文献

J-GLOBAL ID：201402216547669236   整理番号：14A0804480

歌手映像と歌声の解析に基づく音楽動画中の歌唱シーン検出手法の検討

著者 (5件)： 平井辰典 (早稲田大) ,  中野倫靖 (産業技術総合研) ,  後藤真孝 (産業技術総合研) ,  森島繁生 (早稲田大 理工学術院総合研) ,  森島繁生 (JST)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 52(SP2014 1-45)  ページ： 271-278  発行年： 2014年05月17日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,ライブ動画やPVなどに代表される音楽動画において,歌手が歌っているシーンである「歌唱シーン」を検出する手法について検討する。音楽において歌手は最も主要な役割を担っており,音楽動画における歌唱シーンも同様に動画のハイライトの一つであると言える。歌唱シーンは動画サムネイル生成や,大量の音楽動画の短時間ブラウジングなどにおいて有用である。歌唱シーンを検出するためには,歌手の顔認識,楽曲中の歌声区間検出といった要素手法及びそれらを組み合わせる手法についての検討が必要である。本稿では,顔認識を用いた映像解析,歌声区間検出を用いた音響解析,それらを複合したAudio-visual解析のそれぞれについて比較・検討しながら歌唱シーン検出の実現可能性について議論する。(著者抄録)

シソーラス用語： *信号検出 ,  *音楽 ,  *動画像 ,  物体認識 ,  音響分析 ,  マルチメディア ,  *音声検出 ,  歌手 ,  顔認識 ,  職種別従事者 ,  *歌
準シソーラス用語： スペシャリスト ,  オーディオビジュアル ,  *歌唱

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  楽器音響  (BB03070Y)

引用文献 (20件)：

• Videotrine: http://en.videotrine.com/
• Cooper, M., Foote, J.: Summarizing popular music via structural similarity analysis, Proc. of IEEE Workshop on Application of Signal Processing to Audio and Acoustics, pp.127-130 (2003).
• Chai, W., and Vercoe, B.: Music Thumbnailing via Structural Analysis, Proc. of ACMMM2003, pp.223-226 (2003).
• Bartsch, M., and Wakefield, G.: Audio Thumbnailing of Popular Music Using Chroma-Based Representations, IEEE Trans. on Multimedia Vol.7, pp.96-104 (2005).
• Money, A., and Agius, H.: Video summarisation: A conceptual framework and survey of the state of the art, Journal of Visual Communication and Image Representation, Vol.19, pp.121-143 (2008).

タイトルに関連する用語 (9件)： 歌手 ,  映像 ,  歌声 ,  解析 ,  音楽 ,  動画 ,  歌唱 ,  シーン ,  手法