hitachi Kokusai Electric Inc | 放送システム |
JP2019062381A (ja) * | 2017-09-26 | 2019-04-18 | 株式会社日立国際電気 | 映像編集システム |
JP2019169851A (ja) * | 2018-03-23 | 2019-10-03 | 株式会社日立国際電気 | 放送システム |
-
2019
- 2019-12-10 JP JP2019223031A patent/JP7343378B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010081181A (ja) * | 2008-09-25 | 2010-04-08 | Sanyo Electric Co Ltd | 画像処理装置及び電子機器 |
JP2012147288A (ja) * | 2011-01-13 | 2012-08-02 | Hitachi Kokusai Electric Inc | 放送システム |
JP2019062381A (ja) * | 2017-09-26 | 2019-04-18 | 株式会社日立国際電気 | 映像編集システム |
JP2019169851A (ja) * | 2018-03-23 | 2019-10-03 | 株式会社日立国際電気 | 放送システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2617417A (en) * | 2022-04-05 | 2023-10-11 | Canon Kk | Method, device, and computer program for encapsulating region annotations in media tracks |
Also Published As
Publication number | Publication date |
---|---|
JP7343378B2 (ja) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210150793A1 (en) | Matching mouth shape and movement in digital video to alternative audio | |
US9036977B2 (en) | Automatic detection, removal, replacement and tagging of flash frames in a video | |
JP4541149B2 (ja) | ソース・ビデオを編集する方法及び機器 | |
US7706663B2 (en) | Apparatus and method for embedding content information in a video bit stream | |
CN108683826A (zh) | 视频数据处理方法、装置、计算机设备和存储介质 | |
CN105893412A (zh) | 图像分享方法及装置 | |
EP1111612A1 (en) | Method and device for managing multimedia file | |
US20070239779A1 (en) | Analysis of media content via extensible object | |
US11699464B2 (en) | Modification of objects in film | |
JP2006115457A (ja) | マルチメディア編集情報をマルチメディアビットストリームに埋め込むシステムおよびその方法 | |
CN111601162B (zh) | 视频切分方法、装置和计算机存储介质 | |
US20080320046A1 (en) | Video data management apparatus | |
US20150067721A1 (en) | Method and system for transmitting videos to mobile phones | |
CN112995676A (zh) | 一种音视频压缩方法、装置、设备、系统及存储介质 | |
JP7343378B2 (ja) | 編集システム | |
CN103914803A (zh) | 一种图像处理方法及装置 | |
US20070239780A1 (en) | Simultaneous capture and analysis of media content | |
US8538244B2 (en) | Recording/reproduction apparatus and recording/reproduction method | |
EP3192262A1 (en) | Systems and methods for subject-oriented compression | |
JPH10276388A (ja) | 画像処理装置および画像処理方法、画像再生装置および画像再生方法、並びに記録媒体 | |
EP3331245B1 (en) | Opportunistic frame caching transcoder and pre-viewer. | |
JP7103905B2 (ja) | 編集システム、編集装置、および編集方法 | |
JP2020141178A (ja) | ビデオサーバシステム | |
JP4519805B2 (ja) | 映像編集方法及び装置 | |
KR101722831B1 (ko) | 단말기 및 상기 단말기의 컨텐츠 제작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220912 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230814 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230831 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7343378 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |