JP4804417B2 - 動画撮像装置及び動画撮像方法 - Google Patents

Description

本発明は動画撮像装置及び動画撮像方法に関し、特に、複数のファイルのそれぞれに、内容を容易に把握できるようなファイル名を付けるために用いて好適な技術に関する。

ビデオカメラなどの動画撮像装置は、CCD（charge Coupled Device）やCMOS(Complementary Metal Oxide Semiconductor)などの電子デバイスを備えている。そして、これらの電子デバイスで構成されたイメージセンサにより取り込まれた視覚情報を、画像信号として出力する。更に、この出力された画像ファイルを所定のデータファイルにしてテープ、HDD(Hard Disk Drive)、DVD(Digital Versatile Disk)、半導体メモリ等の記録部に記録する。

前記イメージセンサにより取り込まれた視覚情報は、一般に静止画像であるが、イメージセンサの多くは毎秒数十フレームの周期で静止画像を生成できる点に注目し、静止画像信号の記録動作を連続して行なう。これにより、前述のイメージセンサを用いて動画像記録を行なうことを可能にしている。

記録部の記録容量は、メモリ容量の増加により膨大になりつつある。また、記録部にファイル形式で記録されているデータを確認するためには、動画ファイルの識別名（以下、ファイル名とする）の一覧を動画撮像装置に設けられた画像表示部に表示する。そして、操作部をユーザーが操作することにより、目的のファイル名を見つけ出して選択する必要がある。

一般の動画撮像装置では、ファイル名として、撮影日時や一連番号などから機械的に生成した文字列のみを使用している。例えば、特許文献１に記載されているように、画像信号中から文字情報を抽出して文字認識を行ない、認識された文字列をファイル名として設定することで、画像ファイルの整理整頓を容易にした動画撮像装置が提案されている。

また、イメージセンサにより取り込まれた視覚情報から得られたカラーの画像信号から、文字領域を自動抽出する技術が知られている。例えば、特許文献２においては、背景色が均一か否かを判定するための判定手段を用いて、文字列を精度よく抽出できるようにしたパターン抽出装置が提案されている。

また、文書のように複数の文字列が存在する中から、１つのファイル名を選別して抽出する技術が、例えば、特許文献３において提案されている。特許文献３において提案された技術は、文字列の位置と、文字列のサイズと、文字列に付加された下線の有無と、文字列に付加された枠の有無と、他の文字との位置関係と、の内少なくとも１つを用いる。そして、各文字列の存在する文字領域にポイントを与え、高ポイントの文字領域に関して文字認識を行ない、ファイル名とするファイル名抽出手段を設けている。

特開２００３ー０３７７７０号公報 特開２００１−２８３１５３号公報 特開平９−１３４４０６号公報

しかしながら、前記特許文献１に記載された技術を含む従来の動画撮像装置では、複数の文字列の中からでは、ファイル名とするべき１つの文字列を選別することができない問題点があった。

また、特許文献２に記載の「パターン抽出装置」は、静止画におけるファイル名を抽出する方法である。このため、時間軸に関係する要素への考慮がなく、動画撮影時にユーザーが意図して撮影を行った文字列を適切に、ファイル名として設定できないという問題があった。

また、特許文献３などに記載の「電子カメラ」などにおいては、動画撮影において、撮影開始から終了までの一連のシーンを単一のファイルとして撮影し、撮影終了後に分割を行って、分割したファイルの順番を入れ替えるなどの編集を行なう。この場合、従来の技術では、単一のファイルを分割した際に、分割前のファイル名に一連番号を付加した機械的なファイル名としていた。このため、順番を入れ替えた場合にファイル名から内容が把握することができず、画像ファイルの中身をいちいち確認しなければならないという問題があった。

本発明は前述の問題点に鑑み、複数シーンの動画を撮像する際に、内容を容易に把握できるようなファイル名を付けることができるようにすることを目的としている。

本発明の動画撮像装置は、視覚情報を取り込んで画像信号を出力する撮像手段と、前記撮像手段から出力される画像信号を記録媒体に記録するために所定のデータファイルを生成するデータファイル生成手段と、前記記録媒体に記録される画像信号から文字情報を抽出する文字認識手段と、前記文字認識手段によって抽出されたファイル内における文字情報出現の特徴に応じて、ファイル名として選択する際に用いられる時間軸に関連したパラメータ値を設定するパラメータ値設定手段と、前記パラメータ値設定手段によって設定されたパラメータ値から評価値を演算する評価値演算手段と、前記演算された評価値の高い文字情報を、前記画像信号のファイル名として設定するファイル名設定手段とを有することを特徴とする。

本発明の動画撮像方法は、視覚情報を取り込んで画像信号を出力する撮像工程と、前記撮像工程において出力される画像信号を記録媒体に記録するために所定のデータファイルを生成するデータファイル生成工程と、前記記録媒体に記録される画像信号から文字情報を抽出する文字認識工程と、前記文字認識工程において抽出されたファイル内における文字情報出現の特徴に応じて、ファイル名として選択する際に用いられる時間軸に関連したパラメータ値を設定するパラメータ値設定工程と、前記パラメータ値設定工程によって設定されたパラメータ値から評価値を演算する評価値演算工程と、前記演算された評価値の高い文字情報を、前記画像信号のファイル名として設定するファイル名設定工程とを有することを特徴とする。

本発明によれば、抽出された文字情報出現の特徴に応じて、ファイル名として選抜する際に用いられるパラメータ値を設定するとともに、前記文字情報と前記パラメータ値とを組にして記録するようにした。これにより、動画撮影中に次々現れる複数の文字列の中から１つの文字列を選抜し、ファイル名とすることができる。
また、本発明のその他の特徴によれば、ファイル名らしさを表す定義を、ユーザーにより変更することができるようにした。これにより、ユーザーがファイル名にしようと意図して撮影を行った文字列を、より正確にファイル名して設定することができる。
また、本発明のその他の特徴とするところは、撮影開始から終了までの一連のシーンを単一のファイルとして撮影し、撮影終了後に分割を行った場合にも、分割したファイルに文字認識により得られた新しいファイル名を付加することができる。このため、順番を入れ替えた場合でもファイルの中身をいちいち確認せずとも内容を把握することが可能となる。

以下、図面を参照しながら本発明の実施の形態を説明する。
図１は、本発明の実施形態に係わるビデオカメラの構成例を説明するブロック図である。
本実施形態のビデオカメラは撮像部１１と、画像処理部１２と、制御部１３と、メモリ部１４と、文字列変換処理部１５と、表示部１６と、操作部１７と、バッファ部１８と記録再生部１９とで構成されている。そして、撮像部１１で撮像した画像データ及び図示しない音声系回路で生成した音声データを光ディスク（optical disk）２０に記録する。

撮像部１１は、撮影レンズ群やメカニカルシャッタ機構などを収めたレンズ鏡筒と、レンズ鏡筒の後方に配置されたイメージセンサからなり、イメージセンサの受光面に被写体の像を、視覚情報として結像させるものである。撮像部１１は、制御部１３からの制御信号に基づいて、シャッター速度や露出値などを可変的に設定し、イメージセンサで生成した画像信号を画像処理部に出力するものである。

画像処理部１２は、イメージセンサから入力された画像信号を、輝度成分と色成分とに分離し、制御部１３からの制御信号とやりとりを行なうことで、輝度成分と色成分の補正を施した後、補正した画像信号をメモリ部１４に出力するものである。

制御部１３は、図示しないＣＰＵ(Central Processing Unit)と、プログラムメモリとワークメモリとを備えていて、プログラムメモリに格納された所定の制御プログラムをワークメモリにロードして実行する。これにより、画像処理部１２から出力される画像信号の取り込みや、撮像部１１の制御や、表示部１６への出力などを実行する。また、メモリ部１４へのデータ書き出しや、文字列変換処理部１５の制御を行ない、ビデオカメラ全体の動作を制御する。また、データファイル生成手段、パラメータ値設定手段、評価値演算手段、ファイル名設定手段、映像信号検索手段などとして機能する。

表示部１６は、ビューファインダーとして設けられた３インチ程度の液晶表示器（ＬＣＤ）を備え、表示部１６の表示形式に変換されて制御部１３から出力される画像信号を表示する。

メモリ部１４は、所定のデータファイルとして纏められて画像処理部１２から出力される画像ファイルや、各種設定のデータを不揮発的に記録できる記録媒体で構成されている。記録媒体として、テープ、ＨＤＤ、ＤＶＤ、半導体メモリ等を記録媒体として用いることができる。メモリ部１４は、取り外し可能な状態でビデオカメラに実装されていてもよい。また、メモリ部１４を複数用意し、各種設定のデータと画像ファイルを別々の記録媒体に記録してもよい。

操作部１７は、動画像の撮影開始、終了操作を行なうトリガーキーや、撮像レンズ群の操作を行なうズームボタンや、メニュー操作ボタンや、ビデオカメラの動作モードを記録モードと再生モードに切り替える、記録／再生切り替えボタンを備える。また、撮像部により撮影されている文字列を優先的にサムネイルにするサムネイルボタンなどを備え、各種操作部からの操作信号は制御部１３に出力される。

文字列変換処理部１５は、制御部１３の制御により、撮像部１１より出力される画像信号の輝度成分を、所定のしきい値で、文字部分に対応する値と、背景部分に対応する値と、の２値化したデータとする。該２値化データを制御部１３のプログラムメモリに記録している文字認識パターンと照合することにより文字列を抽出し、抽出した文字列データを制御部１３に出力するものである。

バッファ部１８は、画像処理部１２において多重化されたストリームデータを保持するためのものである。画像処理部１２は圧縮符合化された映像・音声データを多重化してストリームデータを生成するほか、ストリームデータを多重分離して映像・音声データを生成するものである。光ディスク２０はＤＶＤ−ＲやＤＶＤ−ＲＷ等の記録可能なメディアであり、このメディアに対して映像や静止画が記録・再生される。

記録時、撮像部１１で得られた電気信号は、画像処理部１２においてデジタルデータに変換される。また、図示しないマイクより取得した音声信号も音声信号処理部（図示せず）においてデジタルデータに変換される。そして、これらの映像・音声データは、データ圧縮部（図示せず）によってそれぞれ圧縮され、画像処理部１２において多重化処理を施された後、バッファ部１８に保持される。

バッファ部１８は、１記録単位のストリームデータを保持できるだけの容量を有している。そして、ストリームデータが１記録単位分だけ蓄積されると、記録再生部１９を通してストリームデータを光ディスク２０へ書き込む。また、光ディスク２０に書き込んだストリームデータに関する情報を制御部１３のメモリへ書き込む。また、再生時には、光ディスク２０に記録された画像データが記録再生部１９によって読み出される。また、バッファ部１８を介して画像処理部１２に出力される。本実施形態の記録再生部１９は、光ディスク２０に対して光ビームを照射することによりデータの書き込み、読み出しを行なうピックアップを有する。また、光ディスク２０からのビーム反射光を受光するセンサを有する。更に、記録再生部１９は、ピックアップをディスクの半径方向に移動するシークモータや光ディスク２０を回転させるスピンドルモータ等のメカニズムを有する。

次に、本実施形態のビデオカメラによる撮影時の動作について説明する。
ビデオカメラの撮影時、ユーザーは操作部１７を操作し、ビデオカメラを起動し表示部１６に画像データをリアルタイムで表示し、プレビューモードにする。ユーザーはプレビュー状態で、構図を確認後、操作部１７のトリガーキーを操作し、撮影を開始する。撮影終了時、ユーザーは操作部１７のトリガーキーを再度操作し、撮影を終了する。

ビデオカメラによって撮像された画像は、ビデオカメラ内の画像処理部１２で画像データに変換されるが、画像データ内の文字列は、撮影中、もしくは撮影終了後、文字列変換処理部１５で文字列として認識されテキストデータとして出力される。出力された該文字列のテキストデータは、文字情報出現の特徴によって決まるパラメータ値と組（ペア）でメモリ部１４に記録される。

本実施形態の動画撮像装置は撮像中、画像データ中で抽出された文字列に、パラメータ値を設定し、抽出された文字列の中からファイル名を選抜するものである。このため、次に『パラメータ値を設定』と『ファイル名選抜処理』の動作について説明する。

最初に、パラメータ値を設定する動作について説明する。
本実施形態ではパラメータとして、検出のタイミング、ファイル名ボタン操作のタイミング、検出時間の長さ、抽出頻度、文字列の大きさ、画面内の位置、認識の精度などのうち、何れか１つ以上（少なくとも１つ）を用いる。

本実施形態において検出のタイミングとは、認識された文字列の、ファイル内における時間軸上の位置である。また、フファイル名ボタン操作のタイミングとは、動画撮影中に、ユーザーがファイル名にしたい文字列が登場したタイミングで、ユーザーが操作部１７の、ファイル名ボタンを操作することで、文字列への意図的な重み付けを変更可能にするものである。なお、ここでのファイル名ボタンは、写真撮影用のフォトボタンと兼用してもよい。検出時間の長さとは、連続して検出されたことを表すパラメータである。抽出頻度とは、ファイル内で検出される頻度を表すパラメータである。

文字列の大きさとは、文字列の内、先頭の文字列の大きさを表すパラメータである。また、動画撮影中に検出される文字列の大きさとは、イメージセンサの受光面に結像する文字列の大きさであるため、ユーザーによる、ズームボタン操作によって行われる撮影レンズ群の移動や、被写体の移動により時間軸上で刻々と変化する。そこで、本実施形態における文字列の大きさを表すパラメータは、検出時間内で平均化した大きさの文字列で定義する。

画面内の位置とは、文字列の画面内の位置を表すパラメータである。動画撮影中に検出される文字列の位置は、イメージセンサの受光面に結像する文字列の位置であるため、前述の文字列の大きさ同様、ユーザーによる、ズームボタン操作や、被写体の移動により時間軸上で刻々と変化する。そこで、本実施形態における文字列の位置を表すパラメータは、あらかじめ表示画面内の領域を分割してそれぞれの領域を定義し、文字列領域の重心が、前記どの領域で最も長時間検出されたかによって定義する。

認識の精度とは、文字列認識の正確性を表すパラメータである。認識の精度は、背景色が均一か否か、背景と文字列の輝度差がどの程度あるかによって決定される。そのため、動画撮影中のズームボタン操作や、被写体の移動によって、認識の精度は刻々と変化する。本実施形態における、文字列の認識の精度は、検出時間内における最大の精度で定義する。

次に、前述のパラメータ値について説明する。
検出のタイミングのパラメータ値は、ファイルの開始を「０」とした経過時間で表す。検出時間の長さを表すパラメータ値は、連続して撮影されている秒数で表す。ファイル名ボタン操作のタイミングを表すパラメータ値は、ボタン操作の有無を表す値で表す。抽出頻度を表すパラメータ値は、ファイル内での同じテキストデータの検出の回数で表す。

また、文字列の大きさを表すパラメータ値は、平均化された大きさの文字列における先頭の文字列が、あらかじめ規定された各種ピクセルサイズの四角形で隠れる大きさであり、あらかじめ規定された四角形に与えられている値で表す。例えば、図４のようにＡの四角サイズより小さければ「０」とする。また、Ａの四角サイズより大きくＢの四角サイズより小さければ「１」とする。また、Ｂの四角サイズより大きくＣの四角サイズより小さければ「２」とする。また、Ｃの四角サイズより大きければ「５」と表す。

画面内の位置を表すパラメータ値は、図３のように表示画面をＡ、Ｂ、Ｃ、Ｄの領域に分割し、最も長時間検出された位置が、どの領域にあるかによって、それぞれ「０」、「１」、「２」、「５」と表す。認識の精度を表すパラメータ値は、検出時間内における最大の精度で表す。

図２は、撮影した画像データの１シーンで、表示部１６の様子を示している。図２のシーンは、撮影開始５秒後のものである。また、図２のシーンを含む画像データによるファイルには６０分の連続記録がされている。ここで、文字列の大きさは、便宜上既に検出時間内で平均化されているものとする。また、文字列の位置は最も長時間検出された位置を示しているものとする。さらに認識の精度は検出時間内における最大の精度を表しているものとする。該シーンからは『中区』と『市民大運動会』の２つの文字列が認識されている。認識したそれぞれの文字列のパラメータ値は、以下のようになっている。

『中区』については、「検出するタイミング／００：００:０５」、「検出時間の長さ／５」、「文字列の検出頻度／１」である。また、「文字の大きさ／１」、「文字列の画面内の位置／５」、「サムネイルボタン押し圧／０」、「認識の精度／８０％」である。

『市民大運動会』については、「検出するタイミング／００：００:０１」、「検出時間の長さ／２０」、「文字列の検出頻度／１」、「文字の大きさ／２」、「文字列の画面内の位置／２」である。また、「サムネイルボタン押し圧／０」、「認識の精度／９０％」である。

次に、フローチャートを参照しながら、検出された文字列のテキストデータと、前記文字列とペアで記録されているパラメータ値を用いて、複数の文字列の中からファイル名を選抜する方法を説明する。

図５は、画像データの取り込みからファイル名選抜動作の制御手順の一例を表したフローチャートである。
図５のフローチャートに示すように、処理が開始されると、ステップＳ１０１においてファイルの先頭から順に画像を取り込み撮影したシーンに文字列があるかどうかの判断を行なう。次に、ステップＳ１０２において、撮影したシーンに文字列の有無を判断する。この判別の結果、撮影したシーンに文字列がない場合にはステップＳ１１２に進んでファイルエンドであるか否かを判断する。この判断の結果、ファイルエンドではない場合にはステップＳ１０１に戻り、文字列があるシーンまで次々と画像の読み込みを行なう。そして、ステップＳ１１２の判断の結果、ファイル内の全てに文字列がないことを判断するとステップＳ１１３に進み、撮影日時をファイル名として設定し終了する。

一方、ステップＳ１０２の判断の結果、撮影したシーンに文字列が存在する場合にはステップＳ１０３に進む。ステップＳ１０３においては、文字列認識部による文字認識を行なう。次に、ステップＳ１０４において文字認識が成功したか否かを判断する。この判断の結果、文字認識が成功した場合にはステップＳ１０５に進み、成功しなかった場合にはステップＳ１０１に戻って前述した処理を繰り返し行なう。

ステップＳ１０５においては、文字情報出現の特徴を表すパラメータ値を設定する。次に、ステップＳ１０６に進み、文字列のテキストデータと、文字情報出現の特徴を表すパラメータ値をペアでメモリ部１４に保存する。

次に、ステップＳ１０７に進んで、パラメータ値を次のように変換し、変換されたパラメータ値を用いて評価値の演算を行なう。
先ず、検出するタイミングを表わすパラメータ値である撮影開始からの経過時間は、ファイルの先頭に近いことを表わす重み付けとして、「開始１０秒までを５ポイント」、「開始３０秒までを２ポイント」と変換する。また、「開始１分までを１ポイント」、「その後０ポイント」と変換する。

また、ファイルの終了に近いことを表す重み付けとして、「終了１０秒前までを５ポイント」、「終了３０秒前までを２ポイント」、「終了１分前までを１ポイント」、「その前を０ポイント」と変換する。検出時間の長さを表すパラメータ値は、パラメータ値である秒数に、「１／１０」をかけた数値として変換する。

ファイル名ボタン操作のタイミングを表すパラメータ値は、ボタン操作有りを１ポイント」、「ボタン操作無しを０ポイント」と変換する。抽出頻度を表わすパラメータ値は、抽出回数をポイントと変換する。文字列の大きさを表わすパラメータ値は、各種四角形の大きさによって与えられた数値をポイントとして変換する。画面内の位置を表わすパラメータ値も、数値をポイントとして変換する。認識の精度を表わすパラメータ値は、文字認識の正確性の割合をそのまま用いる。

評価値Ｈを求める計算式Ｈは、「Ｈ＝検出回数×｛（ファイル名ボタン操作＋１）×文字認識の正確性×（先頭からのタイミング＋検出時間の長さ＋終了からのタイミング＋文字列の大きさ＋画面内の位置）｝」で計算される。

次に、ステップＳ１０８において、演算された評価値がメモリ部１４に保存される。次に、ステップＳ１０９で、保存されている評価値同士の大きさの比較を行ない、最もファイル内で最も大きい評価値Ｘの選抜を行なう（ここでは、初期の評価値Ｘ＝０と定義されている）。ステップＳ１０９の比較の結果、「Ｘｉ＋１＞Ｘｉ」でなかった場合には、「ｉ＝ｉ＋１」してステップＳ１０１に戻る。

ステップＳ１０９において、最も大きい評価値Ｘを選抜したら、次に、ステップＳ１１０において、ファイル内の文字列全てについて比較を行った（ファイルエンド）か否かを判断する。この判断の結果、ファイルエンドではない場合にはステップＳ１０１に戻って前述した処理を繰り返し行なう。また、ステップＳ１１０の判断の結果、ファイルエンドであった場合にはステップＳ１１１に進む。

ステップＳ１１１においては、最も大きい評価値Ｘｉを持つ文字列を動画ファイルのファイル名として設定する。例えばファイル内の全ての文字列が、図２の条件で抽出された、『中区』と『市民大運動会』の２つの文字列のみである場合、『中区』が９．２ポイント、『市民大運動会』が１１．７ポイントである。したがって、『市民大運動会』の文字列の方が評価値の高い文字列と判断され、このファイルのファイル名（データファイル名）は『市民大運動会』と決定される。

設定されたファイル名は表示部１６に表示される。なお、自動的に設定されたサムネイルがユーザーの意図と異なった場合、評価値の大きい順に、表示部１６にリスト表示された文字列の映っている画像の中から、ユーザーが別の画像を選択してサムネイルとすることができる。

このように、文字情報出現の特徴で定義されるパラメータとして、時間軸に関係するパラメータを加えることで、動画撮影中に次々現れる複数の文字列の中から１つの文字列を選抜し、ファイル名とすることができる。

また、本実施形態では、評価値Ｈを求める計算式を、下記のようにすることで、ユーザーがサムネイルにしようと意図して撮影を行った文字列の映っている画像をサムネイルとして選択することが可能となり、より正確にサムネイルを設定することができる。

「Ｈ＝ｈ×検出回数×｛（ｎ×サムネイルボタン操作＋１）×ｌ×文字認識の正確性×（ｘ×先頭からのタイミング＋ｙ×終了からのタイミング＋ｑ×検出時間の長さ＋ｐ×文字列の大きさ＋ｚ×画面内の位置）｝」で計算する。

ここで、抽出頻度の優先度を表わす係数ｈ、ｎ、文字認識の正確性の優先度を表わす係数ｌ、先頭からのタイミングの優先度を表わす係数ｘ、終了からのタイミングの優先度を表わす係数ｙ、検出時間の長さの優先度を表わす係数ｑとする。また、文字列の大きさの優先度を表わす係数ｐ、画面内の位置の優先度を表わす係数ｚとし、前述の係数ｌ、ｘ、ｙ、ｑ、ｐ、ｚを『ファイル名らしさの重み』を表す値とする。

すなわち、ユーザーが前述のパラメータのうちどれを、どの程度優先するかを、操作部１７のメニュー操作ボタンで操作することで、ファイル名らしさの重みを表す値を変化させることができる。

このように、ファイル名らしさの重みを表す値を変更することで、ユーザーがファイル名にしようと意図して撮影を行った文字列を、ファイル名としてより正確に選抜することができる。

前述のファイル名らしさの重みを表す値は、画像信号のデータファイルと同じ記録媒体（本実施形態においては光ディスク２０）に記録することによって、１つの記録媒体内でのファイル名に一貫性を持たせることができる。また、ファイル名らしさの重みを表す値を、前記画像信号のデータファイルと異なる記録手段であって、例えば、ビデオカメラ本体内部の不揮発メモリ部（本実施形態においてはメモリ部１４）に記録するようにしてもよい。このようにすると、同一のビデオカメラを用いた撮影において、ファイル名に一貫性を持たせることができる。

また、ファイル名として使われなかった文字列を検索する場合、例えば、表示部１６に抽出頻度順や文字列の大きさ順に文字列をリストアップすることにより、文字列を含んだ多くのシーンの中から、意図したシーンを検索することが容易となる。また、例えば表示部１６に、評価値順にリストアップすることによって、多くの文字列を含んだ大きなファイルの中からでも、意図して文字列を撮影したシーンの検索を容易に行なうことが可能となる。

図６−１は、１つの動画ファイルであるファイル1を模式的に表したものである。図示されるシーン６−１、シーン６−２、シーン６−３、シーン６−４の部分に、それぞれ図６−２のシーン６−１、シーン６−２、シーン６−３、シーン６−４に示すようなシーンが撮影されている。この動画ファイルの中で、最も評価値が高い文字列は、シーン６−１の「１.時代劇の起」の文字列である。そのため、ファイル１のファイル名は「１.時代劇の起」と決定されている。

また、ユーザーは、シーン６−１、シーン６−２、シーン６−３、シーン６−４の部分で文字列の入ったシーンの撮影を行っているため、この動画ファイルの検索時には、図７に示したように、文字列がリストアップされる。このように、ファイル名として用いられなかった文字列を検索時にリストアップすることによって、意図して文字列を撮影したシーンの検索を容易に行なうことが可能となる。

また、動画撮影において、撮影開始から終了までの一連のシーンを単一のファイルとして撮影し、撮影終了後に分割を行って、分割したファイルの順番を入れ替えるなどの編集を行なう場合がある。

次に、単一のファイルから、複数のファイルに分割した際の、ファイル名選抜方法について説明する。
図８は、本実施の形態における、ファイル名選抜方法についての処理手順の一例を説明するフローチャートであり、図９に示すように、一つの動画ファイル１をファイル２とファイル３に分割した場合のファイル名選抜の処理を示すものである。

処理が開始されると、最初のステップＳ８０１においてファイル１が分割されたか否か判断し、分割を認識するまで待機する。そして、ステップＳ８０１の判断の結果、ファイル１がファイル２とファイル３に分割されたことを認識するとステップＳ８０２に進む。ステップＳ８０２においては、分割されたファイル３に含まれる文字列とパラメータ値を読み出す。この時、ファイル２のファイル名は、ファイル１のファイル名を引き継ぐ。

次に、ステップＳ８０３において、分割されたファイル３中に文字列が存在するかどうかの判断を行なう。この判断の結果、ファイル３中に文字列が存在しなければ、ステップＳ８０４に進み、分割前のファイルに一連番号を付加する処理を行ない、作業を終了する。

一方、ステップＳ８０３の判断の結果、分割されたファイル３中に文字列が存在する場合にはステップＳ８０５に進み、ファイル３について前述の方法で、評価値の大きさの比較を行なう。この比較の結果、ファイル３内で最も大きい評価値を持つ文字列を、ファイル３のファイル名として設定する（ステップＳ８０６）。

前述のように、自動的に設定されたファイル３のファイル名は表示部１６に表示される。そして、ファイル名がユーザーの意図と異なった場合、表示部１６に評価値の大きい順にリストアップされた文字列の中から、ユーザーが別の文字列を選択し、ファイル３のファイル名とすることができる。

例えば、図６−１の動画ファイル１を図９のようにファイル２とファイル３に分割した場合、分割後のファイル３において評価値の演算が再度なされる。この時、ファイル３中で最も評価値が高い文字列が、図６−２のシーンから抽出された文字列である「４.時代劇の結」であるとすると、ファイル３のファイル名は、「４. 時代劇の結」と決定される。またこのとき、ファイル２においても再度評価値の演算を行ない、ファイル２のファイル名を新たに設定できるようにしてもよい。

このように、本実施形態においては、撮影開始から終了までの一連のシーンを単一のファイルとして撮影して、撮影終了後に分割を行った場合にも、分割したファイルに文字認識により得られた新しいファイル名を付加することができる。このため、順番を入れ替えた場合でもファイルの中身をいちいち確認しなくても内容の把握が可能となる。

（本発明に係る他の実施の形態）
前述した本発明の実施の形態における動画撮像装置を構成する各手段は、コンピュータのＲＡＭやＲＯＭなどに記憶されたプログラムが動作することによって実現できる。このプログラム及び前記プログラムを記録したコンピュータ読み取り可能な記録媒体は本発明に含まれる。

また、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施の形態も可能であり、具体的には、複数の機器から構成されるシステムに適用してもよいし、また、一つの機器からなる装置に適用してもよい。

なお、本発明は、前述した動画撮像方法における各工程を実行するソフトウェアのプログラム（実施の形態では図５、図８に示すフローチャートに対応したプログラム）を、システムあるいは装置に直接、あるいは遠隔から供給する。そして、そのシステムあるいは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。

したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であってもよい。

プログラムを供給するための記録媒体としては種々の記録媒体を使用することができる。例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続する。そして、前記ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。

また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザーに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザーに配布し、所定の条件をクリアしたユーザーに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせる。そして、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施の形態の機能が実現される他、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行なうことによっても前述した実施の形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施の形態の機能が実現される。

さらに、記憶媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。そして、その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現される。

本発明の実施形態を示し、ビデオカメラの構成例を説明するブロック図である。 本発明の実施形態を示し、表示部に文字列が映っているデータファイル中の１シーンの一例を表わす図である。 本発明の実施形態を示し、画面内の位置を表わすパラメータ値を説明する図である。 本発明の実施形態を示し、規定された文字列の大きさを表わすパラメータ値を説明する図である。 本発明の実施形態を示し、画像データの取り込みからファイル名選抜動作の制御手順の一例を説明するフローチャートである。 本発明の実施形態を示し、１つの動画ファイルを模式的に表わした図である。 本発明の実施形態を示し、シーン６-１〜シーン６-４のそれぞれに文字列を含んだ画像が表示部に表示される例を説明する図である。 本発明の実施形態を示し、１つのファイル内のキャプチャ画像を検索する際に、抽出された文字列が表示部にリストアップされる例を表わす図である。 本発明の実施形態を示し、ファイル分割の際のファイル名選抜方法についての処理手順の一例を示すフローチャートである。 本発明の実施形態を示し、分割された動画ファイルを模式的に表した図である。

符号の説明

１１ 撮像部
１２ 画像処理部
１３ 制御部
１４ メモリ部
１５ 文字列変換処理部
１６ 表示部
１７ 操作部
１８ バッファ部
１９ 記録再生部
２０ 光ディスク

Claims (10)

1. 視覚情報を取り込んで画像信号を出力する撮像手段と、
   前記撮像手段から出力される画像信号を記録媒体に記録するために所定のデータファイルを生成するデータファイル生成手段と、
   前記記録媒体に記録される画像信号から文字情報を抽出する文字認識手段と、
   前記文字認識手段によって抽出されたファイル内における文字情報出現の特徴に応じて、ファイル名として選択する際に用いられる時間軸に関連したパラメータ値を設定するパラメータ値設定手段と、
   前記パラメータ値設定手段によって設定されたパラメータ値から評価値を演算する評価値演算手段と、
   前記演算された評価値の高い文字情報を、前記画像信号のファイル名として設定するファイル名設定手段とを有することを特徴とする動画撮像装置。
2. 前記パラメータ値は、文字情報の検出のタイミング、検出時間の長さ、検出頻度、文字の大きさ、文字列の画面内の位置、認識の精度の中から少なくとも１つ以上を用いて設定することを特徴とする請求項１に記載の動画撮像装置。
3. 前記パラメータ値から評価値を演算する定義は、ユーザーにより変更可能であることを特徴とする請求項１または２に記載の動画撮像装置。
4. 前記抽出した文字情報と、前記パラメータ値とを用いて前記画像信号の検索を行なう画像信号検索手段を有することを特徴とする請求項１〜３の何れか１項に記載の動画撮像装置。
5. 前記ファイル名設定手段は、前記ファイル名が付加されたデータファイルが複数のデータファイルに分割されると、分割された後のファイルに、前記パラメータ値から演算した評価値を用いて新たなファイル名を付加することを特徴とする請求項１に記載の動画撮像装置。
6. 視覚情報を取り込んで画像信号を出力する撮像工程と、
   前記撮像工程において出力される画像信号を記録媒体に記録するために所定のデータファイルを生成するデータファイル生成工程と、
   前記記録媒体に記録される画像信号から文字情報を抽出する文字認識工程と、
   前記文字認識工程において抽出されたファイル内における文字情報出現の特徴に応じて、ファイル名として選択する際に用いられる時間軸に関連したパラメータ値を設定するパラメータ値設定工程と、
   前記パラメータ値設定工程によって設定されたパラメータ値から評価値を演算する評価値演算工程と、
   前記演算された評価値の高い文字情報を、前記画像信号のファイル名として設定するファイル名設定工程とを有することを特徴とする動画撮像方法。
7. 前記パラメータ値は、文字情報の検出のタイミング、検出時間の長さ、検出頻度、文字の大きさ、文字列の画面内の位置、認識の精度の中から少なくとも１つ以上を用いて設定することを特徴とする請求項６に記載の動画撮像方法。
8. 前記パラメータ値から評価値を演算する定義は、ユーザーにより変更可能であることを特徴とする請求項６または７に記載の動画撮像方法。
9. 前記抽出した文字情報と、前記パラメータ値とを用いて前記画像信号の検索を行なう画像信号検索工程を有することを特徴とする請求項６〜８の何れか１項に記載の動画撮像方法。
10. 前記ファイル名設定工程は、前記ファイル名が付加されたデータファイルが複数のデータファイルに分割されると、分割された後のファイルに、前記パラメータ値から演算した評価値を用いて新たなファイル名を付加することを特徴とする請求項６に記載の動画撮像方法。

Images