JP2006246008A - 映像トランスコードシステム、映像取得装置、トランスコーダ装置、及び、映像トランスコーディング方法 - Google Patents

Abstract

【課題】 映像コンテンツ配信時の処理負荷をかけることなく、映像コンテンツのシーンに応じたトランスコーディングを行うことを可能とする映像トランスコードシステム、映像取得装置、トランスコーダ装置、及び、映像トランスコーディング方法を提供する。
【解決手段】 映像取得装置１０は、映像コンテンツとカメラの操作信号を取得し、映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成する。映像データベース装置２０は映像データベース２１に記憶された映像コンテンツの特徴を解析してメタデータを生成する。映像情報配信サーバ装置３０は映像取得装置１０又は映像データベース装置２０から取得したメタデータ及び映像コンテンツを配信する。トランスコーダ装置４０は配信されたメタデータに記述されたポリシーを解析し、映像コンテンツをトランスコーディングする。
【選択図】 図１

Description

本発明は、通信ネットワークを介して配信するための映像コンテンツをトランスコーディングする映像トランスコードシステム、映像取得装置、トランスコーダ装置、及び、映像トランスコーディング方法に関する。

近年、インターネットの普及により、ＦＴＴＨ（Fiber To The Home）、ＡＤＳＬ（Asymmetric Digital Subscriber Line）など一般家庭にも高速通信環境が整ってきた。また、固定通信分野のみでなく、移動体通信の分野でも第三世代携帯電話が普及し、高速で通信を行うことが可能になってきた。このような高速通信インフラ環境の整備に加え、ＪＰＥＧ（Joint Photographic Experts Group）に代表される画像圧縮技術、ＭＰＥＧ（Moving Picture Experts Group）に代表される映像圧縮技術など、ディジタル信号圧縮技術の進化により、テキストデータばかりでなく、画像・音声・映像などデータ容量の大きいコンテンツも通信ネットワークを通して流通させることが可能になった。

このような背景の中、ＩＰ（Internet Protocol）技術でリアルタイム性を重視した映像ストリーミングサービスの需要も高まってきている。しかしながら、映像をＩＰネットワークへ配信するためには以下の２つの課題がある。
１．インターネットには多様な帯域を持ったネットワークが存在し、最適な映像ビットレートはそのネットワークによって変化すること
２．ＩＰネットワークはBesteffort型のネットワークであり、ネットワークをユーザ間で共有して利用する性質上、ネットワークの輻輳が起きる可能性があり、それに伴いパケット落ち、パケット遅延などが生じ、映像をストリーミング配信するためのネットワークＱｏＳ（Quality of Service）を維持できないことがあること

上記２点の課題を解決するために、映像のビットレートをネットワークの状況によって柔軟に変換して情報量を削減（トランスコーディング）する技術が研究されている。映像のビットレートをトランスコーディングする方法として、大きく下記の２つの方法がある。
１．動きに関する情報量削減
２．画質に関する情報量削減

しかし、従来の技術では、映像の特徴（動きが激しいシーン、動きがないシーン、映像全体が暗いシーン、映像全体が明るいシーン等）を考慮せず、一定の方式で映像ビットレートをネットワーク状況によってトランスコードしている手法がほとんどである。また、映像の特徴を考慮して映像ビットレートをトランスコードする手法も提案されてはいるが、動きベクトル等映像特徴量の解析をリアルタイムに行う必要があり、一定の方式で映像ビットレートをトランスコードする方式に比べ、トランスコード処理が重くなってしまうという問題がある。

トランスコード処理が重くなるのを防ぐために、予め画像データに付与したメタデータを利用する技術も提案されている（例えば、特許文献１参照）。特許文献１では、取得した画像データのうち被写体を強調するためのメタデータを生成している。
特開２００３−２５０１３２号公報（段落００１７、００２２）

しかしながら、特許文献１に記載の技術を用いたとしても、ネットワークを介してリアルタイムに画像データを配信する場合には、取得した画像データをリアルタイムに解析してメタデータを生成する必要がある。従って、メタデータを用いてトランスコード処理の負荷を軽減できても、映像コンテンツの配信処理全体としてはやはり処理負荷がかかってしまう。
また、画像解析による方法では、映像のビットレートをトランスコードするにあたり、映像コンテンツ作成者の意図や方針（このシーンは画質重視、このシーンは動き重視等）を反映することが困難である。
本発明は、以上の問題点に鑑みてなされたものであり、映像コンテンツ配信時の処理負荷をかけることなく、映像コンテンツのシーンに応じたトランスコーディングを行うことを可能とする映像トランスコードシステム、映像取得装置、トランスコーダ装置、及び、映像トランスコーディング方法を提供する。

上記課題を解決するために、請求項１に記載の発明は、映像取得装置と、映像データベース装置と、映像情報配信サーバ装置と、トランスコーダ装置と、を含む映像トランスコードシステムにおいて、前記映像データベース装置は、映像コンテンツを記憶するデータベースと、前記データベースに記憶された映像コンテンツの特徴を解析する映像解析手段と、前記映像解析手段による解析結果に基づいて、前記映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するアーカイブ映像メタデータ記述手段とを備え、前記映像取得装置は、撮影されている映像コンテンツを取得する映像取得手段と、ユーザにより入力された、前記映像コンテンツの所定シーンに対するポリシーを取得する入力情報取得手段と、前記入力情報取得手段により取得されたポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段とを備え、前記映像情報配信サーバ装置は、前記映像撮影装置又は前記映像データベース装置から取得したメタデータ及び映像コンテンツを配信する配信手段を備え、前記トランスコーダ装置は、前記映像情報配信サーバ装置から配信されたメタデータを解析するメタデータ解析手段と、前記メタデータ解析手段による解析結果に基づいて、前記映像情報配信サーバ装置から配信された映像コンテンツをトランスコーディングするトランスコーディング手段とを備えたことを特徴とする映像トランスコードシステムを提供する。

この構成によれば、映像取得手段により取得された映像コンテンツに対してはユーザが入力したポリシーによりメタデータを生成し、データベースに記憶された映像コンテンツに対しては映像コンテンツを解析してメタデータを生成するため、映像コンテンツ配信時の処理負荷をかけることなく、メタデータを用いて映像コンテンツのシーンに応じたトランスコーディングを行うことが可能となる。

請求項２に記載の発明は、通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングする映像トランスコードシステムにおいて、データベースに記憶された映像コンテンツの所定シーンの特徴と、ユーザにより入力された情報と、の少なくとも一方に基づいて、前記所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するアーカイブ映像メタデータ記述手段と、映像コンテンツ取得時に、該映像コンテンツの所定シーンに関連付けて、ユーザにより入力されたポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段と、前記ライブ映像メタデータ記述手段又は前記アーカイブ映像メタデータ記述手段により生成されたメタデータに基づいて映像コンテンツをトランスコーディングするトランスコーディング手段とを備えたことを特徴とする映像トランスコードシステムを提供する。

この構成によれば、映像トランスコードシステムは、映像取得手段により取得した映像コンテンツに対してはユーザが入力したポリシーによりメタデータを生成し、データベースに記憶された映像コンテンツに対しては所定シーンの特徴とユーザにより入力された情報との少なくとも一方に基づいてメタデータを生成するため、映像コンテンツ配信時の処理負荷をかけることなく、メタデータを用いて映像コンテンツのシーンに応じたトランスコーディングを行うことが可能となる。

請求項３に記載の発明は、通信ネットワークを介して配信すべき映像コンテンツを取得する映像取得装置において、撮影装置により撮影された映像コンテンツを取得する映像取得手段と、前記撮影装置から送信されてくる、ユーザの操作による操作信号を取得する入力情報取得手段と、前記入力情報取得手段により取得された操作信号に基づいて、前記映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段とを備えたことを特徴とする映像取得装置を提供する。

この構成によれば、映像取得装置は、ユーザの操作による操作信号を取得することで映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成することができるため、映像コンテンツ配信時にリアルタイムに映像コンテンツを解析してトランスコーディングする必要がなくなり、処理負荷をかけずにメタデータを用いて映像コンテンツのシーンに応じたトランスコーディングを行うことが可能となる。

請求項４に記載の発明は、通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングするトランスコーダ装置において、映像コンテンツの所定シーンに関連付けられているメタデータに記述されたポリシーを解析するメタデータ解析手段と、前記メタデータ解析手段による解析結果に基づいて前記映像コンテンツの所定シーンをトランスコーディングするトランスコーディング手段とを備えたことを特徴とするトランスコーダ装置を提供する。
この構成によれば、トランスコーダ装置は、メタデータに記述されたポリシーに基づいて映像コンテンツをトランスコーディングするため、映像コンテンツをリアルタイムに解析してトランスコーディングする必要がなくなり、映像コンテンツ配信時の処理負荷を軽減することができる。

請求項５に記載の発明は、通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングする映像トランスコーディング方法において、映像取得装置が、映像コンテンツを取得する映像コンテンツ取得ステップと、前記映像取得装置が、ユーザにより入力された、前記映像コンテンツの所定シーンに対するポリシーを取得する入力情報取得ステップと、前記映像取得装置が、前記入力情報取得ステップにおいて取得されたポリシーが記述されたメタデータを生成する映像メタデータ記述ステップと、トランスコーダ装置が、前記メタデータ記述ステップにおいて生成されたメタデータに記述されたポリシーに基づいて前記映像コンテンツをトランスコーディングするトランスコーディングステップとを備えたことを特徴とする映像トランスコーディング方法を提供する。

この方法によれば、ユーザにより入力されたポリシーが記述されたメタデータを生成し、生成されたメタデータに基づいて映像コンテンツをトランスコーディングする手順としたため、映像コンテンツ配信時において処理負荷をかけることなく、映像コンテンツのシーンに応じてユーザの意図を反映したトランスコーディングを行うことができる。

本発明によれば、映像トランスコードシステムは、映像取得手段により取得した映像コンテンツに対してはユーザが入力したポリシーによりメタデータを生成し、データベースに記憶された映像コンテンツに対しては所定シーンの特徴とユーザにより入力された情報との少なくとも一方に基づいてメタデータを生成するため、映像コンテンツ配信時の処理負荷をかけることなく、メタデータを用いて映像コンテンツのシーンに応じたトランスコーディングを行うことが可能となる。

次に、図面を参照しながら、本発明を実施するための実施の形態について説明する。
図１は、本発明の実施の形態に係る映像トランスコードシステム１の構成を示すブロック図である。同図に示すように、映像トランスコードシステム１は、映像コンテンツを取得する映像取得装置１０と、映像コンテンツを記憶する映像データベース装置２０と、映像コンテンツ及びメタデータを配信する映像情報配信サーバ装置３０と、受信装置５０に対して配信する映像コンテンツをトランスコーディングするトランスコーダ装置４０とを含んで構成される。これらの装置は、ネットワーク等で通信可能に接続されている。以下、映像トランスコードシステム１を構成する各装置の構成について説明する。

［映像取得装置］
映像取得装置１０は、映像取得装置１０全体を制御するＣＰＵ（Central Processing Unit）と、映像情報配信サーバ装置３０との通信を制御する通信インターフェースと、映像取得装置１０に接続されている撮影装置としてのカメラから、映像コンテンツ及び撮影者の操作による操作信号を受信するカメラインターフェースと、ソフトウェアを記憶する記憶装置と、を備えている。

なお、映像取得装置１０にカメラを接続する構成に限らず、映像取得装置１０自体にカメラ機能が搭載されていてもよい。例えば、映像取得装置１０がカメラ付携帯電話機であってもよい。
映像取得装置１０の記憶装置には、各種データ及びプログラムが記憶されている。各種プログラムの中には、映像コンテンツのエンコードを行うためのプログラムと、メタデータを生成するためのプログラムとが含まれている。

映像取得装置１０が備えるソフトウェア資源とハードウェア資源とが協働して動作することにより、映像取得装置１０は、図１に示す映像取得手段１１、入力情報取得手段１２、ライブ映像メタデータ記述手段１３、及び、エンコード手段１４として機能する。
映像取得手段１１は、カメラにより撮影された映像コンテンツを取得する。
入力情報取得手段１２は、映像取得手段１１により映像コンテンツが取得されている時に、ユーザにより入力されたポリシー等の入力情報を取得する。具体的には、入力情報取得手段１２は、カメラから送信されてくる操作信号や、映像作成に関わる人が映像取得装置１０に入力するポリシー等の情報を取得する。

例えば、映像撮影者は、カメラで映像を撮りながら、現在撮影しているシーンは動きを重視、画像重視などのポリシー（方針）を、カメラに搭載された所定のボタンを押すことにより、ボタンの操作信号として入力する。また、映像作成に関わる人は、カメラで撮影された映像コンテンツのシーンの特徴を把握し、シーンの特徴に応じた情報を映像取得装置１０に入力する。このように、画質重視、動き重視など、映像コンテンツ作成者の意図や方針をメタデータに記述することで、映像コンテンツ作成者の意図に沿った映像コンテンツのトランスコーディングが可能となる。

ライブ映像メタデータ記述手段１３は、入力情報取得手段１２により取得されたポリシーを記述したメタデータを生成する。図２には、メタデータに記述されるポリシーの例を示す。図２に示す例では、映像コンテンツのうち、５５０秒から１０００秒までのシーンは動きが激しいため動き重視のシーンであり、５１５０秒から１２０００秒までのシーンは動きが少ないため画質重視のシーンであることを示している。
エンコード手段１４は、映像取得手段１１が取得した映像コンテンツをエンコードする。

［映像データベース装置］
次に、映像データベース装置２０の構成について説明する。映像データベース装置２０はデータベースサーバであり、映像データベース装置２０全体を制御するＣＰＵと、ソフトウェアを記憶する記憶装置と、通信ネットワークを介してデータの授受を制御する通信インターフェースとを備えている。
映像データベース装置２０の記憶装置には、各種データ及びプログラムが記憶されている。各種プログラムの中には、映像コンテンツを解析するためのプログラムや、メタデータを生成するためのプログラムが含まれている。映像データベース装置２０が備えるソフトウェア資源とハードウェア資源とが協働して動作することにより、映像データベース装置２０は、図１に示す映像データベース２１、映像解析手段２２、及び、アーカイブ映像メタデータ記述手段２３として機能する。

映像データベース２１は、ハードディスク等の記憶装置を含んで構成されており、映像コンテンツをアーカイブ映像として蓄積記憶するためのデータベースである。
映像解析手段２２は、映像データベース２１に記憶されている映像コンテンツの動きベクトル等の特徴量を解析する。
アーカイブ映像メタデータ記述手段２３は、映像解析手段２２による解析結果に基づいて、映像コンテンツをトランスコーディングする際に用いられるポリシーを記述したメタデータを生成する。例えば、動きの激しいシーンでは画質よりフレームレートが重要となることが多いので画質を落としたり、また、動きのないシーンではフレームレートよりも画質が重要視されるのでフレームレートを落としたりするといったポリシーが考えられる。このように、アーカイブ映像メタデータ記述手段２３によって、映像コンテンツの特徴を踏まえたトランスコーディングを行うことが可能となる。

アーカイブ映像メタデータ記述手段２３は、オフラインで映像解析を行うため、解析に時間を要する処理も行うことができ、精度の高い効果的なポリシーを記述したメタデータを生成することが可能である。具体的には、動きが激しいとか画質重視等のみでなく、映像の画質、フレームレート、Ｉｎｒａ符号化率等、どの項目で情報削減（シェーピング）を行うか、どの項目を組み合わせて情報削減を行うか等についての詳細なポリシーを記述することが可能である。
また、アーカイブ映像メタデータ記述手段２３は、映像取得装置１０と同様に、映像コンテンツ作成者が入力した情報に基づいてメタデータを生成することも可能である、これにより、アーカイブ映像についても、映像コンテンツ作成者の意図を反映したトランスコーディングを行うことが可能となる。

［映像情報配信サーバ装置］
次に、映像情報配信サーバ装置３０の構成について説明する。映像情報配信サーバ装置３０は、映像コンテンツ及びメタデータを配信する配信手段を備えている。当該配信手段はストリーミングサーバ３１とメタデータ配信サーバ３２とから構成される。
ストリーミングサーバ３１はストリーミング配信手段３１１を備えている。ストリーミング配信手段３１１は、映像取得装置１０又は映像データベース装置２０から取得した映像コンテンツをストリーミング形式に変換してトランスコーダ装置４０に配信する。
メタデータ配信サーバ３２はメタデータ配信手段３２１を備えている。メタデータ配信手段３２１は、映像取得装置１０又は映像データベース装置２０から取得したメタデータをトランスコーダ装置４０に配信する。

［トランスコーダ装置］
次に、トランスコーダ装置４０の構成について説明する。トランスコーダ装置４０は、ストリーミングサーバ３１から受信するストリーミング形式の映像コンテンツと、メタデータ配信サーバ３２から受信するメタデータとに基づいて、映像コンテンツのトランスコーディングを実施する装置である。
トランスコーダ装置４０は、ＣＰＵ、記憶装置及び通信インターフェースを備えており、一般的なコンピュータのハードウェア構成を備えている。トランスコーダ装置４０の記憶装置には、メタデータを解析するためのプログラム、映像コンテンツをトランスコーディングするためのプログラム、及び、トランスコーディングを行う際のポリシーを示す情報が記憶されている。

メタデータ解析手段４１は、メタデータ配信サーバ３２から受信したメタデータに記述されているポリシーを解析する。
トランスコーディング手段４２は、メタデータ解析手段４１による解析結果に基づいて、ストリーミングサーバ３１から配信された映像コンテンツの所定シーンをトランスコーディングする。この時に、トランスコーディング手段４２は、所定シーンについて、映像の画質、フレームレート、Ｉｎｒａ符号化、Ｉｎｔｅｒ符号化等の、どの項目で情報削減を行うかや、どの項目を組み合わせて情報削減を行うか等は、メタデータに記述されている通りに実施する。

なお、メタデータに、例えば、「動き重視」、「画質重視」と記述されているのみであって詳細なトランスコーディングに関する情報が記述されていない場合には、トランスコーディング手段４２は、自装置４０の記憶装置に予め記憶されているポリシーに従って映像コンテンツをトランスコーディングする。トランスコーディングを行う際のポリシーの例として以下のものがある。
Ａ）動き重視の場合
・画質に関する情報量削減
・画像の解像度を削減
・画像の高周波成分を削除（ＭＰＥＧであれば、逆ＤＣＴ（離散コサイン変換）後、量子化ステップを大きくし、再度ＤＣＴを行う）
・Ｉｎｔｅｒ符号化を多く適用
Ｂ）画質重視の場合
・フレームレート削減
・Ｉｎｔｒａ符号化を多く適用

［映像取得装置の処理］
次に、図３に示すフローチャートを参照して、映像取得装置１０が行う処理の流れについて説明する。
まず、映像撮影者はカメラを操作して撮影指示を行う。カメラは、映像の撮影を開始し、映像取得装置１０に映像コンテンツを送信する。
映像取得装置１０は、映像取得手段１１により、カメラから送信されてくる映像コンテンツを取得し（ステップＳ１０１）、エンコード手段１４により取得した映像コンテンツをエンコードする。

撮影者は、現在撮影している映像シーンが画質を重視するシーンか、または、動きを重視するシーンか、を選択するために、画質又は動きを重視したい時間だけカメラに搭載されている所定のボタンを押す。カメラは、ボタン押下によるカメラの操作信号を映像取得装置１０に送信する。
映像取得装置１０は、入力情報取得手段１２により、カメラから送信されてくる操作信号を受信する（ステップＳ１０２）。
次に、映像取得装置１０は、受信したカメラの操作信号によって示されているポリシーと、カメラ操作信号の受信開始時間及び受信終了時間と、に基づいて、ポリシーと、映像開始時間及び終了時間とが記述されたメタデータを生成する（ステップＳ１０３）。

［トランスコーダ装置の処理］
次に、図４に示すフローチャートを参照して、トランスコーダ装置４０が行う処理の流れについて説明する。
トランスコーダ装置４０は、映像コンテンツ及び当該映像コンテンツに関連付けられているメタデータを受信する（ステップＳ２０１）。
トランスコーダ装置４０は、メタデータ解析手段４１により、ステップＳ２０１で受信したメタデータを解析する（ステップＳ２０２）。
トランスコーダ装置４０は、メタデータの解析結果に基づいて、ステップＳ２０１で受信したメタデータをトランスコーディングする（ステップＳ２０３）。

［映像トランスコードシステムの処理］
次に、図１を参照して、映像トランスコードシステム１全体における映像コンテンツのトランスコーディング処理の流れについて説明する。
ステップ１においては、映像コンテンツのトランスコーディングを行う際のポリシーが記述されたメタデータを映像コンテンツに付与する。
ライブ映像の場合は、カメラで映像を撮影する際、映像撮影者あるいは映像作成に関わる人がリアルタイムにポリシーを入力する。例えば、映像撮影者は映像を撮りながら、現在のシーンは動きを重視、画像重視などをカメラの操作信号として入力する。カメラは操作信号と映像コンテンツの各シーンとを映像取得装置１０に送信する。映像取得装置１０は、入力情報取得手段１２によってカメラの操作信号を取得し、映像取得手段１１によって映像コンテンツを取得する。映像取得装置１０は、ライブ映像メタデータ記述手段１３により、操作信号が示すポリシーが記述されたメタデータを生成し、当該メタデータとエンコード手段１４でエンコードした映像コンテンツとを映像情報配信サーバ装置３０に送信する。

一方、アーカイブ映像の場合は、映像データベース２１に保存されている映像をオフラインで画像解析技術を用いて映像の特徴を抽出し、その特徴量から最適なトランスコーディングと推定される方針を決定し、当該方針を記述したメタデータを生成する。例えば、映像コンテンツのフォーマットがＭＰＥＧフォーマットであれば、動きベクトルの量から動きが激しいシーンであることを推定し、ポリシーとして“ａｃｔｉｖｅ”と記述されたメタデータを生成する。

また、映画などのリッチコンテンツでは、映像コンテンツ作成者が自らこのシーンは画質を重視、このシーンは動き重視等、トランスコーディングする際のポリシーを映像データベース装置８２０に入力する。
映像データベース装置２０は、生成したメタデータと映像コンテンツとを関連付けて映像データベース２１に保存する。映像データベース装置２０は、受信装置５０から配信要求を受ける等、所定の契機が発生した場合に、メタデータ及び映像コンテンツを映像情報配信サーバ装置３０に送信する。

ステップ２においては、映像情報配信サーバ装置３０を構成するストリーミングサーバ３１は、ステップ１で取得した映像コンテンツをストリーミング形式に変換し、変換後の映像コンテンツをトランスコーダ装置４０へ配信する。また、映像情報配信サーバ装置３０を構成するメタデータ配信サーバ３２は、ステップ１で映像コンテンツに付与した（関連付けた）メタデータをトランスコーダ装置４０へ配信する。

ステップ３においては、トランスコーダ装置４０は、メタデータ解析手段４１により、メタデータに記述されたポリシーを解析する。トランスコーダ装置４０は、トランスコーディング手段４２により、解析結果に基づいて映像コンテンツのビットレート（映像符号化量）のトランスコーディングを行う。トランスコーダ装置４０は、トランスコーディングした後の映像コンテンツを受信装置５０に配信する。受信装置５０は、配信された映像コンテンツをデコーダでデコードする。

以上のように、トランスコーダ装置４０がメタデータを参照し、映像コンテンツをトランスコーディングすることで、下記２点のメリットがある。
第１に、映像コンテンツ配信時に処理負荷をかけることなく、映像コンテンツのシーンに応じてトランスコーディングを行うことが可能となる。
例えば、動きのあるシーンでは、動きの情報量は削減せず画質の情報量を削減したり、動きのないシーンでは、画質の情報量を削減せず動きの情報量を削減したりすることが可能となる。本処理を、メタデータを利用せず画像処理技術を応用してリアルタイムにシーンに応じたビットレートの削減を行うことも可能であるが、トランスコーディング処理が非常に重くなってしまう。メタデータを利用する方法では、アーカイブ映像であれば事前にオフラインで画像処理技術を応用してメタデータを作成する、又は、映像コンテンツ作成者がメタデータに記述するポリシーを入力することが可能である。また、リアルタイム映像（ライブ映像）については、撮影者が随時カメラの操作信号を用いて、その場でビットレート削減のためのポリシーを入力することで、トランスコーダ装置４０の処理を軽減することが可能である。

第２に、映像コンテンツ作成者や映像作成者の意図を反映したトランスコーディングが可能となる。映像コンテンツのシーンの特徴に基づいて自動で情報削減項目等のポリシーを決定するのではなく、映像コンテンツ作成者や映像作成者が予め、このシーンは画質重視、このシーンは動きを重視したいといったポリシーを入力することで、映像コンテンツ作成者や映像作成者の意図を反映することが可能となる。
このように、映像コンテンツ配信時の処理負荷をかけずにシーンに応じたトランスコーディングが可能となり、加えて、映像コンテンツ作成者や映像撮影者の意図を反映したトランスコーディングが可能となる。

［変形例］
以上、本発明の実施の形態について説明したが、本発明は係る実施形態に限定されるものではなく、その技術思想の範囲内で様々な変形が可能である。変形例としては、例えば、以下のようなものが考えられる。
（１）上述した実施形態における映像トランスコードシステム１の装置構成は一例に過ぎない。映像トランスコードシステム１が、ライブ映像に対しては操作信号等の入力情報に基づいてメタデータを記述する機能と、アーカイブ映像に対しては映像解析結果又は入力情報に基づいてメタデータを記述する機能と、メタデータに基づいて映像コンテンツをトランスコーディングする機能と、を備えていれば、映像トランスコードシステム１が２つの装置で構成されていても、３つの装置で構成されていてもよい。例えば、映像情報配信サーバ装置３０を映像トランスコードシステム１の構成要素とせずに、トランスコーダ装置４０が映像取得装置１０又は映像データベース装置２０から直接映像コンテンツ及びメタデータを取得してもよい。
また、上述した実施形態における映像トランスコードシステム１は、ライブ映像とアーカイブ映像との両方を配信する装置として説明したが、ライブ映像とアーカイブ映像との何れか一方のみを配信するシステムであってもよい。

（２）上述した実施形態においては、トランスコーダ装置４０は、常に映像コンテンツをトランスコーディングしてから受信装置５０に配信するとして説明したが、これに限定されることはなく、ネットワーク状況によって映像コンテンツをストリーミング配信するためのネットワークＱｏＳを維持することができないと判断された場合にのみ、映像コンテンツをトランスコーディングするようにしてもよい。
これにより、映像ストリーミング配信サービスにおいて、ネットワークの状況の変化によって映像コンテンツのビットレートを下げる必要が発生した時に、映像コンテンツ作成者又は映像撮影者の意図もしくは映像コンテンツの特徴量の観点に基づいた最適なポリシーにより、映像コンテンツをトランスコーディングすることが可能となる。

（３）上述した実施形態において説明したポリシーの例は一例に過ぎず、例えば、映像コンテンツに含まれる音声データを削減するためのポリシーがあってもよい。また、映像全体が明るいシーンは、映像全体が暗いシーンに比較して画質を重視するというポリシーがあってもよい。

本発明の実施の形態に係る映像トランスコードシステムの全体構成を示すブロック図である。 同実施の形態に係るメタデータの記述例を示す図である。 同実施の形態に係る映像取得装置が行う処理の流れを示す。 同実施の形態に係るトランスコーダ装置が行う処理の流れを示すフローチャートである。

符号の説明

１ 映像トランスコードシステム
１０ 映像取得装置
１１ 映像取得手段
１２ 入力情報取得手段
１３ ライブ映像メタデータ記述手段
１４ エンコード手段
２０ 映像データベース装置
２１ 映像データベース
２２ 映像解析手段
２３ アーカイブ映像メタデータ記述手段
３０ 映像情報配信サーバ装置
３１ ストリーミングサーバ
３１１ ストリーミング配信手段
３２ メタデータ配信サーバ
３２１ メタデータ配信手段
４０ トランスコーダ装置
４１ メタデータ解析手段
４２ トランスコーディング手段
５０ 受信装置

Claims (5)

1. 映像取得装置と、映像データベース装置と、映像情報配信サーバ装置と、トランスコーダ装置と、を含む映像トランスコードシステムにおいて、
   前記映像データベース装置は、
   映像コンテンツを記憶するデータベースと、
   前記データベースに記憶された映像コンテンツの特徴を解析する映像解析手段と、
   前記映像解析手段による解析結果に基づいて、前記映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するアーカイブ映像メタデータ記述手段と
   を備え、
   前記映像取得装置は、
   撮影されている映像コンテンツを取得する映像取得手段と、
   ユーザにより入力された、前記映像コンテンツの所定シーンに対するポリシーを取得する入力情報取得手段と、
   前記入力情報取得手段により取得されたポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段と
   を備え、
   前記映像情報配信サーバ装置は、
   前記映像撮影装置又は前記映像データベース装置から取得したメタデータ及び映像コンテンツを配信する配信手段を備え、
   前記トランスコーダ装置は、
   前記映像情報配信サーバ装置から配信されたメタデータを解析するメタデータ解析手段と、
   前記メタデータ解析手段による解析結果に基づいて、前記映像情報配信サーバ装置から配信された映像コンテンツをトランスコーディングするトランスコーディング手段と
   を備えたことを特徴とする映像トランスコードシステム。
2. 通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングする映像トランスコードシステムにおいて、
   データベースに記憶された映像コンテンツの所定シーンの特徴と、ユーザにより入力された情報と、の少なくとも一方に基づいて、前記所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するアーカイブ映像メタデータ記述手段と、
   映像コンテンツ取得時に、該映像コンテンツの所定シーンに関連付けて、ユーザにより入力されたポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段と、
   前記ライブ映像メタデータ記述手段又は前記アーカイブ映像メタデータ記述手段により生成されたメタデータに基づいて映像コンテンツをトランスコーディングするトランスコーディング手段と
   を備えたことを特徴とする映像トランスコードシステム。
3. 通信ネットワークを介して配信すべき映像コンテンツを取得する映像取得装置において、
   撮影装置により撮影された映像コンテンツを取得する映像取得手段と、
   前記撮影装置から送信されてくる、ユーザの操作による操作信号を取得する入力情報取得手段と、
   前記入力情報取得手段により取得された操作信号に基づいて、前記映像コンテンツの所定シーンをトランスコーディングする際のポリシーが記述されたメタデータを生成するライブ映像メタデータ記述手段と
   を備えたことを特徴とする映像取得装置。
4. 通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングするトランスコーダ装置において、
   映像コンテンツの所定シーンに関連付けられているメタデータに記述されたポリシーを解析するメタデータ解析手段と、
   前記メタデータ解析手段による解析結果に基づいて前記映像コンテンツの所定シーンをトランスコーディングするトランスコーディング手段と
   を備えたことを特徴とするトランスコーダ装置。
5. 通信ネットワークを介して配信すべき映像コンテンツをトランスコーディングする映像トランスコーディング方法において、
   映像取得装置が、映像コンテンツを取得する映像コンテンツ取得ステップと、
   前記映像取得装置が、ユーザにより入力された、前記映像コンテンツの所定シーンに対するポリシーを取得する入力情報取得ステップと、
   前記映像取得装置が、前記入力情報取得ステップにおいて取得されたポリシーが記述されたメタデータを生成する映像メタデータ記述ステップと、
   トランスコーダ装置が、前記メタデータ記述ステップにおいて生成されたメタデータに記述されたポリシーに基づいて前記映像コンテンツをトランスコーディングするトランスコーディングステップと
   を備えたことを特徴とする映像トランスコーディング方法。

Images