JP7154024B2 - ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム - Google Patents
ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム Download PDFInfo
- Publication number
- JP7154024B2 JP7154024B2 JP2018059747A JP2018059747A JP7154024B2 JP 7154024 B2 JP7154024 B2 JP 7154024B2 JP 2018059747 A JP2018059747 A JP 2018059747A JP 2018059747 A JP2018059747 A JP 2018059747A JP 7154024 B2 JP7154024 B2 JP 7154024B2
- Authority
- JP
- Japan
- Prior art keywords
- pet
- video
- event
- unit
- moving image
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Studio Devices (AREA)
Description
このように、従来、ペットを効率よく見守ることができなかった。
以下、図面を参照しながら本発明の実施形態について詳しく説明する。図1は、本実施形態に係るペット見守りシステムSの一例を示す図である。ペット見守りシステムSは、撮像装置1と、ペット動画解析装置2と、端末装置3とを備える。
動画記憶部21は、動画取得部20が取得した撮像動画MVを、ペット動画解析装置2が撮像動画MVを解析する間、記憶する。動画記憶部21は、記憶している撮像動画MVを、シーン判定部22、イベント解析部24、サムネイル選択部25、及び要約動画生成部27に供給する。
ペットフレーム抽出部220は、動画記憶部21から供給される撮像動画MVを構成する複数のフレームからペットフレームを抽出する。ペットフレームとは、ペットPが撮像されているフレームである。一方、撮像動画MVを構成するフレームのうちペットフレームを除くフレームを非ペットフレームという。
図3は、本実施形態に係る撮像動画MVの解析結果の一例を示す図である。撮像動画MVは、フレームFN1~フレームFNnから構成される。図3に示す例では、フレームFN1~フレームFN8においては、フレームFN3、フレームFN5、及びフレームFN6がペットフレームである。フレームFN1~フレームFN8においては、フレームFN1、フレームFN2、フレームFN4、フレームFN7、フレームFN8が、非ペットフレームである。
連続ペットフレーム判定部221は、フレームFN5と、フレームFN6とのフレーム番号毎に、判定結果をそれぞれ対応づけ、フレーム属性情報FPに含める。
記憶部23には、学習結果230と、イベント情報231とが記憶される。
学習結果230とは、学習データVDを用いた機械学習による学習結果である。学習結果230には、例えば、動画に含まれるフレームに撮像されている物体の位置の判定結果や、この物体がペットであるか否かの判定結果が含まれる。
イベントには、例えば、水飲み場において水を飲む行動である「水飲み」、餌入れに入っている餌を食べる行動である「ごはん」、トイレにおいて排泄する行動である「トイレ」、及びカメラの前において動いている行動である「カメラの前で動いている」である。
イベント判定部240は、撮像動画MVに含まれるイベントを判定する。ここでイベント判定部240は、連続ペットフレーム判定部221が判定したペットフレームが、イベントが撮像されているフレームであるイベントフレームであるか否かを判定する。つまり、イベント判定部240は、シーン動画CVに含まれるペットフレームにイベントが含まれているか否かを判定する。ペットフレームにイベントが含まれているシーン動画CVを、要約前イベント動画PEVという。
活動量計測部242は、測定結果に基づいて活動量情報Aを生成する。ここで活動量情報Aとは、撮像動画MVを構成する複数のフレームのフレーム番号と、活動量計測部242が測定した活動量の値とが対応づけられた情報である。
サムネイルとは、要約動画Vを表示させる場合に視認性を高めるために縮小されて表示される画像である。サムネイルは、要約動画Vを構成するペットフレームのなかから選択される。
図3に示す例では、イベント判定部240は、連続ペットフレーム判定部221が連続ペットフレームであると判定したフレームFN5、及びフレームFN6に撮像されているペットPの行動が、「カメラの前で動いている」のイベントであると判定する。イベント判定部240は、判定結果をフレーム属性情報FPに含める。
イベント計数部241は、フレームFN1~フレームFN8において、イベント判定部240が判定したイベントの発生回数を1回であると数える。
フレーム属性記憶部26は、シーン判定部22、イベント解析部24、及びサムネイル選択部25が供給するフレーム属性情報FPを記憶する。フレーム属性記憶部26は、記憶したフレーム属性情報FPを要約動画生成部27、サムネイル生成部28、及び出力部29に供給する。
また、フレーム属性記憶部26は、イベント解析部24が供給する活動量情報Aを記憶する。フレーム属性記憶部26は、記憶した活動量情報Aを要約動画生成部27に供給する。
要約動画生成部27は、イベント動画生成部270と、サマリ動画生成部271とを備える。
サマリ動画生成部271は、イベント動画生成部270が生成したイベント動画EVに基づいてサマリ動画SVを生成する。
図4は、本実施形態に係るイベント動画EVとサマリ動画SVとの関係の一例を示す図である。ペット動画解析装置2は、撮像装置1から取得する撮像動画MVを、所定の周期において解析する。ここで所定の周期とは、例えば、1時間である。
生成されたイベント動画EV1-1、イベント動画EV1-2、及びイベント動画EV1-3は、時刻t1において要約動画出力部290により端末装置3に出力される。
生成されたイベント動画EV2-1、及びイベント動画EV2-2は、時刻t2において要約動画出力部290により端末装置3に出力される。
生成されたサマリ動画SV1は、スケジュール#1において要約動画出力部290により端末装置3に出力される。
また、ペット動画解析装置2が撮像動画MVを解析する周期は、例えば、24時間であってもよい。
サムネイル生成部28は、動画記憶部21が供給する撮像動画MVと、フレーム属性記憶部26が供給するフレーム属性情報FPと、要約動画生成部27が供給するサマリ動画SVとに基づいてサムネイルSNを生成する。
要約動画出力部290は、要約動画生成部27が生成した要約動画Vを端末装置3に出力する。
次に図5及び図6を参照し、イベント動画EVの生成及び出力処理について説明する。
図5は、本実施形態に係るイベント動画EVの生成及び出力処理の一例を示す図である。図5に示す処理は、所定の周期(例えば、1時間)において実行される。
動画記憶部21は、動画取得部20が供給する撮像動画MVを、シーン判定部22と、イベント解析部24と、サムネイル選択部25と、要約動画生成部27と、サムネイル生成部28とに供給する。
ペットフレーム抽出部220は、判定結果を含めたフレーム属性情報FPを連続ペットフレーム判定部221に供給する。
ここで連続ペットフレーム判定部221は、フレーム属性情報FPに基づいて、ペットフレーム抽出部220が抽出したペットフレームを判定する。連続ペットフレーム判定部221は、ペットフレーム抽出部220が抽出したペットフレームのなかから、撮像動画MVにおいて連続するペットフレームを判定する。
イベント判定部240は、判定した結果をフレーム属性情報FPに含め、イベント計数部241に供給する。
したがって、イベント判定部240は、ペットフレーム抽出部220が抽出したペットフレームに撮像されている場所によってイベントの種類を判定する。
ペットPの動きによってイベントの種類を判定する場合、イベント判定部240は、記憶部23に記憶される学習結果230に基づく機械学習を用いて、ペットフレームに撮像されているペットPの動きを解析する。イベント判定部240がペットPの動きによってイベントの種類を判定する場合、学習結果230には、ペットの動きとイベントの種類との対応が学習された結果が含まれてよい。
イベント計数部241は、数えたイベントの発生回数をフレーム属性情報FPに含める。イベント計数部241は、発生回数を含めたフレーム属性情報FPを活動量計測部242に供給する。
活動量計測部242は、計測した結果をフレーム属性情報FPに含める。活動量計測部242は、計測した結果を含めたフレーム属性情報FPを、サムネイル選択部25及びフレーム属性記憶部26に供給する。
また、フレーム属性記憶部26は、イベント解析部24が供給する活動量情報Aを要約動画生成部27に供給する。
ここで図6を参照し、イベント動画生成部270がイベント動画EVを生成方法について説明する。
一方、連続ペットフレーム判定部221が非ペットフレームを、シーン動画CVに含めた場合、イベント動画生成部270は、ペットフレームの数が非ペットフレームの数よりも多くなるように要約前イベント動画PEVの時間の長さを短縮する。
イベント動画生成部270は、部分動画P2をイベント動画EVとする。
ステップS126:サムネイル生成部28は、動画記憶部21が供給する撮像動画MVと、フレーム属性記憶部26が供給するフレーム属性情報FPとに基づいてサムネイルSNを生成する。サムネイル生成部28は、生成したサムネイルSNを出力部29に供給する。
また、要約動画出力部290は、イベント動画EVに加えて、このイベント動画EVに含まれるイベントの開始時刻を示す情報を端末装置3に送信する。
また、要約動画出力部290は、イベント動画EVに加えて、このイベント動画EVに含まれるイベントの種類を示す情報を端末装置3に送信する。
次に図7及び図8を参照し、サマリ動画SVの生成及び出力処理について説明する。
図7は、本実施形態に係るサマリ動画SV1の生成及び出力処理の一例を示す図である。図7に示す処理は、サマリ動画SVが生成される所定の周期において実行される。
図8は、本実施形態に係るサマリ動画SV1の生成方法の一例を示す図である。図8(A)では、イベント動画生成部270が生成したイベント動画EV1~PEV18が時系列に示されている。イベント動画EV1の時間の長さ、イベント動画EV2の時間の長さ、及びイベント動画EV3の時間の長さは、それぞれ動画長さL11(60秒)である。イベント動画EV4の時間の長さは、動画長さL12(例えば40秒)である。
イベント動画EV1~PEV18のそれぞれの間には、非イベント動画NEV1、非イベント動画NEV2、…が存在している。非イベント動画NEV1、非イベント動画NEV2、…は、イベント動画EVと判定されなかったシーン動画CVである。
したがって、図8に示す例では、サマリ動画生成部271は、イベント動画EV1~PEV18のなかから、少なくとも9つのイベント動画EVを選択する。
ステップS204:サムネイル生成部28は、サマリ動画生成部271が生成したサマリ動画SVのサムネイルSNを生成する。ここでサムネイル生成部28は、動画記憶部21が供給する撮像動画MVと、フレーム属性記憶部26が供給するフレーム属性情報FPとに基づいて、撮像動画MVに含まれるイベント動画EVそれぞれについてサムネイルSNを生成する。サムネイル生成部28は、生成したサムネイルSNのうち、サマリ動画生成部271がサマリ動画SVを生成するために選択したイベント動画EVに対応するサムネイルSNから、サマリ動画SVのサムネイルSNを選択する。
別の例では、サムネイル生成部28は、例えば、サマリ動画生成部271がサマリ動画SVを生成するために選択したイベント動画EVに含まれる最も時間の長い種類のイベントを含むイベント動画EVから、サマリ動画SVのサムネイルSNを選択する。
要約動画出力部290は、まず要約動画Vに対応するサムネイルSNを端末装置3に出力し、端末装置3からのリクエストを取得した場合に、要約動画Vを出力してもよい。
図9~図12を参照し、ペット動画解析装置2の出力結果である端末装置3の画面の例について説明する。端末装置3の画面の例には、時系列画面G1、アルバム画面G2、活動量表示画面G3、及びレポート画面G4がある。
タイムスタンプT2、アイコンA2、メッセージM2についても同様である。
アルバム画面G2には、イベント動画EV、及びサマリ動画SVそれぞれのサムネイルSNと、カレンダーの情報が表示されている。サムネイルSN1は、イベント動画EVのサムネイルSNの一例である。カレンダー画像C1は、カレンダーの情報の一例である。
サムネイルSNは、イベントが発生した時系列の順に並べて表示される。サムネイルSN2は、イベント動画EVのサムネイルSNの一例である。
動画取得部20は、ペットPが撮像された動画(撮像動画MV)を取得する。
ペットフレーム抽出部220は、動画取得部20が取得した動画(撮像動画MV)を構成する複数のフレームから、ペットPが撮像されているフレームであるペットフレームを抽出する。
要約動画生成部27は、ペットフレーム抽出部220が抽出したペットフレームの数が、動画取得部20が取得した動画(撮像動画MV)を構成する複数のフレームのうちペットフレームを除くフレームである非ペットフレームの数よりも多い動画である要約動画Vを、動画取得部20が取得した動画(撮像動画MV)に基づいて生成する。
連続ペットフレーム判定部221は、ペットフレーム抽出部220が抽出したペットフレームのなかから、動画取得部20が取得した動画(撮像動画MV)において連続するペットフレームを判定する。
また、要約動画生成部27は、連続ペットフレーム判定部221が判定したペットフレームから構成されるシーン動画CVに含まれる連続するペットフレームの数を所定の数以下にした動画(部分動画P2、短縮イベント動画SEV1、短縮イベント動画SEV2、…)に基づいて要約動画Vを生成する。
サムネイル選択部25は、シーン動画CVに含まれる連続するペットフレームのなかからサムネイル画像(サムネイルSN)に対応するペットフレームを選択する。
イベント判定部240は、連続ペットフレーム判定部221が判定したペットフレームが、予め登録されているペットPの行動を示すイベントが撮像されているフレームであるイベントフレームであるか否かを判定する。
イベント計数部241は、イベント判定部240がイベントフレームであると判定したペットフレームと、連続ペットフレーム判定部221が判定した連続するペットフレームとに基づいてイベントの発生回数を数える。
要約動画出力部290は、要約動画生成部27が生成した要約動画Vに加えて、イベント計数部241が計数したイベントの発生回数をさらに出力する。
以下、図面を参照しながら本発明の第2の実施形態について詳しく説明する。
上記第1の実施形態では、ペット動画解析装置は、ペットが特定のペットであるか否かを判定せずにペット(一例として、猫)が撮像された動画を解析する場合について説明をした。本実施形態では、ペット動画解析装置が、ペットが特定のペット(一例として、特定の猫)であるか否かを判定してペットが撮像された動画を解析する場合について説明をする。
本実施形態に係るペット動画解析装置をペット動画解析装置2aといい、端末装置を端末装置3aという。
ペット情報232aとは、特定のペットPを示す情報である。ペット情報232aは、ペットPの名前と、ペットPの画像を判定するため機械学習による学習結果とが対応づけられた情報である。ペットPの画像を判定するため機械学習は、例えば、利用者によって予め登録されるペットPの全身の画像や、ペットPの顔の画像を用いて実行される。
図14は、本実施形態に係る撮像動画MVの解析結果の一例を示す図である。ペット判定部30aは、ペットフレーム抽出部220が抽出したペットフレームであるフレームFN3、フレームFN5、及びフレームFN6に撮像されたペットが「タマ」の名前をもつ特定のペットPであるか否かを判定する。
ペット判定部30aが複数のペットを判定する場合、ペット判定情報Nは、撮像動画MVを構成する複数のフレームのフレーム番号毎に、例えば、ペットの名前が対応づけられた情報となる。
ペット判定結果通知部292aは、ペット判定部30aが判定した結果を、端末装置3aに通知する。
図15は、本実施形態に係るペット判定処理の一例を示す図である。図5に示す処理は、所定の周期(例えば、1時間)において実行される。なお、ステップS300、及びステップS302の各処理は、図5におけるステップS100、及びステップS102の各処理と同様であるため、説明を省略する。
なお、ペット判定部30aが判定を行うために用いる機械学習モデルは、必ずしもあらゆるペットPを個々に特定する単一のモデルとして汎化性能を備える必要はなく、特定の撮像環境における判定の精度を向上させることを目的として学習されてよい。
ペット判定部30aは、判定結果に基づいてペット判定情報Nを生成する。ペット判定部30aは、生成したペット判定情報Nをフレーム属性記憶部26aに供給する。
ペット判定部30aは、ペットフレーム抽出部220が抽出したペットフレームに撮像されたペットが特定のペットPであるか否かを判定する。
ペット判定結果通知部292aは、ペット判定部30aが判定した結果を通知する。
評価取得部31aは、ペット判定部30aが判定した結果が通知されたことに応じて得られる評価を取得する。
ペット判定部30aは、評価取得部31aが取得した評価に基づいて動画取得部20が取得した動画(撮像動画MV)に撮像されたペットが特定のペットPであるか否かを判定する。
以下、図面を参照しながら本発明の第3の実施形態について詳しく説明する。
本実施形態では、ペット動画解析装置が、要約動画として短縮される前の動画や、利用者が録画した動画を保存し、それらの動画を端末装置からのリクエストに応じて端末装置に出力する場合について説明をする。
本実施形態に係るペット動画解析装置をペット動画解析装置2bといい、端末装置を端末装置3bという。
シーン動画233bとは、イベント判定部240によりイベントが含まれると判定されたシーン動画CV(要約前イベント動画PEV)である。シーン動画233bの時間の長さは、60秒以上である場合がある。
録画動画234bとは、ペット動画解析装置2bが撮像装置1から取得される撮像動画MVを即時に端末装置3bに出力する場合に、この撮像動画MVが録画された動画である。
シーン動画233bと、録画動画234bとをまとめてアーカイブ動画という。
アーカイブ動画リクエスト取得部320bは、アーカイブ動画リクエスト命令を端末装置3bから取得する。ここでアーカイブ動画リクエスト命令とは、アーカイブ動画をペット動画解析装置2に出力させるための命令である。アーカイブ動画リクエスト命令は、アーカイブ動画のリストを出力させるための命令と、特定のアーカイブ動画を出力させるための命令とを含む。
アーカイブ動画リクエスト取得部320bは、アーカイブ動画リクエスト命令を取得すると、アーカイブ動画管理部33bに供給する。
ライブ動画リクエスト取得部321bは、ライブ動画リクエスト命令がライブ動画をペット動画解析装置2に出力させることを示す場合、ライブ動画出力命令をアーカイブ動画管理部33bに供給する。
一方、ライブ動画リクエスト取得部321bは、ライブ動画リクエスト命令がライブ動画をペット動画解析装置2に録画させることを示す場合、ライブ動画録画命令をアーカイブ動画管理部33bに供給する。
また、アーカイブ動画管理部33bは、ライブ動画リクエスト取得部321bから供給されるライブ動画録画命令に応じて、動画記憶部21が供給する撮像動画MVを、記憶部23に録画動画234bとして記憶させる。
また、上述した実施形態におけるペット動画解析装置2、2a、2bの一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現してもよい。ペット動画解析装置2、2a、2bの各機能ブロックは個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化してもよい。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。
Claims (11)
- ペットが撮像された動画を取得する動画取得部と、
前記動画取得部が取得した前記動画を構成する複数のフレームから、ペットが撮像されているフレームであるペットフレームを抽出するペットフレーム抽出部と、
前記ペットフレーム抽出部が抽出した前記ペットフレームのなかから、前記動画取得部が取得した前記動画において連続する前記ペットフレームを判定する連続ペットフレーム判定部と、
前記連続ペットフレーム判定部が判定した前記ペットフレームが、予め登録されている前記ペットの行動を示すイベントが撮像されている前記フレームであるイベントフレームであるか否かを判定するイベント判定部と、
前記ペットフレーム抽出部が抽出した前記ペットフレームの数が、前記複数のフレームのうち前記ペットフレームを除くフレームである非ペットフレームの数よりも多い動画である要約動画を、前記連続ペットフレーム判定部が判定した前記ペットフレームであって、前記イベント判定部が前記イベントフレームであると判定した前記ペットフレームから構成されるシーン動画である要約前イベント動画に含まれる連続する前記ペットフレームの数を所定の数以下にした動画に基づいて生成する要約動画生成部と、
前記要約動画生成部が生成した前記要約動画を出力する要約動画出力部と、
を備え、
前記要約動画生成部は、前記要約前イベント動画が所定の時間の長さである第1の時間の長さ以上であると判定する場合、前記要約前イベント動画のいずれかの部分を削除することによって、前記第1の時間の長さ以下に短縮した動画であるイベント動画を前記要約動画として生成し、
前記要約動画生成部は、前記要約前イベント動画が前記第1の時間の長さ以上であると判定する場合に前記要約前イベント動画のいずれかの部分を削除し前記第1の時間の長さ以下に短縮するかを、学習結果に基づいて選択し、
前記要約動画生成部は、複数の前記イベント動画をそれぞれ所定の時間の長さである第2の時間の長さ以下に短縮し時系列の順に連結することによって、前記第1の時間の長さ以下の動画であるサマリ動画を前記要約動画として生成する
ペット動画解析装置。 - 前記シーン動画に含まれる連続する前記ペットフレームのなかからサムネイル画像に対応する前記ペットフレームを選択するサムネイル選択部
をさらに備える請求項1に記載のペット動画解析装置。 - 前記シーン動画を記憶部に記憶させる記憶制御部と、
前記記憶制御部が前記記憶部に記憶させた前記シーン動画を出力するシーン動画出力部と
をさらに備える請求項1または請求項2に記載のペット動画解析装置。 - 前記イベント判定部が前記イベントフレームであると判定した前記ペットフレームと、前記連続ペットフレーム判定部が判定した連続する前記ペットフレームとに基づいて前記イベントの発生回数を数えるイベント計数部をさらに備え、
要約動画出力部は、前記要約動画生成部が生成した前記要約動画に加えて、前記イベント計数部が計数した前記発生回数をさらに出力する
請求項1から請求項3のいずれか一項に記載のペット動画解析装置。 - 前記要約動画生成部は、前記動画取得部が取得した前記動画に複数の種類の前記イベントが含まれる場合、前記イベント判定部が判定した前記イベントフレームに基づいて、前記複数の種類の前記イベントが前記要約動画に含まれるように前記要約動画を生成する
請求項1から請求項4のいずれか一項に記載のペット動画解析装置。 - 前記イベント判定部は、前記ペットフレーム抽出部が抽出した前記ペットフレームに撮像されている場所によって前記イベントの種類を判定する
請求項1から請求項5のいずれか一項に記載のペット動画解析装置。 - 前記ペットフレーム抽出部が抽出した前記ペットフレームに撮像された前記ペットが特定のペットであるか否かを判定するペット判定部と、
前記ペット判定部が判定した結果を通知するペット判定結果通知部と
をさらに備える請求項1から請求項6のいずれか一項に記載のペット動画解析装置。 - 前記ペット判定部が判定した結果が通知されたことに応じて得られる評価を取得する評価取得部をさらに備え、
前記ペット判定部は、前記評価取得部が取得した前記評価に基づいて前記動画取得部が取得した前記動画に撮像された前記ペットが特定のペットであるか否かを判定する
請求項7に記載のペット動画解析装置。 - 請求項1から請求項8のいずれか一項に記載のペット動画解析装置と、
前記動画を撮像し、前記ペット動画解析装置に供給する撮影装置と、
前記ペット動画解析装置が出力する前記要約動画を取得する端末装置と
を備えるペット動画解析システム。 - ペットが撮像された動画を取得する動画取得手順と、
前記動画取得手順において取得された前記動画を構成する複数のフレームから、ペットが撮像されているフレームであるペットフレームを抽出するペットフレーム抽出手順と、
前記ペットフレーム抽出手順において抽出された前記ペットフレームのなかから、前記動画取得手順において取得された前記動画において連続する前記ペットフレームを判定する連続ペットフレーム判定手順と、
前記連続ペットフレーム判定手順において判定された前記ペットフレームが、予め登録されている前記ペットの行動を示すイベントが撮像されている前記フレームであるイベントフレームであるか否かを判定するイベント判定手順と、
前記ペットフレーム抽出手順において抽出された前記ペットフレームの数が、前記複数のフレームのうち前記ペットフレームを除くフレームである非ペットフレームの数よりも多い動画である要約動画を、前記連続ペットフレーム判定手順において判定された前記ペットフレームであって、前記イベント判定手順において前記イベントフレームであると判定された前記ペットフレームから構成されるシーン動画である要約前イベント動画に含まれる連続する前記ペットフレームの数を所定の数以下にした動画に基づいて生成する要約動画生成手順と、
前記要約動画生成手順において生成された前記要約動画を出力する要約動画出力手順と、
を有し、
前記要約動画生成手順において、前記要約前イベント動画が所定の時間の長さである第1の時間の長さ以上であると判定される場合、前記要約前イベント動画のいずれかの部分を削除することによって、前記第1の時間の長さ以下に短縮した動画であるイベント動画が前記要約動画として生成され、
前記要約動画生成手順において、前記要約前イベント動画が前記第1の時間の長さ以上であると判定される場合に前記要約前イベント動画のいずれかの部分を削除し前記第1の時間の長さ以下に短縮するかを、学習結果に基づいて選択し、
前記要約動画生成手順において、複数の前記イベント動画をそれぞれ所定の時間の長さである第2の時間の長さ以下に短縮し時系列の順に連結することによって、前記第1の時間の長さ以下の動画であるサマリ動画が前記要約動画として生成される
ペット動画解析方法。 - コンピュータに
ペットが撮像された動画を取得する動画取得ステップと、
前記動画取得ステップにおいて取得された前記動画を構成する複数のフレームから、ペットが撮像されているフレームであるペットフレームを抽出するペットフレーム抽出ステップと、
前記ペットフレーム抽出ステップにおいて抽出された前記ペットフレームのなかから、前記動画取得ステップにおいて取得された前記動画において連続する前記ペットフレームを判定する連続ペットフレーム判定ステップと、
前記連続ペットフレーム判定ステップにおいて判定された前記ペットフレームが、予め登録されている前記ペットの行動を示すイベントが撮像されている前記フレームであるイベントフレームであるか否かを判定するイベント判定ステップと、
前記ペットフレーム抽出ステップにおいて抽出された前記ペットフレームの数が、前記複数のフレームのうち前記ペットフレームを除くフレームである非ペットフレームの数よりも多い動画である要約動画を、前記連続ペットフレーム判定ステップにおいて判定された前記ペットフレームであって、前記イベント判定ステップにおいて前記イベントフレームであると判定された前記ペットフレームから構成されるシーン動画である要約前イベント動画に含まれる連続する前記ペットフレームの数を所定の数以下にした動画に基づいて生成する要約動画生成ステップと、
前記要約動画生成ステップにおいて生成された前記要約動画を出力する要約動画出力ステップと、
を実行させるためのプログラムであって、
前記要約動画生成ステップにおいて、前記要約前イベント動画が所定の時間の長さである第1の時間の長さ以上であると判定される場合、前記要約前イベント動画のいずれかの部分を削除することによって、前記第1の時間の長さ以下に短縮した動画であるイベント動画が前記要約動画として生成され、
前記要約動画生成ステップにおいて、前記要約前イベント動画が前記第1の時間の長さ以上であると判定される場合に前記要約前イベント動画のいずれかの部分を削除し前記第1の時間の長さ以下に短縮するかを、学習結果に基づいて選択し、
前記要約動画生成ステップにおいて、複数の前記イベント動画をそれぞれ所定の時間の長さである第2の時間の長さ以下に短縮し時系列の順に連結することによって、前記第1の時間の長さ以下の動画であるサマリ動画が前記要約動画として生成される
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018059747A JP7154024B2 (ja) | 2018-03-27 | 2018-03-27 | ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018059747A JP7154024B2 (ja) | 2018-03-27 | 2018-03-27 | ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019170180A JP2019170180A (ja) | 2019-10-10 |
JP7154024B2 true JP7154024B2 (ja) | 2022-10-17 |
Family
ID=68165902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018059747A Active JP7154024B2 (ja) | 2018-03-27 | 2018-03-27 | ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7154024B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102238322B1 (ko) * | 2019-11-22 | 2021-04-08 | 주식회사 엘지유플러스 | 반려 동물 모니터링을 위한 장치 및 방법 |
JP7345111B2 (ja) | 2020-01-14 | 2023-09-15 | パナソニックIpマネジメント株式会社 | ダイジェスト映像再生システムおよびダイジェスト映像再生プログラム |
JP7069439B1 (ja) | 2022-01-26 | 2022-05-17 | 株式会社トレッタキャッツ | 管理システム、管理装置及び方法 |
JP7160417B1 (ja) | 2022-01-26 | 2022-10-25 | 株式会社トレッタキャッツ | 管理装置、方法及びプログラム |
WO2023187865A1 (ja) * | 2022-03-28 | 2023-10-05 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、記録媒体 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001275509A (ja) | 2000-04-04 | 2001-10-09 | Hitachi Building Systems Co Ltd | ペット類の遠隔監視制御システム |
JP2004158950A (ja) | 2002-11-05 | 2004-06-03 | Nippon Telegr & Teleph Corp <Ntt> | 記録映像自動生成システム,記録映像自動生成方法,記録映像自動生成プログラムおよび記録映像自動生成プログラムの記録媒体 |
JP2005277981A (ja) | 2004-03-26 | 2005-10-06 | Seiko Epson Corp | 画像処理のための対象画像の選択 |
WO2007043347A1 (ja) | 2005-10-13 | 2007-04-19 | Pioneer Corporation | 録画データ再生装置およびプログラム |
WO2007077694A1 (ja) | 2005-12-28 | 2007-07-12 | Atomsystem Co., Ltd. | 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 |
JP2008236729A (ja) | 2007-02-19 | 2008-10-02 | Victor Co Of Japan Ltd | ダイジェスト生成装置及びダイジェスト生成方法 |
JP2009182400A (ja) | 2008-01-29 | 2009-08-13 | Sony Corp | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
JP2012160880A (ja) | 2011-01-31 | 2012-08-23 | Nagoya Univ | ダイジェスト映像生成装置 |
JP2013126175A (ja) | 2011-12-15 | 2013-06-24 | Nikon Corp | 画像記録装置、画像生成装置、画像記録装置の制御プログラムおよび画像生成装置の制御プログラム |
JP2016197437A (ja) | 2016-07-07 | 2016-11-24 | カシオ計算機株式会社 | 見守り装置、見守り方法、及びプログラム |
JP2017035016A (ja) | 2015-08-07 | 2017-02-16 | アプリックスIpホールディングス株式会社 | ペット用品使用通知システム、ペット用品及びペット用品使用通知方法 |
-
2018
- 2018-03-27 JP JP2018059747A patent/JP7154024B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001275509A (ja) | 2000-04-04 | 2001-10-09 | Hitachi Building Systems Co Ltd | ペット類の遠隔監視制御システム |
JP2004158950A (ja) | 2002-11-05 | 2004-06-03 | Nippon Telegr & Teleph Corp <Ntt> | 記録映像自動生成システム,記録映像自動生成方法,記録映像自動生成プログラムおよび記録映像自動生成プログラムの記録媒体 |
JP2005277981A (ja) | 2004-03-26 | 2005-10-06 | Seiko Epson Corp | 画像処理のための対象画像の選択 |
WO2007043347A1 (ja) | 2005-10-13 | 2007-04-19 | Pioneer Corporation | 録画データ再生装置およびプログラム |
WO2007077694A1 (ja) | 2005-12-28 | 2007-07-12 | Atomsystem Co., Ltd. | 鼻紋情報生成装置及び鼻紋情報照合装置及び鼻紋情報生成プログラム及び鼻紋情報生成方法 |
JP2008236729A (ja) | 2007-02-19 | 2008-10-02 | Victor Co Of Japan Ltd | ダイジェスト生成装置及びダイジェスト生成方法 |
JP2009182400A (ja) | 2008-01-29 | 2009-08-13 | Sony Corp | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
JP2012160880A (ja) | 2011-01-31 | 2012-08-23 | Nagoya Univ | ダイジェスト映像生成装置 |
JP2013126175A (ja) | 2011-12-15 | 2013-06-24 | Nikon Corp | 画像記録装置、画像生成装置、画像記録装置の制御プログラムおよび画像生成装置の制御プログラム |
JP2017035016A (ja) | 2015-08-07 | 2017-02-16 | アプリックスIpホールディングス株式会社 | ペット用品使用通知システム、ペット用品及びペット用品使用通知方法 |
JP2016197437A (ja) | 2016-07-07 | 2016-11-24 | カシオ計算機株式会社 | 見守り装置、見守り方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
CHEN, Y.-C. et al.,Locality Constrained Sparse Representation for Cat Recognition,Lecture notes in computer science,2016年,Vol. 9517,pp. 140-151 |
Also Published As
Publication number | Publication date |
---|---|
JP2019170180A (ja) | 2019-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7154024B2 (ja) | ペット動画解析装置、ペット動画解析システム、ペット動画解析方法、及びプログラム | |
JP5227911B2 (ja) | 監視映像検索装置及び監視システム | |
KR101898575B1 (ko) | 진행성 병변에 대한 미래 상태를 예측하는 방법 및 이를 이용한 장치 | |
JP6636792B2 (ja) | 刺激提示システム、刺激提示方法、コンピュータ、および制御方法 | |
JP2023036898A (ja) | 視聴者エンゲージメントを評価するためのシステムおよび方法 | |
JP7470203B2 (ja) | 水産養殖における分析及び選別 | |
JP5424852B2 (ja) | 映像情報処理方法及びその装置 | |
US20110169982A1 (en) | Image management apparatus, method of controlling the same, and storage medium storing program therefor | |
JP2000106661A (ja) | 画像処理方法及びシステム並びに装置 | |
TWI552591B (zh) | 標記視頻中物件的方法、裝置及電腦可讀取記錄媒體 | |
US11481791B2 (en) | Method and apparatus for immediate prediction of performance of media content | |
JP2014511620A (ja) | 感情に基づく映像推薦 | |
JP6942764B2 (ja) | システム、クライアント端末、その制御方法 | |
CN110163066A (zh) | 多媒体数据推荐方法、装置及存储介质 | |
JP2020091702A (ja) | 撮像装置および撮像方法 | |
JP2009123196A (ja) | 画像検索装置 | |
JP2010211485A (ja) | 注視度合測定装置、注視度合測定方法、注視度合測定プログラムおよびそのプログラムを記録した記録媒体 | |
JP2010113691A (ja) | 行動分析装置及び行動分析方法並びにプログラム | |
KR101796871B1 (ko) | 영상 및 호흡 음향을 이용하여 수면 무호흡증을 진단하는 장치 | |
US20210192266A1 (en) | Systems and methods for performing object detection and motion detection on video information | |
JP2005056213A5 (ja) | ||
JP6566799B2 (ja) | 提供装置、提供方法、及びプログラム | |
JP6733766B1 (ja) | 解析装置、制御方法、及びプログラム | |
US20220192561A1 (en) | Information processing system, information processing method, and information processing apparatus | |
JP5495998B2 (ja) | 画像処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180507 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220824 |
|
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: 20220906 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221004 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7154024 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |