ファジィクラスタリングを用いたサッカー映像におけるオーディオインデキシングに関する考察

摘要

本稿では，テレビ放送のサッカー映像より得られるオーディオ信号を用いて，ゴールやファウル等，試合の展開に深く関わるシーン（イベント）の発生時刻を検出する手法を提案する．提案手法では，イベント発生時に観客から歓声があがるという特徴に着目し，サッカー映像より得られるオーディオ信号から歓声のあがる時刻を検出することでイベント発生時刻を得る．テレビ放送のサッカー映像より得られるオーディオ信号にはアナウンサーの音声が含まれており，歓声のみを得ることは困難である．そこで，提案手法はサッカー映像より得られるオーディオ信号と，歓声により構成された信号の類似の程度（歓声類似度）を，ファジィC－meanS法により得られる帰属度を用いて算出する．この歓声類似度に基づき歓声のあがる時刻を検出することで，イベント発生時刻を得ることが可能となる．