コンテンツ自動再生方法、コンテンツ自動再生プログラム、コンテンツ自動再生システム、およびコンテンツ自動再生サーバ
【課題】映像作成作業の自動化と、ユーザの指示内容に適した統合映像コンテンツの作成とを両立させる。
【解決手段】コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点について評価された複数のコンテンツの中から指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、選択されたコンテンツを再生するコンテンツ再生ステップと、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新ステップとを含むコンテンツ自動再生方法を提供する。
【解決手段】コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点について評価された複数のコンテンツの中から指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、選択されたコンテンツを再生するコンテンツ再生ステップと、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新ステップとを含むコンテンツ自動再生方法を提供する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、コンテンツの特徴点評価を再生状況に応じて適切な値に更新するコンテンツ自動再生方法、コンテンツ自動再生プログラム、コンテンツ自動再生システム、およびコンテンツ自動再生サーバに関する。
【背景技術】
【０００２】
近年、半導体メモリやＨＤＤ（Hard Disk Drive）等の情報記録メディアの大容量化や価格下落が進んだことから、ＤＣＣ（Digital CamCorder）やＤＳＣ（Digital Still Camera）、ＨＤＤレコーダ等の情報家電やＰＣ（Personal Computer）等に大容量の記憶装置が搭載されるようになっている。このため、記憶装置の残容量を気にすることなく例えばＤＣＣやＤＳＣ等を用いて次々と撮影を行い、動画ファイルや静止画ファイル等を記憶装置（メモリカード等）に大量に蓄積させることができる。また、放送或いはネットワーク伝送される映像系デジタルコンテンツをＨＤＤレコーダやＰＣ等のＨＤＤに大量に録画してためておくことができる。以下、本明細書において動画ファイルや静止画ファイル、映像系デジタルコンテンツ等を「映像コンテンツ」と記す。なお、本明細書において「コンテンツ」と表現した場合には、映像コンテンツだけでなく、マークアップ文書やオーディオデータ、ドキュメントデータ、ワークシート、またはそれらの組み合わせで構成されるデータ等も含まれる。
【０００３】
ところで、このような大容量の記憶装置に蓄積された大量の映像コンテンツには似通った内容のものが数多く含まれている。そのため、全ての映像コンテンツを視聴することは退屈であり、時間の浪費となる。そこで、オーサリングツール等を使用して複数の映像コンテンツを編集、統合して一つの映像コンテンツ（以下、「統合映像コンテンツ」と記す。）にまとめることが行われる。複数の映像コンテンツを編集して統合映像コンテンツを作成する装置の例は、特許文献１や特許文献２等に開示されている。
【０００４】
特許文献１に記載の動画編集装置は、複数の動画が記憶された動画記憶部を有している。当該編集装置は、ユーザ入力された検索条件にしたがって動画記憶部から動画を検索し、検索結果をリスト表示する。ユーザは、表示されたリストのなかから所望の動画を選択し、選択された各動画を時系列に並べることにより一本の映像を完成させる。当該編集装置においては、動画をユーザ自らが選択して並べることにより所望の映像を作成できる反面、映像作成作業が煩雑になる問題がある。
【０００５】
特許文献２に記載の動画編集装置は、全ての動画素材の中からユーザの指定するシーンを含む箇所（切り出し範囲）を抽出し、抽出された切り出し範囲を一覧にした合成リストを作成する。そして、作成された合成リストにしたがって指定シーンに対応する切り出し範囲を連続的に再生する。このように特許文献２においては、動画の選択から、リスト作成、編集再生までの一連の作業が装置側で自動的に行われる。したがって、特許文献１と異なり映像作成作業の煩雑さが無い。その一方で、映像作成作業を自動化したことにより動画の選択基準等が装置のプログラム設計に依存する。しかし、ユーザのあらゆる指示を予め想定して適切な動画選択等がなされるようにプログラムを設計することは、実際上困難である。このため、特許文献２の装置においては、再生される映像がユーザの意図した内容から外れた映像になる問題が内在することになる。
【０００６】
【特許文献１】特開２００５−３０３８４０号公報
【特許文献２】特開２０００−１２５２５３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
このように従来の映像編集技術においては、ユーザ自らが統合映像コンテンツを作成できる構成を採用すると、ユーザの意図した編集が可能になる反面、映像作成作業が煩雑化する問題がある。一方、煩雑化解消のため映像作成作業が自動的に行われる構成を採用すると、ユーザの意図から外れた統合映像コンテンツが作成される問題が生じる。そこで、このような二律背反の関係にある問題を同時に解消することが望まれている。
【０００８】
本発明は上記の事情に鑑みてなされたものであり、その目的とするところは、映像作成作業の自動化と、ユーザの指示内容に適した統合映像コンテンツの作成との両立を好適に実現させるためのコンテンツ自動再生方法、コンテンツ自動再生プログラム、コンテンツ自動再生システム、およびコンテンツ自動再生サーバを提供することにある。
【課題を解決するための手段】
【０００９】
上記の課題を解決する本発明の一形態に係るコンテンツ自動再生方法は、コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点について評価された複数のコンテンツの中から指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、選択されたコンテンツを再生するコンテンツ再生ステップと、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する第一の特徴点評価更新ステップとを含むことを特徴とした方法である。
【００１０】
このようにコンテンツの再生状況に応じて該コンテンツの特徴点評価を更新することにより、多数のコンテンツのなかからユーザが再生させたいコンテンツが自動的に選択、再生されるようになる。
【００１１】
本発明に係るコンテンツ自動再生方法は、コンテンツを記憶するコンテンツ記憶ステップと、特徴点を定義する特徴点定義に基づき記憶されたコンテンツを少なくとも１つの特徴点について評価するコンテンツ評価ステップとをさらに含む方法としてもよい。
【００１２】
また、本発明に係るコンテンツ自動再生方法は、利用者に関する利用者情報を収集する利用者情報収集ステップと、収集された利用者情報に基づきコンテンツの特徴点評価を更新する第二の特徴点評価更新ステップとがさらに含まれる方法としてもよい。さらには、収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成ステップがさらに含まれる方法としてもよい。この場合、好ましくは、コンテンツ選択ステップにおいて利用者情報も加味してコンテンツが選択される。
【００１３】
また、本発明に係るコンテンツ自動再生方法は、コンテンツの再生履歴に基づき利用者情報を更新する利用者情報更新ステップをさらに含む方法としてもよい。
【００１４】
また、本発明に係るコンテンツ自動再生方法は、利用者情報を利用者毎に分類する利用者情報分類ステップと、利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信ステップとさらに含む方法としてもよい。
【００１５】
さらには、コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点評価に関連付けされた複数のシナリオのなかから指示に適した特徴点評価を有するシナリオを選択するシナリオ選択ステップがさらに含まれる方法としてもよい。この場合、コンテンツ選択ステップにおいては、選択されたシナリオに基づきコンテンツが選択される。
【００１６】
また、シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合には、コンテンツ選択ステップにおいて、選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、コンテンツ再生ステップにおいて、各シーンに対して選択されたコンテンツをシナリオで定められた順に再生するようにしてもよい。
【００１７】
このようなシナリオを用いるコンテンツ自動再生方法においては、再生履歴に基づきシナリオを編集するシナリオ編集ステップがさらに含まれ得る。あるいは、利用者情報に基づきシナリオを編集するシナリオ編集ステップがさらに含まれ得る。再生履歴には、例えば通常の再生、スキップ、リピート再生、高速再生等の、シーンがどのように再生されたかを表す情報が含まれる。例えばスキップや高速再生されたシーン等は再生されにくく、また、リピート再生されたシーン等は再生されやすくなるように特徴点に重み付けを行うことにより、より好適なシナリオ編集処理を支援することができる。また、再生履歴に基づきユーザの嗜好等を解析し、解析結果を用いてより好適なシナリオ編集処理を支援することもできる。
【００１８】
また、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生プログラムは、上記の何れかに記載のコンテンツ自動再生方法の各ステップをコンピュータに実行させるためのプログラムである。
【００１９】
さらに、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生システムは、少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、複数のコンテンツのなかから特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、選択されたコンテンツを再生するコンテンツ再生手段と、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段とを有することを特徴としたシステムである。
【００２０】
このようなコンテンツ自動再生システムは、コンテンツ記憶手段にコンテンツを記憶する際に少なくとも１つの特徴点についてコンテンツを評価するコンテンツ評価手段をさらに有する構成としてもよい。
【００２１】
また、コンテンツ自動再生システムは、利用者に関する利用者情報を収集する利用者情報収集手段をさらに有する構成としてもよい。この場合、特徴点評価更新手段は、収集された利用者情報も用いてコンテンツの特徴点評価を更新する。また、コンテンツ自動再生システムは、収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成手段をさらに有する構成としてもよい。コンテンツ選択手段は、好ましくは、利用者情報も加味してコンテンツを選択する。
【００２２】
また、コンテンツ自動再生システムは、コンテンツの再生履歴に基づき利用者情報を更新する利用者情報更新手段をさらに有する構成としてもよい。
【００２３】
また、コンテンツ自動再生システムは、利用者情報を利用者毎に分類する利用者情報分類手段と、利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信手段とをさらに有する構成としてもよい。
【００２４】
コンテンツ自動再生システムは、さらに、ユーザ操作を受け付ける操作手段と、少なくとも１つの特徴点評価に関連付けされたシナリオを複数記憶するシナリオ記憶手段と、操作手段によりコンテンツの再生内容が指示された場合に、複数のシナリオのなかから該指示に適した特徴点評価を有するシナリオを選択するシナリオ選択手段とを有する構成としてもよい。この場合にコンテンツ選択手段は、選択されたシナリオに基づきコンテンツを選択する。
【００２５】
また、シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、コンテンツ選択手段は、選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、コンテンツ再生手段は、各シーンに対して選択されたコンテンツをシナリオで定められた順に再生するように構成されてもよい。
【００２６】
コンテンツ自動再生システムは、再生履歴に基づきシナリオを編集するシナリオ編集手段をさらに有する構成としてもよい。あるいは、利用者情報に基づきシナリオを編集するシナリオ編集手段をさらに有する構成としてもよい。
【００２７】
また、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生サーバは、少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、複数のコンテンツのなかから特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、選択されたコンテンツを再生するコンテンツ再生手段と、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段とを有することを特徴とする。
【発明の効果】
【００２８】
本発明のコンテンツ自動再生方法、コンテンツ自動再生プログラム、およびコンテンツ自動再生システムを利用することにより、映像作成作業の自動化と、ユーザの意図に忠実な統合映像コンテンツの作成との両立が好適に実現されるようになる。
【発明を実施するための最良の形態】
【００２９】
以下、図面を参照して、本発明の実施形態について説明する。
【００３０】
図１は、本実施形態を説明するためのネットワーク構成図である。図１に示されるように本実施形態のネットワークは、家庭内ＬＡＮ(Local Area Network)１と外部ネットワーク２により構築される。
【００３１】
家庭内ＬＡＮ１には、ゲートウェイサーバ１０および複数の情報機器（ＨＤＤレコーダ２１、ＴＶ（Television）２２、ノートＰＣ２３、ホームサーバ１００等）が配置されている。ゲートウェイサーバ１０は、スイッチングおよびルーティング機能を有しており、家庭内ＬＡＮ１内の各情報機器を相互接続するとともに外部ネットワーク２上に、あるいは図示省略された他のネットワーク上に配置された端末と通信することができる。
【００３２】
家庭内ＬＡＮ１には、ＨＤＤレコーダ２１、ＴＶ２２、ノートＰＣ２３以外の情報機器も接続されている。また、電子レンジや冷蔵庫等の情報家電も接続されている。なお、以降の説明においては便宜上、情報家電も情報機器と記す。家庭内ＬＡＮ１に接続された全ての情報機器にはホームネットワークに関する共通の技術仕様に準拠したミドルウェアやクライアントソフトウェアが実装され、家庭内ＬＡＮ接続に適した構成を有する。本実施形態においては、各情報機器は共通の技術仕様であるＤＬＮＡ（Digital Living Network Alliance）に準拠したものであり、ＨＤＤレコーダ２１はＤＭＳ（Digital Media Server）として、ＴＶ２２はＤＭＰ（Digital Media Player）として、ノートＰＣ２３はＤＭＳおよびＤＭＰとして、それぞれ機能する。また、ホームサーバ１００は、デスクトップＰＣであり、ノートＰＣ２３と同様にＤＭＳおよびＤＭＰとして機能する。なお、Ｈａｖｉ（Home Audio/Video interoperability）、Ｊｉｎｉ等の別の技術仕様に適合した情報機器によって家庭内ＬＡＮを構成してもよい。
【００３３】
ホームサーバ１００は、ＨＤＤレコーダ２１をはじめとする家庭内ＬＡＮ１内の各情報機器に記憶されたコンテンツを収集して蓄積することができる。また、外部ネットワーク２上に配置された情報機器（例えば携帯電話２４）に記憶されたコンテンツを外部ネットワーク２、ゲートウェイサーバ１０経由で取得して蓄積することもできる。ホームサーバ１００へのコンテンツの蓄積は、ホームサーバ１００や各情報機器の設定、またはユーザ操作等にしたがって行われる。
【００３４】
図２は、ホームサーバ１００の構成を示すブロック図である。ホームサーバ１００を構成する各要素は、システムバス１１０を介してＣＰＵ１２０と相互に接続されている。ＣＰＵ１２０は、ホームサーバ１００の電源投入後、システムバス１１０を介して必要なハードウェアにアクセスする。
【００３５】
例えばホームサーバ１００の電源投入直後は、ＣＰＵ（Central Processing Unit）１２０がＲＯＭ（Read-Only Memory）１３０にアクセスする。ＣＰＵ１２０は、ＲＯＭ１３０に格納されたブートローダをＲＡＭ（Random Access Memory）１４０にロードして起動する。ブートローダを起動したＣＰＵ１２０は、次いでＨＤＤ１５０に格納されたＯＳ（Operating System）をＲＡＭ１４０にロードして起動する。これにより、各要素がＯＳによるリソース、プロセス管理下で必要に応じて連係動作して各種処理を実行する。ＯＳ起動後は、ＨＤＤ１５０に格納された各種常駐プログラムがＲＡＭ１４０に常駐する。このような常駐プログラムには、本発明の特徴に係るコンテンツ収集プログラム１５１、統合映像コンテンツ作成プログラム１５２、特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５等がある。以下、これらの常駐プログラムについて説明する。
【００３６】
図３は、コンテンツ収集プログラム１５１により実行されるコンテンツ収集処理を示すフローチャート図である。図３に示されるように、コンテンツ収集プログラム１５１は、例えばＲＡＭ１４０に常駐した時点で、映像コンテンツ（例えばＭＰＥＧ−２（Moving Picture Experts Group phase 2）形式）をリクエストするリクエストメッセージを、ネットワークインタフェース１６０を介して同一セグメント、つまり家庭内ＬＡＮ１内の各ＤＭＳにユニキャストで個別に（またはマルチキャストで）送信する（ステップ１。以下、本明細書および図面においてステップを「Ｓ」と略記する。）。リクエストメッセージを受信した情報機器は、自己の保有するコンテンツリスト等を参照して、前回のリクエストメッセージ受信時から映像コンテンツが更新や追加等されたかチェックする。そして、更新や追加等された映像コンテンツがある場合には、該映像コンテンツをホームサーバ１００にアップロードする。
【００３７】
次に、コンテンツ収集プログラム１５１は、各端末から受信した映像コンテンツをＨＤＤ１５０内のコンテンツデータベース１５６に格納すると同時に該映像コンテンツを解析して様々な特徴点について評価する（Ｓ２、Ｓ３）。ここで、特徴点とは、例えば「おばあちゃん」（被写体人物）、「二人」（被写体の人数）、「笑い」（被写体の表情）、「食べる」（被写体の動作）、「浴衣」（被写体の服装）、「戸外」（撮影場所）、「夕方」（撮影時刻）、「週末」（撮影日時）、「見下ろし」（被写体と撮影者との位置・角度関係）、「誕生日」（家族の年中行事）、「ズームイン」（撮影パターン）等の映像コンテンツを特徴付ける要素である。特徴点には、映像コンテンツに記録された映像や音声の特徴のみならず、映像コンテンツの撮影者、撮影日時等の情報も含まれる。特徴点の解析処理においては、例えば動作認識や顔表情認識、対象物認識、音声認識等の周知の認識アルゴリズムにより映像コンテンツ中の画像や音声の特徴点が抽出、数値化される。このように数値化された各映像コンテンツの各種特徴点に関する情報を、映像特徴パラメータと呼ぶ。解析処理において対象物認識や音声認識等を行う際には、家族プロファイルデータベース１５９に記憶された後述する家族プロファイルが参照され、被写体（例えば「弟」）や撮影者（例えば「父」の声）が特定される。また、撮影日時や撮影者については、映像コンテンツ・ファイルのタイムスタンプやプロパティから取得することもできる。あるいは、家族プロファイルを使用することにより、被写体の身長や顔つき等から、撮影時における被写体の年齢（すなわち、映像コンテンツの撮影時期）を推定することもできる。
【００３８】
コンテンツ収集プログラム１５１は、このように各特徴点について映像コンテンツを解析した結果である映像特徴パラメータのリスト（以下、「メタ情報」という。）を生成する（Ｓ４）。具体的には、各特徴点に対応した所定の関数を用いて、当該特徴点に関する映像コンテンツの評価を示す映像特徴パラメータを計算する。図４に、Ｓ４の処理により生成されるメタ情報の一例を示す。図４に示されるように、メタ情報は、「父」、「母」、「姉」、「弟」・・・等の各特徴点に対応する映像特徴パラメータ群で構成される。本実施形態においては、各種映像特徴パラメータは、例えば０〜１の数値で表現される。図４のメタ情報は、映像コンテンツが例えば姉と弟を主たる被写体とした無音声の映像であり、ズームインされたシーンが多く含まれる内容であることを示している。生成されたメタ情報は、ＨＤＤ１５０内のメタ情報データベース１５７に格納される（Ｓ５）。
【００３９】
このように同一セグメント内の各情報機器が保持する映像コンテンツは、コンテンツ収集プログラム１５１によって自動的に収集され、コンテンツ収集プログラム１５１によって特徴点解析が行われてメタ情報が生成される。なお、他のセグメントの情報機器（例えば携帯電話２４）が保持する映像コンテンツまでは自動収集しない。他のセグメントの情報機器が保持する映像コンテンツは、該情報機器がマニュアル操作されたときにはじめてホームサーバ１００にアップロードされ蓄積される。また、ホームサーバ１００や各情報機器を設定変更して、同一セグメントの情報機器が保持する映像コンテンツもマニュアル操作されたときにはじめてホームサーバ１００にアップロードされ蓄積されるようにしてもよい。
【００４０】
図５は、統合映像コンテンツ作成プログラム１５２により実行される統合映像コンテンツ作成処理を示すフローチャート図である。統合映像コンテンツ作成プログラム１５２は、シナリオに基づいて統合映像コンテンツを作成する。図６（ａ）、（ｂ）はそれぞれ、ＨＤＤ１５０内のシナリオデータベース１５８に格納されたシナリオの例（シナリオ１５８１、１５８２）を示す。各シナリオは、１つ以上のシーン定義Ｓから構成される。シーン定義Ｓは、シーンの特徴（当該シーンに割り当てる映像コンテンツに求められる映像特徴パラメータ）を定義する複数種類のシーン特徴パラメータや、各シーンの割当時間パラメータ等から構成されている。シーン特徴パラメータは、映像特徴パラメータと同じく、０〜１の値で表現される。例えば図６（ａ）のシナリオ１５８１におけるシーン１を定義するシーン定義Ｓには、（姉、誕生日、笑い、悲しみ・・・）＝（０．８、１、０．８、０．１・・・）といったシーン特徴パラメータが設定されている。なお、シナリオ自体にもシーン特徴パラメータと同様のシナリオ特徴パラメータが関連付けられている。シナリオ特徴パラメータは、例えばシナリオを構成する各シーン定義のシーン特徴パラメータに基づき計算される。または、各シーン定義のシーン特徴パラメータとは独立して付与されたシナリオ全体の流れを表現するパラメータであってもよい。各シナリオやシーン定義は、シナリオデータベース１５８に例えばテンプレートとして予め格納されている。なお、シナリオやシーン定義は、例えば専用のエディタを使用してユーザが独自に作成することもできるが、映像機器メーカ等が配布するものを例えばインターネット上のサーバからダウンロードして利用することもできる。
【００４１】
ここで、家庭内ＬＡＮ１に接続されたＴＶ２２やノートＰＣ２３等のクライアントをユーザが操作して、視聴したい映像コンテンツのテーマや登場人物、再生総時間等が入力された場合を考える。このとき入力された情報はホームサーバ１００に送信される。ホームサーバ１００によって該入力情報が受信されると、ＣＰＵ１２０により統合映像コンテンツ作成プログラム１５２の実行が開始される。以下、説明の便宜上、該入力情報を「コンテンツ作成指示情報」と記す。
【００４２】
図５に示されるように、統合映像コンテンツ作成プログラム１５２は、先ず、シナリオデータベース１５８にアクセスして各シナリオを参照し、コンテンツ作成指示情報に適したシナリオを選択する（Ｓ１１）。コンテンツ作成指示情報が「姉」、「誕生日」である場合には、例えば「姉」、「誕生日」のシナリオ特徴パラメータがともに所定値（例えば０．６）以上のシナリオ（ここではシナリオ１５８１）が選択される。
【００４３】
統合映像コンテンツ作成プログラム１５２は、続いてメタ情報データベース１５７にアクセスし、選択されたシナリオの各シーンに適したメタ情報を検索する（Ｓ１２）。例えばシナリオ１５８１のシーン１に対しては、「姉」、「誕生日」の映像特徴パラメータが所定値以上でかつ２００２年に撮影された映像コンテンツのメタ情報が検索される。
【００４４】
統合映像コンテンツ作成プログラム１５２は、コンテンツデータベース１５６にアクセスし、検索されたメタ情報に対応する映像コンテンツを選択シナリオのシーン毎に読み込む（Ｓ１３）。各シーンに対しては、例えば検索順位が最上位のメタ情報に対応する映像コンテンツが読み込まれる。メタ情報の検索順位は、シーン定義Ｓ（具体的には、シーン特徴パラメータ）とメタ情報との一致度にしたがって決定される。
【００４５】
統合映像コンテンツ作成プログラム１５２は、読み込まれた映像コンテンツをシーン毎にクリッピングして配列し、シーン映像を生成する（Ｓ１４）。ここではシナリオ１５８１のシーン１〜２０それぞれについて対応するシーン映像が生成される。例えばシーン１の場合は、２００２年の姉の誕生日に撮影された映像コンテンツ中の２５秒間の映像がシーン映像としてクリッピングされる。映像コンテンツの時間軸におけるクリッピングの開始点は、例えばランダムに設定される。また、撮影時間の長い映像は後半冗長になりやすいため、前半の映像が優先的にクリッピングされる。
【００４６】
統合映像コンテンツ作成プログラム１５２は、生成された各シーン映像をシーン１〜２０の順に配列して隣り合うシーン映像を繋げて一連の映像コンテンツ、つまり統合映像コンテンツを作成する（Ｓ１５）。シーン映像間の接続には切替エフェクト等を使用して視覚効果を高めてもよい。作成された統合映像コンテンツは、クライアント（つまりコンテンツ作成指示情報の送信元）に送信される。クライアントは、受信した統合映像コンテンツを映像コーデックによりデコードして再生する。なお、ユーザは、作成された統合映像コンテンツをＨＤＤ１５０に任意に保存することができる。
【００４７】
このように統合映像コンテンツ作成プログラム１５２を実行させた場合は、統合映像コンテンツが自動的に作成されるため映像作成作業の煩雑さが無い反面、映像内容が特徴点評価（メタ情報）やシナリオ選択等の固定されたアルゴリズム設計に依存する問題がある。つまり、アルゴリズムの設計次第では、ユーザの意図する内容から外れた統合映像コンテンツが作成される虞がある。ここで、ユーザは、意図した通りに統合映像コンテンツが作成されるように例えばシナリオデータベース１５８内の各シナリオを編集することができる。しかし、このようなシナリオ編集作業によって統合映像コンテンツの内容を向上させるには相当の試行錯誤が必要である。すなわちシナリオ編集作業による上記問題の解決は、編集作業が煩雑なうえに困難性が伴うため有効とはいえない。このような事情を鑑みて、映像作成作業の煩雑さを無くしつつも統合映像コンテンツの内容向上を図るべく、ホームサーバ１００には特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５等の学習プログラムが実装されている。
【００４８】
図７は、特徴点学習プログラム１５３により実行される特徴点学習処理を示すフローチャート図である。図７に示されるように、特徴点学習プログラム１５３は、ＲＡＭ１４０に常駐後、コンテンツ収集プログラム１５１によるメタ情報の生成、およびクライアントの所定の共有情報の更新を監視する（Ｓ２１〜Ｓ２３）。
【００４９】
特徴点学習プログラム１５３は、コンテンツ収集プログラム１５１によりメタ情報が生成されたことを検出した場合（Ｓ２１、Ｓ２２：ＹＥＳ）、例えばＴＦ−ＩＤＦ（Term Frequency-Inverse Document Frequency）法を応用したアルゴリズムにより、図３のＳ４の処理で用いられる関数の変換係数、つまり映像コンテンツの特徴点を映像特徴パラメータ群に変換するための係数を更新する（Ｓ２４）。該アルゴリズムによれば、メタ情報データベース１５７に格納された全てのメタ情報に基づき、コンテンツデータベース１５６に格納された映像コンテンツの傾向が解析される。例えば笑顔の映像が多いといった解析結果が得られた場合を考える。この場合、コンテンツデータベース１５６に格納された映像コンテンツのなかで笑顔の多い映像コンテンツは特徴的な映像コンテンツとはいえない。すなわち、「笑い」の映像特徴パラメータによって映像コンテンツを差別化することは難しい。そこで、特徴点学習プログラム１５３は、「笑い」という特徴を敢えて希薄化させて他の特徴を際立たせるため、「笑い」の映像特徴パラメータの重みが軽くなるように変換係数を更新する。コンテンツ収集プログラム１５１は、更新された変換係数を用いることにより、映像コンテンツの特徴をより的確に表現したメタ情報を生成するようになる。この結果、統合映像コンテンツ作成プログラム１５２は、コンテンツ作成指示情報により適した映像コンテンツを選択して統合映像コンテンツを作成するようになる。特徴点学習プログラム１５３は変換係数更新後、Ｓ２１の処理に復帰する。
【００５０】
また、Ｓ２４の処理において笑顔の映像が多いといった解析結果が得られた場合に、「笑い」という単一の映像特徴パラメータを「笑い」、「大笑い」、「くすくす笑い」等の複数の映像特徴パラメータに細分化してもよい。この場合、映像コンテンツを笑いの程度に応じて更に細かく区別し特徴付けられるようになる。
【００５１】
ところで、ＤＬＮＡガイドライン等に準拠した情報機器が接続されたセグメント内では、各情報機器間において情報交換が相互になされ、各種情報が共有される。このため家庭内ＬＡＮ１では、ＴＶ２２やノートＰＣ２３等のクライアントにおけるコンテンツの再生履歴に関する詳細な情報をクライアントとホームサーバ１００で共有することができる。クライアントは、例えば統合映像コンテンツの再生が終了する毎に共有フォルダに置かれた再生履歴情報を更新する。再生履歴情報は、例えば統合映像コンテンツ中の何れのシーンにおいて再生、スキップ、リピート、早送り、巻き戻し、停止等の操作が行われたかを示す情報を有する。
【００５２】
特徴点学習プログラム１５３は、各クライアントの共有フォルダに定期的にアクセスして、共有フォルダ内の再生履歴情報が更新されているかどうかを監視する（Ｓ２１〜Ｓ２３）。共有フォルダ内の再生履歴情報が更新されている場合には（Ｓ２１、Ｓ２２：ＮＯ、Ｓ２３：ＹＥＳ）、該再生履歴情報を用いてメタ情報データベース１５７内に保持される後述の重み付け値を更新する（Ｓ２５）。例えばシナリオ１５８１を用いて作成された統合映像コンテンツがＴＶ２２により再生された場合を考える。このときの再生履歴情報によれば、シーン１〜１６がリピートされ、シーン１７〜２０が再生されていない。したがって、特徴点学習プログラム１５３は、リピート再生されたシーン１〜１６の映像コンテンツのメタ情報において例えば一定の水準（例えば、０．６）より高い値をもつ全ての映像特徴パラメータ（またはシーン特徴パラメータ）の重み付け値を上げるとともに、シーン１７〜２０の映像コンテンツのメタ情報において一定の水準より高い全ての映像特徴パラメータの重み付け値（またはシーン特徴パラメータ）を下げる。なお、ＨＤＤ１５０は、各特徴点に対応する重み付け値のリスト（不図示）を保持しており、統合映像コンテンツ作成プログラム１５２が各シーンに対応するメタ情報を検索する際に該重み付け値のリストを参照して、シナリオのシーン定義Ｓに含まれるシーン特徴パラメータに該重み付け値を加えた値と一致するメタ情報を検索する。また、特徴点学習プログラム１５３は、再生履歴情報の更新等があったときに、該重み付け値のリストを参照して、特徴点の重み付け値を更新する。また、リピート回数と映像特徴パラメータとの相関を計算して、相関係数に応じた重み付け値が付与されるようにしてもよい。付与される重み付け値は、リピート回数に応じて、例えばリニアに、指数関数的に、または対数的に増減される。これにより、統合映像コンテンツ作成プログラム１５２は、コンテンツデータベース１５６内に同じような内容の映像コンテンツが複数ある場合にもユーザが特に視聴したいと思う映像コンテンツを選択して統合映像コンテンツを作成するようになる。特徴点学習プログラム１５３は重み付け処理後、Ｓ２１の処理に復帰する。
【００５３】
特徴点学習プログラム１５３は、共有フォルダ内の再生履歴情報の監視処理の代替処理として、各クライアントの共有フォルダ内の再生履歴情報を定期的に取得するようにしてもよい。この場合、Ｓ２５の処理においては、全ての再生履歴情報に基づきメタ情報データベース１５７内のメタ情報が更新される。例えば再生日時が新しい映像コンテンツのメタ情報の映像特徴パラメータほど高い重み付け値が付与される。この結果、統合映像コンテンツ作成プログラム１５２は、ユーザの最近の嗜好等に適した映像コンテンツを選択して統合映像コンテンツを作成するようになる。
【００５４】
上記は、特徴点学習プログラム１５３による映像特徴パラメータの更新処理の例示であり、他にも様々な更新処理が想定される。上記以外には、例えば家族プロファイルを利用した映像特徴パラメータの更新処理が想定される。ここでいう家族プロファイルとは、家庭内ＬＡＮ１および外部ネットワーク２上の一部の情報機器（携帯電話２４等）が保有する家族に関する情報である。ＨＤＤレコーダ２１には、例えば家族各人が録画した映像コンテンツが「父」、「母」、「姉」、「弟」等の各録画カテゴリに関連付けて記憶されている。また、家族各人の視聴履歴や番組予約等の情報も記録されている。また、ノートＰＣ２３の家族各人のドキュメントフォルダには、Ｗｅｂページの閲覧履歴や写真、音楽等が格納されている。各情報機器に散在するこれらの情報は、家族構成や家族各人の嗜好、身体的情報等を反映している。
【００５５】
家族プロファイル学習プログラム１５５は、各情報機器に散在する家族プロファイルを収集してＨＤＤ１５０内に家族プロファイルデータベース１５９を構築する。また、再生履歴情報等に基づき家族プロファイルデータベース１５９内の家族プロファイルを更新し、あるいは家族プロファイルを追加する。一例として、再生されたシーンの内容や再生頻度等に基づき家族の嗜好等を推定して家族プロファイルを更新または追加する。また、コンテンツ作成指示情報を入力するＧＵＩ（Graphical User Interface）において操作者情報も併せて入力させるようにする。そして、該コンテンツ作成指示情報に応じた統合映像コンテンツの再生が終了した時に生成される再生履歴情報に操作者情報を関連付ける。再生履歴情報に関連付けられた操作者情報を利用することにより、全ての再生履歴情報のなかから家族各人の再生履歴情報を分類する。このようにして分類された再生履歴情報、さらには家族各人の視聴履歴や番組予約等の他の情報に基づき家族各人の嗜好等を推定して（例えば次段落にて説明される因子分析等を用いて嗜好等を表現する分布を生成し）、家族各人の家族プロファイルを更新または追加することができる。
【００５６】
家族プロファイル学習プログラム１５５は、さらに、データマイニングの手法等により家族プロファイルに基づく家族の行動パターン解析も行い、解析結果を家族プロファイルとして家族プロファイルデータベース１５９に蓄積する。このように従来各情報機器に散在していた家族プロファイルを収集して管理、解析することにより、有益な情報が新たに発見される可能性がある。
【００５７】
例えば因子分析等の多変量解析を用いて家族の特徴を分析し、新たな家族プロファイルを生成することができる。具体的には、ｎ種類の映像特徴パラメータの各々を座標軸とするｎ次元仮想空間を定義し、該ｎ次元仮想空間にメタ情報に基づき映像コンテンツを分布させる。次いで、映像コンテンツの分布を多変量解析することによりｍ（ｍ＜ｎであり、例えばｍ＝３）種類の主成分を抽出し、各主成分の値をもつ主成分ベクトルを求める。求められた主成分ベクトルの情報に基づき、ｎ次元仮想空間上の映像コンテンツの分布をより低次なｍ次元仮想空間（ここでは各主成分を座標軸として定義された三次元仮想空間）に写像する。三次元仮想空間上の映像コンテンツの分布は、家族が潜在的に有する特徴を表現している。このような分布で表現された家族プロファイルを利用することにより、特徴点に対する変換係数や各特徴点に対応する重み付け値の更新等を行うことができる。また、該分布で表現された家族プロファイルに適したシナリオ等を選択したりインターネット上のサーバからダウンロードしたりすることもできる。
【００５８】
また、クラスタ分析等の手法を用いて新たな家族プロファイルを生成することもできる。例えばｎ種類の映像特徴パラメータを映像コンテンツの再生状況等によって重み付け等の更新が頻繁になされるパラメータのクラスタと、頻繁にはなされないパラメータのクラスタの２つのクラスタに分類する。その分類に基づき家族の特徴を抽出して家族プロファイルを生成する。例えば前者のクラスタに注目して家族の特徴を抽出することができる。
【００５９】
家族プロファイルデータベース１５９に蓄積された家族プロファイルは、様々な処理に活用することができる。これらの家族プロファイルに例えば家族各人の身長や声、好きな服の色やパターン、好きなスポーツ、年齢等が含まれる場合を考える。この場合、家族プロファイルに基づき認識アルゴリズムで用いられる認識用のリファレンスデータを更新し、家族各人の動作認識や対象物認識、音声認識等の認識アルゴリズムの精度を向上させることができる。この結果、統合映像コンテンツ作成プログラム１５２は、ユーザの指示に対してより適切な映像コンテンツを選択して統合映像コンテンツを作成するようになる。
【００６０】
また、統合映像コンテンツ作成プログラム１５２は、家族プロファイルデータベース１５９に蓄積された家族プロファイルを直接的に活用して映像コンテンツを選択することができる。例えばコンテンツ作成指示情報に「父」が含まれる場合を考える。この場合、統合映像コンテンツ作成プログラム１５２は、家族プロファイルデータベース１５９にアクセスして父の嗜好等に関する家族プロファイルを検索する。そして、検索された家族プロファイルに基づき父の嗜好等に関する映像コンテンツを選択して統合映像コンテンツを作成する。
【００６１】
家族プロファイルは、映像特徴パラメータの重み付け処理にも活用することができる。すなわち、特徴点学習プログラム１５３は、家族プロファイルを利用して図７のＳ２２の処理と同じく変換係数を更新し、また、メタ情報データベース１５７内のメタ情報を更新することができる。一例として、子供が多い家庭の場合には「子供」という特徴を希薄化させて他の特徴を際立たせるため、「子供」の映像特徴パラメータの重み付けが軽くなるように変換係数を更新したり重み付け値を変動させたりする。
【００６２】
家族プロファイルは、さらに、シナリオデータベース１５８内の各シナリオの編集にも活用することができる。具体的には、シナリオ学習プログラム１５４が家族プロファイルを利用して各シナリオの編集を行う。一例として、家族プロファイルデータベース１５９に蓄積された家族プロファイルに子供の写真が多い場合には、子供のシーンが長くなるように既存のシナリオを編集し、または子供がメインのシナリオを新たに作成する。
【００６３】
なお、上述したようにＤＬＮＡガイドラインに対応する情報機器間においては各種情報が共有されることから、家族プロファイルも例外無く共有可能である。したがって、各情報機器に散在する家族プロファイルをホームサーバ１００に収集することなく、家族プロファイルを有効活用したメタ情報の更新等を行うことができる。
【００６４】
ホームサーバ１００は、このようにして収集、追加、更新等された家族全体または家族各人の家族プロファイルをゲートウェイサーバ１０を介して外部ネットワーク２上の情報提供サーバ２００（図１参照）に送信する。情報提供サーバ２００は、受信した家族プロファイルに基づき家族または家族各人の嗜好等に適した広告情報や映像コンテンツ等をホームサーバ１００ｚに発信する。広告情報は、例えば統合映像コンテンツにオンスクリーンで表示される。
【００６５】
シナリオ学習プログラム１５４は、特徴点学習プログラム１５３と同様に再生履歴情報等に基づきシナリオ編集やシナリオ特徴パラメータ、シーン特徴パラメータ等を更新する。例えば図６（ｂ）のシナリオ１５８２を用いて作成された統合映像コンテンツがＴＶ２２により再生された場合を考える。このときの再生履歴情報によれば、シーン４、８、１２、１６、２０がリピートされ、それ以外のシーンがスキップされている。この場合、家族全員の映像がユーザの視聴したかった映像と思われる。したがって、シナリオ学習プログラム１５４は、例えばシーン４、８、１２、１６、２０のクリッピング時間を長くし、それ以外のシーンのクリッピング時間を短くするようにシナリオ１５８２を編集する。また、例えばシーン４、８、１２、１６、２０のシーン特徴パラメータの重み付け値を上げるとともにそれ以外のシーンのシーン特徴パラメータの重み付け値を下げる。以降、ユーザが春の週末の戸外の映像を視聴するようにコンテンツ作成指示情報を入力した場合には、家族全員が写された統合映像コンテンツが作成されやすくなる。また、シナリオ学習プログラム１５４は、リピート回数が多いシーンほどクリッピング時間が長くなるようにシナリオ編集してもよい。クリッピング時間は、リピート回数に応じて、例えばリニアに、指数関数的に、または対数的に増減される。
【００６６】
また、シナリオ学習プログラム１５４は、図５のＳ１１の処理におけるシナリオの選択回数や再生日時等に基づき、各シナリオ特徴パラメータの重み付け値を変動させることができる。例えば選択回数が多いシナリオを良質なシナリオとする場合には、該シナリオがさらに選択されるように各シナリオ特徴パラメータの重み付け値を変動させる。
【００６７】
このように特徴点学習プログラム１５３とシナリオ学習プログラム１５４は、再生履歴情報等に基づき各種パラメータを適切な値にフィードバックしている。このようなフィードバック処理は、特徴点学習プログラム１５３等に限らず統合映像コンテンツ作成プログラム１５２も行う。具体的には、統合映像コンテンツ作成プログラム１５２は、メタ情報データベース１５７に格納された全てのメタ情報に基づき、図５のＳ１１のシナリオ選択処理に用いる閾値を更新する。すなわち、各映像コンテンツの特徴点たる各メタ情報の映像特徴パラメータをＫ平均法等のクラスタリング手法により例えば２つにクラスタリングして各クラスタの中心を計算し、これらの中心の中間値を閾値として設定する。この場合、コンテンツデータベース１５６に格納された映像コンテンツの傾向に応じて最適な閾値が設定される。
【００６８】
また、統合映像コンテンツ作成プログラム１５２とシナリオ学習プログラム１５４とが連係して以下のフィードバック処理を実行するようにしてもよい。すなわち、統合映像コンテンツ作成プログラム１５２は、クリッピング対象が例えば笑いのシーンである場合、笑い始めのｎ秒前から笑うまでのシーンをクリッピングする。統合映像コンテンツ作成プログラム１５２は、このときの「ｎ秒」をクリッピング毎にランダムに設定する。一方、シナリオ学習プログラム１５４は、笑いのシーンの再生履歴情報を解析する。シナリオ学習プログラム１５４は、解析結果に基づき最適と判断されるｎ’秒を演算して統合映像コンテンツ作成プログラム１５２に渡す。以降、統合映像コンテンツ作成プログラム１５２は、笑いのシーンに対しては、笑い始めのｎ’秒前から笑うまでのシーンをクリッピングする。このようなプログラム間の連係処理により、ユーザの感性や嗜好等に合った統合映像コンテンツが作成されるようになる。
【００６９】
ここで、上記ｎ秒が２秒以上１０秒未満の時間で設定される場合を例に考える。この場合においてｎ秒は、２秒以上１０秒未満の間でランダムに設定されてもよく、或いは、ユーザ操作によりユーザの意図をある程度反映させた時間に設定されてもよい。後者の場合の具体的一例として、ｎ秒として第一時間（例えば２秒以上３秒未満の時間）が設定される確率を３０％、第二時間（例えば３秒以上５秒未満の時間）が設定される確率を４０％、第三時間（例えば５秒以上１０秒未満の時間）が設定される確率を３０％というように設定することができる。第一〜第三時間の各時間のなかではｎ秒はランダムに設定される。このようなユーザ設定を可能とすることにより、例えば事象（ここでは笑い）が起こる直前の時間帯を特定のコンテンツ（例えば家族写真等）の再生タイミング等に合わせて設定することができる。この場合のクリッピング時間および期間も各種学習プログラムにより学習され、該学習結果を基にユーザにとって好適なクリッピング時間および期間がさらに設定されるようにしてもよい。
【００７０】
以上説明された実施形態（以下、「第一実施形態」と記す。）によれば、ホームサーバ１００は、ＨＤＤレコーダ２１等の情報機器に記憶された映像コンテンツを自動収集したうえで統合映像コンテンツを作成している。次に、ホームサーバがこのような映像コンテンツの自動収集機能を有さないまたは自動収集処理を行わない別の実施形態（以下、「第二実施形態」と記す。）について説明する。第二実施形態において各情報機器の映像コンテンツをホームサーバに集めるためには、ユーザ自らが各情報機器に対する映像コンテンツの保持状況を確認し、そのうえで映像コンテンツをコピーまたは移動させる必要がある。このため、第二実施形態においては、ユーザの操作、作業負担が増加するように思われる。しかし、第二実施形態においては、ホームサーバと各情報機器が第一実施形態とは異なる連係処理を行うことにより、ユーザに操作、作業負担をかけること無く統合映像コンテンツを自動的に編集し作成することができる。
【００７１】
なお、第二実施形態のネットワーク構成は図１と同一構成である。第二実施形態において第一実施形態の構成と同一または同様の構成には同一または同様の符号を付して説明を省略する。
【００７２】
第二実施形態においては、ＨＤＤレコーダ２１等の各情報機器がメタ情報データベース１５７を有し、ホームサーバに代わり映像コンテンツにメタ情報を付与してメタ情報データベース１５７に格納する。すなわち各情報機器は、映像コンテンツを録画等すると同時に図３のＳ３〜Ｓ５と同様の処理、すなわち映像コンテンツの特徴点解析（Ｓ３）、解析された特徴点に基づくメタ情報の生成（Ｓ４）、およびメタ情報データベース１５７へのメタ情報の格納（Ｓ５）を行う。映像コンテンツは、Ｓ３〜Ｓ５の処理後もホームサーバに収集されないためネットワーク上に散在した状態にある。
【００７３】
図８は、第二実施形態の家庭内ＬＡＮ１に設置されたホームサーバ１００ｚの構成を示すブロック図である。ホームサーバ１００ｚのＨＤＤ１５０には、メタ情報収集プログラム１５１ｚ、統合映像コンテンツ作成プログラム１５２ｚ、特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５、メタ情報データベース１５７ｚ、シナリオデータベース１５８、家族プロファイルデータベース１５９が記憶されている。
【００７４】
図９は、メタ情報収集プログラム１５１ｚにより実行されるメタ情報収集処理を示すフローチャート図である。図９に示されるように、メタ情報収集プログラム１５１ｚは、ＲＡＭ１４０に常駐後、各情報機器のメタ情報データベース１５７に定期的にアクセスする（Ｓ３１）。次いで、各情報機器と情報を相互に交換してメタ情報データベース１５７に追加または更新されたメタ情報が存在するか否かを検知する（Ｓ３２）。何れの情報機器のメタ情報データベース１５７にも追加または更新されたメタ情報が無い場合には（Ｓ３２：ＮＯ）、メタ情報収集処理を終了する。一方、その何れかにおいて追加または更新されたメタ情報が有る場合には（Ｓ３２：ＹＥＳ）、該メタ情報を収集する（Ｓ３３）。メタ情報収集プログラム１５１ｚは、このようにして収集された各情報機器のメタ情報をメタ情報データベース１５７ｚに蓄積する（Ｓ３４）。メタ情報収集プログラム１５１ｚは、メタ情報を蓄積する際、映像コンテンツを識別するためのコンテンツ識別情報（例えば映像コンテンツ名や映像コンテンツ固有に割り当てたＩＤ）と該映像コンテンツの所在情報（例えば情報機器のＭＡＣアドレスや他の固有ＩＤ、映像コンテンツのＵＲＬ（Uniform Resource Locator）、或いは、映像コンテンツがリムーバルメディアに記録されている場合にはリムーバルメディアの固有ＩＤ等）を該メタ情報に追加する。
【００７５】
このように第二実施形態においては、各情報機器が保持する映像コンテンツのメタ情報はホームサーバ１００ｚにより一元管理される。各情報機器は、一元管理されたメタ情報を利用してホームサーバ１００ｚおよび他の情報機器と連係処理することにより統合映像コンテンツを作成することができる。図１０は、統合映像コンテンツを作成する処理を示すシーケンス図である。一つの情報機器（ここではノートＰＣ２３）が操作されてコンテンツ作成指示情報が入力されると、図１０に示される統合映像コンテンツを作成する処理が開始される（Ｓ４１）。
【００７６】
ノートＰＣ２３は、入力されたコンテンツ作成指示情報をホームサーバ１００ｚに送信する（Ｓ４２）。ホームサーバ１００ｚによってコンテンツ作成指示情報が受信されるとＣＰＵ１２０により統合映像コンテンツ作成プログラム１５２ｚの実行が開始される。統合映像コンテンツ作成プログラム１５２ｚは、図５のＳ１１〜Ｓ１２と同様の処理、すなわちコンテンツ作成指示情報に適したシナリオの選択、メタ情報を一元管理したメタ情報データベース１５７ｚへのアクセス、および選択シナリオの各シーンに適したメタ情報の検索を行う（Ｓ４３）。次いで、レスポンスメッセージ、つまり選択シナリオとともに検索されたメタ情報をノートＰＣ２３に返す（Ｓ４４）。
【００７７】
ノートＰＣ２３は、受信されたメタ情報が有する映像コンテンツの所在情報を参照してアクセス先を決定する（Ｓ４５）。次いで、決定されたアクセス先、つまりメタ情報に対応する映像コンテンツを有する各情報機器に、コンテンツ識別情報またはＵＲＬを含むリクエストメッセージを送信する（Ｓ４６）。ホームサーバ１００の検索結果によっては、ノートＰＣ２３自身が保持する映像コンテンツのＵＲＬがアクセス先に含まれる場合もある。
【００７８】
ノートＰＣ２３からリクエストメッセージを受け取った情報機器は、リクエストメッセージ中のコンテンツ識別情報またはＵＲＬに応じたレスポンス、すなわち自己が保持する映像コンテンツのなかから、該リクエストメッセージ中で指定された映像コンテンツを検索して（Ｓ４７）ノートＰＣ２３に返す（Ｓ４８）。このようにして統合映像コンテンツに必要な各シーンの映像コンテンツがノートＰＣ２３に集められる。ノートＰＣ２３は、収集された映像コンテンツおよびホームサーバ１００から受け取った選択シナリオを用いて図５のＳ１４〜Ｓ１５と同様の処理を行い、統合映像コンテンツを作成する（Ｓ４９）。作成された統合映像コンテンツは、ノートＰＣ２３の映像コーデックによりデコードされ再生される（Ｓ５０）。
【００７９】
以上のように第二実施形態においては、各情報機器が保持する映像コンテンツをホームサーバ１００ｚ、つまり一つの記憶装置に収集すること無く統合映像コンテンツを自動的に編集し作成することができる。このため、映像コンテンツの収集に伴う操作、作業負担がユーザに無い。また、第二実施形態では家庭内ＬＡＮ１のトラフィック面において有利な効果がある。その例示として、各情報機器が情報量の多い映像コンテンツを同時に収集した際にトラフィックが著しく増加してネットワーク障害が発生するといった心配がないことが挙げられる。また、家庭内ＬＡＮ１内のネットワーク伝送路を伝送される映像コンテンツが統合映像コンテンツの作成に必要とされる最低限の映像コンテンツに限られる。このため、ネットワーク伝送路を映像コンテンツ以外の他のデータの伝送に割り当てやすくなり、情報機器間においてより多様な情報の交換が可能になる効果も期待できる。
【００８０】
なお、第二実施形態においても第一実施形態と同様に各種学習プログラムによるメタ情報の更新やシナリオ編集、家族プロファイル更新等が行われるようにしてもよい。
【００８１】
以上が本発明の実施形態の説明である。本発明は、上記の構成に限定されるものではなく、本発明の技術的思想の範囲において様々な変形が可能である。例えば本発明の特徴に係る常駐プログラムは、家庭内ＬＡＮ１内の各情報機器に散在してもよく、あるいは全ての情報機器が該常駐プログラムを有する構成としてもよい。また、各種データベースも家庭内ＬＡＮ１内の各情報機器に散在する構成としてもよい。また、ホームサーバ１００自らが映像コンテンツを録画して蓄積し、再生するようにしてもよい。これは、ホームサーバ１００がＤＭＳおよびＤＭＰとして機能することにより本発明がホームサーバ１００単体でも成立することを意味する。
【００８２】
また、例えば処理対象となるコンテンツには映像コンテンツだけでなく、上述したコンテンツの定義に含まれるあらゆる形式のコンテンツが含まれる。この場合、例えばサーバサイドで一元管理されたコンテンツリスト等にアクセスしてネットワークに散在する多様なコンテンツのうちユーザが求めるコンテンツだけを収集して処理を施し、複数形式のコンテンツを混合させた新たなコンテンツを作成することができる。
【００８３】
また、再生履歴情報（さらには情報機器の動作情報全般）を収集するタイミングは、定期的なタイミングに限定されない。例えば各情報機器は、再生履歴情報等を生成すると同時にホームサーバ１００にアクセスし、該再生履歴情報等をホームサーバ１００にリアルタイムに転送することができる。また、再生履歴情報等を収集する装置は、ホームサーバ１００ｚに限定されない。例えば家庭内ＬＡＮ１内の何れかの情報機器が、各情報機器が持つ再生履歴情報等を定期的にまたはリアルタイムに収集してホームサーバ１００に転送するようにしてもよい。
【００８４】
また、第一実施形態において第二実施形態と同様に、各情報機器が映像コンテンツを録画等すると同時にメタ情報を生成するようにしてもよい。この場合、ホームサーバ１００は、映像コンテンツとともにメタ情報も収集することとなる。
【図面の簡単な説明】
【００８５】
【図１】本発明の実施形態を説明するためのネットワーク構成図である。
【図２】本発明の実施形態のホームサーバの構成を示すブロック図である。
【図３】本発明の実施形態のコンテンツ収集プログラムにより実行されるコンテンツ収集処理を示すフローチャート図である。
【図４】図３のＳ４の処理により生成されるメタ情報の一例を示す図である。
【図５】本発明の実施形態の統合映像コンテンツ作成プログラムにより実行される統合映像コンテンツ作成処理を示すフローチャート図である。
【図６】本発明の実施形態のシナリオデータベースに格納されたシナリオ例を示す図である。
【図７】本発明の実施形態の特徴点学習プログラムにより実行される特徴点学習処理を示すフローチャート図である。
【図８】別の実施形態のホームサーバの構成を示すブロック図である。
【図９】別の実施形態のメタ情報収集プログラムにより実行されるメタ情報収集処理を示すフローチャート図である。
【図１０】別の実施形態における統合映像コンテンツを作成する処理を示すシーケンス図である。
【符号の説明】
【００８６】
１０ ゲートウェイサーバ
１００ ホームサーバ
１１０ システムバス
１２０ ＣＰＵ
１３０ ＲＯＭ
１４０ ＲＡＭ
１５０ ＨＤＤ
１６０ ネットワークインタフェース
【技術分野】
【０００１】
本発明は、コンテンツの特徴点評価を再生状況に応じて適切な値に更新するコンテンツ自動再生方法、コンテンツ自動再生プログラム、コンテンツ自動再生システム、およびコンテンツ自動再生サーバに関する。
【背景技術】
【０００２】
近年、半導体メモリやＨＤＤ（Hard Disk Drive）等の情報記録メディアの大容量化や価格下落が進んだことから、ＤＣＣ（Digital CamCorder）やＤＳＣ（Digital Still Camera）、ＨＤＤレコーダ等の情報家電やＰＣ（Personal Computer）等に大容量の記憶装置が搭載されるようになっている。このため、記憶装置の残容量を気にすることなく例えばＤＣＣやＤＳＣ等を用いて次々と撮影を行い、動画ファイルや静止画ファイル等を記憶装置（メモリカード等）に大量に蓄積させることができる。また、放送或いはネットワーク伝送される映像系デジタルコンテンツをＨＤＤレコーダやＰＣ等のＨＤＤに大量に録画してためておくことができる。以下、本明細書において動画ファイルや静止画ファイル、映像系デジタルコンテンツ等を「映像コンテンツ」と記す。なお、本明細書において「コンテンツ」と表現した場合には、映像コンテンツだけでなく、マークアップ文書やオーディオデータ、ドキュメントデータ、ワークシート、またはそれらの組み合わせで構成されるデータ等も含まれる。
【０００３】
ところで、このような大容量の記憶装置に蓄積された大量の映像コンテンツには似通った内容のものが数多く含まれている。そのため、全ての映像コンテンツを視聴することは退屈であり、時間の浪費となる。そこで、オーサリングツール等を使用して複数の映像コンテンツを編集、統合して一つの映像コンテンツ（以下、「統合映像コンテンツ」と記す。）にまとめることが行われる。複数の映像コンテンツを編集して統合映像コンテンツを作成する装置の例は、特許文献１や特許文献２等に開示されている。
【０００４】
特許文献１に記載の動画編集装置は、複数の動画が記憶された動画記憶部を有している。当該編集装置は、ユーザ入力された検索条件にしたがって動画記憶部から動画を検索し、検索結果をリスト表示する。ユーザは、表示されたリストのなかから所望の動画を選択し、選択された各動画を時系列に並べることにより一本の映像を完成させる。当該編集装置においては、動画をユーザ自らが選択して並べることにより所望の映像を作成できる反面、映像作成作業が煩雑になる問題がある。
【０００５】
特許文献２に記載の動画編集装置は、全ての動画素材の中からユーザの指定するシーンを含む箇所（切り出し範囲）を抽出し、抽出された切り出し範囲を一覧にした合成リストを作成する。そして、作成された合成リストにしたがって指定シーンに対応する切り出し範囲を連続的に再生する。このように特許文献２においては、動画の選択から、リスト作成、編集再生までの一連の作業が装置側で自動的に行われる。したがって、特許文献１と異なり映像作成作業の煩雑さが無い。その一方で、映像作成作業を自動化したことにより動画の選択基準等が装置のプログラム設計に依存する。しかし、ユーザのあらゆる指示を予め想定して適切な動画選択等がなされるようにプログラムを設計することは、実際上困難である。このため、特許文献２の装置においては、再生される映像がユーザの意図した内容から外れた映像になる問題が内在することになる。
【０００６】
【特許文献１】特開２００５−３０３８４０号公報
【特許文献２】特開２０００−１２５２５３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
このように従来の映像編集技術においては、ユーザ自らが統合映像コンテンツを作成できる構成を採用すると、ユーザの意図した編集が可能になる反面、映像作成作業が煩雑化する問題がある。一方、煩雑化解消のため映像作成作業が自動的に行われる構成を採用すると、ユーザの意図から外れた統合映像コンテンツが作成される問題が生じる。そこで、このような二律背反の関係にある問題を同時に解消することが望まれている。
【０００８】
本発明は上記の事情に鑑みてなされたものであり、その目的とするところは、映像作成作業の自動化と、ユーザの指示内容に適した統合映像コンテンツの作成との両立を好適に実現させるためのコンテンツ自動再生方法、コンテンツ自動再生プログラム、コンテンツ自動再生システム、およびコンテンツ自動再生サーバを提供することにある。
【課題を解決するための手段】
【０００９】
上記の課題を解決する本発明の一形態に係るコンテンツ自動再生方法は、コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点について評価された複数のコンテンツの中から指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、選択されたコンテンツを再生するコンテンツ再生ステップと、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する第一の特徴点評価更新ステップとを含むことを特徴とした方法である。
【００１０】
このようにコンテンツの再生状況に応じて該コンテンツの特徴点評価を更新することにより、多数のコンテンツのなかからユーザが再生させたいコンテンツが自動的に選択、再生されるようになる。
【００１１】
本発明に係るコンテンツ自動再生方法は、コンテンツを記憶するコンテンツ記憶ステップと、特徴点を定義する特徴点定義に基づき記憶されたコンテンツを少なくとも１つの特徴点について評価するコンテンツ評価ステップとをさらに含む方法としてもよい。
【００１２】
また、本発明に係るコンテンツ自動再生方法は、利用者に関する利用者情報を収集する利用者情報収集ステップと、収集された利用者情報に基づきコンテンツの特徴点評価を更新する第二の特徴点評価更新ステップとがさらに含まれる方法としてもよい。さらには、収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成ステップがさらに含まれる方法としてもよい。この場合、好ましくは、コンテンツ選択ステップにおいて利用者情報も加味してコンテンツが選択される。
【００１３】
また、本発明に係るコンテンツ自動再生方法は、コンテンツの再生履歴に基づき利用者情報を更新する利用者情報更新ステップをさらに含む方法としてもよい。
【００１４】
また、本発明に係るコンテンツ自動再生方法は、利用者情報を利用者毎に分類する利用者情報分類ステップと、利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信ステップとさらに含む方法としてもよい。
【００１５】
さらには、コンテンツの再生内容が指示された場合に、少なくとも１つの特徴点評価に関連付けされた複数のシナリオのなかから指示に適した特徴点評価を有するシナリオを選択するシナリオ選択ステップがさらに含まれる方法としてもよい。この場合、コンテンツ選択ステップにおいては、選択されたシナリオに基づきコンテンツが選択される。
【００１６】
また、シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合には、コンテンツ選択ステップにおいて、選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、コンテンツ再生ステップにおいて、各シーンに対して選択されたコンテンツをシナリオで定められた順に再生するようにしてもよい。
【００１７】
このようなシナリオを用いるコンテンツ自動再生方法においては、再生履歴に基づきシナリオを編集するシナリオ編集ステップがさらに含まれ得る。あるいは、利用者情報に基づきシナリオを編集するシナリオ編集ステップがさらに含まれ得る。再生履歴には、例えば通常の再生、スキップ、リピート再生、高速再生等の、シーンがどのように再生されたかを表す情報が含まれる。例えばスキップや高速再生されたシーン等は再生されにくく、また、リピート再生されたシーン等は再生されやすくなるように特徴点に重み付けを行うことにより、より好適なシナリオ編集処理を支援することができる。また、再生履歴に基づきユーザの嗜好等を解析し、解析結果を用いてより好適なシナリオ編集処理を支援することもできる。
【００１８】
また、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生プログラムは、上記の何れかに記載のコンテンツ自動再生方法の各ステップをコンピュータに実行させるためのプログラムである。
【００１９】
さらに、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生システムは、少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、複数のコンテンツのなかから特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、選択されたコンテンツを再生するコンテンツ再生手段と、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段とを有することを特徴としたシステムである。
【００２０】
このようなコンテンツ自動再生システムは、コンテンツ記憶手段にコンテンツを記憶する際に少なくとも１つの特徴点についてコンテンツを評価するコンテンツ評価手段をさらに有する構成としてもよい。
【００２１】
また、コンテンツ自動再生システムは、利用者に関する利用者情報を収集する利用者情報収集手段をさらに有する構成としてもよい。この場合、特徴点評価更新手段は、収集された利用者情報も用いてコンテンツの特徴点評価を更新する。また、コンテンツ自動再生システムは、収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成手段をさらに有する構成としてもよい。コンテンツ選択手段は、好ましくは、利用者情報も加味してコンテンツを選択する。
【００２２】
また、コンテンツ自動再生システムは、コンテンツの再生履歴に基づき利用者情報を更新する利用者情報更新手段をさらに有する構成としてもよい。
【００２３】
また、コンテンツ自動再生システムは、利用者情報を利用者毎に分類する利用者情報分類手段と、利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信手段とをさらに有する構成としてもよい。
【００２４】
コンテンツ自動再生システムは、さらに、ユーザ操作を受け付ける操作手段と、少なくとも１つの特徴点評価に関連付けされたシナリオを複数記憶するシナリオ記憶手段と、操作手段によりコンテンツの再生内容が指示された場合に、複数のシナリオのなかから該指示に適した特徴点評価を有するシナリオを選択するシナリオ選択手段とを有する構成としてもよい。この場合にコンテンツ選択手段は、選択されたシナリオに基づきコンテンツを選択する。
【００２５】
また、シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、コンテンツ選択手段は、選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、コンテンツ再生手段は、各シーンに対して選択されたコンテンツをシナリオで定められた順に再生するように構成されてもよい。
【００２６】
コンテンツ自動再生システムは、再生履歴に基づきシナリオを編集するシナリオ編集手段をさらに有する構成としてもよい。あるいは、利用者情報に基づきシナリオを編集するシナリオ編集手段をさらに有する構成としてもよい。
【００２７】
また、上記の課題を解決する本発明の一形態に係るコンテンツ自動再生サーバは、少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、複数のコンテンツのなかから特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、選択されたコンテンツを再生するコンテンツ再生手段と、コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段とを有することを特徴とする。
【発明の効果】
【００２８】
本発明のコンテンツ自動再生方法、コンテンツ自動再生プログラム、およびコンテンツ自動再生システムを利用することにより、映像作成作業の自動化と、ユーザの意図に忠実な統合映像コンテンツの作成との両立が好適に実現されるようになる。
【発明を実施するための最良の形態】
【００２９】
以下、図面を参照して、本発明の実施形態について説明する。
【００３０】
図１は、本実施形態を説明するためのネットワーク構成図である。図１に示されるように本実施形態のネットワークは、家庭内ＬＡＮ(Local Area Network)１と外部ネットワーク２により構築される。
【００３１】
家庭内ＬＡＮ１には、ゲートウェイサーバ１０および複数の情報機器（ＨＤＤレコーダ２１、ＴＶ（Television）２２、ノートＰＣ２３、ホームサーバ１００等）が配置されている。ゲートウェイサーバ１０は、スイッチングおよびルーティング機能を有しており、家庭内ＬＡＮ１内の各情報機器を相互接続するとともに外部ネットワーク２上に、あるいは図示省略された他のネットワーク上に配置された端末と通信することができる。
【００３２】
家庭内ＬＡＮ１には、ＨＤＤレコーダ２１、ＴＶ２２、ノートＰＣ２３以外の情報機器も接続されている。また、電子レンジや冷蔵庫等の情報家電も接続されている。なお、以降の説明においては便宜上、情報家電も情報機器と記す。家庭内ＬＡＮ１に接続された全ての情報機器にはホームネットワークに関する共通の技術仕様に準拠したミドルウェアやクライアントソフトウェアが実装され、家庭内ＬＡＮ接続に適した構成を有する。本実施形態においては、各情報機器は共通の技術仕様であるＤＬＮＡ（Digital Living Network Alliance）に準拠したものであり、ＨＤＤレコーダ２１はＤＭＳ（Digital Media Server）として、ＴＶ２２はＤＭＰ（Digital Media Player）として、ノートＰＣ２３はＤＭＳおよびＤＭＰとして、それぞれ機能する。また、ホームサーバ１００は、デスクトップＰＣであり、ノートＰＣ２３と同様にＤＭＳおよびＤＭＰとして機能する。なお、Ｈａｖｉ（Home Audio/Video interoperability）、Ｊｉｎｉ等の別の技術仕様に適合した情報機器によって家庭内ＬＡＮを構成してもよい。
【００３３】
ホームサーバ１００は、ＨＤＤレコーダ２１をはじめとする家庭内ＬＡＮ１内の各情報機器に記憶されたコンテンツを収集して蓄積することができる。また、外部ネットワーク２上に配置された情報機器（例えば携帯電話２４）に記憶されたコンテンツを外部ネットワーク２、ゲートウェイサーバ１０経由で取得して蓄積することもできる。ホームサーバ１００へのコンテンツの蓄積は、ホームサーバ１００や各情報機器の設定、またはユーザ操作等にしたがって行われる。
【００３４】
図２は、ホームサーバ１００の構成を示すブロック図である。ホームサーバ１００を構成する各要素は、システムバス１１０を介してＣＰＵ１２０と相互に接続されている。ＣＰＵ１２０は、ホームサーバ１００の電源投入後、システムバス１１０を介して必要なハードウェアにアクセスする。
【００３５】
例えばホームサーバ１００の電源投入直後は、ＣＰＵ（Central Processing Unit）１２０がＲＯＭ（Read-Only Memory）１３０にアクセスする。ＣＰＵ１２０は、ＲＯＭ１３０に格納されたブートローダをＲＡＭ（Random Access Memory）１４０にロードして起動する。ブートローダを起動したＣＰＵ１２０は、次いでＨＤＤ１５０に格納されたＯＳ（Operating System）をＲＡＭ１４０にロードして起動する。これにより、各要素がＯＳによるリソース、プロセス管理下で必要に応じて連係動作して各種処理を実行する。ＯＳ起動後は、ＨＤＤ１５０に格納された各種常駐プログラムがＲＡＭ１４０に常駐する。このような常駐プログラムには、本発明の特徴に係るコンテンツ収集プログラム１５１、統合映像コンテンツ作成プログラム１５２、特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５等がある。以下、これらの常駐プログラムについて説明する。
【００３６】
図３は、コンテンツ収集プログラム１５１により実行されるコンテンツ収集処理を示すフローチャート図である。図３に示されるように、コンテンツ収集プログラム１５１は、例えばＲＡＭ１４０に常駐した時点で、映像コンテンツ（例えばＭＰＥＧ−２（Moving Picture Experts Group phase 2）形式）をリクエストするリクエストメッセージを、ネットワークインタフェース１６０を介して同一セグメント、つまり家庭内ＬＡＮ１内の各ＤＭＳにユニキャストで個別に（またはマルチキャストで）送信する（ステップ１。以下、本明細書および図面においてステップを「Ｓ」と略記する。）。リクエストメッセージを受信した情報機器は、自己の保有するコンテンツリスト等を参照して、前回のリクエストメッセージ受信時から映像コンテンツが更新や追加等されたかチェックする。そして、更新や追加等された映像コンテンツがある場合には、該映像コンテンツをホームサーバ１００にアップロードする。
【００３７】
次に、コンテンツ収集プログラム１５１は、各端末から受信した映像コンテンツをＨＤＤ１５０内のコンテンツデータベース１５６に格納すると同時に該映像コンテンツを解析して様々な特徴点について評価する（Ｓ２、Ｓ３）。ここで、特徴点とは、例えば「おばあちゃん」（被写体人物）、「二人」（被写体の人数）、「笑い」（被写体の表情）、「食べる」（被写体の動作）、「浴衣」（被写体の服装）、「戸外」（撮影場所）、「夕方」（撮影時刻）、「週末」（撮影日時）、「見下ろし」（被写体と撮影者との位置・角度関係）、「誕生日」（家族の年中行事）、「ズームイン」（撮影パターン）等の映像コンテンツを特徴付ける要素である。特徴点には、映像コンテンツに記録された映像や音声の特徴のみならず、映像コンテンツの撮影者、撮影日時等の情報も含まれる。特徴点の解析処理においては、例えば動作認識や顔表情認識、対象物認識、音声認識等の周知の認識アルゴリズムにより映像コンテンツ中の画像や音声の特徴点が抽出、数値化される。このように数値化された各映像コンテンツの各種特徴点に関する情報を、映像特徴パラメータと呼ぶ。解析処理において対象物認識や音声認識等を行う際には、家族プロファイルデータベース１５９に記憶された後述する家族プロファイルが参照され、被写体（例えば「弟」）や撮影者（例えば「父」の声）が特定される。また、撮影日時や撮影者については、映像コンテンツ・ファイルのタイムスタンプやプロパティから取得することもできる。あるいは、家族プロファイルを使用することにより、被写体の身長や顔つき等から、撮影時における被写体の年齢（すなわち、映像コンテンツの撮影時期）を推定することもできる。
【００３８】
コンテンツ収集プログラム１５１は、このように各特徴点について映像コンテンツを解析した結果である映像特徴パラメータのリスト（以下、「メタ情報」という。）を生成する（Ｓ４）。具体的には、各特徴点に対応した所定の関数を用いて、当該特徴点に関する映像コンテンツの評価を示す映像特徴パラメータを計算する。図４に、Ｓ４の処理により生成されるメタ情報の一例を示す。図４に示されるように、メタ情報は、「父」、「母」、「姉」、「弟」・・・等の各特徴点に対応する映像特徴パラメータ群で構成される。本実施形態においては、各種映像特徴パラメータは、例えば０〜１の数値で表現される。図４のメタ情報は、映像コンテンツが例えば姉と弟を主たる被写体とした無音声の映像であり、ズームインされたシーンが多く含まれる内容であることを示している。生成されたメタ情報は、ＨＤＤ１５０内のメタ情報データベース１５７に格納される（Ｓ５）。
【００３９】
このように同一セグメント内の各情報機器が保持する映像コンテンツは、コンテンツ収集プログラム１５１によって自動的に収集され、コンテンツ収集プログラム１５１によって特徴点解析が行われてメタ情報が生成される。なお、他のセグメントの情報機器（例えば携帯電話２４）が保持する映像コンテンツまでは自動収集しない。他のセグメントの情報機器が保持する映像コンテンツは、該情報機器がマニュアル操作されたときにはじめてホームサーバ１００にアップロードされ蓄積される。また、ホームサーバ１００や各情報機器を設定変更して、同一セグメントの情報機器が保持する映像コンテンツもマニュアル操作されたときにはじめてホームサーバ１００にアップロードされ蓄積されるようにしてもよい。
【００４０】
図５は、統合映像コンテンツ作成プログラム１５２により実行される統合映像コンテンツ作成処理を示すフローチャート図である。統合映像コンテンツ作成プログラム１５２は、シナリオに基づいて統合映像コンテンツを作成する。図６（ａ）、（ｂ）はそれぞれ、ＨＤＤ１５０内のシナリオデータベース１５８に格納されたシナリオの例（シナリオ１５８１、１５８２）を示す。各シナリオは、１つ以上のシーン定義Ｓから構成される。シーン定義Ｓは、シーンの特徴（当該シーンに割り当てる映像コンテンツに求められる映像特徴パラメータ）を定義する複数種類のシーン特徴パラメータや、各シーンの割当時間パラメータ等から構成されている。シーン特徴パラメータは、映像特徴パラメータと同じく、０〜１の値で表現される。例えば図６（ａ）のシナリオ１５８１におけるシーン１を定義するシーン定義Ｓには、（姉、誕生日、笑い、悲しみ・・・）＝（０．８、１、０．８、０．１・・・）といったシーン特徴パラメータが設定されている。なお、シナリオ自体にもシーン特徴パラメータと同様のシナリオ特徴パラメータが関連付けられている。シナリオ特徴パラメータは、例えばシナリオを構成する各シーン定義のシーン特徴パラメータに基づき計算される。または、各シーン定義のシーン特徴パラメータとは独立して付与されたシナリオ全体の流れを表現するパラメータであってもよい。各シナリオやシーン定義は、シナリオデータベース１５８に例えばテンプレートとして予め格納されている。なお、シナリオやシーン定義は、例えば専用のエディタを使用してユーザが独自に作成することもできるが、映像機器メーカ等が配布するものを例えばインターネット上のサーバからダウンロードして利用することもできる。
【００４１】
ここで、家庭内ＬＡＮ１に接続されたＴＶ２２やノートＰＣ２３等のクライアントをユーザが操作して、視聴したい映像コンテンツのテーマや登場人物、再生総時間等が入力された場合を考える。このとき入力された情報はホームサーバ１００に送信される。ホームサーバ１００によって該入力情報が受信されると、ＣＰＵ１２０により統合映像コンテンツ作成プログラム１５２の実行が開始される。以下、説明の便宜上、該入力情報を「コンテンツ作成指示情報」と記す。
【００４２】
図５に示されるように、統合映像コンテンツ作成プログラム１５２は、先ず、シナリオデータベース１５８にアクセスして各シナリオを参照し、コンテンツ作成指示情報に適したシナリオを選択する（Ｓ１１）。コンテンツ作成指示情報が「姉」、「誕生日」である場合には、例えば「姉」、「誕生日」のシナリオ特徴パラメータがともに所定値（例えば０．６）以上のシナリオ（ここではシナリオ１５８１）が選択される。
【００４３】
統合映像コンテンツ作成プログラム１５２は、続いてメタ情報データベース１５７にアクセスし、選択されたシナリオの各シーンに適したメタ情報を検索する（Ｓ１２）。例えばシナリオ１５８１のシーン１に対しては、「姉」、「誕生日」の映像特徴パラメータが所定値以上でかつ２００２年に撮影された映像コンテンツのメタ情報が検索される。
【００４４】
統合映像コンテンツ作成プログラム１５２は、コンテンツデータベース１５６にアクセスし、検索されたメタ情報に対応する映像コンテンツを選択シナリオのシーン毎に読み込む（Ｓ１３）。各シーンに対しては、例えば検索順位が最上位のメタ情報に対応する映像コンテンツが読み込まれる。メタ情報の検索順位は、シーン定義Ｓ（具体的には、シーン特徴パラメータ）とメタ情報との一致度にしたがって決定される。
【００４５】
統合映像コンテンツ作成プログラム１５２は、読み込まれた映像コンテンツをシーン毎にクリッピングして配列し、シーン映像を生成する（Ｓ１４）。ここではシナリオ１５８１のシーン１〜２０それぞれについて対応するシーン映像が生成される。例えばシーン１の場合は、２００２年の姉の誕生日に撮影された映像コンテンツ中の２５秒間の映像がシーン映像としてクリッピングされる。映像コンテンツの時間軸におけるクリッピングの開始点は、例えばランダムに設定される。また、撮影時間の長い映像は後半冗長になりやすいため、前半の映像が優先的にクリッピングされる。
【００４６】
統合映像コンテンツ作成プログラム１５２は、生成された各シーン映像をシーン１〜２０の順に配列して隣り合うシーン映像を繋げて一連の映像コンテンツ、つまり統合映像コンテンツを作成する（Ｓ１５）。シーン映像間の接続には切替エフェクト等を使用して視覚効果を高めてもよい。作成された統合映像コンテンツは、クライアント（つまりコンテンツ作成指示情報の送信元）に送信される。クライアントは、受信した統合映像コンテンツを映像コーデックによりデコードして再生する。なお、ユーザは、作成された統合映像コンテンツをＨＤＤ１５０に任意に保存することができる。
【００４７】
このように統合映像コンテンツ作成プログラム１５２を実行させた場合は、統合映像コンテンツが自動的に作成されるため映像作成作業の煩雑さが無い反面、映像内容が特徴点評価（メタ情報）やシナリオ選択等の固定されたアルゴリズム設計に依存する問題がある。つまり、アルゴリズムの設計次第では、ユーザの意図する内容から外れた統合映像コンテンツが作成される虞がある。ここで、ユーザは、意図した通りに統合映像コンテンツが作成されるように例えばシナリオデータベース１５８内の各シナリオを編集することができる。しかし、このようなシナリオ編集作業によって統合映像コンテンツの内容を向上させるには相当の試行錯誤が必要である。すなわちシナリオ編集作業による上記問題の解決は、編集作業が煩雑なうえに困難性が伴うため有効とはいえない。このような事情を鑑みて、映像作成作業の煩雑さを無くしつつも統合映像コンテンツの内容向上を図るべく、ホームサーバ１００には特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５等の学習プログラムが実装されている。
【００４８】
図７は、特徴点学習プログラム１５３により実行される特徴点学習処理を示すフローチャート図である。図７に示されるように、特徴点学習プログラム１５３は、ＲＡＭ１４０に常駐後、コンテンツ収集プログラム１５１によるメタ情報の生成、およびクライアントの所定の共有情報の更新を監視する（Ｓ２１〜Ｓ２３）。
【００４９】
特徴点学習プログラム１５３は、コンテンツ収集プログラム１５１によりメタ情報が生成されたことを検出した場合（Ｓ２１、Ｓ２２：ＹＥＳ）、例えばＴＦ−ＩＤＦ（Term Frequency-Inverse Document Frequency）法を応用したアルゴリズムにより、図３のＳ４の処理で用いられる関数の変換係数、つまり映像コンテンツの特徴点を映像特徴パラメータ群に変換するための係数を更新する（Ｓ２４）。該アルゴリズムによれば、メタ情報データベース１５７に格納された全てのメタ情報に基づき、コンテンツデータベース１５６に格納された映像コンテンツの傾向が解析される。例えば笑顔の映像が多いといった解析結果が得られた場合を考える。この場合、コンテンツデータベース１５６に格納された映像コンテンツのなかで笑顔の多い映像コンテンツは特徴的な映像コンテンツとはいえない。すなわち、「笑い」の映像特徴パラメータによって映像コンテンツを差別化することは難しい。そこで、特徴点学習プログラム１５３は、「笑い」という特徴を敢えて希薄化させて他の特徴を際立たせるため、「笑い」の映像特徴パラメータの重みが軽くなるように変換係数を更新する。コンテンツ収集プログラム１５１は、更新された変換係数を用いることにより、映像コンテンツの特徴をより的確に表現したメタ情報を生成するようになる。この結果、統合映像コンテンツ作成プログラム１５２は、コンテンツ作成指示情報により適した映像コンテンツを選択して統合映像コンテンツを作成するようになる。特徴点学習プログラム１５３は変換係数更新後、Ｓ２１の処理に復帰する。
【００５０】
また、Ｓ２４の処理において笑顔の映像が多いといった解析結果が得られた場合に、「笑い」という単一の映像特徴パラメータを「笑い」、「大笑い」、「くすくす笑い」等の複数の映像特徴パラメータに細分化してもよい。この場合、映像コンテンツを笑いの程度に応じて更に細かく区別し特徴付けられるようになる。
【００５１】
ところで、ＤＬＮＡガイドライン等に準拠した情報機器が接続されたセグメント内では、各情報機器間において情報交換が相互になされ、各種情報が共有される。このため家庭内ＬＡＮ１では、ＴＶ２２やノートＰＣ２３等のクライアントにおけるコンテンツの再生履歴に関する詳細な情報をクライアントとホームサーバ１００で共有することができる。クライアントは、例えば統合映像コンテンツの再生が終了する毎に共有フォルダに置かれた再生履歴情報を更新する。再生履歴情報は、例えば統合映像コンテンツ中の何れのシーンにおいて再生、スキップ、リピート、早送り、巻き戻し、停止等の操作が行われたかを示す情報を有する。
【００５２】
特徴点学習プログラム１５３は、各クライアントの共有フォルダに定期的にアクセスして、共有フォルダ内の再生履歴情報が更新されているかどうかを監視する（Ｓ２１〜Ｓ２３）。共有フォルダ内の再生履歴情報が更新されている場合には（Ｓ２１、Ｓ２２：ＮＯ、Ｓ２３：ＹＥＳ）、該再生履歴情報を用いてメタ情報データベース１５７内に保持される後述の重み付け値を更新する（Ｓ２５）。例えばシナリオ１５８１を用いて作成された統合映像コンテンツがＴＶ２２により再生された場合を考える。このときの再生履歴情報によれば、シーン１〜１６がリピートされ、シーン１７〜２０が再生されていない。したがって、特徴点学習プログラム１５３は、リピート再生されたシーン１〜１６の映像コンテンツのメタ情報において例えば一定の水準（例えば、０．６）より高い値をもつ全ての映像特徴パラメータ（またはシーン特徴パラメータ）の重み付け値を上げるとともに、シーン１７〜２０の映像コンテンツのメタ情報において一定の水準より高い全ての映像特徴パラメータの重み付け値（またはシーン特徴パラメータ）を下げる。なお、ＨＤＤ１５０は、各特徴点に対応する重み付け値のリスト（不図示）を保持しており、統合映像コンテンツ作成プログラム１５２が各シーンに対応するメタ情報を検索する際に該重み付け値のリストを参照して、シナリオのシーン定義Ｓに含まれるシーン特徴パラメータに該重み付け値を加えた値と一致するメタ情報を検索する。また、特徴点学習プログラム１５３は、再生履歴情報の更新等があったときに、該重み付け値のリストを参照して、特徴点の重み付け値を更新する。また、リピート回数と映像特徴パラメータとの相関を計算して、相関係数に応じた重み付け値が付与されるようにしてもよい。付与される重み付け値は、リピート回数に応じて、例えばリニアに、指数関数的に、または対数的に増減される。これにより、統合映像コンテンツ作成プログラム１５２は、コンテンツデータベース１５６内に同じような内容の映像コンテンツが複数ある場合にもユーザが特に視聴したいと思う映像コンテンツを選択して統合映像コンテンツを作成するようになる。特徴点学習プログラム１５３は重み付け処理後、Ｓ２１の処理に復帰する。
【００５３】
特徴点学習プログラム１５３は、共有フォルダ内の再生履歴情報の監視処理の代替処理として、各クライアントの共有フォルダ内の再生履歴情報を定期的に取得するようにしてもよい。この場合、Ｓ２５の処理においては、全ての再生履歴情報に基づきメタ情報データベース１５７内のメタ情報が更新される。例えば再生日時が新しい映像コンテンツのメタ情報の映像特徴パラメータほど高い重み付け値が付与される。この結果、統合映像コンテンツ作成プログラム１５２は、ユーザの最近の嗜好等に適した映像コンテンツを選択して統合映像コンテンツを作成するようになる。
【００５４】
上記は、特徴点学習プログラム１５３による映像特徴パラメータの更新処理の例示であり、他にも様々な更新処理が想定される。上記以外には、例えば家族プロファイルを利用した映像特徴パラメータの更新処理が想定される。ここでいう家族プロファイルとは、家庭内ＬＡＮ１および外部ネットワーク２上の一部の情報機器（携帯電話２４等）が保有する家族に関する情報である。ＨＤＤレコーダ２１には、例えば家族各人が録画した映像コンテンツが「父」、「母」、「姉」、「弟」等の各録画カテゴリに関連付けて記憶されている。また、家族各人の視聴履歴や番組予約等の情報も記録されている。また、ノートＰＣ２３の家族各人のドキュメントフォルダには、Ｗｅｂページの閲覧履歴や写真、音楽等が格納されている。各情報機器に散在するこれらの情報は、家族構成や家族各人の嗜好、身体的情報等を反映している。
【００５５】
家族プロファイル学習プログラム１５５は、各情報機器に散在する家族プロファイルを収集してＨＤＤ１５０内に家族プロファイルデータベース１５９を構築する。また、再生履歴情報等に基づき家族プロファイルデータベース１５９内の家族プロファイルを更新し、あるいは家族プロファイルを追加する。一例として、再生されたシーンの内容や再生頻度等に基づき家族の嗜好等を推定して家族プロファイルを更新または追加する。また、コンテンツ作成指示情報を入力するＧＵＩ（Graphical User Interface）において操作者情報も併せて入力させるようにする。そして、該コンテンツ作成指示情報に応じた統合映像コンテンツの再生が終了した時に生成される再生履歴情報に操作者情報を関連付ける。再生履歴情報に関連付けられた操作者情報を利用することにより、全ての再生履歴情報のなかから家族各人の再生履歴情報を分類する。このようにして分類された再生履歴情報、さらには家族各人の視聴履歴や番組予約等の他の情報に基づき家族各人の嗜好等を推定して（例えば次段落にて説明される因子分析等を用いて嗜好等を表現する分布を生成し）、家族各人の家族プロファイルを更新または追加することができる。
【００５６】
家族プロファイル学習プログラム１５５は、さらに、データマイニングの手法等により家族プロファイルに基づく家族の行動パターン解析も行い、解析結果を家族プロファイルとして家族プロファイルデータベース１５９に蓄積する。このように従来各情報機器に散在していた家族プロファイルを収集して管理、解析することにより、有益な情報が新たに発見される可能性がある。
【００５７】
例えば因子分析等の多変量解析を用いて家族の特徴を分析し、新たな家族プロファイルを生成することができる。具体的には、ｎ種類の映像特徴パラメータの各々を座標軸とするｎ次元仮想空間を定義し、該ｎ次元仮想空間にメタ情報に基づき映像コンテンツを分布させる。次いで、映像コンテンツの分布を多変量解析することによりｍ（ｍ＜ｎであり、例えばｍ＝３）種類の主成分を抽出し、各主成分の値をもつ主成分ベクトルを求める。求められた主成分ベクトルの情報に基づき、ｎ次元仮想空間上の映像コンテンツの分布をより低次なｍ次元仮想空間（ここでは各主成分を座標軸として定義された三次元仮想空間）に写像する。三次元仮想空間上の映像コンテンツの分布は、家族が潜在的に有する特徴を表現している。このような分布で表現された家族プロファイルを利用することにより、特徴点に対する変換係数や各特徴点に対応する重み付け値の更新等を行うことができる。また、該分布で表現された家族プロファイルに適したシナリオ等を選択したりインターネット上のサーバからダウンロードしたりすることもできる。
【００５８】
また、クラスタ分析等の手法を用いて新たな家族プロファイルを生成することもできる。例えばｎ種類の映像特徴パラメータを映像コンテンツの再生状況等によって重み付け等の更新が頻繁になされるパラメータのクラスタと、頻繁にはなされないパラメータのクラスタの２つのクラスタに分類する。その分類に基づき家族の特徴を抽出して家族プロファイルを生成する。例えば前者のクラスタに注目して家族の特徴を抽出することができる。
【００５９】
家族プロファイルデータベース１５９に蓄積された家族プロファイルは、様々な処理に活用することができる。これらの家族プロファイルに例えば家族各人の身長や声、好きな服の色やパターン、好きなスポーツ、年齢等が含まれる場合を考える。この場合、家族プロファイルに基づき認識アルゴリズムで用いられる認識用のリファレンスデータを更新し、家族各人の動作認識や対象物認識、音声認識等の認識アルゴリズムの精度を向上させることができる。この結果、統合映像コンテンツ作成プログラム１５２は、ユーザの指示に対してより適切な映像コンテンツを選択して統合映像コンテンツを作成するようになる。
【００６０】
また、統合映像コンテンツ作成プログラム１５２は、家族プロファイルデータベース１５９に蓄積された家族プロファイルを直接的に活用して映像コンテンツを選択することができる。例えばコンテンツ作成指示情報に「父」が含まれる場合を考える。この場合、統合映像コンテンツ作成プログラム１５２は、家族プロファイルデータベース１５９にアクセスして父の嗜好等に関する家族プロファイルを検索する。そして、検索された家族プロファイルに基づき父の嗜好等に関する映像コンテンツを選択して統合映像コンテンツを作成する。
【００６１】
家族プロファイルは、映像特徴パラメータの重み付け処理にも活用することができる。すなわち、特徴点学習プログラム１５３は、家族プロファイルを利用して図７のＳ２２の処理と同じく変換係数を更新し、また、メタ情報データベース１５７内のメタ情報を更新することができる。一例として、子供が多い家庭の場合には「子供」という特徴を希薄化させて他の特徴を際立たせるため、「子供」の映像特徴パラメータの重み付けが軽くなるように変換係数を更新したり重み付け値を変動させたりする。
【００６２】
家族プロファイルは、さらに、シナリオデータベース１５８内の各シナリオの編集にも活用することができる。具体的には、シナリオ学習プログラム１５４が家族プロファイルを利用して各シナリオの編集を行う。一例として、家族プロファイルデータベース１５９に蓄積された家族プロファイルに子供の写真が多い場合には、子供のシーンが長くなるように既存のシナリオを編集し、または子供がメインのシナリオを新たに作成する。
【００６３】
なお、上述したようにＤＬＮＡガイドラインに対応する情報機器間においては各種情報が共有されることから、家族プロファイルも例外無く共有可能である。したがって、各情報機器に散在する家族プロファイルをホームサーバ１００に収集することなく、家族プロファイルを有効活用したメタ情報の更新等を行うことができる。
【００６４】
ホームサーバ１００は、このようにして収集、追加、更新等された家族全体または家族各人の家族プロファイルをゲートウェイサーバ１０を介して外部ネットワーク２上の情報提供サーバ２００（図１参照）に送信する。情報提供サーバ２００は、受信した家族プロファイルに基づき家族または家族各人の嗜好等に適した広告情報や映像コンテンツ等をホームサーバ１００ｚに発信する。広告情報は、例えば統合映像コンテンツにオンスクリーンで表示される。
【００６５】
シナリオ学習プログラム１５４は、特徴点学習プログラム１５３と同様に再生履歴情報等に基づきシナリオ編集やシナリオ特徴パラメータ、シーン特徴パラメータ等を更新する。例えば図６（ｂ）のシナリオ１５８２を用いて作成された統合映像コンテンツがＴＶ２２により再生された場合を考える。このときの再生履歴情報によれば、シーン４、８、１２、１６、２０がリピートされ、それ以外のシーンがスキップされている。この場合、家族全員の映像がユーザの視聴したかった映像と思われる。したがって、シナリオ学習プログラム１５４は、例えばシーン４、８、１２、１６、２０のクリッピング時間を長くし、それ以外のシーンのクリッピング時間を短くするようにシナリオ１５８２を編集する。また、例えばシーン４、８、１２、１６、２０のシーン特徴パラメータの重み付け値を上げるとともにそれ以外のシーンのシーン特徴パラメータの重み付け値を下げる。以降、ユーザが春の週末の戸外の映像を視聴するようにコンテンツ作成指示情報を入力した場合には、家族全員が写された統合映像コンテンツが作成されやすくなる。また、シナリオ学習プログラム１５４は、リピート回数が多いシーンほどクリッピング時間が長くなるようにシナリオ編集してもよい。クリッピング時間は、リピート回数に応じて、例えばリニアに、指数関数的に、または対数的に増減される。
【００６６】
また、シナリオ学習プログラム１５４は、図５のＳ１１の処理におけるシナリオの選択回数や再生日時等に基づき、各シナリオ特徴パラメータの重み付け値を変動させることができる。例えば選択回数が多いシナリオを良質なシナリオとする場合には、該シナリオがさらに選択されるように各シナリオ特徴パラメータの重み付け値を変動させる。
【００６７】
このように特徴点学習プログラム１５３とシナリオ学習プログラム１５４は、再生履歴情報等に基づき各種パラメータを適切な値にフィードバックしている。このようなフィードバック処理は、特徴点学習プログラム１５３等に限らず統合映像コンテンツ作成プログラム１５２も行う。具体的には、統合映像コンテンツ作成プログラム１５２は、メタ情報データベース１５７に格納された全てのメタ情報に基づき、図５のＳ１１のシナリオ選択処理に用いる閾値を更新する。すなわち、各映像コンテンツの特徴点たる各メタ情報の映像特徴パラメータをＫ平均法等のクラスタリング手法により例えば２つにクラスタリングして各クラスタの中心を計算し、これらの中心の中間値を閾値として設定する。この場合、コンテンツデータベース１５６に格納された映像コンテンツの傾向に応じて最適な閾値が設定される。
【００６８】
また、統合映像コンテンツ作成プログラム１５２とシナリオ学習プログラム１５４とが連係して以下のフィードバック処理を実行するようにしてもよい。すなわち、統合映像コンテンツ作成プログラム１５２は、クリッピング対象が例えば笑いのシーンである場合、笑い始めのｎ秒前から笑うまでのシーンをクリッピングする。統合映像コンテンツ作成プログラム１５２は、このときの「ｎ秒」をクリッピング毎にランダムに設定する。一方、シナリオ学習プログラム１５４は、笑いのシーンの再生履歴情報を解析する。シナリオ学習プログラム１５４は、解析結果に基づき最適と判断されるｎ’秒を演算して統合映像コンテンツ作成プログラム１５２に渡す。以降、統合映像コンテンツ作成プログラム１５２は、笑いのシーンに対しては、笑い始めのｎ’秒前から笑うまでのシーンをクリッピングする。このようなプログラム間の連係処理により、ユーザの感性や嗜好等に合った統合映像コンテンツが作成されるようになる。
【００６９】
ここで、上記ｎ秒が２秒以上１０秒未満の時間で設定される場合を例に考える。この場合においてｎ秒は、２秒以上１０秒未満の間でランダムに設定されてもよく、或いは、ユーザ操作によりユーザの意図をある程度反映させた時間に設定されてもよい。後者の場合の具体的一例として、ｎ秒として第一時間（例えば２秒以上３秒未満の時間）が設定される確率を３０％、第二時間（例えば３秒以上５秒未満の時間）が設定される確率を４０％、第三時間（例えば５秒以上１０秒未満の時間）が設定される確率を３０％というように設定することができる。第一〜第三時間の各時間のなかではｎ秒はランダムに設定される。このようなユーザ設定を可能とすることにより、例えば事象（ここでは笑い）が起こる直前の時間帯を特定のコンテンツ（例えば家族写真等）の再生タイミング等に合わせて設定することができる。この場合のクリッピング時間および期間も各種学習プログラムにより学習され、該学習結果を基にユーザにとって好適なクリッピング時間および期間がさらに設定されるようにしてもよい。
【００７０】
以上説明された実施形態（以下、「第一実施形態」と記す。）によれば、ホームサーバ１００は、ＨＤＤレコーダ２１等の情報機器に記憶された映像コンテンツを自動収集したうえで統合映像コンテンツを作成している。次に、ホームサーバがこのような映像コンテンツの自動収集機能を有さないまたは自動収集処理を行わない別の実施形態（以下、「第二実施形態」と記す。）について説明する。第二実施形態において各情報機器の映像コンテンツをホームサーバに集めるためには、ユーザ自らが各情報機器に対する映像コンテンツの保持状況を確認し、そのうえで映像コンテンツをコピーまたは移動させる必要がある。このため、第二実施形態においては、ユーザの操作、作業負担が増加するように思われる。しかし、第二実施形態においては、ホームサーバと各情報機器が第一実施形態とは異なる連係処理を行うことにより、ユーザに操作、作業負担をかけること無く統合映像コンテンツを自動的に編集し作成することができる。
【００７１】
なお、第二実施形態のネットワーク構成は図１と同一構成である。第二実施形態において第一実施形態の構成と同一または同様の構成には同一または同様の符号を付して説明を省略する。
【００７２】
第二実施形態においては、ＨＤＤレコーダ２１等の各情報機器がメタ情報データベース１５７を有し、ホームサーバに代わり映像コンテンツにメタ情報を付与してメタ情報データベース１５７に格納する。すなわち各情報機器は、映像コンテンツを録画等すると同時に図３のＳ３〜Ｓ５と同様の処理、すなわち映像コンテンツの特徴点解析（Ｓ３）、解析された特徴点に基づくメタ情報の生成（Ｓ４）、およびメタ情報データベース１５７へのメタ情報の格納（Ｓ５）を行う。映像コンテンツは、Ｓ３〜Ｓ５の処理後もホームサーバに収集されないためネットワーク上に散在した状態にある。
【００７３】
図８は、第二実施形態の家庭内ＬＡＮ１に設置されたホームサーバ１００ｚの構成を示すブロック図である。ホームサーバ１００ｚのＨＤＤ１５０には、メタ情報収集プログラム１５１ｚ、統合映像コンテンツ作成プログラム１５２ｚ、特徴点学習プログラム１５３、シナリオ学習プログラム１５４、家族プロファイル学習プログラム１５５、メタ情報データベース１５７ｚ、シナリオデータベース１５８、家族プロファイルデータベース１５９が記憶されている。
【００７４】
図９は、メタ情報収集プログラム１５１ｚにより実行されるメタ情報収集処理を示すフローチャート図である。図９に示されるように、メタ情報収集プログラム１５１ｚは、ＲＡＭ１４０に常駐後、各情報機器のメタ情報データベース１５７に定期的にアクセスする（Ｓ３１）。次いで、各情報機器と情報を相互に交換してメタ情報データベース１５７に追加または更新されたメタ情報が存在するか否かを検知する（Ｓ３２）。何れの情報機器のメタ情報データベース１５７にも追加または更新されたメタ情報が無い場合には（Ｓ３２：ＮＯ）、メタ情報収集処理を終了する。一方、その何れかにおいて追加または更新されたメタ情報が有る場合には（Ｓ３２：ＹＥＳ）、該メタ情報を収集する（Ｓ３３）。メタ情報収集プログラム１５１ｚは、このようにして収集された各情報機器のメタ情報をメタ情報データベース１５７ｚに蓄積する（Ｓ３４）。メタ情報収集プログラム１５１ｚは、メタ情報を蓄積する際、映像コンテンツを識別するためのコンテンツ識別情報（例えば映像コンテンツ名や映像コンテンツ固有に割り当てたＩＤ）と該映像コンテンツの所在情報（例えば情報機器のＭＡＣアドレスや他の固有ＩＤ、映像コンテンツのＵＲＬ（Uniform Resource Locator）、或いは、映像コンテンツがリムーバルメディアに記録されている場合にはリムーバルメディアの固有ＩＤ等）を該メタ情報に追加する。
【００７５】
このように第二実施形態においては、各情報機器が保持する映像コンテンツのメタ情報はホームサーバ１００ｚにより一元管理される。各情報機器は、一元管理されたメタ情報を利用してホームサーバ１００ｚおよび他の情報機器と連係処理することにより統合映像コンテンツを作成することができる。図１０は、統合映像コンテンツを作成する処理を示すシーケンス図である。一つの情報機器（ここではノートＰＣ２３）が操作されてコンテンツ作成指示情報が入力されると、図１０に示される統合映像コンテンツを作成する処理が開始される（Ｓ４１）。
【００７６】
ノートＰＣ２３は、入力されたコンテンツ作成指示情報をホームサーバ１００ｚに送信する（Ｓ４２）。ホームサーバ１００ｚによってコンテンツ作成指示情報が受信されるとＣＰＵ１２０により統合映像コンテンツ作成プログラム１５２ｚの実行が開始される。統合映像コンテンツ作成プログラム１５２ｚは、図５のＳ１１〜Ｓ１２と同様の処理、すなわちコンテンツ作成指示情報に適したシナリオの選択、メタ情報を一元管理したメタ情報データベース１５７ｚへのアクセス、および選択シナリオの各シーンに適したメタ情報の検索を行う（Ｓ４３）。次いで、レスポンスメッセージ、つまり選択シナリオとともに検索されたメタ情報をノートＰＣ２３に返す（Ｓ４４）。
【００７７】
ノートＰＣ２３は、受信されたメタ情報が有する映像コンテンツの所在情報を参照してアクセス先を決定する（Ｓ４５）。次いで、決定されたアクセス先、つまりメタ情報に対応する映像コンテンツを有する各情報機器に、コンテンツ識別情報またはＵＲＬを含むリクエストメッセージを送信する（Ｓ４６）。ホームサーバ１００の検索結果によっては、ノートＰＣ２３自身が保持する映像コンテンツのＵＲＬがアクセス先に含まれる場合もある。
【００７８】
ノートＰＣ２３からリクエストメッセージを受け取った情報機器は、リクエストメッセージ中のコンテンツ識別情報またはＵＲＬに応じたレスポンス、すなわち自己が保持する映像コンテンツのなかから、該リクエストメッセージ中で指定された映像コンテンツを検索して（Ｓ４７）ノートＰＣ２３に返す（Ｓ４８）。このようにして統合映像コンテンツに必要な各シーンの映像コンテンツがノートＰＣ２３に集められる。ノートＰＣ２３は、収集された映像コンテンツおよびホームサーバ１００から受け取った選択シナリオを用いて図５のＳ１４〜Ｓ１５と同様の処理を行い、統合映像コンテンツを作成する（Ｓ４９）。作成された統合映像コンテンツは、ノートＰＣ２３の映像コーデックによりデコードされ再生される（Ｓ５０）。
【００７９】
以上のように第二実施形態においては、各情報機器が保持する映像コンテンツをホームサーバ１００ｚ、つまり一つの記憶装置に収集すること無く統合映像コンテンツを自動的に編集し作成することができる。このため、映像コンテンツの収集に伴う操作、作業負担がユーザに無い。また、第二実施形態では家庭内ＬＡＮ１のトラフィック面において有利な効果がある。その例示として、各情報機器が情報量の多い映像コンテンツを同時に収集した際にトラフィックが著しく増加してネットワーク障害が発生するといった心配がないことが挙げられる。また、家庭内ＬＡＮ１内のネットワーク伝送路を伝送される映像コンテンツが統合映像コンテンツの作成に必要とされる最低限の映像コンテンツに限られる。このため、ネットワーク伝送路を映像コンテンツ以外の他のデータの伝送に割り当てやすくなり、情報機器間においてより多様な情報の交換が可能になる効果も期待できる。
【００８０】
なお、第二実施形態においても第一実施形態と同様に各種学習プログラムによるメタ情報の更新やシナリオ編集、家族プロファイル更新等が行われるようにしてもよい。
【００８１】
以上が本発明の実施形態の説明である。本発明は、上記の構成に限定されるものではなく、本発明の技術的思想の範囲において様々な変形が可能である。例えば本発明の特徴に係る常駐プログラムは、家庭内ＬＡＮ１内の各情報機器に散在してもよく、あるいは全ての情報機器が該常駐プログラムを有する構成としてもよい。また、各種データベースも家庭内ＬＡＮ１内の各情報機器に散在する構成としてもよい。また、ホームサーバ１００自らが映像コンテンツを録画して蓄積し、再生するようにしてもよい。これは、ホームサーバ１００がＤＭＳおよびＤＭＰとして機能することにより本発明がホームサーバ１００単体でも成立することを意味する。
【００８２】
また、例えば処理対象となるコンテンツには映像コンテンツだけでなく、上述したコンテンツの定義に含まれるあらゆる形式のコンテンツが含まれる。この場合、例えばサーバサイドで一元管理されたコンテンツリスト等にアクセスしてネットワークに散在する多様なコンテンツのうちユーザが求めるコンテンツだけを収集して処理を施し、複数形式のコンテンツを混合させた新たなコンテンツを作成することができる。
【００８３】
また、再生履歴情報（さらには情報機器の動作情報全般）を収集するタイミングは、定期的なタイミングに限定されない。例えば各情報機器は、再生履歴情報等を生成すると同時にホームサーバ１００にアクセスし、該再生履歴情報等をホームサーバ１００にリアルタイムに転送することができる。また、再生履歴情報等を収集する装置は、ホームサーバ１００ｚに限定されない。例えば家庭内ＬＡＮ１内の何れかの情報機器が、各情報機器が持つ再生履歴情報等を定期的にまたはリアルタイムに収集してホームサーバ１００に転送するようにしてもよい。
【００８４】
また、第一実施形態において第二実施形態と同様に、各情報機器が映像コンテンツを録画等すると同時にメタ情報を生成するようにしてもよい。この場合、ホームサーバ１００は、映像コンテンツとともにメタ情報も収集することとなる。
【図面の簡単な説明】
【００８５】
【図１】本発明の実施形態を説明するためのネットワーク構成図である。
【図２】本発明の実施形態のホームサーバの構成を示すブロック図である。
【図３】本発明の実施形態のコンテンツ収集プログラムにより実行されるコンテンツ収集処理を示すフローチャート図である。
【図４】図３のＳ４の処理により生成されるメタ情報の一例を示す図である。
【図５】本発明の実施形態の統合映像コンテンツ作成プログラムにより実行される統合映像コンテンツ作成処理を示すフローチャート図である。
【図６】本発明の実施形態のシナリオデータベースに格納されたシナリオ例を示す図である。
【図７】本発明の実施形態の特徴点学習プログラムにより実行される特徴点学習処理を示すフローチャート図である。
【図８】別の実施形態のホームサーバの構成を示すブロック図である。
【図９】別の実施形態のメタ情報収集プログラムにより実行されるメタ情報収集処理を示すフローチャート図である。
【図１０】別の実施形態における統合映像コンテンツを作成する処理を示すシーケンス図である。
【符号の説明】
【００８６】
１０ ゲートウェイサーバ
１００ ホームサーバ
１１０ システムバス
１２０ ＣＰＵ
１３０ ＲＯＭ
１４０ ＲＡＭ
１５０ ＨＤＤ
１６０ ネットワークインタフェース
【特許請求の範囲】
【請求項１】
コンテンツの再生内容が指示された場合に、
少なくとも１つの特徴点について評価された複数のコンテンツの中から前記指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、
前記選択されたコンテンツを再生するコンテンツ再生ステップと、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する第一の特徴点評価更新ステップと、
を含むことを特徴とするコンテンツ自動再生方法。
【請求項２】
コンテンツを記憶するコンテンツ記憶ステップと、
前記特徴点を定義する特徴点定義に基づき前記記憶されたコンテンツを前記少なくとも１つの特徴点について評価するコンテンツ評価ステップと、
をさらに含むことを特徴とする、請求項１に記載のコンテンツ自動再生方法。
【請求項３】
利用者に関する利用者情報を収集する利用者情報収集ステップと、
前記収集された利用者情報に基づき前記コンテンツの特徴点評価を更新する第二の特徴点評価更新ステップと、
をさらに含むことを特徴とする、請求項１または請求項２の何れかに記載のコンテンツ自動再生方法。
【請求項４】
前記収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成ステップをさらに含むことを特徴とする、請求項３に記載のコンテンツ自動再生方法。
【請求項５】
前記コンテンツ選択ステップにおいて、前記利用者情報を使用することを特徴とする、請求項３または請求項４の何れかに記載のコンテンツ自動再生方法。
【請求項６】
前記コンテンツの再生履歴に基づき前記利用者情報を更新する利用者情報更新ステップをさらに含むことを特徴とする、請求項３から請求項５の何れかに記載のコンテンツ自動再生方法。
【請求項７】
前記利用者情報を利用者毎に分類する利用者情報分類ステップと、
前記利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信ステップと、
をさらに含むことを特徴とする、請求項３から請求項６の何れかに記載のコンテンツ自動再生方法。
【請求項８】
コンテンツの再生内容が指示された場合に、
少なくとも１つの特徴点評価に関連付けされた複数のシナリオのなかから前記指示に適した特徴点評価を有するシナリオを選択するシナリオ選択ステップをさらに含む、
前記コンテンツ選択ステップにおいて、前記選択されたシナリオに基づきコンテンツを選択することを特徴とする、請求項１から請求項７の何れかに記載のコンテンツ自動再生方法。
【請求項９】
前記シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、
前記コンテンツ選択ステップにおいて、前記選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、
前記コンテンツ再生ステップにおいて、各シーンに対して選択されたコンテンツを前記シナリオで定められた順に再生することを特徴とする、請求項８に記載のコンテンツ自動再生方法。
【請求項１０】
前記再生履歴に基づき前記シナリオを編集するシナリオ編集ステップをさらに含むことを特徴とする、請求項８または請求項９の何れかに記載のコンテンツ自動再生方法。
【請求項１１】
前記利用者情報に基づき前記シナリオを編集するシナリオ編集ステップをさらに含むことを特徴とする、請求項３から請求項７の何れかを引用する請求項８または請求項９の何れかに記載のコンテンツ自動再生方法。
【請求項１２】
請求項１から請求項１１の何れかに記載のコンテンツ自動再生方法の各ステップをコンピュータに実行させるためのコンテンツ自動再生プログラム。
【請求項１３】
少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、
前記複数のコンテンツのなかから前記特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、
前記選択されたコンテンツを再生するコンテンツ再生手段と、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段と、
を有することを特徴とするコンテンツ自動再生システム。
【請求項１４】
前記コンテンツ記憶手段にコンテンツを記憶する際に前記少なくとも１つの特徴点についてコンテンツを評価するコンテンツ評価手段をさらに有することを特徴とする、請求項１３に記載のコンテンツ自動再生システム。
【請求項１５】
利用者に関する利用者情報を収集する利用者情報収集手段をさらに有し、
前記特徴点評価更新手段は、前記収集された利用者情報も用いて前記コンテンツの特徴点評価を更新することを特徴とする、請求項１３または請求項１４の何れかに記載のコンテンツ自動再生システム。
【請求項１６】
前記収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成手段をさらに有することを特徴とする、請求項１５に記載のコンテンツ自動再生システム。
【請求項１７】
前記コンテンツ選択手段は、前記利用者情報も加味して前記コンテンツを選択することを特徴とする、請求項１５または請求項１６の何れかに記載のコンテンツ自動再生システム。
【請求項１８】
前記コンテンツの再生履歴に基づき前記利用者情報を更新する利用者情報更新手段をさらに有することを特徴とする、請求項１５から請求項１７の何れかに記載のコンテンツ自動再生システム。
【請求項１９】
前記利用者情報を利用者毎に分類する利用者情報分類手段と、
前記利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信手段と、
をさらに有することを特徴とする、請求項１５から請求項１８の何れかに記載のコンテンツ自動再生システム。
【請求項２０】
ユーザ操作を受け付ける操作手段と、
少なくとも１つの特徴点評価に関連付けされたシナリオを複数記憶するシナリオ記憶手段と、
前記操作手段によりコンテンツの再生内容が指示された場合に、前記複数のシナリオのなかから該指示に適した特徴点評価を有するシナリオを選択するシナリオ選択手段と、
をさらに有し、
前記コンテンツ選択手段は、前記選択されたシナリオに基づきコンテンツを選択することを特徴とする、請求項１３から請求項１９の何れかに記載のコンテンツ自動再生システム。
【請求項２１】
前記シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、
前記コンテンツ選択手段は、前記選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、
前記コンテンツ再生手段は、各シーンに対して選択されたコンテンツを前記シナリオで定められた順に再生することを特徴とする、請求項２０に記載のコンテンツ自動再生システム。
【請求項２２】
前記再生履歴に基づき前記シナリオを編集するシナリオ編集手段をさらに有することを特徴とする、請求項２０または請求項２１の何れかに記載のコンテンツ自動再生システム。
【請求項２３】
前記利用者情報に基づき前記シナリオを編集するシナリオ編集手段をさらに有することを特徴とする、請求項１５から請求項１８の何れかを引用する請求項２０または請求項２１の何れかに記載のコンテンツ自動再生システム。
【請求項２４】
前記コンテンツは、映像コンテンツであることを特徴とする、請求項１３から請求項２３の何れかに記載のコンテンツ自動再生システム。
【請求項２５】
少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、
前記複数のコンテンツのなかから前記特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、
前記選択されたコンテンツを再生するコンテンツ再生手段と、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段と、
を有することを特徴とするコンテンツ自動再生サーバ。
【請求項１】
コンテンツの再生内容が指示された場合に、
少なくとも１つの特徴点について評価された複数のコンテンツの中から前記指示に適した特徴点評価を有するコンテンツを選択するコンテンツ選択ステップと、
前記選択されたコンテンツを再生するコンテンツ再生ステップと、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する第一の特徴点評価更新ステップと、
を含むことを特徴とするコンテンツ自動再生方法。
【請求項２】
コンテンツを記憶するコンテンツ記憶ステップと、
前記特徴点を定義する特徴点定義に基づき前記記憶されたコンテンツを前記少なくとも１つの特徴点について評価するコンテンツ評価ステップと、
をさらに含むことを特徴とする、請求項１に記載のコンテンツ自動再生方法。
【請求項３】
利用者に関する利用者情報を収集する利用者情報収集ステップと、
前記収集された利用者情報に基づき前記コンテンツの特徴点評価を更新する第二の特徴点評価更新ステップと、
をさらに含むことを特徴とする、請求項１または請求項２の何れかに記載のコンテンツ自動再生方法。
【請求項４】
前記収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成ステップをさらに含むことを特徴とする、請求項３に記載のコンテンツ自動再生方法。
【請求項５】
前記コンテンツ選択ステップにおいて、前記利用者情報を使用することを特徴とする、請求項３または請求項４の何れかに記載のコンテンツ自動再生方法。
【請求項６】
前記コンテンツの再生履歴に基づき前記利用者情報を更新する利用者情報更新ステップをさらに含むことを特徴とする、請求項３から請求項５の何れかに記載のコンテンツ自動再生方法。
【請求項７】
前記利用者情報を利用者毎に分類する利用者情報分類ステップと、
前記利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信ステップと、
をさらに含むことを特徴とする、請求項３から請求項６の何れかに記載のコンテンツ自動再生方法。
【請求項８】
コンテンツの再生内容が指示された場合に、
少なくとも１つの特徴点評価に関連付けされた複数のシナリオのなかから前記指示に適した特徴点評価を有するシナリオを選択するシナリオ選択ステップをさらに含む、
前記コンテンツ選択ステップにおいて、前記選択されたシナリオに基づきコンテンツを選択することを特徴とする、請求項１から請求項７の何れかに記載のコンテンツ自動再生方法。
【請求項９】
前記シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、
前記コンテンツ選択ステップにおいて、前記選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、
前記コンテンツ再生ステップにおいて、各シーンに対して選択されたコンテンツを前記シナリオで定められた順に再生することを特徴とする、請求項８に記載のコンテンツ自動再生方法。
【請求項１０】
前記再生履歴に基づき前記シナリオを編集するシナリオ編集ステップをさらに含むことを特徴とする、請求項８または請求項９の何れかに記載のコンテンツ自動再生方法。
【請求項１１】
前記利用者情報に基づき前記シナリオを編集するシナリオ編集ステップをさらに含むことを特徴とする、請求項３から請求項７の何れかを引用する請求項８または請求項９の何れかに記載のコンテンツ自動再生方法。
【請求項１２】
請求項１から請求項１１の何れかに記載のコンテンツ自動再生方法の各ステップをコンピュータに実行させるためのコンテンツ自動再生プログラム。
【請求項１３】
少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、
前記複数のコンテンツのなかから前記特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、
前記選択されたコンテンツを再生するコンテンツ再生手段と、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段と、
を有することを特徴とするコンテンツ自動再生システム。
【請求項１４】
前記コンテンツ記憶手段にコンテンツを記憶する際に前記少なくとも１つの特徴点についてコンテンツを評価するコンテンツ評価手段をさらに有することを特徴とする、請求項１３に記載のコンテンツ自動再生システム。
【請求項１５】
利用者に関する利用者情報を収集する利用者情報収集手段をさらに有し、
前記特徴点評価更新手段は、前記収集された利用者情報も用いて前記コンテンツの特徴点評価を更新することを特徴とする、請求項１３または請求項１４の何れかに記載のコンテンツ自動再生システム。
【請求項１６】
前記収集された利用者情報を解析して新たな利用者情報を生成する利用者情報生成手段をさらに有することを特徴とする、請求項１５に記載のコンテンツ自動再生システム。
【請求項１７】
前記コンテンツ選択手段は、前記利用者情報も加味して前記コンテンツを選択することを特徴とする、請求項１５または請求項１６の何れかに記載のコンテンツ自動再生システム。
【請求項１８】
前記コンテンツの再生履歴に基づき前記利用者情報を更新する利用者情報更新手段をさらに有することを特徴とする、請求項１５から請求項１７の何れかに記載のコンテンツ自動再生システム。
【請求項１９】
前記利用者情報を利用者毎に分類する利用者情報分類手段と、
前記利用者情報または分類された利用者毎の情報を利用者の特徴を表現する情報として所定のサーバに送信する情報送信手段と、
をさらに有することを特徴とする、請求項１５から請求項１８の何れかに記載のコンテンツ自動再生システム。
【請求項２０】
ユーザ操作を受け付ける操作手段と、
少なくとも１つの特徴点評価に関連付けされたシナリオを複数記憶するシナリオ記憶手段と、
前記操作手段によりコンテンツの再生内容が指示された場合に、前記複数のシナリオのなかから該指示に適した特徴点評価を有するシナリオを選択するシナリオ選択手段と、
をさらに有し、
前記コンテンツ選択手段は、前記選択されたシナリオに基づきコンテンツを選択することを特徴とする、請求項１３から請求項１９の何れかに記載のコンテンツ自動再生システム。
【請求項２１】
前記シナリオがそれぞれ異なる特徴点評価に関連付けされた複数のシーンによって構成される場合に、
前記コンテンツ選択手段は、前記選択されたシナリオの各シーンの特徴点評価に基づき各シーンのコンテンツを選択し、
前記コンテンツ再生手段は、各シーンに対して選択されたコンテンツを前記シナリオで定められた順に再生することを特徴とする、請求項２０に記載のコンテンツ自動再生システム。
【請求項２２】
前記再生履歴に基づき前記シナリオを編集するシナリオ編集手段をさらに有することを特徴とする、請求項２０または請求項２１の何れかに記載のコンテンツ自動再生システム。
【請求項２３】
前記利用者情報に基づき前記シナリオを編集するシナリオ編集手段をさらに有することを特徴とする、請求項１５から請求項１８の何れかを引用する請求項２０または請求項２１の何れかに記載のコンテンツ自動再生システム。
【請求項２４】
前記コンテンツは、映像コンテンツであることを特徴とする、請求項１３から請求項２３の何れかに記載のコンテンツ自動再生システム。
【請求項２５】
少なくとも１つの特徴点について評価されたコンテンツを複数記憶するコンテンツ記憶手段と、
前記複数のコンテンツのなかから前記特徴点評価に基づきコンテンツを選択するコンテンツ選択手段と、
前記選択されたコンテンツを再生するコンテンツ再生手段と、
前記コンテンツの再生履歴に基づき該コンテンツの特徴点評価を更新する特徴点評価更新手段と、
を有することを特徴とするコンテンツ自動再生サーバ。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１１−１７１７８２（Ｐ２０１１−１７１７８２Ａ）
【公開日】平成２３年９月１日（２０１１．９．１）
【国際特許分類】
【出願番号】特願２００８−１４２２２２（Ｐ２００８−１４２２２２）
【出願日】平成２０年５月３０日（２００８．５．３０）
【出願人】（５９１１１２５２２）株式会社ＡＣＣＥＳＳ (91)
【Ｆターム（参考）】
【公開日】平成２３年９月１日（２０１１．９．１）
【国際特許分類】
【出願日】平成２０年５月３０日（２００８．５．３０）
【出願人】（５９１１１２５２２）株式会社ＡＣＣＥＳＳ (91)
【Ｆターム（参考）】
[ Back to top ]