WO2017002821A1

WO2017002821A1 - 映像処理装置、映像処理方法および記録媒体

Info

Publication number: WO2017002821A1
Application number: PCT/JP2016/069175
Authority: WO
Inventors: 祐高橋; 近藤　多伸; 佳孝浦谷; 健一山内
Original assignee: ヤマハ株式会社
Priority date: 2015-06-29
Filing date: 2016-06-28
Publication date: 2017-01-05
Also published as: JP2017017423A; JP6610030B2

Abstract

相異なる位置で収録された複数の素材を利用したコンテンツを簡便に生成する。映像処理装置は、音響および動画を含む収録素材データを生成可能な複数の端末装置の各々から無線通信により収録素材データを受信する通信装置と、通信装置が受信した複数の収録素材データに対する編集処理でコンテンツを生成する編集処理部とを具備する。

Description

映像処理装置、映像処理方法および記録媒体

　本発明は、音響および動画を処理する技術に関する。

　音響と動画とを含む素材を収録および編集する各種の技術が従来から提案されている。例えば特許文献１には、相異なる位置で収録された映像を適宜に切替えて再生可能なマルチアングルビデオを生成する技術が開示されている。

特開２００２－１３５７０６号公報

　しかし、特許文献１の技術では、複数のカメラおよび複数のマイクをケーブルで映像記録装置に接続した大規模な収録システムが必要であり、運搬または配置等の取扱いが煩雑であるという問題がある。以上の事情を考慮して、本発明は、複数の収録素材を利用したコンテンツを簡便に生成することを目的とする。

　以上の課題を解決するために、本発明の映像処理装置は、音響および動画を含む収録素材データを生成可能な複数の端末装置の各々から無線通信により収録素材データを受信する無線通信部と、無線通信部が受信した複数の収録素材データに対する編集処理でコンテンツを生成する編集処理部とを具備する。以上の態様では、無線通信部が複数の端末装置から無線通信で受信した複数の収録素材データに対する編集処理でコンテンツが生成される。したがって、複数のカメラおよび複数のマイクが映像記録装置にケーブルで接続された大規模な収録システムを必要とせずに、複数の収録素材を含むコンテンツを簡便に生成できるという利点がある。なお、複数の収録素材データに対する編集処理で生成される１個のコンテンツは、例えば複数の収録素材データのうち１個以上の収録素材データの一部または全部を含む。

本発明の実施形態に係る映像処理システムの構成図である。端末装置の構成図である。複数の収録素材データの説明図である。映像処理装置の構成図である。複数の収録素材データを相互に同期させる処理の説明図である。制御データの模式図である。映像処理システムの動作の説明図である。調整画面の模式図である。

　図１は、本発明の好適な態様に係る映像処理システム１００の構成図である。映像処理システム１００は、例えば演奏会または講演会等の種々のイベントの収録に利用されるコンピュータシステムであり、図１に例示される通り、映像処理装置１２と複数の端末装置１４とを具備する。複数の端末装置１４の各々は、例えば携帯電話機、スマートフォン、タブレット端末、またはパーソナルコンピュータ等の可搬型の通信端末である。概略的には、複数の端末装置１４の各々が収録した音響および動画のデータ（以下「収録素材データ」という）を映像処理装置１２が収集および編集することで１個のコンテンツが生成される。

　図２は、任意の１個の端末装置１４の構成を例示する構成図である。図２に例示される通り、端末装置１４は、制御装置２０と記憶装置２２と通信装置２４と収録装置２６と操作装置２８と再生装置３０とを具備する。制御装置２０は、端末装置１４の各要素を統括的に制御する演算処理装置（例えばＣＰＵ）である。記憶装置２２は、磁気記録媒体または半導体記録媒体等の公知の記録媒体で構成され、制御装置２０が実行するプログラムと制御装置２０が使用する各種のデータとを記憶する。

　再生装置３０は、編集後のコンテンツを再生する出力機器である。具体的には、再生装置３０は、制御装置２０からの指示に応じてコンテンツの動画を表示する表示装置３２と、制御装置２０からの指示に応じてコンテンツの音響を放音する放音装置３４とを包含する。操作装置２８は、端末装置１４の利用者からの指示を受付ける入力機器である。利用者が操作可能な複数の操作子、または、表示装置３２の表示面に対する接触を検知するタッチパネルが操作装置２８として利用される。

　収録装置２６は、収録素材データＤを生成する映像機器である。本実施形態の収録装置２６は、音響を収音する収音装置と動画を撮像する撮像装置とを具備し、収音装置が収音した音響と撮像装置が撮像した動画とを表す収録素材データＤを生成する。なお、収録素材データＤのファイルの形式は任意である。各端末装置１４の利用者は、当該端末装置１４の収録装置２６を利用して、例えば相異なる位置で共通の収録対象（例えば演奏会等のイベント）の音響および動画を並列に収録する。すなわち、各端末装置１４の収録装置２６は、音響ホール等の共通の音響空間の相異なる地点に配置され、各々が別個の角度から例えば舞台または観客の様子を収録して収録素材データＤを生成する。

　図３には、各端末装置１４の収録装置２６が生成する収録素材データＤ（Ｄ1，Ｄ2，Ｄ3）が例示されている。図３に例示される通り、任意の１個の収録素材データＤは、相互に並列に収録された音響および動画を包含する。音響および動画の収録の開始点は複数の収録素材データＤの間で相違し得る。また、複数の収録素材データＤは、相互に共通の音響（ただし音量等の音響特性は相違し得る）を含有する。

　図２の通信装置２４は、映像処理装置１２と通信する通信機器である。本実施形態の通信装置２４は、例えばWi-Fi（登録商標）またはBluetooth（登録商標）等の公知の近距離無線通信により映像処理装置１２と通信する。具体的には、各端末装置１４の通信装置２４は、当該端末装置の収録装置２６が生成した収録素材データＤを近距離無線通信により映像処理装置１２に送信する。なお、端末装置１４と映像処理装置１２との間の通信方式は任意である。

　図４は、映像処理装置１２の構成を例示する構成図である。本実施形態の映像処理装置１２は、複数の端末装置１４が生成した複数の収録素材データＤを処理するコンピュータシステムであり、図４に例示される通り、制御装置４０と記憶装置４２と通信装置４４と操作装置４６とを具備する。制御装置４０と記憶装置４２と通信装置４４とは図１の可搬型の筐体１２０に収容され、操作装置４６は筐体１２０に設置される（図１では図示略）。本実施形態の映像処理装置１２は、例えば管理者（例えば収録対象のイベントの運営者）が人力で運搬可能な一体の可搬型装置である。具体的には、図１に例示される通り、管理者が把持可能な把持部１２２（取っ手）が筐体１２０の頂面に設置され、管理者は把持部１２２を把持した状態で映像処理装置１２を任意の位置に運搬および配置することが可能である。具体的には、演奏会または講演会等の種々のイベントが開催される場所に映像処理装置１２が運搬および配置される。

　図４の操作装置４６は、映像処理装置１２に対する指示を映像処理装置１２の管理者から受付ける入力機器である。なお、管理者が端末装置１４を利用して映像処理装置１２に各種の指示を遠隔で付与することも可能である。したがって、映像処理装置１２から操作装置４６は省略され得る。通信装置（無線通信部の例示）４４は、複数の端末装置１４の各々と通信する。具体的には、通信装置４４は、複数の端末装置１４から近距離無線通信により収録素材データＤを受信する。以上の説明から理解される通り、本実施形態では、映像処理装置１２と各端末装置１４との間の無線通信の方式として、移動体通信網またはインターネット等の通信網が装置間に介在しない近距離無線通信を例示する。

　記憶装置４２は、例えば磁気記録媒体または半導体記録媒体等の公知の記録媒体で構成され、制御装置４０が実行するプログラムと制御装置４０が使用する各種のデータとを記憶する。なお、映像処理装置１２が通信可能なサーバに記憶装置４２（すなわちクラウドストレージ）を設置することも可能である。すなわち、映像処理装置１２から記憶装置４２は省略され得る。記憶装置４２は、通信装置４４が複数の端末装置１４から受信した複数の収録素材データＤを記憶する。

　制御装置４０は、映像処理装置１２の各要素を統括的に制御する演算処理装置（例えばＣＰＵ）である。本実施形態の制御装置４０は、記憶装置４２に記憶されたプログラムを実行することで、通信装置４４が端末装置１４から受信した複数の収録素材データＤを処理するための複数の機能（同期処理部５２および編集処理部５４）を実現する。前述の説明から理解される通り、同期処理部５２および編集処理部５４は筐体１２０に収容される。なお、制御装置４０の一部の機能を音響処理または画像処理の専用の電子回路で実現した構成、または、制御装置４０の機能を複数の装置に分散した構成も採用され得る。

　図４の同期処理部５２は、複数の端末装置１４から受信した複数の収録素材データＤを相互に同期させる。複数の収録素材データＤの同期とは、各収録素材データＤの音響および動画の時間軸が複数の収録素材データＤにわたり相互に合致する状態を意味する。すなわち、同期処理部５２は、図５に例示される通り、各収録素材データＤにおける特定の時刻（例えば特定の音響が発音された時点）が複数の収録素材データＤにわたり時間軸上の共通の時点となるように各収録素材データＤの時間軸上の位置を調整する。複数の収録素材データＤの同期には公知の技術が任意に採用され得るが、例えば図５の例示からも理解される通り、各収録素材データＤの音響を解析することで複数の収録素材データＤを相互に同期させる構成が好適である。すなわち、各収録素材データＤの音響の時間変動（すなわち音圧波形）が複数の収録素材データＤにわたり時間軸上で整合するように各収録素材データＤの時間軸上の位置が調整される。

　図４の編集処理部５４は、同期処理部５２による同期処理後の複数の収録素材データＤに対する処理（以下「編集処理」という）でコンテンツを生成する。編集処理は、収録素材データＤの音響を調整する音響処理と、収録素材データＤの動画を編集する動画処理とを包含する。音響処理は、複数の収録素材データＤの音響に対するミキシングまたはマスタリング等の処理を包含する。動画処理は、複数の収録素材データＤの各々の動画の一部（以下「選択区間」という）を時間軸上で相互に連結する処理である。編集処理部５４が生成するコンテンツは、以上に例示した音響処理後の音響と動画処理後の動画（すなわち、複数の収録素材データＤの何れかに順次に切替わる動画）とを包含する。なお、複数の収録素材データＤの何れかの音響を音響処理により調整してコンテンツに利用することも可能である。

　図４に例示される通り、本実施形態の編集処理部５４は、第１処理部５４１と第２処理部５４２とを包含する。第１処理部５４１は、複数の収録素材データＤの編集処理に適用される制御データＣを生成する。図６は、制御データＣの模式図である。図６に例示される通り、制御データＣは、音響制御データＣ1と動画制御データＣ2とを包含する。音響制御データＣ1は、前述の音響処理（ミキシングまたはマスタリング）に適用される各変数の数値を指定する。第１処理部５４１は、例えば、音響処理の各変数が初期値に設定された初期的な音響制御データＣ1を生成する。

　他方、動画制御データＣ2は、前述の動画処理に適用される各変数の数値を指定する。具体的には、動画制御データＣ2は、複数の収録素材データＤの各々について選択区間（すなわちコンテンツを構成する部分）を指定する。例えば、動画制御データＣ2は、図６に例示される通り、相異なる選択区間に対応する複数の単位データＵの時系列で構成される。任意の１個の選択区間に対応する単位データＵは、当該選択区間を含む１個の収録素材データＤの識別情報と、当該選択区間の始点および終点とを指定する。第１処理部５４１は、同期処理後の複数の収録素材データＤの間で選択区間が相互に重複しないように各収録素材データＤからランダムに抽出された選択区間を指定する初期的な動画制御データＣ2を生成する。なお、収録素材データＤにおいて収録シーンが他のシーンに切替わる切替点を複数の収録素材データＤの各々の動画の解析により推定し、各切替点を境界として画定された選択区間を指定する初期的な動画制御データＣ2を第１処理部５４１が生成することも可能である。

　第１処理部５４１が生成した初期的な制御データＣ（音響制御データＣ1および動画制御データＣ2）は、端末装置１４に対する利用者からの指示に応じて更新される。図４の第２処理部５４２は、更新後の制御データＣを適用した複数の収録素材データＤに対する編集処理でコンテンツ（例えば動画ファイル）を生成する。編集処理部５４（第２処理部５４２）が生成したコンテンツが例えば通信装置４４から端末装置１４に近距離無線通信により送信されて当該端末装置１４の再生装置３０で再生される。

　図７は、映像処理システム１００の動作の説明図である。各端末装置１４の記憶装置２２に記憶されたプログラム（アプリケーションプログラム）が利用者からの指示に応じて起動された状態で、映像処理装置１２の操作装置４６に対する管理者からの所定の操作（動作開始の指示）を契機として図７の処理が開始される。

　まず、映像処理装置１２の通信装置４４は、当該映像処理装置１２の周囲に位置する複数の端末装置１４に対して近距離無線通信で識別情報Ｘを送信する（Ｓ1）。識別情報Ｘは、今回の映像処理装置１２の一連の動作を識別するための符号である。以上の説明から理解される通り、各端末装置１４の収録装置２６による収録動作の実行前に、映像処理装置１２の周囲の複数の端末装置１４に対して共通の識別情報Ｘが送信される。識別情報Ｘは、各端末装置１４の通信装置２４により受信されたうえで記憶装置２２に格納される（Ｓ2）。

　各端末装置１４の収録装置２６は、操作装置２８に対する利用者からの操作を契機として音響および動画の収録動作を実行して収録素材データＤを生成する（Ｓ3）。例えば、収録対象のイベントの開始を契機として複数の端末装置１４により並列に収録が開始される。収録装置２６が生成した収録素材データＤは、映像処理装置１２から受信した識別情報Ｘが付加された状態で記憶装置２２に格納される。すなわち、複数の端末装置１４により収録される複数の収録素材データＤに共通の識別情報Ｘが付加される。

　収録装置２６による収録動作が終了すると、各端末装置１４の通信装置２４は、記憶装置２２に記憶された収録素材データＤを識別情報Ｘとともに近距離無線通信で映像処理装置１２に送信する（Ｓ4）。例えば、操作装置２８に対する利用者からの操作（収録動作の終了の指示）を契機として、収録素材データＤと識別情報Ｘとが通信装置２４から映像処理装置１２に送信される。ただし、収録動作の終了および収録素材データＤの送信の契機は、利用者からの指示に限定されない。例えば、識別情報Ｘの受信から所定の有効期間が経過した時点または所定の時刻（例えばイベントの終了時刻）が到来した時点で、各端末装置１４が収録動作を終了して収録素材データＤを映像処理装置１２に送信することも可能である。また、映像処理装置１２から送信された終了指示の受信を契機として収録素材データＤの送信を開始することも可能である。複数の端末装置１４から並列または順次に（すなわち時間軸上の相異なる時点で）送信された複数の収録素材データＤおよび識別情報Ｘは、映像処理装置１２の通信装置４４により受信されたうえで記憶装置４２に格納される（Ｓ5）。なお、通信装置４４が受信した複数の収録素材データＤのうち音響または動画の内容が顕著に相違する収録素材データＤ（例えば今回の収録対象のイベントとは無関係に収録された収録素材データＤ）を除外することも可能である。

　映像処理装置１２の同期処理部５２は、端末装置１４から受信した複数の収録素材データＤが表す音響を相互に照合することで複数の収録素材データＤを相互に同期させる（Ｓ6）。また、編集処理部５４の第１処理部５４１は、同期処理部５２による同期処理後の各収録素材データＤについて初期的な制御データＣ（音響制御データＣ1，動画制御データＣ2）を生成する（Ｓ7）。

　他方、制御データＣの調整（コンテンツの編集）を所望する利用者（管理者を含む）は、端末装置１４の操作装置２８に対する操作で調整開始を指示する。調整開始が指示されると、端末装置１４の通信装置２４は、調整要求を映像処理装置１２に送信する（Ｓ8）。調整要求には識別情報Ｘが含まれる。端末装置１４から調整要求を受信すると、映像処理装置１２の通信装置４４は、調整要求内の識別情報Ｘが付加された記憶装置４２内の複数の収録素材データＤと、第１処理部５４１が生成した初期的な制御データＣとを要求元の端末装置１４に送信する（Ｓ9）。映像処理装置１２から送信された複数の収録素材データＤと制御データＣとは、端末装置１４の通信装置２４により受信されて記憶装置２２に格納される（Ｓ10）。なお、複数の収録素材データＤに対してデータ量の削減のための処理を実行したうえで端末装置１４に送信することも可能である。なお、第１実施形態では同期処理後の複数の収録素材データＤを映像処理装置１２から端末装置１４に送信するが、複数の収録素材データＤを受信した端末装置１２において同期処理を実行することも可能である。

　端末装置１４の制御装置２０は、操作装置２８に対する利用者からの指示に応じて制御データＣを調整する（Ｓ11）。図８は、利用者による制御データＣの調整のために端末装置１４の表示装置３２に表示される画面（以下「調整画面」という）３２２の模式図である。調整画面３２２の表示には、例えば汎用のウェブブラウザが利用される。

　図８に例示される通り、調整画面３２２は、相異なる収録素材データＤの動画を表象する複数の単位画像３２４を包含する。具体的には、収録素材データＤの動画に包含される複数の画像（キャプチャ画像）の時系列が、当該収録素材データＤの単位画像３２４として表示される。任意の１個の収録素材データＤの単位画像３２４には、選択区間の始点ＴSと終点ＴEとが表示される。選択期間の始点ＴSおよび終点ＴEは、制御データＣの動画制御データＣ2により収録素材データＤについて指定される。利用者は、調整画面３２２を視認することで、各収録素材データＤの動画の概略と当該収録素材データＤのうちコンテンツに使用される選択区間とを確認することが可能である。

　利用者は、操作装置２８を適宜に操作することで、所望の収録素材データＤの始点ＴSまたは終点ＴEを時間軸上で適宜に移動させることが可能である。任意の収録素材データＤの１個の選択区間の始点ＴSの移動に連動して他の収録素材データＤの直前の選択区間の終点ＴEが移動し、任意の収録素材データＤの１個の選択区間の終点ＴEの移動に連動して他の収録素材データＤの直後の選択区間の始点ＴSが移動する。また、利用者は、各収録素材データＤに対応する複数の単位画像３２４の表示の順序（上下）を、操作装置２８に対する操作で任意に変更することが可能である。なお、利用者による編集中の収録素材データＤに対応する単位画像３２４を他の単位画像３２４とは別個の態様（例えば階調または色彩）で表示する構成も採用される。

　また、利用者は、操作装置２８を適宜に操作することで、音響制御データＣ1が指定する音響処理の各変数の数値を任意に調整することが可能である。具体的には、各収録素材データＤの音響のレベル（ミキシングレベル）または当該音響に付与される音響効果等が指定される。また、音響処理の各変数について事前に用意された設定値（プリセット）を利用者が選択することも可能である。利用者は、操作装置２８を適宜に操作することで、当該時点での調整内容を反映した音響および動画を再生装置３０に再生（プレビュー）させることが可能である。

　制御データＣの調整が完了すると、利用者は、調整後の制御データＣを適用した編集処理を操作装置２８に対する操作で指示する。端末装置１４の制御装置２０は、当該指示の時点での調整内容を表す制御データＣを生成する。具体的には、利用者による調整後の各変数の数値を指定する音響制御データＣ1と、利用者による調整後の各収録素材データＤの選択区間を指定する動画制御データＣ2とが生成される。通信装置２４は、制御装置２０が生成した制御データＣを映像処理装置１２に送信する（Ｓ12）。端末装置１４から送信された制御データＣは、映像処理装置１２の通信装置４４により受信されて記憶装置４２に格納される（Ｓ13）。以上の説明から理解される通り、第１処理部５４１が生成した初期的な制御データＣが端末装置１４の利用者からの指示に応じて更新され、当該更新後の制御データＣが映像処理装置１２の記憶装置４２に格納される。なお、初期的な制御データＣを端末装置１４の記憶装置２２に事前に記憶し、当該制御データＣを調整して端末装置１４から映像処理装置１２に送信することも可能である。すなわち、第１処理部５４１による制御データＣの生成および端末装置１４への送信は省略され得る。

　映像処理装置１２における編集処理部５４の第２処理部５４２は、利用者による調整後の制御データＣを適用した編集処理を同期処理後の複数の収録素材データＤに対して実行することでコンテンツを生成する（Ｓ14）。第２処理部５４２は、識別情報Ｘが共通する複数の収録素材データＤについて編集処理を実行する。具体的には、第２処理部５４２は、音響制御データＣ1で規定される音響処理を収録素材データＤの音響に対して実行することでコンテンツの音響を生成する。また、第２処理部５４２は、動画制御データＣ2で規定される各収録素材データＤの動画の選択区間を時間軸上で相互に連結することでコンテンツの動画を生成する。映像処理部５４が生成したコンテンツは記憶装置４２に記憶される。

　編集処理部５４（第２処理部５４２）が生成したコンテンツは、例えば通信装置４４から近距離無線通信で端末装置１４に送信されて当該端末装置１４の再生装置３０で再生される。また、編集処理部５４が生成したコンテンツを例えば動画投稿サイトにアップロードし、任意の情報端末を利用して再生することも可能である。

　以上に説明した通り、本実施形態では、映像処理装置１２の複数の要素（制御装置４０，記憶装置４２および通信装置４４）が可搬型の筐体１２０に収容され、複数の端末装置１４から通信装置４４が無線通信で受信した複数の収録素材データＤに対する編集処理でコンテンツが生成される。すなわち、映像処理装置１２を適切な位置に運搬および配置することで、複数の収録素材データＤの取得と複数の収録素材データＤに対する編集処理とが実現される。したがって、特許文献１の技術で必要となる大規模な収録システムを必要とせずに、相異なる位置で収録された音響および動画を含む１個のコンテンツを簡便に生成できるという利点がある。

　各端末装置１４による収録素材データＤの収録前に複数の端末装置１４に共通の識別情報Ｘが送信され、当該識別情報Ｘが付加された収録素材データＤを対象として編集処理が実行される。すなわち、識別情報Ｘが相違する収録素材データＤまたは識別情報Ｘが付加されていない収録素材データＤは編集処理の対象から除外される。したがって、例えば端末装置１４で過去に収録された無関係な音響または動画が編集処理の対象とされてコンテンツに含められる可能性を低減できるという利点がある。

　端末装置１４に対する利用者からの指示に応じた制御データＣを映像処理装置１２の通信装置４４が受信し、当該制御データＣを適用した編集処理でコンテンツが生成される。したがって、端末装置１４の利用者の意図を反映したコンテンツを生成できるという利点がある。例えば、個々の利用者が特に注目する特定の被写体（例えば自分の子供またはペット）を含むコンテンツを生成することが可能である。また、編集処理の実行前に複数の収録素材データＤを相互に同期させるから、時間的に相互に一致した複数の収録素材データＤを統合した適切なコンテンツを生成できるという利点がある。

　本実施形態の映像処理システム１００は、例えば以下の場面で好適に利用される。
（１）音楽ライブ
　複数の演奏者が出演するライブの会場に映像処理装置１２が運搬および配置される。各演奏者は端末装置１４を利用して自身の演奏の様子を収録し、各観客は自身の端末装置１４を利用して自分の観客席からライブの様子を収録する。端末装置１４が生成した複数の収録素材データＤを映像処理装置１２にて受信および編集することで、各演奏者に注目した動画と観客席から撮影された動画とが順次に切替わるコンテンツが生成される。当該コンテンツは、例えば動画投稿サイトにアップロードされて任意の情報端末で再生することが可能である。

（２）実演会（例えば学芸会または演奏会）および講演会
　映像処理装置１２が実演会の会場に運搬および配置される。管理者は端末装置１４を利用して舞台の全体的な様子を収録し、各観覧者は特定の出演者（例えば学芸会ならば自分の子供）を重点的に収録する。端末装置１４が生成した複数の収録素材データＤを映像処理装置１２にて受信および編集することで、特定の出演者に注目した動画と舞台の全体を撮影した動画とが順次に切替わるコンテンツが生成される。当該コンテンツは有料または無料で希望者に提供される。例えば政治家による街頭演説を収録したコンテンツを生成することも可能である。以上の手順で生成されたコンテンツは、例えば動画投稿サイトにアップロードされて任意の情報端末で再生され得る。

　また、例えばダンス（社交ダンス，ストリートダンス，日本舞踊，またはバレエ等の任意の舞踊を含む）の収録にも映像処理システム１００が好適に利用され得る。例えば、模範的な実演者が舞踊する舞台の全体的な様子と実演者の身体の特定の部位（例えば手足等）の動作とを複数の端末装置１４で多面的に収録し、収録後の複数の収録素材データＤを映像処理装置１２にて受信および編集することで、実演者の身体の特定の部位に順次に着目したコンテンツを生成することが可能である。したがって、実演者の全身を撮影した動画のみを参照する場合と比較して練習者がダンスを効果的に習得できる。

（３）結婚式（冠婚葬祭の一例）
　映像処理装置１２が結婚式または披露宴の会場に運搬および配置される。撮影業者等の管理者は端末装置１４を利用して結婚式または披露宴の様子を収録し、各出席者は所望の場面を自身の端末装置１４で収録する。端末装置１４が生成した複数の収録素材データＤを映像処理装置１２にて受信および編集することで、結婚式または披露宴の様子を多様な角度および範囲で収録した動画が順次に切替わるコンテンツが生成され、例えば披露宴の歓談時または出席者の退席時に随時に再生される。

＜変形例＞
　以上に例示した形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２個以上の態様は、相互に矛盾しない範囲で適宜に併合され得る。

（１）前述の形態では、音響および動画の双方を含む収録素材データＤを例示したが、音響および動画の一方のみを含む収録素材データＤを、音響および動画の双方を含む収録素材データＤとともに利用してコンテンツを生成することも可能である。音響のみを含む収録素材データＤに対する音響処理でコンテンツの音響が生成され、動画のみを含む収録素材データＤに対する動画処理でコンテンツの動画が生成される。映像処理装置１２に接続または装着された収音装置（例えばＩＣレコーダ）を利用して、音響のみを含む収録素材データＤを生成することも可能である。

（２）識別情報Ｘを各端末装置１４に提供するための構成は、前述の形態での例示に限定されない。例えば、映像処理装置１２に近接（タッチ）した端末装置１４と通信する短距離無線通信（ＮＦＣ：Near Field Communication）を利用して端末装置１４に識別情報Ｘを送信する構成、または、例えば各利用者に対する頒布物に印刷されたＱＲコード（登録商標）の読取により端末装置１４が識別情報Ｘを取得する構成も採用され得る。

　なお、識別情報Ｘを前述の例示と同様に無線通信（例えば短距離無線通信を含む近距離無線通信）で端末装置１４に送信する一方、収録素材データＤまたは制御データＣについては、識別情報Ｘの授受とは別方式の通信により映像処理装置１２と端末装置１４との間で授受する（Ｓ4，Ｓ9またはＳ12）ことも可能である。以上の構成でも、映像処理装置１２の周囲に位置する端末装置１４に限定して識別情報Ｘを提供する（ひいては複数の収録素材データＤの編集で所望の映像を作成するサービスに参加することを、映像処理装置１２の周囲に位置する利用者に制限する）ことが可能である。なお、映像処理装置１２と端末装置１４との間における収録素材データＤおよび制御データＣの授受には、移動体通信網またはインターネット等の通信網を介した通信が採用され得る。

（３）前述の形態では、利用者が動画を調整する作業として選択区間（始点ＴS，終点ＴE）の移動を例示したが、利用者からの指示に応じた動画の調整は以上の例示に限定されない。例えば、端末装置１４に保持された音響（例えば音楽）または動画を、収録素材データＤの音響または動画とともにコンテンツに挿入することも可能である。

（４）前述の形態では、通信装置４４を筐体１２０に収容したが、通信装置４４を筐体１２０の外部に配置することも可能である。通信装置４４は、端末装置１４から無線で受信した収録素材データＤを、有線または無線により筐体１２０内の制御装置４０に送信する。以上の構成によれば、筐体１２０から離間した位置に通信装置４４を設置することが可能であるから、映像処理装置１２が収録素材データＤを収集可能な端末装置１４の範囲を拡大することが可能である。

（５）以上に例示した映像処理装置１２は、前述の通り制御装置４０とプログラムとの協働で実現される。プログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされ得る。記録媒体は、例えば非一過性（non-transitory）の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体（光ディスク）が好例であるが、半導体記録媒体または磁気記録媒体等の公知の任意の形式の記録媒体を包含し得る。なお、「非一過性の記録媒体」とは、一過性の伝搬信号（transitory, propagating signal）を除く全てのコンピュータ読み取り可能な記録媒体を含み、揮発性の記録媒体を除外するものではない。また、以上に例示したプログラムは、通信網を介した配信の形態で提供されてコンピュータにインストールされ得る。また、前述の形態に係る映像処理装置１２の動作方法（映像処理方法）としても本発明は特定される。

（６）以上に例示した具体的な形態から、本発明の好適な形態（態様１）として、音響および動画を含む収録素材データＤを生成可能な複数の端末装置１４から無線通信により収録素材データＤを受信する無線通信部（通信装置４４）と、無線通信部が受信した複数の収録素材データＤに対する編集処理でコンテンツを生成する編集処理部５４とを具備する映像処理装置１２が把握される。また、以下の具体的な態様を把握することも可能である。

＜態様２＞
　態様２に係る映像処理装置１２は、無線通信部および編集処理部５４を収容する可搬型の筐体１２０を具備する。態様２では、無線通信部および編集処理部５４が可搬型の筐体１２０に収容されるから、映像処理装置１２を所望の位置に運搬および配置することで、複数の収録素材データＤの取得と複数の収録素材データＤに対する編集処理とが実現される。したがって、相異なる位置で収録された音響および動画を含むコンテンツを簡便に生成できるという効果は格別に顕著である。

＜態様３＞
　態様１または態様２の好適例（態様３）において、無線通信部は、端末装置１４にて収録素材データＤに付加される共通の識別情報Ｘを収録素材データＤの収録前に複数の端末装置１４に無線通信で送信し、編集処理部５４は、識別情報Ｘが付加された収録素材データＤを対象として編集処理を実行する。態様３では、各端末装置１４による収録素材データＤの収録前に複数の端末装置１４に共通の識別情報Ｘが送信され、当該識別情報Ｘが付加された収録素材データＤを対象として編集処理が実行される。したがって、例えば端末装置１４で過去に収録された無関係な音響および動画が編集処理の対象とされる可能性を低減できる。

＜態様４＞
　態様１から態様３の何れかの好適例（態様４）において、無線通信部は、複数の端末装置１４の何れかに対する利用者からの指示に応じた制御データＣを当該端末装置１４から受信し、編集処理部５４は、制御データＣを適用した編集処理を実行する。以上の態様では、端末装置１４に対する利用者からの指示に応じた制御データＣが編集処理に適用されるから、端末装置１４の利用者の意図を反映したコンテンツを生成できるという利点がある。

＜態様５＞
　態様４の好適例（態様５）において、無線通信部は、複数の端末装置１４から受信した複数の収録素材データＤを当該複数の端末装置１４の何れかに送信し、当該複数の収録素材データＤに対する編集処理に適用される制御データＣを当該端末装置１４から受信する。態様５では、複数の端末装置１４から受信した複数の収録素材データＤが複数の端末装置１４の何れかに送信されるから、当該端末装置１４において複数の収録素材データＤの音響および動画を確認した利用者からの指示に応じた適切な制御データＣを映像処理装置１２が取得できるという利点がある。なお、映像処理装置１２から端末装置１４には複数の収録素材データＤが送信されるが、端末装置１４から映像処理装置１２には複数の収録素材データＤを返送する必要はない。

＜態様６＞
　態様４または態様５の好適例（態様６）において、制御データＣは、複数の収録素材データＤの何れかにおける選択区間を指定する複数の単位データＵを含み、編集処理部５４は、複数の単位データＵの各々に含まれる識別情報Ｘが示す収録素材データＤの動画のうち当該単位データＵが指定する選択区間を、複数の単位データＵについて相互に連結することでコンテンツを生成する。態様６では、複数の収録素材データＤの何れかの識別情報Ｘと当該収録素材データＤの選択区間の指定とを含む複数の単位データＵが制御データＣに含まれるから、各収録素材データＤの選択区間を時間軸上で相互に連結した好適なコンテンツを生成できる。

＜態様７＞
　態様１から態様６の好適例（態様７）に係る映像処理装置１２は、収録素材データＤの音響を利用して複数の収録素材データＤを相互に同期させる同期処理部を具備し、編集処理部５４は、同期処理部による処理後の複数の収録素材データＤに対する編集処理でコンテンツを生成する。以上の態様では、編集処理の実行前に複数の収録素材データＤを相互に同期させるから、時間的に相互に一致した複数の収録素材データＤを統合した適切なコンテンツを生成できるという利点がある。

＜態様８＞
　本発明の好適な態様（態様８）は、以上に例示した各形態に係る映像処理装置１２の動作方法（映像処理方法）である。具体的には、態様８に係る映像処理方法は、音響および動画を含む収録素材データＤを生成可能な複数の端末装置１４から無線通信により収録素材データＤを受信し、受信した複数の収録素材データＤに対する編集処理でコンテンツを生成する。

＜態様９＞
　本発明の好適な態様（態様９）は、以上に例示した各形態に係る映像処理装置１２としてコンピュータを機能させるためのプログラムを記録したコンピュータ読取可能な記録媒体である。具体的には、態様９に係る記録媒体は、コンピュータを、音響および動画を含む収録素材データＤを生成可能な複数の端末装置１４から無線通信により収録素材データＤを受信する無線通信部、および、無線通信部が受信した複数の収録素材データＤに対する編集処理でコンテンツを生成する編集処理部５４として機能させるプログラムを記憶する。

１００……映像処理システム、１２……映像処理装置、１２０……筐体、１２２……把持部、１４……端末装置、２０……制御装置、２２……記憶装置、２４……通信装置（無線通信部）、２６……収録装置、２８……操作装置、３０……再生装置、３２……表示装置、３４……放音装置、４０……制御装置、４２……記憶装置、４４……通信装置、４６……操作装置、５２……同期処理部、５４……編集処理部、５４１……第１処理部、５４２……第２処理部。

Claims

　音響および動画を含む収録素材データを生成可能な複数の端末装置の各々から無線通信により前記収録素材データを受信する無線通信部と、
　前記無線通信部が受信した複数の収録素材データに対する編集処理でコンテンツを生成する編集処理部と
　を具備する映像処理装置。
　前記無線通信部および前記編集処理部を収容する可搬型の筐体
　を具備する請求項１の映像処理装置。
　前記無線通信部は、前記端末装置にて前記収録素材データに付加される共通の識別情報を前記収録素材データの収録前に前記複数の端末装置に無線通信で送信し、
　前記編集処理部は、前記識別情報が付加された収録素材データを対象として前記編集処理を実行する
　請求項１または請求項２の映像処理装置。
　前記無線通信部は、前記複数の端末装置の何れかに対する利用者からの指示に応じた制御データを当該端末装置から受信し、
　前記編集処理部は、前記制御データを適用した前記編集処理を実行する
　請求項１から請求項３の何れかの映像処理装置。
　前記無線通信部は、前記複数の端末装置から受信した前記複数の収録素材データを端末装置に送信し、当該複数の収録素材データに対する編集処理に適用される制御データを当該端末装置から受信する
　請求項４の映像処理装置。
　前記制御データは、前記複数の収録素材データの何れかにおける選択区間を指定する複数の単位データを含み、
　前記編集処理部は、前記複数の単位データの各々に含まれる識別情報が示す収録素材データの動画のうち当該単位データが指定する選択区間を、前記複数の単位データについて相互に連結することで前記コンテンツを生成する
　請求項４または請求項５の映像処理装置。
　前記収録素材データの音響を利用して前記複数の収録素材データを相互に同期させる同期処理部を具備し、
　前記編集処理部は、前記同期処理部による処理後の複数の収録素材データに対する編集処理でコンテンツを生成する
　請求項１から請求項６の何れかの映像処理装置。
　音響および動画を含む収録素材データを生成可能な複数の端末装置から無線通信により前記収録素材データを受信し、
　前記受信した複数の収録素材データに対する編集処理でコンテンツを生成する
　映像処理方法。
　コンピュータを、
　音響および動画を含む収録素材データを生成可能な複数の端末装置から無線通信により前記収録素材データを受信する無線通信部、および、
　前記無線通信部が受信した複数の収録素材データに対する編集処理でコンテンツを生成する編集処理部
　として機能させるプログラムを記録した記録媒体。