JP5521436B2 - 動画像記録装置、動画像記録方法およびプログラム - Google Patents

Description

本発明は、動画像記録装置、動画像記録方法およびプログラムに関する。

近年、いわゆるキーワード録画機能と呼ばれる、ユーザにより予め登録されたキーワードに応じた条件を満たす番組放送を自動的に記録する機能を有する記録装置が知られるようになった。しかしながら、このような機能を有する記録装置は、例えば、番組が再放送された場合、再放送された番組を重複して記録してしまうという問題があった。

そこで、以下に示す特許文献１では、コマーシャル放送から本編放送に切り替わった後の所定時間分の本編放送に関する音声データをテキストデータに変換し、得られたテキストデータに基づいて番組放送の重複を判断するという技術が開示されている。

特開２００７−３２４８５５号公報

しかしながら、特許文献１に記載の技術では、音声データをテキストデータに変換する際に、いわゆる音声認識技術という負荷の大きな処理を行う必要があり、記録装置に音声認識技術を実施する回路やプログラム等を付加しなくてはならないという問題があった。そのため、音声認識技術という記録装置本来の機能とは異なる機能を実装することで、コストの増加が生じてしまうこととなる。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、コストの増加を抑制しつつ、重複して記録されたコンテンツを正確に検索することが可能な、動画像記録装置、動画像記録方法およびプログラムを提供することにある。

上記課題を解決するために、本発明のある観点によれば、動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出する特徴量抽出部と、前記特徴量抽出部により抽出された複数種類の前記特徴量データと、前記動画像データとが互いに関連付けられて記録される記憶部と、前記複数種類の特徴量データに基づいて、前記記憶部に格納されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索する重複コンテンツ検索部と、を備え、前記特徴量抽出部は、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、動画像記録装置が提供される。

前記重複コンテンツ検索部は、前記記憶部に前記重複コンテンツが存在する場合、前記動画像データが重複しなくなるまで、前記記憶部の中から該当する前記動画像データを削除することが好ましい。

前記重複コンテンツ検索部は、任意の２つの前記動画像データに関連付けられた前記特徴量データ間の類似の度合いを算出し、前記類似の度合いが所定の閾値以上であった場合、前記重複コンテンツが存在すると判断してもよい。

前記重複コンテンツ検索部は、前記特徴量データのうち少なくとも一部の時間区間に対応するものを利用し、前記類似の度合いを算出してもよい。

前記特徴量抽出部は、前記動画像データに対応する動画像においてコマーシャルが検出された時刻に関するコマーシャル区間情報を、前記特徴量データとして更に抽出し、前記重複コンテンツ検索部は、抽出された１または２以上の特徴量データの中から、前記コマーシャルが検出された時刻を除いて、前記類似の度合いを算出してもよい。

前記特徴量抽出部は、前記動画像データに対応する動画像においてシーンチェンジの発生した時刻に関するシーンチェンジ情報を、前記特徴量データとして更に抽出してもよい。

前記特徴量抽出部は、前記動画像データに対応する動画像において所定の割合以上の肌色部分が検出された時刻に関する肌色検出情報を、前記特徴量データとして更に抽出してもよい。

前記動画像記録装置は、当該動画像記録装置の外部に設けられた情報処理装置との間で前記特徴量データの送受信を行う特徴量データ送受信部を更に備え、前記重複コンテンツ検索部は、前記情報処理装置から取得した前記特徴量データを更に利用して、前記重複コンテンツの検索を行ってもよい。

また、上記課題を解決するために、本発明の別の観点によれば、動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出するステップと、抽出された前記複数種類の特徴量データと前記動画像データとを互いに関連付けて記憶部に記録するステップと、前記複数種類の特徴量データに基づいて、前記記憶部に格納されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索するステップと、を含み、前記特徴量データを抽出するステップでは、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、動画像記録方法が提供される。

また、上記課題を解決するために、本発明の更に別の観点によれば、コンピュータに、動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出する特徴量抽出機能と、前記特徴量抽出機能により抽出された複数種類の前記特徴量データと、前記動画像データとを互いに関連付けて記録する動画像データ記録機能と、前記複数種類の特徴量データに基づいて、記録されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索する重複コンテンツ検索機能と、を実現させ、前記特徴量抽出機能は、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、プログラムが提供される。

以上説明したように本発明によれば、コストの増加を抑制しつつ、重複して記録されたコンテンツを正確に検索することが可能である。

本発明の第１の実施形態に係る動画像配信システムを説明するための説明図である。 同実施形態に係る動画像記録装置の構成を説明するためのブロック図である。 同実施形態に係る特徴量抽出部の構成を説明するためのブロック図である。 特徴量データについて説明するための説明図である。 同実施形態に係る重複コンテンツ検索部の構成を説明するためのブロック図である。 特徴量データについて説明するための説明図である。 同実施形態に係る動画像記録方法について説明するための流れ図である。 同実施形態に係る動画像記録方法について説明するための流れ図である。 同実施形態に係る動画像記録装置の第１変形例について説明するためのブロック図である。 同変形例に係る動画像記録装置について説明するための説明図である。 本発明の実施形態に係る動画像記録装置のハードウェア構成を説明するためのブロック図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は、以下の順序で行うものとする。
（１）目的
（２）第１の実施形態
（２−１）動画像配信システムについて
（２−２）動画像記録装置の構成について
（２−３）動画像記録方法について
（２−４）第１変形例
（３）本発明の実施形態に係る動画像記録装置のハードウェア構成について
（４）まとめ

（目的）
まず、本発明の実施形態に係る動画像記録装置および動画像記録方法について説明するに先立ち、本発明が目的とするところについて、詳細に説明する。

近年、動画像データをデジタルデータとして取り扱う装置が、放送局などの情報配信、及び一般家庭における情報受信の双方において普及しつつある。その際、効率の高い情報の伝送および蓄積を目的として、動画像情報特有の冗長性を利用し、離散コサイン変換等の直行変換と動き補償とにより圧縮するＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）等の方式が用いられている。

特に、ＭＰＥＧ２（ＩＳＯ／ＩＥＣ１３８１８−２）は、汎用動画像符号化方式として定義されている。この方式は、飛び越し走査画像および順次走査画像の双方、ならびに、標準解像度画像および高精細画像を網羅する標準であり、プロフェッショナル用途およびコンシューマー用途の広範なアプリケーションに、現在広く用いられている。

ＭＰＥＧ２圧縮方式を用いることにより、高い圧縮率と良好な画質の双方の実現が可能である。例えば、７２０×４８０画素を持つ標準解像度の飛び越し走査画像であれば、４〜８Ｍｂｐｓの符号量（ビットレート）を割り当てることが可能である。また、１９２０×１０８８画素を持つ高解像度の飛び越し走査画像であれば、１８〜２２Ｍｂｐｓの符号量を割り当てることが可能である。

ＭＰＥＧ２は、主として放送用に適合する高画質符号化を対象としていたが、ＭＰＥＧ１より低い符号量（ビットレート）、つまり、より高い圧縮率の符号化方式には対応していなかった。携帯端末の普及により、今後そのような符号化方式のニーズは高まると思われ、これに対応してＭＰＥＧ４符号化方式の標準化が行われた。画像符号化方式に関しては、１９９８年１２月に、ＩＳＯ／ＩＥＣ１４４９６−２として、その規格が国際標準に承認された。

ＭＰＥＧ方式に続いて、さらなる高圧縮率を実現するＪＶＴ（Ｊｏｉｎｔ Ｖｉｄｅｏ Ｔｅａｍ）と呼ばれる符号化方式や、ＶＣ−１と呼ばれる符号化方式が提案されている。これらの各圧縮方式においては、共通して、動き補償および離散コサイン変換（ＤＣＴ）やアダマール変換などの直交変換、ならびに、これらによって得られた各係数の量子化が行われ、高い圧縮率を実現する。

現在、地上デジタル放送や、ＢＳ／ＣＳデジタル放送において用いられている動画像符号化方式は、主にＭＰＥＧ方式である。また、動画像データを受信してハードディスクや記録可能なＤＶＤ／ＢＤなどのディスク媒体に記録する動画像記録装置（レコーダー）は、受信した動画像符号化信号をそのままの形式で記録する。また、動画像記録装置は、受信した動画像データを、ユーザの利用スタイルにあわせてＭＰＥＧ方式、ＪＶＴ方式、ＶＣ−１方式のいずれかに再符号化し、画質を犠牲にしてもやや圧縮率をあげてから、記録することも可能である。

これらの動画像記録装置の中には、ＥＰＧ（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｇｒａｍ Ｇｕｉｄｅ）などの電子番組表の記載情報を利用し、ユーザの好きなタレントや、ユーザの好きなジャンルやキーワードを登録する機能が付加されているものがある。これらの動画像記録装置では、登録されたタレント出演している番組や、登録されたジャンルの番組や、登録されたキーワードを含む番組等を、自動的に録画する。また、これらの動画像記録装置の中には、ユーザが実際に予約録画を行った番組の電子番組表情報からユーザの好みを推定し、類似したタイプの番組を自動録画する機能がついているものもある。

こういった機能を有する動画像記録装置は、いちいち予約録画を設定しなくても、ユーザが気に入りそうな番組をどんどん録画するため、ユーザの利便性を飛躍的に向上させることができる。その反面、放っておくと内蔵ハードディスクドライブなどの記憶装置の容量がすぐに飽和してしまうという問題がある。その結果、ユーザは、記録されている番組全てについて、不要な番組の選定および消去作業に追われることになる。中には、既に録画されている番組の再放送分までもが記録されている場合もあり、しかもそれが毎週放送されるレギュラー番組のような形式のものであった場合、電子番組表情報からではどの回の再放送分かが直ぐにはわからない。そのため、ユーザは、内容を少しだけ見て確かめ、重複しているものであれば消去するという作業を行うことになり、無駄な時間を費やすこととなる。

そのため、動画像記録装置の機能として、重複している番組を自動的に探し出し、ユーザに報告するというものがあれば、ユーザの作業の負担を軽減することができ、望ましい。しかし、この機能の実現には、以下で説明するように、いくつかの課題が存在する。

まず、電子番組表の番組情報から重複しているものを探そうとした場合、上述の通り、一定期間毎に放送されるレギュラー番組において、検索がうまくいかなくなる可能性が大きい。このような番組はタイトルが毎回同一であるため、内容の異なるものであっても、全てが重複しているとみなされてしまう場合がある。また、ケーブルテレビ会社等と契約しているユーザの場合、セットトップボックス（ＳＴＢ）経由で外部入力端子を使って動画像記録装置に映像信号を入力し、番組を記録するケースもある。このような場合には、そもそも電子番組表の番組情報が利用できない。

また、実際に動画像記録装置に記録されている動画像信号を元に、重複している番組を探そうとした場合、重複している番組の検索にかかる処理量が問題となる。放送された符号化動画像信号を動画像記録装置に記録する際には、そのまま記録する場合もあれば、別の記録方式や別のビットレートへ再符号化して記録する場合もある。また、例えば、特定の放送局の地上波放送で放送された番組の再放送を、同一の放送局の衛星放送で放送する等という場合であれば、そもそも画枠サイズからして異なるため、放送される圧縮された動画像信号が全く違うものとなってしまう。そのため、記録された符号化動画像信号そのものを比べる方式では、重複したものを探し出すことは不可能である。かといって、記録された符号化動画像信号を全て復号し、復号された動画像信号同士で比較を行うのは、処理量が膨大になってしまう上、復号された巨大なサイズの動画像信号を一時的ではあっても格納する箇所を確保するという別の問題も発生し、現実的でない。

また、対象の番組が民放で放送されたものであった場合、番組の合間などに放送されるコマーシャル（以下、ＣＭと略記する。）が問題になる。初回の放送と再放送とでは、番組の合間に放送されるＣＭが異なっている場合が多いため、内容が同一の番組の比較をしても、ＣＭ部分の相違が比較結果に影響し、異なる番組として判定されてしまう可能性があるためである。

本発明は、かかる事情に鑑みてなされたものである。本発明は、動画像記録装置に既に実装されている特徴量抽出機能等を用い、コストの増加を抑えつつ、実質的に同一の重複した番組を探し出すことが可能な動画像記録装置を提供することを目的とする。検出した重複する番組に関する情報をユーザへ通知し、重複する番組（以下、重複コンテンツとも称する。）の消去を行うことで、効率良く記憶装置を利用することが可能となる。

（第１の実施形態）
＜動画像配信システムについて＞
まず、図１を参照しながら、本発明の第１の実施形態に係る動画像配信システムの概要について、詳細に説明する。図１は、本実施形態に係る動画像配信システムを説明するための説明図である。

本実施形態に係る動画像配信システム１は、例えば図１に示したように、画像入力装置３、符号化装置５、動画像記録装置１０、動画像再生装置２０および画像表示装置３０を含む。なお、図１において、動画像記録装置１０、動画像再生装置２０および画像表示装置３０は、１つずつしか図示されていないが、これらの装置は、動画像配信システム１内に複数台ずつ設けられていてもよい。また、同様に、図１において、画像入力装置３および符号化装置５は、１つずつしか図示されていないが、これらの装置は、動画像配信システム１内に複数台ずつ設けられていてもよい。

画像入力装置３は、動画像（以下、コンテンツとも称する。）を配信する配信者が有する装置である。この画像入力装置３は、入力された動画像をデジタル信号化し、出力する。出力された動画像に対応するデータは、符号化装置５に入力される。

符号化装置５は、デジタル信号化された動画像データに対して、離散コサイン変換やアダマール変換等の直交変換と、動き補償技術とを用いて圧縮し、フレーム画像データ（ビットストリーム）を生成する。その後、符号化装置５は、生成したフレーム画像データを変調し、後述する伝送媒体７を介して配信する。

なお、画像入力装置１０から出力されたデータを符号化しなくとも良い場合には、画像入力装置１０から出力されたデータを、符号化されていない動画像データとして、伝送媒体７を介して配信してもよい。

ここで、上述の伝送媒体７として、例えば、衛星放送波、ケーブルテレビ網、電話回線網、携帯電話回線網などを挙げることができる。また、上述の伝送媒体７は、光ディスク、磁気ディスクおよび半導体メモリ等の記録媒体であってもよい。

動画像記録装置１０は、伝送媒体７を介して配信された動画像データを記録する装置である。動画像記録装置１０に動画像データが記録されることで、ユーザは、動画像データに対応する動画像（番組等のコンテンツ）が配信されたタイミングではなく、ユーザが動画像を視聴したいと考えた任意のタイミングで、記録された動画像を視聴することができる。この動画像記録装置１０については、以下で改めて詳細に説明する。

動画像再生装置２０は、配信された動画像データを復調した後に、符号化時における直行変換の逆変換および動き補償によって符号化されたデータを伸張し、フレーム画像データを生成する。その後、動画像再生装置２０は、生成したフレーム画像データを再生し、後述する画像表示装置３０に表示する。

画像表示装置３０は、動画像再生装置２０によって再生されたフレーム画像データを、当該画像表示装置３０が備える表示部に表示する装置である。フレーム画像データに対応する動画像が表示部に表示されることで、ユーザは、伝送媒体７を介して配信された動画像コンテンツを視聴することができる。

なお、図１において、動画像記録装置１０、動画像再生装置２０および画像表示装置３０がそれぞれ別の装置として設けられる場合について説明したが、本発明の実施形態は、図１に示した場合に限定されるわけではない。すなわち、動画像記録装置１０が、動画像再生装置２０の機能を更に備えていてもよく、動画像記録装置１０が、動画像再生装置２０および画像表示装置３０の機能を更に備えていてもよい。また、画像表示装置３０が動画像再生装置２０の機能を更に備えていてもよい。

以上、本実施形態に係る動画像配信システム１の構成について説明した。以下では、この動画像配信システム１が備える動画像記録装置１０について、詳細に説明する。

＜動画像記録装置の構成について＞
続いて、図２〜図６を参照しながら、本実施形態に係る動画像記録装置１０の構成について、詳細に説明する。図２は、本実施形態に係る動画像記録装置の構成について説明するためのブロック図である。図３は、本実施形態に係る特徴量抽出部の構成について説明するためのブロック図である。図４は、特徴量データについて説明するための説明図である。図５は、本実施形態に係る重複コンテンツ検索部の構成について説明するためのブロック図である。図６は、特徴量データについて説明するための説明図である。

本実施形態に係る動画像記録装置１０は、例えば図２に示したように、動画像データ取得部１０１、特徴量抽出部１０３、動画像データ再符号化部１０５、動画像データ記録部１０７、記憶部１０９および重複コンテンツ検索部１１１を主に備える。

動画像データ取得部１０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、通信装置等により実現される。動画像データ取得部１０１は、配信された動画像データ（より詳細には、変調および符号化された動画像データ）を、伝送媒体７を介して取得する。動画像データ取得部１０１は、取得した動画像データを、一旦、ＲＡＭや後述する記憶部１０９等の記憶装置に格納してもよい。

動画像データ取得部１０１は、取得した動画像データを、後述する特徴量抽出部１０３に伝送する。また、ユーザにより動画像データの再符号化を行う操作が入力された場合には、動画像データ取得部１０１は、取得した動画像データを、後述する動画像データ再符号化部１０５に伝送する。また、上述のような再符号化を行う操作が入力されなかった場合には、動画像データ取得部１０１は、取得した動画像データを、後述する動画像データ記録部１０７に伝送する。

特徴量抽出部１０３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。特徴量抽出部１０３は、動画像データ取得部１０１から伝送された動画像データに基づいて、動画像データに対応する動画像の特徴を表す特徴量に関するデータを、動画像データ毎（すなわち、配信された番組毎）に抽出する。より詳細には、特徴量抽出部１０３は、伝送された動画像データを必要に応じて復号したうえで、動画像の特徴を表す特徴量（動画像の映像に関する特徴量および動画像の音声に関する特徴量）を抽出する。

この特徴量抽出部１０３は、例えば図３に示したように、音量情報抽出部１２１と、字幕情報抽出部１２３と、シーンチェンジ情報抽出部１２５と、肌色検出情報抽出部１２７と、ＣＭ区間情報抽出部１２９と、更に備える。

これらの各処理部は、単独で動作したり、互いに連携して動作したりすることで、動画像の特徴を表す特徴量に関するデータ（以下、特徴量データと称する。）を抽出する。

音量情報抽出部１２１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。音量情報抽出部１２１は、動画像データに含まれる音声データに基づいて、動画像データの音量に関する情報（すなわち、動画像の盛り上がりに関する情報）を抽出する。より詳細には、音量情報抽出部１２１は、動画像データ（音声データ）のグローバルゲイン等を参照して、動画像データの音量情報を抽出する。すなわち、この音量情報は、動画像データに含まれる音声データを、一定時間毎にサンプリングした情報であるといえる。

ある番組（コンテンツ）において、番組の内容が盛り上がっている部分では、その部分で出力される音量も大きくなっていると推測される。そのため、動画像データに含まれる音声データの音量がどうなっているかを解析することで、番組の盛り上がり具合の経時変化を知ることができる。この音量情報は、抽出された音声データの音量を示す値そのものであってもよく、音量をいくつかのレベルに分類する際のレベルを表す数値であってもよい。

字幕情報抽出部１２３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。字幕情報抽出部１２３は、伝送された動画像データに含まれる字幕に関するデータ（以下、字幕データと略記する。）を参照して、番組中に字幕が存在するか否か、および、字幕が存在する場合における字幕が表示された時刻を抽出し、字幕情報とする。この字幕情報は、動画像の各時刻において、字幕が存在するか否かの２値情報として表される。

シーンチェンジ情報抽出部１２５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。シーンチェンジ情報抽出部１２５は、伝送された動画像データに含まれる２つのフレーム画像に着目し、シーンチェンジが生じているか否かを判断し、シーンチェンジ情報とする。より詳細には、シーンチェンジ情報抽出部１２５は、現在着目しているフレーム画像と、このフレーム画像の直前に位置するフレーム画像と、の差分を算出し、算出した差分が所定の閾値以上であるか否かを判断する。算出した差分が所定の閾値以上であった場合には、シーンチェンジ情報抽出部１２５は、大きな画面の変化が生じた（すなわち、シーンチェンジがあった）と判断する。また、算出した差分が所定の閾値未満であった場合には、シーンチェンジ情報抽出部１２５は、大きな画面の変化は生じなかった（すなわち、シーンチェンジがなかった）と判断する。このシーンチェンジ情報は、動画像の各時刻において、シーンチェンジが生じたか否かの２値情報として表される。

肌色検出情報抽出部１２７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。肌色検出情報抽出部１２７は、伝送された動画像データに基づいて、所定の割合以上の肌色部分が検出された時刻に関する肌色検出情報を抽出する。より詳細には、肌色検出情報抽出部１２７は、動画像データに含まれる各画像を構成する画素の画素値に着目し、着目した画素が肌色として表示される画素であるか否かを判断する。肌色検出情報抽出部１２７は、着目している画像について、肌色として表示される部分が所定の割合以上であった場合に、肌色部分を検出したと判断する。この肌色検出情報は、動画像の各時刻において、所定の割合以上の肌色部分が存在したか否かの２値情報として表される。

ＣＭ区間情報抽出部１２９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。ＣＭ区間情報抽出部１２９は、伝送された動画像データに基づいて、動画像データのうちＣＭに該当する区間を表した情報（以下、ＣＭ区間情報と称する。）を抽出する。ＣＭに該当する区間（ＣＭ区間）は、例えば、以下のようにして特定することが可能である。

例えば、ＣＭ区間情報抽出部１２９は、音量情報抽出部１２１が抽出した音量情報を参照して、音量が所定の閾値以下となっており、無音と判断することができる時刻を特定する。また、ＣＭ区間情報抽出部１２９は、シーンチェンジ情報抽出部１２５が抽出したシーンチェンジ情報を参照して、シーンチェンジが生じている時刻を特定する。番組の本編からＣＭへと移行する際、および、ＣＭから番組の本編へと復帰する際には、無音状態となり、かつ、シーンチェンジが生じるものと推測される。従って、ＣＭ区間情報抽出部１２９は、無音状態であり、かつ、シーンチェンジが生じているフレームを、本編からＣＭへと移行したフレームまたはＣＭから本編へと移行したフレームの候補とすることができる。ＣＭは、ある決まった時間（例えば、３０秒等）放送される場合が多いため、候補とされた２つのフレーム間の時間が、これらの決まった時間に類似している場合に、候補とされた２つのフレームに挟まれた区間がＣＭ区間であると特定することが可能である。

このようにして抽出されたＣＭ区間情報は、動画像の各時刻において、ＣＭ区間であるか否かの２値情報として表される。

このようにして抽出された特徴量データの一例を、図４に示す。各特徴量データは、例えば図４に示したように、動画像データの先頭（すなわち録画開始時刻）を基準とした相対的な時刻と関連付けられて表されるデータである。このような特徴量データは、動画像データ（すなわち、配信されたコンテンツ）が互いに異なるもの（すなわち、異なるコンテンツ同士）であれば、全体として異なるものとなると考えられる。そのため、後述するように、かかる特徴量データを比較することで、重複コンテンツであるか否かを容易に判断することが可能となる。

このような特徴量データは、動画像記録装置１０に記録される動画像データ毎に抽出される。特徴量データは、符号化された動画像データよりもデータサイズがはるかに小さいため、後述する記憶部１０９の容量を圧迫することはない。

以上説明したような特徴量の抽出処理が実施されることにより、動画像データを特徴づける特徴量データが抽出される。本実施形態に係る特徴量抽出部１０３は、図３に示したような各処理部により抽出された特徴量データを、後述する動画像データ記録部１０７に伝送する。

ここで、上述のような特徴量を抽出する処理部は、以下で詳細に説明するような重複コンテンツの検索処理用に特別に設けられたものである必要はなく、動画像記録装置に他の用途で予め設けられている処理部を利用することが可能である。また、本実施形態に係る特徴量抽出部１０３は、動画像記録装置に実装されている特徴量の抽出処理部の種類に応じて特徴量を抽出してもよく、上述のような特徴量の全てを抽出しなくともよい。そのため、本実施形態に係る動画像記録装置１０では、かかる特徴量の抽出処理部を実装する際のコストは、抑制されることとなる。なお、特徴量抽出部１０３は、好ましくは、映像に関する特徴量（例えば、字幕情報）と音声に関する特徴量（例えば、音量情報）とを少なくとも抽出することが好ましい。

なお、本実施形態に係る特徴量抽出部１０３が備える各処理部で実施される特徴量の抽出処理は、先に説明した方法に限定されるわけではなく、他の任意の方法を利用することが可能である。また、本実施形態に係る特徴量抽出部１０３は、先に説明した特徴量以外の特徴量を抽出してもよい。

以上、本実施形態に係る特徴量抽出部１０３の構成について、詳細に説明した。以下では、再び図２に戻って、本実施形態に係る動画像記録装置１０が備える動画像データ再符号化部１０５について詳細に説明する。

動画像データ再符号化部１０５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。動画像データ再符号化部１０５は、動画像データ取得部１０１より動画像データが伝送されると、伝送された動画像データ（符号化された動画像データ）の復号（デコード）を行う。また、動画像データ再符号化部１０５は、復号して得られた動画像データを、ユーザにより指定された記録レートに基づいて、再符号化（再エンコード）する。

動画像データ再符号化部１０５は、再符号化処理によって得られた、符号化された動画像データを、後述する動画像データ記録部１０７に伝送する。

動画像データ記録部１０７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。動画像データ記録部１０７は、動画像データ取得部１０１または動画像データ再符号化部１０５から伝送された動画像データに対して、特徴量抽出部１０３から伝送された特徴量データを関連付けて、後述する記憶部１０９に記録する。動画像データ記録部１０７は、動画像データおよび特徴量データを、後述する記憶部１０９の同一の格納領域に記録してもよく、動画像データおよび特徴量データの関連付けを維持したまま、これらのデータを異なる格納領域に別個に格納してもよい。この際、動画像データ記録部１０７は、記録した動画像データおよび特徴量データに、記憶部１０９への記録を行った時刻に関する時刻情報を更に関連付けてもよい。

また、動画像データ記録部１０７は、記録を行う動画像データに対して、ＥＰＧ等から取得したジャンルや出演者等に関するメタデータを更に関連付けてもよい。

このように、本実施形態に係る動画像記録装置１０では、伝送媒体７から取得した動画像データを、ユーザの指定した記録レートにて記録することができる。最も高画質で記録するモードがユーザにより選択された場合、動画像データは、そのままの形式で番組ごとの動画像データとして後述する記憶部１０９に記録される。この場合、記憶部１０９の格納領域の消費量も最大となるが、再圧縮による劣化なしで記録することが可能となるため、配信された動画像データの品質を維持することができる。

また、ユーザが最高画質以外のモードを選択した場合、動画像データは、動画像データ再符号化部１０５により、ユーザの指定した記録レートによる再符号化が行われる。再符号化された動画像データは、番組ごとの動画像データとして後述する記憶部１０９に記録される。かかる再符号化データは、画質の面では直接記録の場合（最高画質による記録の場合）と比べて劣るものの、配信された動画像データの符号化方式よりも効率的な符号化方式を用いることも可能となる。そのため、かかる再符号化処理により、ハードディスクドライブなどの記憶部１０９の容量をより効率的に利用可能となる。

記憶部１０９は、本実施形態に係る動画像記録装置１０が備える記憶装置の一例である。記憶部１０９には、動画像データおよび当該動画像データに対応する特徴量データが格納される。また、記憶部１０９には、本実施形態に係る動画像記録装置１０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部１０９は、動画像データ取得部１０１、特徴量抽出部１０３、動画像データ再符号化部１０５、動画像データ記録部１０７および重複コンテンツ検索部１１１等が、自由に読み書きを行うことが可能である。

重複コンテンツ検索部１１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。重複コンテンツ検索部１１１は、記憶部１０９に格納されている特徴量データに基づいて、記憶部１０９に格納されている複数の動画像データの中から、互いに重複する動画像データである重複コンテンツを検索する。この重複コンテンツ検索部１１１は、例えば図５に示したように、特徴量データ取得部１３１と、除外区間検出部１３３と、特徴量データ補正部１３５と、類似データ検出部１３７と、重複コンテンツ消去部１３９と、を更に備える。

特徴量データ取得部１３１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。特徴量データ取得部１３１は、記憶部１０９に格納されている特徴量データを全て取得して、後述する除外区間検出部１３３および特徴量データ補正部１３５に伝送する。

除外区間検出部１３３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。除外区間検出部１３３は、特徴量データ取得部１３１から特徴量データが伝送されると、伝送された特徴量データにＣＭ区間情報が含まれているか否かを判断する。

特徴量データにＣＭ区間情報が含まれていない場合には、除外区間検出部１３３は、除外すべき区間は検出されなかった旨を、後述する特徴量データ補正部１３５に伝送する。

他方、特徴量データにＣＭ区間情報が含まれていた場合には、除外区間検出部１３３は、ＣＭ区間情報を参照して、ＣＭ区間となっている時刻を特定する。ここで、ＣＭ区間情報を参照した結果、動画像にＣＭが含まれていないと判定された場合（ＣＭ区間情報に、ＣＭ区間が存在する旨を表すデータが記載されていなかった場合）が生じうる。この場合には、除外区間検出部１３３は、除外すべき区間は検出されなかった旨を、後述する特徴量データ補正部１３５に伝送する。

また、ＣＭ区間情報を参照した結果、ＣＭ区間情報にＣＭ区間を表すデータが記載されていた場合には、該当するＣＭ区間の時刻に関する情報を、後述する特徴量データ補正部１３５に伝送する。

特徴量データ補正部１３５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。特徴量データ補正部１３５は、除外区間検出部１３３から、ＣＭ区間となっている時刻が伝送されると、着目している特徴量データの全てから、ＣＭ区間となっている時刻の特徴量データを破棄し、特徴量データに付加されている経過時間情報を補正する。

例えば図６上側に示したように、記憶部１０９から取得した特徴量データにＣＭ区間情報が含まれており、除外区間検出部１３３から、ＣＭ区間となっている時刻が特徴量データ補正部１３５に伝送された場合を考える。図６上側に示したＣＭ区間情報には、４箇所のＣＭ区間が存在している。そこで、特徴量データ補正部１３５は、音量情報、字幕情報、シーンチェンジ情報および肌色検出情報から、ＣＭ区間に相当する部分（図中の斜線で示した部分）を破棄する。その結果、図６下側に示したような、ＣＭ区間に相当する部分が除去された、新たな特徴量データが生成されることとなる。この際、ＣＭ区間に相当する部分が除去された各特徴量データでは、経過時間情報が不連続になる部分が生じることとなる。そのため、特徴量データ補正部１３５は、図６下側に示した新たな特徴量データについて、経過時刻情報を、録画開始時刻を基準とする新たな時刻情報に補正する。

本編の内容が同一のコンテンツ（例えば、初めて放送された番組と、その番組の再放送等）であっても、そのコンテンツに含まれるＣＭが異なっているという場合も生じうる。この場合に、放送されたＣＭが異なるために、本来同一であるコンテンツが異なるものとして判定される場合も生じうる。そのため、本実施形態に係る重複コンテンツ検索部１１１は、上述の説明のように、誤判定の要因となりうるＣＭ区間を特徴量データから破棄することで、より正確な重複コンテンツの検索を行うことが可能となる。

特徴量データ補正部１３５は、ＣＭ区間に相当する部分が破棄され、新たな経過時刻情報が付加された特徴量データを、後述する類似データ検出部１３７に伝送する。

他方、特徴量データ補正部１３５は、除外区間検出部１３３から、動画像にＣＭが含まれていない、または、動画像データに除外すべき区間が存在しない旨の通知を受けた場合、上述のような特徴量データの補正は行わない。特徴量データ補正部１３５は、特徴量データ取得部１３１から伝送された特徴量データを、そのまま後述する類似データ検出部１３７に伝送する。

類似データ検出部１３７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。類似データ検出部１３７は、特徴量データ補正部１３５から伝送された全ての特徴量データに基づき類似度の算出を行い、類似している動画像データの検出を行う。より詳細には、類似データ検出部１３７は、伝送された全ての特徴量データの中から、着目する１つの特徴量データを選択し、選択した特徴量データと他の特徴量データとの類似度を全て算出する。ここで、類似データ検出部１３７は、特徴量データ補正部１３５から伝送された特徴量データに含まれる全ての特徴量を利用して、類似度を算出する。

なお、算出する類似度は、２つの特徴量データ間の類似の度合いを評価できるものであればよい。かかる類似度の例として、相互相関値、差分絶対値和や差分二乗和等の差分和を挙げることができる。

類似データ検出部１３７は、算出した類似度が所定の閾値以上である場合（相互相関値の場合）、または、所定の閾値以下である場合（差分和の場合）に、２つの特徴量は類似していると判断する。類似データ検出部１３７は、特徴量データに含まれる複数種類の特徴量を利用して、２つの特徴量データが類似しているか否かを総合的に判断する。例えば、類似データ検出部１３７は、複数種類の特徴量のうち、例えば所定の個数以上の特徴量が互いに類似している場合に、２つの特徴量データが類似していると判断してもよい。

類似データ検出部１３７は、かかる処理を全ての特徴量データに対して行うことで、記憶部１０９に記録されている動画像データの中に重複するものが存在するか否かを検出することができる。

なお、先に説明したように、特徴量データは、動画像データ自体と比べデータサイズが極めて小さいため、上述のような比較演算に要する演算時間も少なくてすむ。そのため、動画像データそのものを利用して比較演算を行う場合に比べ、演算に要する負荷を軽減することが可能となる。

類似データ検出部１３７は、内容がほぼ同一と推測される動画像データ（すなわち、重複コンテンツ）を検出すると、検出した重複コンテンツに関する情報を、後述する重複コンテンツ消去部１３９に伝送する。また、類似データ検出部１３７は、重複コンテンツが検出されなかった場合には、重複コンテンツの検索処理を終了する。

重複コンテンツ消去部１３９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。重複コンテンツ消去部１３９は、類似データ検出部１３７から、重複コンテンツに関する情報が伝送されると、重複が生じている動画像データを、重複しなくなるまで記憶部１０９の中から消去する。例えば、動画像データＡと動画像データＢとが重複コンテンツである場合、重複コンテンツ消去部１３９は、動画像データＡまたは動画像データＢのいずれかを消去して、記憶部１０９内に記録されている動画像データに重複が生じないようにする。

ここで、重複コンテンツ消去部１３９は、重複コンテンツの消去処理を行うに先立ち、ユーザに対して、「番組Ａと番組Ｎは同一内容の可能性が高いです。どちらかを消去しますか？」といったメッセージを出力し、ユーザに注意を喚起してもよい。

なお、重複コンテンツ消去部１３９は、重複コンテンツを消去する際に、ユーザから指定されたコンテンツ（すなわち、動画像データ）を消去してもよく、重複コンテンツの中から消去するものを自動的に選択してもよい。重複コンテンツ消去部１３９が消去するコンテンツを自動的に選択する場合には、より新しいコンテンツを残すように消去処理を行ってもよく、より古いコンテンツを残すように消去処理を行ってもよい。

かかる処理を行うことで、本実施形態に係る動画像記録装置１０は、ユーザに負担をかけることなく、録画済みの番組の整理を行うことが可能となる。

以上説明したように、本実施形態に係る動画像記録装置１０は、録画された番組の動画像データとは別に、ごく小さいデータサイズの各番組の特徴量データをハードディスクドライブ等の記憶装置に記録し、その特徴量データを用いて重複した番組を検索する。これにより、本実施形態に係る動画像記録装置１０では、ユーザが重複した番組か否かを再生して確認する手間が不要となり、ユーザの利便性をより向上させることができる。また、符号化された動画像データから特徴量データを抽出する部分については、動画像記録装置に実装されている特徴量の抽出処理機能をそのまま流用できるため、追加で必要となるコストを抑制することができる。

なお、本実施形態に係る動画像記録装置１０は、上述の処理部に加えて、記憶部１０９に記録されている動画像データを、動画像記録装置１０が相互に通信することが可能な動画像再生装置２０に伝送する動画像データ伝送部（図示せず。）を更に備えてもよい。また、本実施形態に係る記憶部１０９に記録されている動画像データは、動画像記録装置１０が相互に通信することが可能な動画像再生装置２０により参照されてもよい。

以上、本実施形態に係る動画像記録装置１０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。

なお、上述のような本実施形態に係る動画像記録装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。

＜動画像記録方法について＞
続いて、図７および図８を参照しながら、本実施形態に係る動画像記録方法について、詳細に説明する。図７および図８は、本実施形態に係る動画像記録方法について説明するための流れ図である。

まず、図７を参照しながら、本実施形態に係る動画像記録方法の全体的な流れについて、詳細に説明する。

まず、動画像記録装置１０の動画像データ取得部１０１は、伝送媒体７を介して動画像データを取得する。動画像データ取得部１０１は、取得した動画像データを、特徴量抽出部１０３に伝送する。

特徴量抽出部１０３は、動画像データ取得部１０１から伝送された動画像データについて、音量情報、字幕情報、シーンチェンジ情報、肌色検出情報およびＣＭ区間情報といった特徴量に関する特徴量データを抽出する（ステップＳ１０１）。特徴量データの抽出が終了すると、特徴量抽出部１０３は、抽出した特徴量データを、動画像データ記録部１０７に伝送する。

次に、動画像データ記録部１０７は、特徴量抽出部１０３から伝送された特徴量データを、動画像データ取得部１０１または動画像データ再符号化部１０５のいずれかから伝送された動画像データと関連付けて、記憶部１０９に記録する（ステップＳ１０３）。

続いて、重複コンテンツ検索部１１１は、記憶部１０９に記録されている全ての特徴量データを取得して、特徴量データに基づく重複コンテンツの検索を行う（ステップＳ１０５）。これにより、重複コンテンツ検索部１１１は、記憶部１０９内に重複コンテンツが存在するか否かの判断（ステップＳ１０７）を行うことが可能となる。なお、重複コンテンツの検索処理の流れについては、以下で改めて詳細に説明する。

記憶部１０９内に重複コンテンツが存在しないという判断結果が得られた場合、重複コンテンツ検索部１１１は、重複コンテンツの検索処理を終了する。

他方、記憶部１０９内に重複コンテンツが存在するという判断結果が得られた場合、重複コンテンツ検索部１１１（より詳細には、重複コンテンツ消去部１３９）は、重複している動画像データを記憶部１０９から消去する（ステップＳ１０９）。

これにより、本実施形態に係る動画像記録方法では、動画像データが重複して記憶部１０９に記録されることを防止することができる。

続いて、図８を参照しながら、重複コンテンツの検索処理の流れについて、詳細に説明する。

まず、重複コンテンツ検索部１１１の特徴量データ取得部１３１は、記憶部１０９に記録されている動画像データに関連付けられている特徴量データを、全て取得する（ステップＳ１２１）。特徴量データ取得部１３１は、取得した全ての特徴量データを、除外区間検出部１３３および特徴量データ補正部１３５に伝送する。

続いて、除外区間検出部１３３は、伝送された特徴量データを参照して、複数種類の特徴量に関する情報が記載された特徴量データの中に、ＣＭ区間に相当する部分が存在するか否かを判断する（ステップＳ１２３）。

特徴量データの中にＣＭ区間に相当する部分が存在しない場合には、除外区間検出部１３３は、ＣＭ区間に相当する部分が存在しない旨を特徴量データ補正部１３５に通知する。特徴量データ補正部１３５は、ＣＭ区間に相当する部分が存在しない旨が通知されると、特徴量データ取得部１３１から伝送された特徴量データを、そのまま類似データ検出部１３７に伝送する。類似データ検出部１３７は、伝送された特徴量データに基づいて、後述するステップＳ１２９を実施する。

他方、特徴量データの中にＣＭ区間に相当する部分が存在する場合には、除外区間検出部１３３は、ＣＭ区間に相当する部分が存在する旨を特徴量データ補正部１３５に通知する。特徴量データ補正部１３５は、ＣＭ区間に相当する部分が存在する旨が通知されると、特徴量データに含まれる複数種類の特徴量それぞれについて、ＣＭ区間に相当する部分を削除する（ステップＳ１２５）。引き続き、特徴量データ補正部１３５は、ＣＭ区間に相当する部分を削除した結果生じる経過時間が不連続になった部分を修正するために、経過時刻情報を、特徴量データの先頭を基準とする新たな時刻情報に補正する（ステップＳ１２７）。その後、特徴量データ補正部１３５は、補正後の特徴量データを、類似データ検出部１３７に伝送する。

類似データ検出部１３７は、特徴量データ補正部１３５から伝送された特徴量データを用いて、特徴量データ間の類似度を算出し（ステップＳ１２９）、算出した類似度が所定の閾値以上であるか否かを判断する（ステップＳ１３１）。類似データ検出部１３７は、いくつかの特徴量について算出した類似度が所定の閾値以上である場合に、重複コンテンツが存在すると判断する（ステップＳ１３３）。また、類似データ検出部１３７は、いくつかの特徴量について算出した類似度が所定の閾値未満である場合に、重複コンテンツが存在しないと判断する（ステップＳ１３５）。

これにより、本実施形態に係る重複コンテンツ検索部では、重複コンテンツが存在しているか否かを容易に判断することができる。

＜第１変形例について＞
続いて、図９および図１０を参照しながら、本実施形態に係る動画像記録装置１０の第１変形例について、詳細に説明する。図９は、本実施形態に係る動画像記録装置１０の第１変形例の構成を説明するためのブロック図である。図１０は、本変形例に係る動画像記録装置１０について説明するための説明図である。

本変形例に係る動画像記録装置１０は、図９に例示したように、動画像データ取得部１０１、特徴量抽出部１０３、動画像データ再符号化部１０５、動画像データ記録部１０７、記憶部１０９、特徴量データ送受信部１５１および重複コンテンツ検索部１５３を主に備える。

ここで、本変形例に係る動画像データ取得部１０１、特徴量抽出部１０３、動画像データ再符号化部１０５、動画像データ記録部１０７および記憶部１０９は、第１の実施形態に係る動画像記録装置１０が備える各処理部と同様の構成を有し、同様の効果を奏する。従って、以下では、これらの処理部に関する詳細な説明は省略する。

特徴量データ送受信部１５１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、通信装置等により実現される。特徴量データ送受信部１５１は、記憶部１０９に記録されている特徴量データを取得して他の動画像記録装置１０に送信したり、他の動画像記録装置１０から送信された特徴量データを受信したりする。特徴量データ送受信部１５１は、他の動画像記録装置１０から送信された特徴量データを受信した場合には、受信した特徴量データを、後述する重複コンテンツ検索部１５３に伝送する。

重複コンテンツ検索部１５３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、通信装置等により実現される。本変形例に係る重複コンテンツ検索部１５３は、記憶部１０９に記録されている特徴量データだけでなく、他の動画像記録装置１０に記録されている特徴量データを用いて重複コンテンツの検索を行う以外は、第１の実施形態に係る重複コンテンツ検索部１１１と同様の機能を有し、同様の効果を奏するものである。以下、本変形例に係る重複コンテンツ検索部１５３について、簡単に説明する。

重複コンテンツ検索部１５３（より詳細には、特徴量データ取得部）は、重複コンテンツの検索を開始する際に、記憶部１０９に記録されている全ての特徴量データを取得する。更に、重複コンテンツ検索部１５３は、相互に通信することが可能な他の動画像記録装置１０に対して、記録されている全ての特徴量データを送信するように要請する。重複コンテンツ検索部１５３は、特徴量データ送受信部１５１から、他の動画像記録装置１０の特徴量データが伝送されると、記憶部１０９から取得した特徴量データとあわせて、重複コンテンツの検索処理を行う。

検索の結果、録画が終了した番組と内容がほぼ同一と思われる番組が、他の動画像記録装置に既に記録されている場合には、重複コンテンツ検索部１５３は、いずれかの装置に記録されている動画像データを消去して、動画像データに重複が生じないようにする。

ここで、重複コンテンツ検索部１５３は、重複コンテンツの消去処理を行うに先立ち、ユーザに対して、「レコーダＢに記録されている番組Ａと、本機に記録されている番組Ｎは同一内容の可能性が高いです。どちらかを消去しますか？」といったメッセージを出力し、ユーザに注意を喚起してもよい。

例えば、家庭に２台以上の動画像記録装置１０が存在する際に、たいていの場合、１つの番組は、どちらかの動画像記録装置１０に記録されていれば十分である。従って、複数の動画像記録装置１０をネットワークで接続し、ごく小さいデータサイズの各番組の特徴量データをやりとりすることで、複数台の動画像記録装置１０にわたって、重複した番組を検索することが可能となる。これにより、本変形例に係る動画像記録装置１０では、記憶装置の更なる効率的な利用が可能となり、ユーザの利便性をより向上させることができる。

以下、図１０を参照しながら、２台の動画像記録装置１０間で特徴量データの送受信を行い、重複コンテンツの検索を行う場合について、具体的に説明する。なお、図１０において、動画像記録装置１０が備える処理部のうち一部のみを抜き出して図示している。

例えば、動画像記録装置１０Ａにおいて、ある番組に対応する動画像データの録画が終了した場合を考える。この際、動画像記録装置１０Ａの重複コンテンツ検索部１５３は、動画像記録装置１０Ｂに対して、当該動画像記録装置１０Ｂが保持している特徴量データの送信を要請する。

動画像記録装置１０Ｂの特徴量データ送受信部１５１は、特徴量データの送信要請を受けて、記憶部１０９から特徴量データを取得し、動画像記録装置１０Ａに対して送信する。

動画像記録装置１０Ａの特徴量データ送受信部１５１は、動画像記録装置１０Ｂから送信された特徴量データを受信すると、重複コンテンツ検索部１５３に伝送する。動画像記録装置１０Ａの重複コンテンツ検索部１５３は、自身で保持している特徴量データと、動画像記録装置１０Ｂで保持している特徴量データとに基づいて、重複コンテンツの検索処理を開始する。

重複コンテンツの検索処理の結果、動画像記録装置１０Ａおよび動画像記録装置１０Ｂで重複しているコンテンツが見つかり、動画像記録装置１０Ｂに記録されている動画像データを消去する場合も生じうる。この場合、動画像記録装置１０Ａの重複コンテンツ検索部１５３は、動画像記録装置１０Ｂに対して動画像データの消去を要請する。要請を受けた動画像記録装置１０Ｂの重複コンテンツ検索部１５３は、指定された動画像データを、自身の記憶部１０９の中から消去する。

このような処理を行うことで、複数台の動画像記録装置１０にわたって、重複した番組を検索することが可能となる。

以上、本変形例に係る動画像記録装置１０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本変形例を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。

なお、上述のような本変形例に係る動画像記録装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。

（ハードウェア構成について）
次に、図１１を参照しながら、本発明の実施形態に係る動画像記録装置１０のハードウェア構成について、詳細に説明する。図１１は、本発明の実施形態に係る動画像記録装置１０のハードウェア構成を説明するためのブロック図である。

動画像記録装置１０は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、動画像記録装置１０は、更に、ホストバス９０７と、ブリッジ９０９と、外部バス９１１と、インターフェース９１３と、入力装置９１５と、出力装置９１７と、ストレージ装置９１９と、ドライブ９２１と、接続ポート９２３と、通信装置９２５とを備える。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、動画像記録装置１０内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等の内部バスにより構成されるホストバス９０７により相互に接続されている。

ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９１１に接続されている。

入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなどユーザが操作する操作手段である。また、入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール手段（いわゆる、リモコン）であってもよいし、動画像記録装置１０の操作に対応した携帯電話やＰＤＡ等の外部接続機器９２９であってもよい。さらに、入力装置９１５は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。動画像記録装置１０のユーザは、この入力装置９１５を操作することにより、動画像記録装置１０に対して各種のデータを入力したり処理動作を指示したりすることができる。

出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置およびランプなどの表示装置や、スピーカおよびヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置９１７は、例えば、動画像記録装置１０が行った各種処理により得られた結果を出力する。具体的には、表示装置は、動画像記録装置１０が行った各種処理により得られた結果を、テキストまたはイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。

ストレージ装置９１９は、動画像記録装置１０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイス等により構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。

ドライブ９２１は、記録媒体用リーダライタであり、動画像記録装置１０に内蔵、あるいは外付けされる。ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録を書き込むことも可能である。リムーバブル記録媒体９２７は、例えば、ＤＶＤメディア、ＨＤ−ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア等である。また、リムーバブル記録媒体９２７は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ：ＣＦ）、フラッシュメモリ、または、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２７は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）または電子機器等であってもよい。

接続ポート９２３は、機器を動画像記録装置１０に直接接続するためのポートである。接続ポート９２３の一例として、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポート等がある。接続ポート９２３の別の例として、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）ポート等がある。この接続ポート９２３に外部接続機器９２９を接続することで、動画像記録装置１０は、外部接続機器９２９から直接各種のデータを取得したり、外部接続機器９２９に各種のデータを提供したりする。

通信装置９２５は、例えば、通信網９３１に接続するための通信デバイス等で構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデム等であってもよい。この通信装置９２５は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置９２５に接続される通信網９３１は、有線または無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信等であってもよい。

以上、本発明の実施形態に係る動画像記録装置１０の機能を実現可能なハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。

（まとめ）
以上説明したように、本発明の実施形態は、符号化された動画像データを取得して、ハードディスクドライブ等の記憶装置に記録する動画像記録装置に関するものである。本発明の実施形態に係る動画像記録装置は、動画像データを取得して記録する際、その動画像を特徴付ける特徴量を動画像データより抽出し、動画像データと共に記憶装置に記録する。また、本発明の実施形態に係る動画像記録装置は、記録されている特徴量データを用いて比較演算を行い、内容が同一である重複した動画像データを検索する。これにより、本発明に係る動画像記録装置は、少ない演算量で効率的に動画像データの重複を検出することができ、それをユーザに提示して重複分の削除を促すことで、ユーザに負担もかけず、効率的に記憶装置を利用することが可能となる。

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

例えば、上記実施形態では、特徴量抽出部１０３により抽出された特徴量データが記憶部１０９に格納される場合について説明したが、本発明は、かかる例に限定されない。例えば、特徴量データは、記憶部１０９に記録されず、重複コンテンツ検索部１１１が重複コンテンツの検索を行う毎に、特徴量抽出部１０３により特徴量データが抽出されてもよい。

１０ 動画像記録装置
１０１ 動画像データ取得部
１０３ 特徴量抽出部
１０５ 動画像データ再符号化部
１０７ 動画像データ記録部
１０９ 記憶部
１１１，１５３ 重複コンテンツ検索部
１２１ 音量情報抽出部
１２３ 字幕情報抽出部
１２５ シーンチェンジ情報抽出部
１２７ 肌色検出情報抽出部
１２９ ＣＭ区間情報抽出部
１３１ 特徴量データ取得部
１３３ 除外区間検出部
１３５ 特徴量データ補正部
１３７ 類似データ検出部
１３９ 重複コンテンツ消去部
１５１ 特徴量データ送受信部

Claims (10)

1. 動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出する特徴量抽出部と、
   前記特徴量抽出部により抽出された複数種類の前記特徴量データと、前記動画像データとが互いに関連付けられて記録される記憶部と、
   前記複数種類の特徴量データに基づいて、前記記憶部に格納されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索する重複コンテンツ検索部と、
   を備え、
   前記特徴量抽出部は、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、動画像記録装置。
2. 前記重複コンテンツ検索部は、前記記憶部に前記重複コンテンツが存在する場合、前記動画像データが重複しなくなるまで、前記記憶部の中から該当する前記動画像データを削除する、請求項１に記載の動画像記録装置。
3. 前記重複コンテンツ検索部は、任意の２つの前記動画像データに関連付けられた前記特徴量データ間の類似の度合いを算出し、前記類似の度合いが所定の閾値以上であった場合、前記重複コンテンツが存在すると判断する、請求項２に記載の動画像記録装置。
4. 前記重複コンテンツ検索部は、前記特徴量データのうち少なくとも一部の時間区間に対応するものを利用し、前記類似の度合いを算出する、請求項３に記載の動画像記録装置。
5. 前記特徴量抽出部は、前記動画像データに対応する動画像においてコマーシャルが検出された時刻に関するコマーシャル区間情報を、前記特徴量データとして更に抽出し、
   前記重複コンテンツ検索部は、抽出された１または２以上の特徴量データの中から、前記コマーシャルが検出された時刻を除いて、前記類似の度合いを算出する、請求項４に記載の動画像記録装置。
6. 前記特徴量抽出部は、前記動画像データに対応する動画像においてシーンチェンジの発生した時刻に関するシーンチェンジ情報を、前記特徴量データとして更に抽出する、請求項１に記載の動画像記録装置。
7. 前記特徴量抽出部は、前記動画像データに対応する動画像において所定の割合以上の肌色部分が検出された時刻に関する肌色検出情報を、前記特徴量データとして更に抽出する、請求項１に記載の動画像記録装置。
8. 前記動画像記録装置は、当該動画像記録装置の外部に設けられた情報処理装置との間で前記特徴量データの送受信を行う特徴量データ送受信部を更に備え、
   前記重複コンテンツ検索部は、前記情報処理装置から取得した前記特徴量データを更に利用して、前記重複コンテンツの検索を行う、請求項１に記載の動画像記録装置。
9. 動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出するステップと、
   抽出された前記複数種類の特徴量データと前記動画像データとを互いに関連付けて記憶部に記録するステップと、
   前記複数種類の特徴量データに基づいて、前記記憶部に格納されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索するステップと、
   を含み、
   前記特徴量データを抽出するステップでは、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、動画像記録方法。
10. コンピュータに、
    動画像データを特徴づける特徴量に関する複数種類の特徴量データを、前記動画像データから抽出する特徴量抽出機能と、
    前記特徴量抽出機能により抽出された複数種類の前記特徴量データと、前記動画像データとを互いに関連付けて記録する動画像データ記録機能と、
    前記複数種類の特徴量データに基づいて、記録されている複数の前記動画像データの中から互いに重複する動画像データである重複コンテンツを検索する重複コンテンツ検索機能と、
    を実現させ、
    前記特徴量抽出機能は、前記動画像データに含まれる音声データを一定時間ごとにサンプリングした音量情報を、音声データに関する特徴量データとして抽出するとともに、前記動画像データに対応する動画像において字幕が表示された時刻に関する字幕情報を、画像データに関する特徴量データとして抽出する、プログラム。
    

Images