journal club 2019-12-18

1. ダイジェスト映像自動生成のための観点
の
入れ替わりに基づいた特徴的シーン抽出
佐藤 颯哉
静岡大学 情報学部 行動情報学科
sato@design.inf.shizuoka.ac.jp
ジャーナルクラブ
2019年12月18日
1

2. 基本情報
タイトル
ダイジェスト映像自動生成のための観点の入れ替わり
に基づいた特徴的シーン抽出
著者
山内 嶺 北山 大輔
出典
第6回データ工学と情報マネジメントに関するフォーラ
ム（DEIM2014）
2

3. 140字概要
ニコニコ動画に投稿されている野球動画に
ついたコメント内容を分析し「肯定的」
「否定的」に分類．同時に同じようなコメ
ントをするユーザをクラスタリング．
クラスタごとのコメントをスコア付けして
このスコアをつかって特徴的なシーンを抽
出する方法を提案する．
3

4. リサーチクエスチョンと仮説
RQ
どうしたら野球動画のダイジェストを作成
するためのシーン抽出ができるか
仮説
肯定的なコメントと否定的なコメントの量
（コメントの極性）が変わるとき何らかの
特徴的なシーンがあるのではないか
4

5. クラスタリング
視聴者特徴ベクトル
コメントの傾向が似ているユーザをクラスタリ
ング
動画をN等分割しその間に含まれる
– 肯定的なコメント １
– 否定的なコメント－１
としクラスタの平均値を評価値とする
これに閾値を設定しクラスタリングする
5
Ex.

6. クラスタリング
6
図1：視聴者のクラスタリング 図2：観点の入れ替わり検出
図1
P肯定的なコメント
N否定的なコメント
ユーザAとBは同じ傾向がみられる
図2
評価値を線形補間しその交点を特徴的なシーンとする
引用：（ダイジェスト映像自動生成のための観点の入れ替わりに基づいた特徴的シーン抽出3p）

7. シーンの抽出
「７点差からの反撃！マシンガン打線」
999件のコメント分析したところ6種類の
クラスタに分けることができた
このクラスタ同士の評価値の交点を求め
ると11点
3つの評価値が重なった交点は1点
この点は7点差をひっくり返す起点となる
シーンについていた
他の点においても試合を動かす特徴的な
シーンが抽出できた
7

8. 結果と考察
8
図3：コメント量と交点の関連
ただ単にコメント量の多い場面だけを抜き取るだけでは
試合を動かす特徴的なシーンの取得は難しいと考えられる
この手法であればコメントの多いシーンも抜き出すことができる
考察
肯定的なコメントと否定的なコメントの判定が難しいので
精度を上げる
他ジャンルへの適用を検証する
引用：（ダイジェスト映像自動生成のための観点の入れ替わりに基づいた特徴的シーン抽出4p）

9. 考えたこと
観点の入れ替わりをユーザごとに着目し
てコメント傾向をつかんでいておもしろ
い
抽出されたものをつなげたものはダイ
ジェストと呼べるものなのか
辞書をジャンルごとに作ることになりそ
うなので発展させるのが難しそう
9