文献

J-GLOBAL ID：201402254589841704   整理番号：14A1239107

歌謡番組における映像の構造に注目したシーン分割手法

著者 (3件)： 吉田壮 (北大 大学院情報科学研究科) ,  小川貴弘 (北大 大学院情報科学研究科) ,  長谷山美紀 (北大 大学院情報科学研究科)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J97-D  号： 7  ページ： 1177-1188 (WEB ONLY)  発行年： 2014年07月01日 
JST資料番号： U0473A  ISSN： 1881-0225  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,歌謡番組における映像の構造に注目したシーン分割手法を提案する。提案手法では,歌謡番組において司会者と歌手が繰り返し出演する構造を有することに注目する。したがって,この構造に基づいてショットの階層クラスタリングを行い,その結果から取得される有向グラフのカット辺を探索することで,歌謡番組映像のシーン分割を可能とする。更に,提案手法では,ショットの階層クラスタリングを行う際に歌謡番組に注目した画像,音響特徴を導入する。まず,画像特徴については,事前に収集された各出演者の顔画像を学習データとした核非線形相互部分空間法を用いることで得られる類似度を利用する。また,音響特徴には,無音,音楽,音声,雑音の音響信号の分類手法により得られる結果を用いる。提案手法では,これらの特徴から得られる結果を統合したマルチモーダル処理により,従来手法では困難であった歌謡番組におけるシーン分割を実現する。(著者抄録)

シソーラス用語： 音楽 ,  放送番組 ,  映像 ,  構造 ,  クラスタ化 ,  有向グラフ ,  画像処理 ,  特性 ,  指標 ,  部分空間法 ,  類似性 ,  多モード ,  顔画像 ,  機械学習 ,  *画像分析 ,  *画像 ,  *セグメンテーション
準シソーラス用語： グラフカット ,  *シーン ,  テレビジョン番組 ,  音響特徴 ,  歌 ,  画像構造 ,  画像特徴量

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (26件)：

• J. Yuan, H. Wang, L. Xiao, W. Zheng, J. Li, F. Lin, and B. Zhang, “A formal study of shot boundary detection,” IEEE Trans. Circuits Syst. Video Technol., vol.17, no.2, pp.168-186, 2007.
• J. Wang, L. Duan, Q. Liu, H. Lu, and J.S. Jin, “A multimodal scheme for program segmentation and representation in broadcast video streams,” IEEE Trans. Multimedia, vol.10, no.3, pp.393-408, 2008.
• B. Adams, C. Dorai, and S. Venkatesh, “Toward automatic extraction of expressive elements from motion pictures: Tempo,” IEEE Trans. Multimedia, vol.4, pp.472-481, 2002.
• D.W. Tjondronegoro and Y.-P. Chen, “Knowledgediscounted event detection in sports video,” IEEE Trans. Syst. Man, Cybern. A, Syst., Humans, vol.40, no.5, pp.1009-1024, 2010.
• M. Yeung, B.-L. Yeo, and B. Liu, “Segmentation of video by clustering and graph analysis,” Comput. Vis. Image Understand., vol.71, pp.94-109, 1998.

タイトルに関連する用語 (5件)： 番組 ,  映像 ,  注目 ,  シーン ,  分割手法