抄録
本報告では、区間ではなくある時刻に対して断片的に付いたラベルを基にビデオシーンを検索する手法について述べる。その際、アノテーション時刻とショット区間との関係を表す評価関数のデータを辞書として用意しておき、それを用いて区間推定を行う。複数キーワードによる検索の場合は検出された区間の優先度を決定する際にもその評価関数を用いる。また、検索する際により適した区間を取り出すためのいくつかの工夫について述べる。実装したプロトタイプの評価も行う。
In this paper, we propose a method to retrieve a video scene from a fragmentarily-indexed video, in which each index term (called label) is attached not to a video interval but to a time point. We use data concerned with the relationship between an annotated time and a video shot length for each keyword in order to predict the corresponding video interval for each keyword. Furthermore, the data is used to determine the priority of retrieved video intervals. We also describe a way to select pertinent video intervals from a retrieval result. Finally, we describe a preliminary evaluation result of our prototype system.
