1フレームの誤差なく映像ショットを特定できる高精度シーン探索技術を開発
～映像制作ワークフローにおける目視による映像比較の省略により作業効率を飛躍的に向上～

1．映像制作における課題

映画制作においては、シナリオや演出に従って日々多数の映像が撮影されるだけでなく、同じシーンが何度も撮影されるなど、通常上映される映像の数倍以上の映像が撮影されています。この映像には極めて類似した映像や、動きのない映像が含まれますし、映像編集において、色調整や映像効果の利用等の編集加工技法の利用、キャプションやタイムコードの挿入などにより、元の映像から差異を持った映像も作成されていきます。
　このような多数の映像の管理においてはメタデータ^※2が重要になりますが、現状メタデータの付与は十分になされていません。また映像編集時には何度も映像の差し替えがあったり、映像の加工がなされたりするため、編集管理が非常に煩雑になっています。そのため、映像の再編集や元の映像を再利用する場合、元の映像がどれであったのか、どの映像フレームが使われていたのかを特定するには、目視で確認しているのが現状です。また編集済映像になされた映像加工等を考慮しながら映像の同一性について判断する必要があるため、その作業に多大な時間とコストがかかっていました。

2．開発概要

今回NTTが開発した高精度シーン探索技術は、映像から抽出した特徴データを利用して、編集済映像に用いられた元の映像を、多数の類似した映像の中から、フレームレベルで誤差無く高速に特定するもので、目視による検索時間を1万分の1以下に削減できると試算しています。このように映像制作ワークフローでの目視で行われていた作業を省略することが可能になるため、映像検索作業の大幅な効率化を図ることができます。
　NTTは、2013年7月からPIX社と共同で本技術のフィールド検証を行い、実際の映画映像の映像編集に関わるエンドユーザへのデモンストレーションとヒアリングを通じて、映像検索における検出精度、及び検索速度に関して実用的なレベルとの評価結果を得ました。また、一連の映像編集ワークフロー（撮影現場からの映像登録、監督からの編集指示、プロダクションによるオフショア作業、監督・プロデューサによる編集映像チェック）の中においても、高い評価を得ています（図1）。

図1　フィールド検証における映像制作ワークフロー上での利用