特許 7486871 シーン抽出システム、シーン抽出方法及びシーン抽出プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-05-10

(45)【発行日】2024-05-20

(54)【発明の名称】シーン抽出システム、シーン抽出方法及びシーン抽出プログラム

(51)【国際特許分類】

   H04N 5/93 20060101AFI20240513BHJP

   H04N 5/91 20060101ALI20240513BHJP

【ＦＩ】

H04N5/93

H04N5/91

【請求項の数】 9

(21)【出願番号】P 2024048196

(22)【出願日】2024-03-25

【審査請求日】2024-03-25

【早期審査対象出願】

(73)【特許権者】

【識別番号】524092660

【氏名又は名称】株式会社ＳＴＡＲ ＡＩ

(74)【代理人】

【識別番号】110004163

【氏名又は名称】弁理士法人みなとみらい特許事務所

(72)【発明者】

【氏名】吉田 学

(72)【発明者】

【氏名】西坂 空也

(72)【発明者】

【氏名】中岸 久佳

【審査官】鈴木 順三

(56)【参考文献】

【文献】特開２０１１－１０７９３６（ＪＰ，Ａ）

【文献】特開２０１０－０１６６１８（ＪＰ，Ａ）

【文献】特開２０１２－２２２４５０（ＪＰ，Ａ）

【文献】特開２００８－１７６５３８（ＪＰ，Ａ）

【文献】国際公開第２０１６／０９８１８７（ＷＯ，Ａ１）

【文献】特開２００９－８８８２８（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１３／００９４７５６（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ ５／７６ － ５／９５６

(57)【特許請求の範囲】

【請求項1】

動画からシーンを抽出するシーン抽出システムであって、
前記シーン抽出システムは、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、を備え、
前記分割部は、前記動画をシーンごとに分割し、
前記記憶部は、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納し、
前記類似度算出部は、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出し、
前記嗜好シーン抽出部は、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出する、
シーン抽出システム。

【請求項2】

前記シーン抽出システムは、変化重視度作成部、を備え、
前記変化重視度作成部は、前記重視度及び所定条件に基づいて、当該重視度の全部又は一部を変化させた変化重視度を作成し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、発話類似度、前記変化重視度、に基づいて、前記分割シーンから変化重視度類似シーンを抽出する、
請求項１に記載のシーン抽出システム。

【請求項3】

前記シーン抽出システムは、重視度更新部、を備え、
前記重視度更新部は、前記変化重視度類似シーンに関するユーザの視聴履歴に基づいて、当該変化重視度類似シーンに関連する変化重視度を当該ユーザの重視度としてユーザＩＤに紐づけて更新する、
請求項２に記載のシーン抽出システム。

【請求項4】

前記シーン抽出システムは、提示部、を備え、
前記提示部は、前記類似シーンと比べて低い割合の変化重視度類似シーンを提示する、
請求項３に記載のシーン抽出システム。

【請求項5】

前記シーン抽出システムは、ダイジェスト動画作成部、を備え、
前記ダイジェスト動画作成部は、複数の前記類似シーンを用いて、ダイジェスト動画を作成する、
請求項１に記載のシーン抽出システム。

【請求項6】

前記シーン抽出システムは、フレーム抽出部、フレーム類似度算出部、を備え、
前記フレーム抽出部は、複数の前記類似シーンの最初と最後のフレームを抽出し、
前記フレーム類似度算出部は、前記抽出した最初のフレームと最後のフレームのフレーム類似度を算出し、
前記ダイジェスト動画作成部は、前記フレーム類似度に基づいて、前記ダイジェスト動画を作成する、
請求項５に記載のシーン抽出システム。

【請求項7】

前記シーン抽出システムは、嗜好スコア算出部、を備え、
前記嗜好スコア算出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記重視度、に基づいて、嗜好スコアを算出し、
前記ダイジェスト動画作成部は、前記類似シーンにおいて前記嗜好スコアが最も高いものを前記ダイジェスト動画の先頭とし、前記先頭の類似シーンを除く類似シーンの最初のフレームの中で、前記先頭の類似シーンの最後のフレームとのフレーム類似度が最大である類似シーンを前記先頭の類似シーンの次のシーンとして前記ダイジェスト動画を作成する、
請求項６に記載のシーン抽出システム。

【請求項8】

動画からシーンを抽出するシーン抽出システムが実行するシーン抽出方法であって、
前記シーン抽出システムは、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、を備え、
前記分割部が、前記動画をシーンごとに分割するステップと、
前記記憶部が、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納するステップと、
前記類似度算出部が、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出するステップと、
前記嗜好シーン抽出部が、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出するステップと、
前記類似シーン抽出部が、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出するステップと、を含む、
シーン抽出方法。

【請求項9】

動画からシーンを抽出するシーン抽出プログラムであって、
コンピュータを、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、として機能させ、
前記分割部は、前記動画をシーンごとに分割し、
前記記憶部は、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納し、
前記類似度算出部は、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出し、
前記嗜好シーン抽出部は、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出する、
シーン抽出プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、シーン抽出システム、シーン抽出方法及びシーン抽出プログラムに関する。

【背景技術】

【0002】

従来、シーンにおける複数の特徴に基づいて、ユーザの嗜好に合うシーンの抽出を行う技術が存在する。

【0003】

例えば、特許文献１には、シーンにおける単語、画像、音等の特徴に基づいて、ユーザの嗜好に合うシーンの抽出を行う技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特許５３３８４５０号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

何れの特徴を重視して動画を視聴しているかはユーザごとに異なる。よって、ユーザの嗜好に合うシーンを提供するためには、何れの特徴を重視してシーンを抽出するかをユーザごとに設定するのが好ましい。しかしながら特許文献１の技術では、複数の特徴に基づいてシーンを抽出できる一方、ユーザが重視する特徴をユーザごとに設定してシーンを抽出することはできない。

【0006】

本発明は、上述したような事情に鑑みてなされたものであって、ユーザの嗜好に合うシーンを抽出する新たな技術を提供することを解決すべき課題とする。

【課題を解決するための手段】

【0007】

上記課題を解決するために、本発明は動画からシーンを抽出するシーン抽出システムであって、
前記シーン抽出システムは、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、を備え、
前記分割部は、前記動画をシーンごとに分割し、
前記記憶部は、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納し、
前記類似度算出部は、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出し、
前記嗜好シーン抽出部は、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出する。

【0008】

また、本発明は、動画からシーンを抽出するシーン抽出システムが実行するシーン抽出方法であって、
前記シーン抽出システムは、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、を備え、
前記分割部が、前記動画をシーンごとに分割するステップと、
前記記憶部が、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納するステップと、
前記類似度算出部が、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出するステップと、
前記嗜好シーン抽出部が、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出するステップと、
前記類似シーン抽出部が、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出するステップと、を含む。

【0009】

また、本発明は、動画からシーンを抽出するシーン抽出プログラムであって、
コンピュータを、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、として機能させ、
前記分割部は、前記動画をシーンごとに分割し、
前記記憶部は、前記分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納し、
前記類似度算出部は、前記分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、前記分割シーン同士の映像類似度、音類似度、発話類似度、を算出し、
前記嗜好シーン抽出部は、前記ユーザの視聴履歴に基づいて、複数の分割シーンから当該ユーザが嗜好する嗜好シーンを抽出し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記ユーザＩＤに紐づく重視度、に基づいて、前記分割シーンから類似シーンを抽出する。

【0010】

このような構成にすることで、ユーザごとの重視する特徴に基づいて、ユーザの嗜好する嗜好シーンを抽出することが可能となり、ユーザの嗜好に合う類似シーンを抽出することができる。

【0011】

本発明の好ましい形態では、前記シーン抽出システムは、変化重視度作成部、を備え、
前記変化重視度作成部は、前記重視度及び所定条件に基づいて、当該重視度の全部又は一部を変化させた変化重視度を作成し、
前記類似シーン抽出部は、前記嗜好シーン、前記映像類似度、前記音類似度、発話類似度、前記変化重視度、に基づいて、前記分割シーンから変化重視度類似シーンを抽出する。

【0012】

このような構成にすることで、ユーザＩＤに紐づく重視度を変化させた変化重視度に基づく類似シーンである変化重視度類似シーンを抽出することが可能となり、変化重視度及びユーザＩＤに紐づく重視度を用いてユーザの嗜好に合う重視度を探ることができる。

【0013】

本発明の好ましい形態では、前記シーン抽出システムは、重視度更新部、を備え、
前記重視度更新部は、前記変化重視度類似シーンに関するユーザの視聴履歴に基づいて、当該変化重視度類似シーンに関連する変化重視度を当該ユーザの重視度としてユーザＩＤに紐づけて更新する。

【0014】

このような構成にすることで、様々な重視度による類似シーンの視聴履歴を用いることが可能となり、ユーザの嗜好に合う重視度に更新することができる。

【0015】

本発明の好ましい形態では、前記シーン抽出システムは、提示部、を備え、
前記提示部は、前記類似シーンと比べて低い割合の変化重視度類似シーンを提示する。

【0016】

このような構成にすることで、類似シーンと少量の変化重視度類似シーンをユーザに対して同時に提示することが可能となり、それぞれの視聴履歴を比較してユーザの嗜好に合う重視度を探ることができる。

【0017】

本発明の好ましい形態では、前記シーン抽出システムは、ダイジェスト動画作成部、を備え、
前記ダイジェスト動画作成部は、複数の前記類似シーンを用いて、ダイジェスト動画を作成する。

【0018】

このような構成にすることで、複数の類似シーンを用いるダイジェスト動画を作成することが可能となり、ユーザに対して追加のコンテンツを提供することができる。

【0019】

本発明の好ましい形態では、前記シーン抽出システムは、フレーム抽出部、フレーム類似度算出部、を備え、
前記フレーム抽出部は、複数の前記類似シーンの最初と最後のフレームを抽出し、
前記フレーム類似度算出部は、前記抽出した最初のフレームと最後のフレームのフレーム類似度を算出し、
前記ダイジェスト動画作成部は、前記フレーム類似度に基づいて、前記ダイジェスト動画を作成する。

【0020】

このような構成にすることで、類似シーンの最初のフレームと最後のフレームの類似度に基づいてダイジェスト動画を作成することが可能となり、類似シーンごとの切れ目をユーザに感じさせないダイジェスト動画を作成することができる。

【0021】

本発明の好ましい形態では、前記シーン抽出システムは、嗜好スコア算出部、を備え、
前記嗜好スコア算出部は、前記嗜好シーン、前記映像類似度、前記音類似度、前記発話類似度、前記重視度、に基づいて、嗜好スコアを算出し、
前記ダイジェスト動画作成部は、前記類似シーンにおいて前記嗜好スコアが最も高いものを前記ダイジェスト動画の先頭とし、前記先頭の類似シーンを除く類似シーンの最初のフレームの中で、前記先頭の類似シーンの最後のフレームとのフレーム類似度が最大である類似シーンを前記先頭の類似シーンの次のシーンとして前記ダイジェスト動画を作成する。

【0022】

このような構成にすることで、ダイジェスト動画の先頭をユーザの嗜好に最も合う類似シーンとすることが可能となり、ユーザの興味を引くダイジェスト動画を作成することができる。

【発明の効果】

【0023】

本発明によれば、ユーザの嗜好に合うシーンを抽出する新たな技術を提供することができる。

【図面の簡単な説明】

【0024】

【図1】本実施形態におけるシーン抽出システムの構成を示すブロック図。

【図2】本実施形態におけるハードウェア構成図。

【図3】本実施形態における記憶部に格納されたデータ構成の一例。

【図4】本実施形態における記憶部に格納されたデータ構成の一例。

【図5】本実施形態におけるシーン抽出処理のフローチャート。

【図6】本実施形態における重視度更新処理のフローチャート。

【図7】本実施形態におけるダイジェスト動画作成処理のフローチャート。

【発明を実施するための形態】

【0025】

以下、図面を用いて、本発明のシーン抽出システムについて説明する。図面には好ましい実施形態が示されている。しかし、本発明は多くの異なる形態で実施されることが可能であり、本明細書に記載される実施形態に限定されない。

【0026】

例えば、本実施形態ではシーン抽出システムの構成、動作等について説明するが、実行される方法（ステップ）、装置、コンピュータプログラム等によっても、同様の作用効果を奏することができる。本実施形態におけるプログラムは、コンピュータが読み取り可能な非一過性の記録媒体として提供されても良いし、外部のサーバからダウンロード可能に提供されても良いし、クライアント端末でその機能を実施するために外部のコンピュータにおいて当該プログラムを起動させても良い（いわゆるクラウドコンピューティング）。

【0027】

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらハードウェア資源によって具体的に実現され得るソフトウェアの情報処理とを合わせたものも含み得る。本実施形態において「情報」とは、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行され得る。

【0028】

広義の回路とは、回路（Circuit）、回路類（Circuitry）、プロセッサ（Processor）及びメモリ（Memory）等を適宜組み合わせることによって実現される回路である。即ち、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等を含むものである。

【0029】

＜システム概要＞
図１は、本実施形態におけるシーン抽出システムの構成を示すブロック図である。図１に示すように、シーン抽出システム０は、シーン抽出装置１、ユーザ端末２、を備える。シーン抽出装置１は、ネットワークＮＷを介してユーザ端末２と通信可能に構成される。

【0030】

シーン抽出装置１は、動画、シーン、ユーザ、に関する情報等に基づいて、動画からユーザの嗜好に合うシーンを抽出する。シーン抽出装置１は、１つの動画から抽出したユーザの嗜好シーンに基づいて、その１つの動画中の別の分割シーンから類似シーンを抽出しても良い。また、シーン抽出装置１は、抽出した嗜好シーンに基づいて、複数の動画の複数の分割シーンから類似シーンを抽出しても良い。

【0031】

シーン抽出装置１としては、汎用のサーバ向けのコンピュータやパーソナルコンピュータ等を利用することが可能である。また、複数のコンピュータを用いてシーン抽出装置１を構成することも可能である。

【0032】

ユーザは、ユーザ端末２を介して、動画やシーンを視聴する。さらにユーザは、ユーザ端末２を介して、重視度等を入力してシーン抽出装置１に送信しても良い。ユーザ端末２としては、スマートフォンやタブレット端末、パーソナルコンピュータ等の端末装置を利用することができる。

【0033】

ネットワークＮＷは、本実施形態では、ＩＰ（Internet Protocol）ネットワークであるが、通信プロトコルの種類に制限はなく、更に、ネットワークの種類、規模にも制限はない。

【0034】

＜ハードウェア構成＞
図２は、ハードウェア構成図である。図２（ａ）に示すように、情報処理装置１０（シーン抽出装置１）は、制御部１０１、記憶部１０２、及び通信部１０３を有し、各部及び各工程の作用発揮に用いられる。

【0035】

制御部１０１は、ＣＰＵ（Central Processing Unit）等の１又は２以上のプロセッサを含み、本発明に係るシーン抽出プログラム、ＯＳ（Operating System）やブラウザソフト、その他のアプリケーションを実行することで、情報処理装置１０の動作処理全体を制御する。

【0036】

記憶部１０２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等であって、本発明に係るシーン抽出プログラム及び、制御部１０１がプログラムに基づき処理を実行する際に利用するデータ等を記憶する。制御部１０１が、記憶部１０２に記憶されているシーン抽出プログラムに基づき処理を実行することによって、後述する機能構成が実現される。

【0037】

通信部１０３は、ネットワークＮＷとの通信制御を実行して、情報処理装置１０を動作させるために必要な入力や、動作結果に係る出力を行う。

【0038】

図２（ｂ）のように、端末装置９（ユーザ端末２）は、制御部９１、記憶部９２、通信部９３、入力部９４、及び出力部９５を有し、各部及び各工程の作用発揮に用いられる。

【0039】

端末装置９の制御部９１は、ＣＰＵ等の１以上のプロセッサを含み、端末装置９の動作処理全体を制御する。端末装置９の記憶部９２は、ＨＤＤ、ＳＳＤ、ＲＯＭ、ＲＡＭ等であって、上述のアプリケーション及び、制御部９１がプログラムに基づき処理を実行する際に利用するデータ等を記憶する。

【0040】

端末装置９の通信部９３は、ネットワークＮＷとの通信を制御する。端末装置９の入力部９４は、マウス及びキーボード等であって、利用者／提供者による操作要求を制御部９１に入力する。端末装置９の出力部９５は、ディスプレイ等であって、制御部９１の処理の結果等を表示する。

【0041】

＜機能構成要素＞
図２に示すように、シーン抽出装置１は、分割部１１、特徴量生成部１２、類似度算出部１３、嗜好シーン抽出部１４、嗜好スコア算出部１５、類似シーン抽出部１６、提示部１７、変化重視度作成部１８、重視度更新部１９、フレーム抽出部１ａ、フレーム類似度算出部１ｂ、ダイジェスト動画作成部１ｃを備える。

【0042】

これら機能構成要素の配置は一例であり、シーン抽出装置１の備えた機能構成の一部が、シーン抽出装置１やユーザ端末２と通信可能に構成された１又は複数の装置に配置されても良い。

【0043】

＜データ構成＞
図３及び４は、本実施形態における記憶部に格納されたデータ構成の一例である。シーン抽出装置１の記憶部は、分割シーン情報、映像類似度情報、音類似度情報、発話類似度情報、視聴履歴情報、重視度情報、類似度スコア情報、嗜好スコア情報、類似シーン情報、類似シーン類似度情報を格納する。

【0044】

各データの配置も一例であり、シーン抽出装置１の記憶部に格納されたデータの一部又は全部が、シーン抽出装置１やユーザ端末２と通信可能に構成された１又は複数の装置に格納されても良い。

【0045】

＜分割シーンの作成＞
図５は、本実施形態におけるシーン抽出処理のフローチャートである。まず、ステップＳ５０１において、分割部１１は、動画をシーンごとに分割して分割シーン（例えば、チャプターごと、野球の打者ごと、サッカーの試合のシュートとそれ以外のシーン等）を作成する。分割部１１が分割する動画の数は１つでも複数でも良い。本実施形態において分割部１１は、管理している（記憶部に格納した、ユーザ端末を介して受け付けた）すべての動画をシーンごとに分割する。

【0046】

分割部１１は、一定時間（例えば、５分）ごとの等間隔の時間で動画を分割しても良いし、動画の映像から変化点を検出して自動で分割しても良い。また、分割部１１は、動画の映像を時間方向にクラスタリングを行うことによって類似する映像を１クラスタとして分割しても良いし、動画に対して分割するためのタグ（例えば、チャプター）が付与されている場合はそのタグによって分割しても良い。

【0047】

分割部１１は、分割したシーンが何れの動画から分割されたものか、及び、分割元の動画の何れの区間のものか等に関する分割シーン情報を記憶部に格納する。分割シーン情報は、図３（ａ）のように、動画ＩＤ、分割シーンＩＤ、動画区間、を含む。これによってシーン抽出装置１は、例えば、分割シーンＩＤ「Ｍ１＿Ｃ２」が動画ＩＤ「Ｍ１」の動画の分割シーンであって、その動画の１０～２０分の区間のシーンであることを、参照することができる。

【0048】

＜特徴量の生成＞
ステップＳ５０２において、特徴量生成部１２は、分割部１１が作成した分割シーンの映像特徴量、音特徴量、発話特徴量を生成する。例えば、動画又はシーンを複数の要素に分解し、それぞれの要素に関する特徴量を生成することができる。本実施形態では、動画又はシーンを映像、音、発話の内容（会話の意味）、の３つの要素に分解し、特徴量生成部１２は、それぞれの特徴量を映像特徴量、音特徴量、発話特徴量として生成する。

【0049】

本実施形態で映像特徴量は、動画又はシーンに現れるものやその動き等（例えば、物体の色、形、大きさ、動き、位置関係等）に関する特徴量である。本実施形態で音特徴量は、動画又はシーンにおける音（例えば、大きさ、速さ、周波数、波長等）に関する特徴量である。本実施形態で発話特徴量は、動画又はシーンにおける発話（音声）の内容（人間が理解可能な意味のある内容）に関する特徴量であって、例えば、人間の発話を抽出して自然言語処理をして生成する。

【0050】

特徴量生成部１２は、分割シーンが含む映像（動きのあるもの、動きのないもの）や音（音声、非音声）をベクトル化することによって、特徴量を生成することが考えられる。特徴量生成部１２は、図３（ａ）のように、生成した特徴量を分割シーンＩＤに紐づけて記憶部に格納する。

【0051】

例えば、特徴量生成部１２は、分割シーンをフレーム（静止画）ごとに分解して画像ファイル群を作成することによって、映像特徴量を生成する。

【0052】

画像ファイル群からの映像特徴量生成は、独自に学習されたエンコード用のモデルを用いても良いし、オープンソースソフトウェアとして公開されている学習済モデルを用いても良い。公開されているものとしては、例えばＶｉｓｉｏｎ Ｔｒａｎｓｆｏｒｍｅｒベースのモデルを用いても良く、４００次元の特徴量を生成することができる。

【0053】

また、画像の模様を自然言語で説明するような学習済モデルも公開されており、画像から抽出される自然言語の情報をエンベディングする（埋め込む）ことで特徴量を生成することもできる。自然言語の情報をエンベディングする（埋め込む）モデルも独自に学習しても良いし、公開されている学習済モデルを用いても良い。公開されているものとしては、例えばＯｐｅｎＡＩ社がＡＰＩ（Application Programming Interface）として公開しているエンコードを適用しても良く、この場合は１５３６次元の特徴量を生成することができる。

【0054】

例えば、特徴量生成部１２は、分割シーンから音に関する音情報のみを抽出して音ファイルを作成することによって、音特徴量を生成する。抽出する音情報は、人間の音声を含んでいても良いし、人間の音声を含んでいなくても良い。

【0055】

音ファイルからの特徴量生成は、独自に学習されたエンコード用のモデルを用いても良いし、オープンソースソフトウェアとして公開されている学習済モデルを用いても良い。公開されているものとしては、例えばＶｉｓｉｏｎ Ｔｒａｎｓｆｏｒｍｅｒベースのモデルを用いても良く、３８３２３２次元の特徴量を生成することができる。

【0056】

例えば、特徴量生成部１２は、分割シーンから人間の発話（音声）に関する発話情報を抽出して発話特徴量を生成する。特徴量生成部１２は、分割シーンから抽出した音声情報を用いて、音声認識を行い自然言語に変換することで発話言語ファイルを作成することが考えられる。

【0057】

発話言語ファイルからの特徴量は、独自に学習されたエンコード用のモデルを用いても良いし、オープンソースソフトウェアとして公開されている学習済モデルを用いても良い。公開されているものとしては、例えばＯｐｅｎＡＩ社がＡＰＩとして公開しているエンコードを適用しても良く、この場合は１５３６次元の特徴量を生成することができる。

【0058】

＜類似度の算出＞
ステップＳ５０３において、類似度算出部１３は、分割シーン同士の類似度を算出する。類似度算出部１３は、分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、分割シーン同士の映像類似度、音類似度、発話類似度を算出する。

【0059】

類似度算出部１３は、すべての分割シーン同士のそれぞれの特徴量の類似度（映像類似度、音類似度、発話類似度）を算出し、図３（ｂ）～（ｄ）のように、記憶部に格納することが考えられる。分割シーンがＮ個存在する場合、類似度算出部１３は、Ｎ×Ｎ回の計算をそれぞれの特徴量の類似度を算出するために行う。類似度算出部１３は、ベクトル同士の類似度を算出するコサイン類似度によって、類似度を算出することが考えられる。

【0060】

また、類似度算出部１３は、同じ分割シーン同士の類似度（例えば、分割シーンＩＤ「Ｍ１＿Ｃ１」と「Ｍ１＿Ｃ１」の類似度）を算出してもしなくても良い。ユーザが嗜好する嗜好シーンに類似する類似シーンとして、ユーザが一度視聴したものを抽出しても良い場合、類似度算出部１３は、同じ分割シーン同士の類似度が高くなるように算出することが考えられる。一方、ユーザが一度視聴したものを抽出しない場合、類似度算出部１３は、同じ分割シーン同士の類似度が低くなるように算出、又は、図３（ｂ）～（ｄ）のように類似度を算出しないことが考えられる。

【0061】

＜嗜好シーンの抽出＞
ステップＳ５０４において、嗜好シーン抽出部１４は、ユーザの視聴履歴に基づいて、複数の分割シーンからユーザが嗜好する嗜好シーンを抽出する。嗜好シーン抽出部１４は、ユーザごとの分割シーンの視聴履歴に関する視聴履歴情報を記憶部に格納する。視聴履歴情報は、図３（ｅ）のように、ユーザＩＤ、分割シーンＩＤ、累積視聴時間、を含む。

【0062】

嗜好シーン抽出部１４は、ユーザごとに、それぞれの分割シーンに対する視聴時間を集計し、累積視聴時間を算出する。これによってシーン抽出装置１は、例えば、ユーザＩＤ「Ｕ１」が過去に分割シーンＩＤ「Ｍ２＿Ｃ１」の分割シーンを合計２８０秒間視聴したことを、参照することができる。

【0063】

嗜好シーン抽出部１４は、累積視聴時間に基づいて、ユーザが嗜好する嗜好シーンを抽出する。例えば、嗜好シーン抽出部１４は、分割シーンの累積視聴時間が一定時間（閾値）を超えた場合、その分割シーンを嗜好シーンとして抽出しても良い。嗜好シーン抽出部１４は、嗜好シーンを抽出した場合、図３（ｅ）のように（その分割シーンＩＤに嗜好フラグ「１」を紐づけて）記憶部に格納しても良い。

【0064】

また、嗜好シーン抽出部１４は、累積視聴時間がその分割シーンの再生時間に占める割合を用いて、嗜好シーンを抽出しても良い。分割シーンの累積視聴時間がそのシーンの再生時間の所定の割合（例えば、２分の１等）以上である場合、嗜好シーン抽出部１４は、その分割シーンを嗜好シーンとして抽出する。本実施形態ではこの割合を２分の１とするが、これに限られず管理者等が端末を介して割合を設定することができる。

【0065】

例えば、分割シーンＩＤ「Ｍ１＿Ｃ１」は、再生時間が６００秒であるため、ユーザ「Ｕ１」の累積視聴時間が３００秒の場合、嗜好シーン抽出部１４は、分割シーンＩＤ「Ｍ１＿Ｃ１」をユーザ「Ｕ１」の嗜好シーンとして抽出する。一方、分割シーンＩＤ「Ｍ２＿Ｃ２」は、再生時間が６３０秒であるため、ユーザ「Ｕ１」の累積視聴時間が３００秒の場合、嗜好シーン抽出部１４は、分割シーンＩＤ「Ｍ２＿Ｃ２」をユーザ「Ｕ１」の嗜好シーンとして抽出しない。

【0066】

この他にも、嗜好シーンの数量が限定されていても良い。例えば、嗜好シーン抽出部１４は、累積視聴時間が上位Ｍ個（Ｍ＝１、２、・・・）の分割シーンを嗜好シーンとして抽出しても良い。また、嗜好シーン抽出部１４は、累積視聴時間がその分割シーンの再生時間に占める割合が上位Ｍ個の分割シーンを嗜好シーンとして抽出しても良い。

【0067】

嗜好シーン抽出部１４は、更に、分割シーンに紐づくジャンルを用いて嗜好シーンを抽出しても良い。記憶部が、動画ＩＤ又は分割シーンＩＤにジャンルを紐づけて格納することによって、嗜好シーン抽出部１４は、このジャンルを用いて嗜好シーンを抽出することが考えられる。

【0068】

例えば、ユーザ端末を介して、予めユーザの好みのジャンルを受け付け、記憶部がユーザＩＤに紐づけてそのジャンルを格納することによって、嗜好シーン抽出部１４は、ユーザの累積視聴時間及び受け付けたジャンルに基づいて、嗜好シーンを抽出することができる。

【0069】

＜嗜好スコアの算出＞
ステップＳ５０５において、嗜好スコア算出部１５は、嗜好シーン、映像類似度、音類似度、発話類似度、ユーザＩＤに紐づく重視度、に基づいて、嗜好スコアを算出する。記憶部は、図４（ｆ）のように、ユーザごとの映像重視度、音重視度、発話重視度、を格納する。それぞれのユーザの映像重視度、音重視度、発話重視度、の合計は１であっても良い。また、映像重視度、音重視度、発話重視度、の合計はユーザごとに異なっていても良い。ユーザ端末２を介して、嗜好スコア算出部１５がユーザごとの重視度を受け付けても良い。

【0070】

類似シーンを抽出するうえで、映像、音、発話の何れを重視して抽出するかはユーザによって異なる。映像重視度は、ユーザが類似シーンを抽出するうえで映像という要素をどの程度重視するかに関する情報である。音重視度は、ユーザが類似シーンを抽出するうえで音という要素をどの程度重視するかに関する情報である。発話重視度は、ユーザが類似シーンを抽出するうえで発話（自然言語）という要素をどの程度重視するかに関する情報である。

【0071】

嗜好スコア算出部１５は、類似度算出部１３が算出したそれぞれの類似度に重視度（重み）を適用することによって、ユーザごとに適した類似シーンを抽出するための嗜好スコアを算出することができる。

【0072】

まず、嗜好スコア算出部１５は、嗜好シーン、映像類似度、音類似度、発話類似度、に基づいて、図４（ｇ）のような類似度スコア情報を算出する。図４（ｇ）のそれぞれのスコアのカッコ内は、それぞれのスコアを算出するための計算を表す（図３（ｂ）～（ｄ）の類似度との対応関係を示すために便宜上記載する）。例えば、分割シーンＩＤ「Ｍ１＿Ｃ２」の映像スコアであれば、「Ｍ１＿Ｃ２」と嗜好シーン「Ｍ１＿Ｃ１」の映像類似度０．１２、「Ｍ１＿Ｃ２」と嗜好シーン「Ｍ２＿Ｃ１」の映像類似度０．２２を計算（合計）した結果が映像スコア０．３４となる。

【0073】

嗜好スコア算出部１５は、すべての嗜好シーン（嗜好フラグが１）とそれぞれの分割シーンのそれぞれの類似度に基づいて、分割シーンごとに嗜好シーンとの類似度を加算した類似度スコア（映像スコア、音スコア、発話スコア）を算出する。

【0074】

例えば、図３（ｅ）によると、ユーザＩＤ「Ｕ１」の嗜好シーンが分割シーンＩＤ「Ｍ１＿Ｃ１」と「Ｍ２＿Ｃ１」であるため、それぞれの類似度を加算して類似度スコアを算出する。図４（ｇ）の分割シーンＩＤ「Ｍ１＿Ｃ２」の映像スコアは、分割シーンＩＤ「Ｍ１＿Ｃ１」と「Ｍ１＿Ｃ２」の映像類似度０．１２、及び、分割シーンＩＤ「Ｍ２＿Ｃ１」と「Ｍ１＿Ｃ２」の映像類似度０．２２、を合計した値０．３４となる。このようにすることによって、複数の嗜好シーンを考慮した類似度スコアを算出し、類似シーンを抽出することができる。

【0075】

この他にも、嗜好スコア算出部１５は、分割シーンＩＤ「Ｍ１＿Ｃ２」の映像スコアとして、分割シーンＩＤ「Ｍ１＿Ｃ１」と「Ｍ１＿Ｃ２」の映像類似度０．１２、及び、分割シーンＩＤ「Ｍ２＿Ｃ１」と「Ｍ１＿Ｃ２」の映像類似度０．２２、をそれぞれ映像スコアとしても良い。

【0076】

嗜好スコア算出部１５は、類似度スコア及び重視度に基づいて、嗜好スコアを算出する。嗜好スコア算出部１５は、例えば、式（１）によってぞれぞれの分割シーンに対して嗜好スコアを算出し、図４（ｈ）のようにユーザＩＤ及び分割シーンＩＤに紐づけて記憶部に格納する。図４（ｈ）の嗜好スコアのカッコ内は、式（１）を用いた計算を表す（図４（ｇ）のスコアとの対応関係を示すために便宜上記載する）。例えば、分割シーンＩＤ「Ｍ２＿Ｃ２」の嗜好スコアは１．０２２であって、カッコ内はそのスコアを導出するための計算である。

【0077】

【数1】

【0078】

＜類似シーンの抽出＞
ステップＳ５０６において、類似シーン抽出部１６は、嗜好シーン、映像類似度、音類似度、発話類似度、ユーザＩＤに紐づく重視度、に基づいて、分割シーンからユーザの嗜好シーンに類似する類似シーンを抽出する。類似シーン抽出部１６は、嗜好スコア算出部１５が算出した嗜好スコアに基づいて、分割シーンからユーザの嗜好シーンに類似する類似シーンを抽出する。

【0079】

例えば、類似シーン抽出部１６は、嗜好スコアがある一定の数値（閾値）以上の分割シーンを類似シーンとして抽出することが考えられる。また、類似シーン抽出部１６は、分割シーンの中から嗜好スコアが上位Ｌ個（Ｌ＝１、２、・・・）を類似シーンとして抽出することが考えられる。

【0080】

＜類似シーンの提示（レコメンド）＞
ステップＳ５０７において、提示部１７は、類似シーン抽出部１６が抽出した類似シーンに基づいて、類似シーンを提示（レコメンド）する。提示部１７は、更に、動画ＩＤ又は類似シーンＩＤに紐づくジャンルに基づいて、ジャンルごとに類似シーンを提示しても良い。

【0081】

＜変化重視度の作成＞
図６は、本実施形態における重視度更新処理のフローチャートである。上述の処理と同様の処理については、同様の符号を付してその説明を省略する。ステップＳ６０１において、変化重視度作成部１８は、重視度及び所定条件に基づいて、重視度の全部又は一部を変化させた変化重視度を作成する。

【0082】

変化重視度は、所定条件に基づいてユーザＩＤに紐づく重視度を変化させた重視度である。もとの重視度（ユーザＩＤに紐づく重視度）に基づいて抽出した類似シーンとは異なるシーン（変化重視度類似シーン）を抽出するために、変化重視度作成部１８は、ユーザＩＤに紐づく重視度に変化を与えた重視度（変化重視度）を作成する。

【0083】

変化重視度作成部１８は、例えば、式（２）～（４）によって、それぞれの変化重視度（変化映像重視度、変化音重視度、変化発話重視度）を作成する。変化重視度作成部１８は、式（２）～（４）によって、映像重視度をＸ倍（例えば、Ｘ＝１．１）した変化映像重視度を作成し、更に、変化映像重視度、変化音重視度、変化発話重視度、の合計値が１となるような変化音重視度、変化発話重視度、を作成する。

【0084】

【数2】

【0085】

変化重視度作成部１８は、式（２）～（４）と同様に、音重視度をＸ倍した変化音重視度、発話重視度をＸ倍した変化発話重視度、を作成することができる。Ｘは、整数であっても良く、整数でない分数であっても良い。さらに、変化重視度作成部１８は、Ｘをランダムに決定しても良く、定期的にＸを変化させても良い。

【0086】

＜変化重視度に基づく変化重視度類似シーンの抽出＞
ステップＳ６０２において、嗜好スコア算出部１５は、嗜好シーン、映像類似度、音類似度、発話類似度、変化重視度、に基づいて、嗜好スコアを算出しても良い。類似シーン抽出部１６は、嗜好シーン、映像類似度、音類似度、発話類似度、変化重視度、に基づいて、分割シーンから変化重視度類似シーンを抽出する。

【0087】

＜変化重視度類似シーンの提示（レコメンド）＞
ステップＳ６０３において、提示部１７は、ある一定の割合の変化重視度類似シーンを提示する。提示部１７は、類似シーンと比べて低い割合の変化重視度類似シーンを提示する。

【0088】

提示部１７は、例えば、Ｋ個（１０個等）のシーンを提示する場合、類似シーンのうち嗜好スコアが高い７割、映像重視度をＸ倍した変化重視度類似シーンのうち嗜好スコアが高い方から１割、音重視度をＸ倍した変化重視度類似シーンのうち嗜好スコアが高い方から１割、発話重視度をＸ倍した変化重視度類似シーンのうち嗜好スコアが高い方から１割、を提示する。

【0089】

このように、提示部１７が、提示するシーンの中に少量の変化重視度類似シーンを含めてシーンを提示することによって、ユーザが変化重視度類似シーンを好んで視聴する可能性が生じる。ユーザが、類似シーンよりも提示される数が少ない変化重視度類似シーンを好んで視聴する場合、現状のユーザＩＤに紐づく重視度よりも変化重視度の方がユーザの好みの重視度であると判定できる。

【0090】

＜重視度の更新＞
ステップＳ６０４において、重視度更新部１９は、変化重視度類似シーンに関するユーザの視聴履歴に基づいて、変化重視度類似シーンに関連する変化重視度をユーザの重視度としてユーザＩＤに紐づけて更新する。重視度更新部１９は、ユーザが映像重視度をＸ倍した変化重視度類似シーンを好んで視聴していると判定した場合、そのユーザの重視度をその変化重視度（映像重視度をＸ倍した変化映像重視度、それに伴って変化した音重視度及び発話重視度）に更新する。

【0091】

例えば、ユーザが１日で最も長い時間視聴した分割シーンが映像重視度をＸ倍した変化重視度類似シーンである場合、重視度更新部１９は、ユーザが映像重視度をＸ倍した変化重視度類似シーンを好んで視聴していると判定し、その変化重視度をユーザの重視度としてユーザＩＤに紐づけて更新する。

【0092】

このように、変化重視度を定期的に変化させ、更に、ユーザの視聴履歴に基づいて重視度を更新することによって、ユーザの好みの重視度に近づけることが可能となる。

【0093】

＜類似シーンからフレームの抽出＞
図７は、本実施形態におけるダイジェスト動画作成処理のフローチャートである。上述の処理と同様の処理については、同様の符号を付してその説明を省略する。ステップＳ７０１において、フレーム抽出部１ａは、類似シーン抽出部１６が抽出した複数の類似シーンの最初のフレーム（静止画）と最後のフレーム（静止画）を抽出する。

【0094】

＜フレーム類似度の算出＞
ステップＳ７０２において、フレーム類似度算出部１ｂは、フレーム抽出部１ａが抽出した最初のフレームと最後のフレームのフレーム類似度を算出する。フレーム類似度算出部１ｂは、フレーム抽出部１ａが抽出した類似シーンの最初のフレームと、その類似シーンを除くフレーム抽出部１ａが抽出した類似シーンの最後のフレームと、のフレーム類似度を算出する。

【0095】

フレーム類似度算出部１ｂは、類似シーン抽出部１６が抽出したすべての類似シーンの最初のフレームの特徴量と最後のフレームの特徴量を生成し、図４（ｉ）のような類似シーン情報を記憶部に格納する。フレーム類似度算出部１ｂは、特徴量生成部１２が特徴量を生成したのと同様に特徴量を生成することが考えられる。

【0096】

フレーム類似度算出部１ｂは、更に、すべての類似シーンの最初のフレームの特徴量と、すべての類似シーンの最後のフレームの特徴量と、に基づいて、類似度を算出し、図４（ｊ）のような類似シーン類似度情報を記憶部に格納する。フレーム類似度算出部１ｂは、ベクトル同士の類似度を算出するコサイン類似度によって、特徴量の類似度を算出することが考えられる。本実施形態では図４（ｊ）のように、フレーム類似度算出部１ｂは、同一の類似シーンの最初のフレームと最後のフレームの類似度を算出しない。

【0097】

＜ダイジェスト動画の作成＞
ステップＳ７０３において、ダイジェスト動画作成部１ｃは、類似シーン抽出部１６が抽出した複数の類似シーンを用いて、ダイジェスト動画を作成する。ダイジェスト動画作成部１ｃは、例えば、抽出した類似シーンの中で嗜好スコアが高い順に類似シーンをつなぎ合わせてダイジェスト動画を作成しても良い。

【0098】

ダイジェスト動画作成部１ｃは、抽出した類似シーンにおいて嗜好スコア算出部１５が算出した嗜好スコアが最も高いものをダイジェスト動画の先頭とし、先頭の類似シーンを除く類似シーンの最初のフレームの中で、先頭の類似シーンの最後のフレームとのフレーム類似度が最大である類似シーンを先頭の類似シーンの次のシーンとしてダイジェスト動画を作成しても良い。

【0099】

ダイジェスト動画作成部１ｃは、更に、それまでのダイジェスト動画の作成に利用した類似シーンを除く類似シーンの最初のフレームの中で、Ｊ番目（Ｊ＝１、２、・・・）の最後のフレームとのフレーム類似度が最大である類似シーンをＪ＋１番目の類似シーンとしてダイジェスト動画を作成いても良い。

【0100】

例えば、類似シーン抽出部１６が、類似シーンとして、類似シーンＩＤ「Ｍ４＿Ｃ１」「Ｍ６＿Ｃ２」「Ｍ１０＿Ｃ１」「Ｍ１１＿Ｃ１」を抽出したとする。さらに、類似シーンＩＤ「Ｍ１０＿Ｃ１」の嗜好スコアが最大である場合、ダイジェスト動画作成部１ｃは、類似シーンＩＤ「Ｍ１０＿Ｃ１」を先頭のシーンとする。

【0101】

図４（ｊ）によると、類似シーンＩＤ「Ｍ１０＿Ｃ１」の最後のフレームと類似シーンＩＤ「Ｍ４＿Ｃ１」の最初のフレームの類似度が最大であるため、ダイジェスト動画作成部１ｃは、類似シーンＩＤ「Ｍ４＿Ｃ１」を次のシーンとする。

【0102】

さらに、図４（ｊ）によると、類似シーンＩＤ「Ｍ４＿Ｃ１」の最後のフレームと類似シーンＩＤ「Ｍ１０＿Ｃ１」の最初のフレームの類似度が最大である一方、ダイジェスト動画の作成に既に類似シーンＩＤ「Ｍ１０＿Ｃ１」を利用している。よって、ダイジェスト動画作成部１ｃは、その類似シーンを除いて、類似シーンＩＤ「Ｍ４＿Ｃ１」の最後のフレームとのフレーム類似度が最大である類似シーンＩＤ「Ｍ１１＿Ｃ１」を次のシーンとする。ダイジェスト動画作成部１ｃは、抽出した類似シーンをすべて利用するまでこのような処理を繰り返してダイジェスト動画を作成する。

【0103】

以上のように、本発明の構成によれば、ユーザの嗜好に合うシーンを抽出する新たな技術を提供することができる。

【符号の説明】

【0104】

０ シーン抽出システム
１ シーン抽出装置
１１ 分割部
１２ 特徴量生成部
１３ 類似度算出部
１４ 嗜好シーン抽出部
１５ 嗜好スコア算出部
１６ 類似シーン抽出部
１７ 提示部
１８ 変化重視度作成部
１９ 重視度更新部
１ａ フレーム抽出部
１ｂ フレーム類似度算出部
１ｃ ダイジェスト動画作成部
２ ユーザ端末
ＮＷ ネットワーク

【要約】

【課題】
ユーザの嗜好に合うシーンを抽出する新たな技術を提供すること。
【解決手段】
シーン抽出システム０は、記憶部、分割部、類似度算出部、嗜好シーン抽出部、類似シーン抽出部、を備える。分割部は、動画をシーンごとに分割する。記憶部は、分割された分割シーンにおける、ユーザごとの、映像に関する特徴に対する映像重視度、音に関する特徴に対する音重視度、発話に関する特徴に対する発話重視度、をユーザＩＤに紐づけて格納する。類似度算出部は、分割された分割シーンの映像特徴量、音特徴量、発話特徴量、に基づいて、分割シーン同士の映像類似度、音類似度、発話類似度、を算出する。嗜好シーン抽出部は、ユーザの視聴履歴に基づいて、複数の分割シーンからユーザが嗜好する嗜好シーンを抽出する。類似シーン抽出部は、嗜好シーン、類似度、ユーザＩＤに紐づく重視度、に基づいて、分割シーンから類似シーンを抽出する。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】