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: 顔認識のシーン分割精度に与える効果の検証

摘要

We have proposed a scene segmentaiton method which focuses on the structures that performers such as hosts and singers repeatedly appear on stages. Based on those structures, hierarchical shot clustering is performed, and the scenes cut detection is realized by searching cut edges of a directed-graph which is constructed from clustering results. In the proposed method, face similarities of performers computed by using Kernel Mutual Subspace Method (KMSM), whose training data are collected in advanced, are adopted for the visual features. Therefore, in this paper, we verify the effect of face recognition on scene segmentation accuracy in terms of the method using video structures of music programs.%我々はこれまで,歌謡番組において司会者と歌手が繰り返し出演する映像の構造が存在することに注目したシーン分割手法を提案してきた.提案手法は,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.このとき,ショットの階層クラスタリングを行う際の画像特徴として,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各出演者との類似度を利用する.そこで本文では,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に関して,顔認識の精度がシーン分割精度に与える影響およびその効果を検証する.