日立、映像内のテロップを文字データに自動変換する技術 －テロップ文字からシーン検索が可能に

　ネットワーク経由で視聴できる映像コンテンツの増加などにより、膨大な映像データの中から、目的のシーンを素早く検索できる機能へのニーズが高まっている。しかし、人間の手で、シーンごとにキーワードを付与するには手間がかかる。

　また、映像内で使われているテロップを文字として認識しようとしても、テロップには複数行で構成されているものや、白文字と黒文字が同一行で使われているもの、明暗が反転しているなど、様々な形状やデザインがあり、実用的な読み出し精度が得られていなかった。

　【テロップから文字列を抽出する流れ】

• (1)映像からテロップ出現時刻とテロップ領域を検出
  　　　↓↓
• (2)テロップ領域から文字列部分を抽出
  　　　↓↓
• (3)文字列部分から各文字画像を抽出

　さらに、(3)において、そこが文字であるか、背景であるかを判断するアルゴリズムも開発。「明るい背景に暗い文字」と、「暗い背景に明るい文字」が1つのテロップ内に混在しても、文字を正しく抽出できるとしている。

　評価実験の結果、90%以上の精度を確認。抽出したテロップを文字データに自動変換し、キーワード登録することで「テロップを用いた映像検索の実現に向けた見通しが得られた」という。同技術の応用により、1つの映像の中から目的のシーンを見つけるだけでなく、多数のコンテンツから横断的にシーンを検索したり、含まれるキーワードを抜き出すことで、再生せずにコンテンツの概要を把握できるようになるとしている。

□日立のホームページ
http://www.hitachi.co.jp/
□ニュースリリース
http://www.hitachi.co.jp/New/cnews/month/2008/03/0317.html

(2008年3月17日)

[AV Watch編集部/yamaza-k@impress.co.jp]

Copyright (c)2008 Impress Watch Corporation, an Impress Group company. All rights reserved.