JP5518301B2 - 情報処理装置 - Google Patents
情報処理装置 Download PDFInfo
- Publication number
- JP5518301B2 JP5518301B2 JP2008125328A JP2008125328A JP5518301B2 JP 5518301 B2 JP5518301 B2 JP 5518301B2 JP 2008125328 A JP2008125328 A JP 2008125328A JP 2008125328 A JP2008125328 A JP 2008125328A JP 5518301 B2 JP5518301 B2 JP 5518301B2
- Authority
- JP
- Japan
- Prior art keywords
- metadata
- information processing
- information
- processing apparatus
- information item
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明の実施形態は、関連するメタデータを有する情報アイテム群を参照することにより、現在の情報アイテムについてメタデータ(例えば、テキストメタデータ)を生成する情報処理装置を提供する。前記メタデータは、そのメタデータに関する信頼度を表す、対応する指示データを有する。前記情報処理装置は、前記現在の情報アイテムの1つ又は複数の所定の特性を検出する検出部と、前記情報アイテム群から、前記現在の情報アイテムの特性に最も類似した1つ又は複数の特性を有する情報アイテムのサブセットを検出する検出部と、前記現在の情報アイテムを、前記情報アイテムのサブセットのうちの1つ又は複数からのメタデータと関連付けて、当該メタデータに、前記現在の情報アイテムと前記メタデータとの関連において低い信頼度を表す指示データを割り当てるように構成された関連付け論理回路と、情報アイテム及びそれに関連するメタデータに関するユーザと前記情報処理装置との対話を検出し、当該ユーザの対話に応じて、前記メタデータに関連する指示データを変更する検出部とを有する。
本実施形態においては、5種類の基本的特徴ベクトルが用いられる。これらは、色、形状、音声、顔、及びエッジ/プレーンに基づく特徴ベクトルである。実際には、以下に説明する縮小特徴ベクトルは、エッジ/プレーンデータを参照しないが、この技法は、可能な特徴データのさらなるデータ源を例示するために含まれる。また、以下に記述する順列は単に例示であり、他のベクトル順列を用いることができることも理解されるべきである。
いくつかの色モデルを用いることができる。いくつかの例を以下に説明する。
・HUEヒストグラム
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
・輝度(明度)ヒストグラム
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
・レッドヒストグラム
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
・グリーンヒストグラム
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
・ブルーヒストグラム
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
・RGBヒストグラム(60ビン、3つの異なるヒストグラムの組み合わせ)
・平均
・標準偏差
・組み合わせ(平均と標準偏差ベクトルとの連結)
2つの異なるタイプの形状記述子が説明される:これらの違いは、下記高速フーリエ変換(Fast Fourier Transform:FFT)の後のステップ(下記ステップ4)の違いである。概して、形状記述子は、以下のように抽出される。
1.各フレームが、例えば双一次補間により、64×64の画像にサイズ変更される。
2.サイズ変更されたフレームから、高速フーリエ変換(FFT)が実行される。
3.各方向における最初の10個の周波数(frequency)値(最低周波数)が処理され(下記を参照されたい)、100値の長い特徴ベクトルに結合される。
4.ベクトルにおける各カラムについての平均及び標準偏差が、メディアアイテム全体について算出され、これにより後処理方法につき3つの特徴ベクトルが得られる。
i.平均
ii.標準偏差
iii.組み合わせ(平均と標準偏差ベクトルとの連結)
2つの異なるタイプの顔に基づく特徴ベクトルが説明される。一方は「顔特徴」と呼ばれ、他方は「顔統計値」と呼ばれる。
1.各フレームについて、以下の3つの変数を計算する。
・顔総数、すなわちいくつの顔がフレーム内にあるか
・フレーム内のすべての顔についての平均顔サイズ
・フレーム内のすべての顔についての平均x(水平)位置
2.次に、メディアアイテム内のすべてのフレームに対し、3つの変数すべてについて平均及び標準偏差が計算される。
3.顔総数、サイズ及びx位置についての平均及び標準偏差が、6変数(6次元)特徴ベクトルを形成する。
1.フレーム内のすべての顔を、顔サイズ及び顔のx位置に応じて6つの異なるクラスに分類する顔分類器が用いられる
顔分類器は、以下のように動作する
a.顔サイズが、(例えば、幅において)21ピクセルよりも大きい場合、サブクラスAとして分類され、21ピクセルよりも小さい場合、サブクラスBとして分類される。
b.サブクラスA及びBの両方は、顔のx位置が74未満(例えば、左からのピクセル)であるか、74〜114であるか、又は114より大きいかに応じて、3つの異なるサブクラスに分割される。
2.各メディアアイテムは7ビンのヒストグラムを有し、ここで第1のビンは顔を有しないフレームを表し、他のビンは6つの異なる顔のクラスを表す。解析される各フレームについて、各顔が検出される毎に、その分類が属しているビンが1だけ増分される。
3.ヒストグラムは、メディアアイテムを表す、7ビンの基本的特徴ベクトルを形成する。
利用可能な音声が、48kHzのサンプリングレートを有すると仮定すると、音声は、16msのオーバーラップを伴いながら32msの時間窓でサンプリングされ、全部でN=1536のサンプルが得られる。rms振幅は以下のように定義される。
パワースペクトルの対数が用いられる。
以下の間隔を有する4つのサブバンドパワーが用いられる。
明度は、重心周波数として定義され、以下のように計算される。
帯域幅Bは、以下のように計算される。
ピッチ周波数は、以下のように確定される。
1.各音声フレームについて、スペクトルパワーが計算される
2.スペクトルパワーのピークが、離散演算子:{0.25f,0.75f,1.0f,0.75f,0.25f}で強調される。
3.音声窓の高調波が以下のように計算される。
a.50Hzのピッチで開始するくし形フィルタが、1000kHzのピッチに達するまで連続的に増加される。各ステップについて、くし形フィルタ信号「C」とノイズ「N」との差分がとられる。
i.くし形フィルタ値が以下のように計算される。
Ci=2.25*Si−1+1.5*Si+2.25*Si+1
ここで、「i」はピッチ周波数であり、「S」は強調された信号である。[i−1,i,i+1]について、S=1である場合、C=6となる。
ii.ノイズが以下のように計算される。
4.これにより、周波数vs高調波の図が形成される。高調波のピークは、ピッチ周波数を与える。
これより、別の基本的特徴ベクトルが定義される。これはいわゆるエッジ/プレーンフィールドヒストグラム(Edge/Plain Field Histogram:EPFH)特徴ベクトルである。これは、2つの基本的なステップによって生成される。
1.画像における色値の量子化
2.EPFHの形成
処理は、HSV(Hue Saturation Value:色相、彩度、輝度)符号化された画像から始まる。ここで0≦H≦360であり、0≦S≦1であり、0≦V≦1である。検討中の画像がこの形式で提供されていない場合、簡単な(且つ既知の)マッピング動作により、画像がこの形式に変換される。
0.00<彩度≦0.03 →無彩色 輝度Aを返す
0.03<彩度≦0.33 →低彩色 7*輝度C+色相−1を返す
0.33<彩度≦0.66 →中彩色 (3+輝度C)*7+色相−1を返す
0.66<彩度≦1 →高彩色 (6+輝度C)*7+色相−1を返す
330<色相≦22 1を返す //レッド
22<色相≦45 2を返す //オレンジ
45<色相≦70 3を返す //イエロー
70<色相≦155 4を返す //グリーン
155<色相≦186 5を返す //シアン
186<色相≦278 6を返す //ブルー
278<色相≦330 7を返す //パープル
0.00<彩度≦0.33 低輝度 0を返す
0.33<彩度≦0.66 中輝度 1を返す
0.66<彩度≦1 高輝度 2を返す
0.00<輝度≦0.25 →白 63を返す
0.25<輝度≦0.50 →薄灰色 64を返す
0.50<輝度≦0.75 →濃灰色 65を返す
0.75<輝度≦1 →黒 66を返す
次に、画像におけるピクセルについて反復処理が行われる。各ピクセル(中心ピクセル)は、その周囲のピクセル(すなわち、8ピクセルから成るグループ)と比較される。周囲のピクセルのうちのいずれか1つが、現在の中心ピクセルと異なる色インデックス値を有する場合、中心ピクセルは「エッジ」ピクセルと見なされ、そうでなければプレーンフィールドピクセルと見なされる。
エッジヒストグラム及びプレーンフィールドヒストグラムはいずれも、長さが1に等しくなるように個々に正規化される。画像中の総ピクセルに対するエッジピクセルの比も計算される(「エッジ比」)。
[色]
基本的な色特徴ベクトルは、メディアアイテム全体にわたる、60ビンのRGBヒストグラム(1色につき20ビン)の平均及び標準偏差から成る。これにより、120の変数から成る特徴ベクトルが得られる。
各フレームは、双一次補間により、その開始サイズ(例えば、720×576ピクセル)から64×64にサイズ変更される。64×64の画像は、FFT処理によって変換され、10個の最低周波数に1を足したもののパワーの対数が保存される。
D(u,v)=10*log(1+|F(u,v)|)
音声特徴は、上述したように形成され、41値の特徴ベクトルを形成する。(ホテリング変換により検出された)7個の最も重要な値は保持される。
顔特徴ベクトルは、上述したように形成され、6値の特徴ベクトルを形成する。
下位特徴ベクトルは、平均標準偏差正規化により正規化され、連結されて30値の特徴ベクトルを形成する。
(1)情報アイテムリポジトリが(上述したタイプの)強化類似検索等を許可する場合、検証されたメタデータか、又は少なくとも閾値信頼度レベルを有するメタデータを有するアイテムと共にアイテムが選択される度に、信頼度が1だけ増加される。
(2)信頼度は、ユーザが2つのアイテムは類似していないと示した場合、減少され得る。
(3)信頼度フラグが高い信頼度(例えば、レベル8以上)に達したとき、このレベルよりも下になることが防止され得る。
(4)レベル10は、検証された状態を示すものとして確保され得るため、例えば、データベース管理者又は他の利用者は、レベル9に達しているケースを識別するための検索を規則的に実行し、そのメタデータが正確であるかどうかを手動でチェックすることができ、メタデータが正確である場合、それらのアイテムに、検証された状態(レベル10)を割り当てることができる。
(5)信頼度が所定の閾値未満である情報アイテムは、新たに入力処理されるアイテムのメタデータフィールドにデータ投入するために用いることができない。
(6)手動で入力された(例えば、ハンドタイプされた)メタデータは、自動的に所定の信頼度、例えばレベル7を割り当てられる。
(7)信頼度は、単独の検索基準か、又はいくつかの検索基準のうちの1つであり得る。したがって、(例えば)検索クエリに合致する、少なくともある程度の信頼度を有するメタデータを有する情報アイテムだけが、検索結果として返される。
ホテリング変換は、主成分、固有ベクトル及び離散カルーネン−レーベ変換としても知られている。ホテリング変換は、特徴ベクトル内の冗長性を縮小するための非常に有用な方法である。
ベクトルの集団を考える。
mx=E(x)
であり、共分散行列は
Cx=E((x−mx)(x−mx)T)
である。
固有値及び一致する固有ベクトルをとり、それらの固有ベクトルを、固有値の降順に一致する順序にした場合、行列Aが得られる。
A=eig(Cx)
ホテリング変換はその後、以下の式で記述される。
y=A・(x−mx)
ここで、xはyに変換される。yベクトルにおける第1の次元は、最も分散が大きく、第2の次元は2番目に分散が大きい、等である。これは、我々が、固有値のサイズに関して固有ベクトルを編成したことに起因する。
ベクトル正規化は、ベクトルをそのベクトル自体のノルムによって分割する標準的な代数的手法である。これにより、長さ1のベクトルが得られる。
平均及び標準偏差の正規化は、一種のカラム正規化である。平均及び標準偏差は、カラム毎にとられる。各値はその後、そのカラムの平均によって変換され、そのカラムの標準偏差によって分割される。
Claims (19)
- 関連するメタデータを有する情報アイテム群を参照することにより、現在の情報アイテムについてメタデータを生成する情報処理装置であって、
前記メタデータは、当該メタデータに関する信頼度を表す、対応する指示データを有し、
前記情報処理装置は、
前記現在の情報アイテムの1つ又は複数の所定の特性を検出する特性検出部と、
前記情報アイテム群から、前記現在の情報アイテムの前記1つ又は複数の所定の特性に最も近い前記1つ又は複数の所定の特性を有する情報アイテムのサブセットを検出するサブセット検出部と、
前記現在の情報アイテムを、前記情報アイテムのサブセットのうちの1つ又は複数からのメタデータと関連付けて、前記現在の情報アイテムと関連付けられた前記メタデータに、当該メタデータと当該現在の情報アイテムとに関して低い信頼度を表す指示データを割り当てるように構成された関連付け論理回路と、
情報アイテム及びそれに関連するメタデータに関するユーザと前記情報処理装置との対話を検出し、当該ユーザの対話に応じて、メタデータに関連付けられた前記指示データを変更する対話検出部と
を具備する情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記メタデータは、テキストメタデータを有する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記メタデータは、インターネット又はネットワークのハイパーリンクを表すデータを有する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記情報アイテムは音声及び/又は映像データを含み、
前記特性検出部は、前記音声及び/又は映像データの1つ又は複数の特性を検出するように動作可能である
情報処理装置。 - 請求項4に記載の情報処理装置であって、
前記1つ又は複数の所定の特性は、
色相統計分布、
輝度統計分布、
明度統計分布、
色成分統計分布、
画像の形状、
顔検出統計値、
音声パワー、
音声サブバンドパワー、
音声明度、
音声帯域幅、
音声ピッチ、及び
音声メル周波数特性
から選択される1つ又は複数の特性を含む
情報処理装置。 - 請求項4に記載の情報処理装置であって、
前記1つ又は複数の所定の特性を示す特徴データ値を有する特徴ベクトルを生成する特徴ベクトル生成部をさらに具備し、
前記サブセット検出部は、前記現在の情報アイテムの前記特徴ベクトルからユークリッド距離が最も短い特徴ベクトルを有する情報アイテムを検出するように動作可能である
情報処理装置。 - 請求項6に記載の情報処理装置であって、
前記情報アイテムのあまり重要でない特性に関する特徴データを廃棄するように構成された論理回路をさらに具備する
情報処理装置。 - 請求項6に記載の情報処理装置であって、
特徴ベクトルを、前記情報アイテム群のうちの少なくともいくつかについて格納するための特徴ベクトル記憶部をさらに具備する
情報処理装置。 - 請求項4に記載の情報処理装置であって、
前記メタデータは、前記情報アイテムの音声特性及び/又は映像特性を示す
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記関連付け論理回路は、最も低い信頼度を表す指示データを、新たに関連付けられたメタデータに割り当てるように動作可能である
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記関連付け論理回路は、前記メタデータが前記サブセット内の情報アイテムと関連付けられたときに、当該新たに関連付けられたメタデータに、前記メタデータの前記信頼度に応じた信頼度を表す指示データを割り当てるように動作可能である
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記対話検出部は、現在の情報アイテムが検索クエリに関連するか否かについてのユーザ入力を検出するように動作可能である
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記対話検出部は、前記指示データが前記信頼度の少なくとも閾値レベルを表す場合、前記指示データによって表される前記信頼度を低下させないように構成される
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記ユーザが現在の情報アイテムに関連するメタデータを特に承認したかどうかを検出し、承認した場合、所定の信頼度を表すための、前記メタデータに関連する前記指示データを設定する承認検出部をさらに具備する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記情報アイテム群内で、検索基準である前記指示データを検索するように構成された検索論理回路をさらに具備する
情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記対話検出部は、設定可能な最低の信頼度を表すように変更された指示データを有するメタデータを削除するように構成される
情報処理装置。 - 関連するメタデータを有する情報アイテム群を参照することにより、現在の情報アイテムについてメタデータを生成する情報処理方法であって、
前記メタデータは、当該メタデータに関する信頼度を表す対応する指示データを有し、
前記情報処理方法は、
前記現在の情報アイテムの1つ又は複数の所定の特性を検出し、
前記情報アイテム群から、前記現在の情報アイテムの特性に最も類似した1つ又は複数の所定の特性を有する情報アイテムのサブセットを検出し、
前記現在の情報アイテムを、1つ又は複数の前記情報アイテムのサブセットからのメタデータと関連付けて、前記現在の情報アイテムと関連付けられた前記メタデータに、当該メタデータと当該現在の情報アイテムとに関して低い信頼度を表す指示データを割り当て、
情報アイテム及びそれに関連付けられたメタデータに関するユーザの対話を検出し、当該対話に応じて、前記メタデータと関連付けられた前記指示データを変更する
情報処理方法。 - 請求項17に記載の情報処理方法を実行するためのプログラム。
- 請求項18に記載のプログラムが記録された記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0709145A GB2449125A (en) | 2007-05-11 | 2007-05-11 | Metadata with degree of trust indication |
GB0709145.7 | 2007-05-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008282407A JP2008282407A (ja) | 2008-11-20 |
JP5518301B2 true JP5518301B2 (ja) | 2014-06-11 |
Family
ID=38219287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008125328A Active JP5518301B2 (ja) | 2007-05-11 | 2008-05-12 | 情報処理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8117528B2 (ja) |
EP (2) | EP2015203B1 (ja) |
JP (1) | JP5518301B2 (ja) |
CN (1) | CN101308514B (ja) |
GB (1) | GB2449125A (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009031872A1 (de) * | 2009-07-06 | 2011-01-13 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur automatischen Suche nach Dokumenten in einem Datenspeicher |
US9081856B1 (en) | 2011-09-15 | 2015-07-14 | Amazon Technologies, Inc. | Pre-fetching of video resources for a network page |
GB2495978A (en) * | 2011-10-28 | 2013-05-01 | Maurizio Pilu | Smartphone application |
US20130283143A1 (en) * | 2012-04-24 | 2013-10-24 | Eric David Petajan | System for Annotating Media Content for Automatic Content Understanding |
US9367745B2 (en) | 2012-04-24 | 2016-06-14 | Liveclips Llc | System for annotating media content for automatic content understanding |
US9547549B2 (en) * | 2013-01-16 | 2017-01-17 | Microsoft Technology Licensing, Llc | Handling file system corruption |
US9842142B2 (en) * | 2013-03-15 | 2017-12-12 | Ebay Inc. | Self-guided verification of an item |
US10349093B2 (en) * | 2014-03-10 | 2019-07-09 | Cisco Technology, Inc. | System and method for deriving timeline metadata for video content |
CN107291884A (zh) * | 2017-06-20 | 2017-10-24 | 郑州云海信息技术有限公司 | 一种数据关系构建方法和装置 |
JP2023110106A (ja) * | 2020-06-05 | 2023-08-09 | 言語研究開発合同会社 | 言語学習支援装置、プログラム及び情報処理方法 |
CN113420077B (zh) * | 2021-06-10 | 2024-01-30 | 浙江大华技术股份有限公司 | 一种数据处理方法、装置、设备及介质 |
US11960618B2 (en) * | 2021-09-01 | 2024-04-16 | International Business Machines Corporation | Access rights based search results |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5911139A (en) * | 1996-03-29 | 1999-06-08 | Virage, Inc. | Visual image database search engine which allows for different schema |
US6363380B1 (en) * | 1998-01-13 | 2002-03-26 | U.S. Philips Corporation | Multimedia computer system with story segmentation capability and operating program therefor including finite automation video parser |
US6564206B1 (en) * | 1998-10-05 | 2003-05-13 | Canon Kabushiki Kaisha | Information search apparatus and method, and storage medium |
GB2391678B (en) * | 1999-07-05 | 2004-05-05 | Mitsubishi Electric Inf Tech | Method and apparatus for representing and searching for an object in an image |
JP3738631B2 (ja) * | 1999-09-27 | 2006-01-25 | 三菱電機株式会社 | 画像検索システムおよび画像検索方法 |
US20040125124A1 (en) * | 2000-07-24 | 2004-07-01 | Hyeokman Kim | Techniques for constructing and browsing a hierarchical video structure |
US6804684B2 (en) * | 2001-05-07 | 2004-10-12 | Eastman Kodak Company | Method for associating semantic information with multiple images in an image database environment |
US7143354B2 (en) * | 2001-06-04 | 2006-11-28 | Sharp Laboratories Of America, Inc. | Summarization of baseball video content |
US7403938B2 (en) * | 2001-09-24 | 2008-07-22 | Iac Search & Media, Inc. | Natural language query processing |
JP3903783B2 (ja) * | 2001-12-14 | 2007-04-11 | 日本電気株式会社 | 顔メタデータ生成方法および装置、並びに顔類似度算出方法および装置 |
US20030123737A1 (en) * | 2001-12-27 | 2003-07-03 | Aleksandra Mojsilovic | Perceptual method for browsing, searching, querying and visualizing collections of digital images |
JP2004054768A (ja) * | 2002-07-23 | 2004-02-19 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ提供方法とシステム、コンテンツ利用者の端末とコンテンツ提供者の端末、およびプログラムと記録媒体 |
US7392477B2 (en) * | 2003-07-18 | 2008-06-24 | Microsoft Corporation | Resolving metadata matched to media content |
KR100754387B1 (ko) * | 2004-12-06 | 2007-08-31 | 삼성전자주식회사 | 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록매체 |
US7660468B2 (en) * | 2005-05-09 | 2010-02-09 | Like.Com | System and method for enabling image searching using manual enrichment, classification, and/or segmentation |
US7809192B2 (en) * | 2005-05-09 | 2010-10-05 | Like.Com | System and method for recognizing objects from images and identifying relevancy amongst images and information |
US7512580B2 (en) * | 2005-08-04 | 2009-03-31 | Sap Ag | Confidence indicators for automated suggestions |
US7761399B2 (en) * | 2005-08-19 | 2010-07-20 | Evree Llc | Recommendation networks for ranking recommendations using trust rating for user-defined topics and recommendation rating for recommendation sources |
US7469257B2 (en) * | 2005-09-08 | 2008-12-23 | Microsoft Corporation | Generating and monitoring a multimedia database |
US7644373B2 (en) * | 2006-01-23 | 2010-01-05 | Microsoft Corporation | User interface for viewing clusters of images |
JP5170961B2 (ja) * | 2006-02-01 | 2013-03-27 | ソニー株式会社 | 画像処理システム、画像処理装置および方法、プログラム、並びに記録媒体 |
US7421455B2 (en) * | 2006-02-27 | 2008-09-02 | Microsoft Corporation | Video search and services |
US7668405B2 (en) * | 2006-04-07 | 2010-02-23 | Eastman Kodak Company | Forming connections between image collections |
US20070255755A1 (en) * | 2006-05-01 | 2007-11-01 | Yahoo! Inc. | Video search engine using joint categorization of video clips and queries based on multiple modalities |
-
2007
- 2007-05-11 GB GB0709145A patent/GB2449125A/en not_active Withdrawn
-
2008
- 2008-04-29 EP EP08251558.6A patent/EP2015203B1/en active Active
- 2008-04-29 EP EP15171045.6A patent/EP2963569B1/en active Active
- 2008-05-09 CN CN2008101287588A patent/CN101308514B/zh active Active
- 2008-05-09 US US12/118,138 patent/US8117528B2/en not_active Expired - Fee Related
- 2008-05-12 JP JP2008125328A patent/JP5518301B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN101308514B (zh) | 2013-06-19 |
EP2015203A1 (en) | 2009-01-14 |
US20080282184A1 (en) | 2008-11-13 |
GB2449125A (en) | 2008-11-12 |
EP2963569A2 (en) | 2016-01-06 |
EP2963569A3 (en) | 2016-04-06 |
GB0709145D0 (en) | 2007-06-20 |
EP2963569B1 (en) | 2019-11-27 |
EP2015203B1 (en) | 2016-10-12 |
CN101308514A (zh) | 2008-11-19 |
US8117528B2 (en) | 2012-02-14 |
JP2008282407A (ja) | 2008-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5518301B2 (ja) | 情報処理装置 | |
US8719884B2 (en) | Video identification and search | |
JP4937578B2 (ja) | 情報処理方法 | |
US6819797B1 (en) | Method and apparatus for classifying and querying temporal and spatial information in video | |
CN112347244B (zh) | 基于混合特征分析的涉黄、涉赌网站检测方法 | |
CA2814401C (en) | Vector transformation for indexing, similarity search and classification | |
US6522782B2 (en) | Image and text searching techniques | |
US20140201180A1 (en) | Intelligent Supplemental Search Engine Optimization | |
CN114297439B (zh) | 一种短视频标签确定方法、系统、装置及存储介质 | |
US20070236712A1 (en) | Image classification based on a mixture of elliptical color models | |
WO2020155750A1 (zh) | 基于人工智能的语料收集方法、装置、设备及存储介质 | |
US20020078043A1 (en) | Image searching techniques | |
KR100471927B1 (ko) | 웹 기반 영상 데이터 검색 시스템 및 그 방법 | |
US8788503B1 (en) | Content identification | |
KR100706389B1 (ko) | 이미지 상호간의 유사도를 고려한 이미지 검색 방법 및장치 | |
US20120321201A1 (en) | Using near-duplicate video frames to analyze, classify, track, and visualize evolution and fitness of videos | |
US6522780B1 (en) | Indexing of images and/or text | |
KR101472451B1 (ko) | 디지털 콘텐츠 관리 시스템 및 방법 | |
CN101589387B (zh) | 信息处理 | |
Sung et al. | Classification of movie posters to movie genres | |
Zhang et al. | Automatic preview frame selection for online videos | |
CN117453971A (zh) | 一种向量化数据检索管理方法和装置 | |
Makode et al. | Knowledge discovery using various multimedia data mining technique | |
CN116012871A (zh) | 对象识别方法、装置、计算机设备、存储介质和产品 | |
Gaddampalli | Characterization of Common Videos with Signatures Extracted from Frame Transition Profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110420 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120724 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121017 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140402 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5518301 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |