特許 7546881 動画撮影支援システム、動画撮影支援システムの制御方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-08-30

(45)【発行日】2024-09-09

(54)【発明の名称】動画撮影支援システム、動画撮影支援システムの制御方法及びプログラム

(51)【国際特許分類】

   H04N 21/24 20110101AFI20240902BHJP

   H04N 21/466 20110101ALI20240902BHJP

【ＦＩ】

H04N21/24

H04N21/466

【請求項の数】 6

(21)【出願番号】P 2020075426

(22)【出願日】2020-04-21

(65)【公開番号】P2021175029

(43)【公開日】2021-11-01

【審査請求日】2023-03-16

(73)【特許権者】

【識別番号】520141748

【氏名又は名称】株式会社野本

(74)【代理人】

【識別番号】110000176

【氏名又は名称】弁理士法人一色国際特許事務所

(72)【発明者】

【氏名】野本 真吾

【審査官】富樫 明

(56)【参考文献】

【文献】国際公開第２０１６／０８８５８３（ＷＯ，Ａ１）

【文献】特開２０１４－１４９６７７（ＪＰ，Ａ）

【文献】特開２００９－２９６３５５（ＪＰ，Ａ）

【文献】特開２００６－１８５３９３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ ２１／００－２１／８５８

(57)【特許請求の範囲】

【請求項1】

動画内の所定の被写体である人物の顔を変形させる画像処理を行う際に支障となる原因を動画データから検出して動画制作者に通知する動画撮影支援システムであって、
前記被写体が記録された複数の画像データを用いて事前に行われた前記被写体に対する認証処理の結果から、前記認証処理の支障となる原因を出力するように学習されたＡＩモデルを記憶するＡＩモデル記憶部と、
前記被写体が記録された動画データを取得する動画データ取得部と、
前記動画データと、前記ＡＩモデルと、を用いて、前記動画データの中から前記画像処理を行う際に支障となる原因を検出する原因検出部と、
前記画像処理を行う際に支障となる原因に対応する指摘内容である指摘情報と、前記動画データがどの程度前記画像処理に適しているのかを数値化したデータである環境評価値と、を格納する環境チェック指摘テーブルと、
前記環境チェック指摘テーブルから、前記原因を示す情報として前記指摘情報を抽出して前記動画制作者が有するユーザ端末に出力する原因出力部と、を備え、
所定タイミングで、前記環境評価値が所定値以上である前記動画データを前記画像処理に適するものとして抽出し、前記環境評価値が前記所定値よりも小さい他の所定値以下である前記動画データを前記画像処理に適さないものとして抽出した結果に基づいて、前記環境チェック指摘テーブルを更新する、
動画撮影支援システム。

【請求項2】

請求項１に記載の動画撮影支援システムであって、
前記原因検出部によって検出される前記原因に対する対応策を記憶する対応策記憶部と、
を備え、
前記原因出力部は、前記原因を示す情報と共に、前記原因に対する対応策を前記ユーザ端末に出力する、動画撮影支援システム。

【請求項3】

請求項１又は２に記載の動画撮影支援システムであって、
前記動画制作者にチュートリアル情報として出力される画像データを記憶するチュートリアル情報記憶部と、
前記ユーザ端末から出力されるリクエストに応じて、前記チュートリアル情報を前記ユーザ端末に出力するチュートリアル情報出力部と、
を備える動画撮影支援システム。

【請求項4】

請求項３に記載の動画撮影支援システムであって、
前記チュートリアル情報は、過去に前記原因を検出する処理が行われた動画データの中から選出された動画データを含む、動画撮影支援システム。

【請求項5】

動画内の所定の被写体である人物の顔を変形させる画像処理を行う際に支障となる原因を動画データから検出して動画制作者に通知する動画撮影支援システムの制御方法であって、
前記動画撮影支援システムが、
前記被写体が記録された複数の画像データを用いて事前に行われた前記被写体に対する認証処理の結果から、前記認証処理の支障となる原因を出力するように学習されたＡＩモデルを記憶し、
前記被写体が記録された動画データを取得し、
前記動画データと、前記ＡＩモデルと、を用いて、前記動画データの中から前記画像処理を行う際に支障となる原因を検出し、
前記画像処理を行う際に支障となる原因に対応する指摘内容である指摘情報と、前記動画データがどの程度前記画像処理に適しているのかを数値化したデータである環境評価値と、を環境チェック指摘テーブルに格納し、
前記環境チェック指摘テーブルから、前記原因を示す情報として前記指摘情報を抽出して前記動画制作者が有するユーザ端末に出力し、
所定タイミングで、前記環境評価値が所定値以上である前記動画データを前記画像処理に適するものとして抽出し、前記環境評価値が前記所定値よりも小さい他の所定値以下である前記動画データを前記画像処理に適さないものとして抽出した結果に基づいて、前記環境チェック指摘テーブルを更新する、
動画撮影支援システムの制御方法。

【請求項6】

動画内の所定の被写体である人物の顔を変形させる画像処理を行う際に支障となる原因を動画データから検出して動画制作者に通知する動画撮影支援システムに、
前記被写体が記録された複数の画像データを用いて事前に行われた前記被写体に対する認証処理の結果から、前記認証処理の支障となる原因を出力するように学習されたＡＩモデルを記憶する機能と、
前記被写体が記録された動画データを取得する機能と、
前記動画データと、前記ＡＩモデルと、を用いて、前記動画データの中から前記画像処理を行う際に支障となる原因を検出する機能と、
前記画像処理を行う際に支障となる原因に対応する指摘内容である指摘情報と、前記動画データがどの程度前記画像処理に適しているのかを数値化したデータである環境評価値と、を環境チェック指摘テーブルに格納する機能と、
前記環境チェック指摘テーブルから、前記原因を示す情報として前記指摘情報を抽出して前記動画制作者が有するユーザ端末に出力する機能と、
所定タイミングで、前記環境評価値が所定値以上である前記動画データを前記画像処理に適するものとして抽出し、前記環境評価値が前記所定値よりも小さい他の所定値以下である前記動画データを前記画像処理に適さないものとして抽出した結果に基づいて、前記環境チェック指摘テーブルを更新する機能と、
を実現させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、動画撮影支援システム、動画撮影支援システムの制御方法及びプログラムに関する。

【背景技術】

【0002】

近年、インターネット上に開設された動画投稿サイトの利用者が増加している。動画投稿サイトの利用方法はサイトにより異なるが、いずれのサイトでも、所定のユーザ登録を行えば誰でも動画を投稿することができる。そしてこのようにして投稿された動画が多くの人によって閲覧されることにより、動画の出演者が有名になることもある。

【0003】

このような動画投稿に関しては、様々な技術が開発されている（例えば特許文献１参照）。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１９－１２２０２７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

一方で、投稿された動画から出演者が個人として特定された場合、出演者が第三者から迷惑行為を受けることもありうる。そのため、出演者の中には、個人が特定されないように変装したり、顔を出さないようにする者もいる。

【0006】

しかしながら、動画を投稿するたびに、変装したり顔が映らないように撮影したりするのは大変な労力を要するため、画像処理技術を用いて、出演者が特定されないように動画を加工することも行われるようになっている。

【0007】

ところが、このような画像処理が適切に行われるか否かは、出演者のメイクやヘアスタイル、顔の向き、動作、衣装、姿勢、さらには、動画の背景に移りこんでいる景色や背景の明るさ、撮影場所等の撮影条件や撮影環境によって様々な影響を受ける。そのため、動画の出演者やカメラマン、演出家などの動画制作者は、撮影した動画の画像処理が適切に行われるように、様々な点に気を配らなければならない。

【0008】

このようなことは、例えば、撮影した動画内に意図せずに写ってしまった人や背景にある物体などの所定の被写体を画像処理を用いて加工する場合も同様である。

【0009】

このようなことから、動画内の所定の被写体に対する画像処理が適切に行われるように、事前に動画の撮影環境や撮影条件をチェックし、動画制作者の労力を軽減可能とする技術が求められている。

【0010】

本発明はこのような課題を鑑みてなされたものであり、動画内の所定の被写体に対する画像処理が適切に行われるように、事前に動画の撮影環境や撮影条件をチェックし、動画制作者の労力を軽減可能とする動画撮影支援装置、動画撮影支援装置の制御方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0011】

本発明の一実施形態の動画撮影支援システムは、動画内の所定の被写体である人物の顔を変形させる画像処理を行う際に支障となる原因を動画データから検出して動画制作者に通知する動画撮影支援システムであって、前記被写体が記録された複数の画像データを用いて事前に行われた前記被写体に対する認証処理の結果から、前記認証処理の支障となる原因を出力するように学習されたＡＩモデルを記憶するＡＩモデル記憶部と、前記被写体が記録された動画データを取得する動画データ取得部と、前記動画データと、前記ＡＩモデルと、を用いて、前記動画データの中から前記画像処理を行う際に支障となる原因を検出する原因検出部と、前記画像処理を行う際に支障となる原因に対応する指摘内容である指摘情報と、前記動画データがどの程度前記画像処理に適しているのかを数値化したデータである環境評価値と、を格納する環境チェック指摘テーブルと、前記環境チェック指摘テーブルから、前記原因を示す情報として前記指摘情報を抽出して前記動画制作者が有するユーザ端末に出力する原因出力部と、を備え、所定タイミングで、前記環境評価値が所定値以上である前記動画データを前記画像処理に適するものとして抽出し、前記環境評価値が前記所定値よりも小さい他の所定値以下である前記動画データを前記画像処理に適さないものとして抽出した結果に基づいて、前記環境チェック指摘テーブルを更新する。

【0012】

その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄の記載、及び図面の記載等により明らかにされる。

【発明の効果】

【0013】

本発明によれば、動画内の所定の被写体に対する画像処理が適切に行われるように、事前に動画の撮影環境や撮影条件をチェックし、動画制作者の労力を軽減可能とすることができる。

【図面の簡単な説明】

【0014】

【図1】動画撮影支援システムの全体構成図である。

【図2】ユーザ端末および動画撮影支援装置のハードウェア構成を示す図である。

【図3】ユーザ端末の記憶装置を示す図である。

【図4】動画撮影支援装置の記憶装置を示す図である。

【図5】動画撮影支援システムの機能構成を示す図である。

【図6】マルチメディアマスタを示す図である。

【図7】チュートリアルテーブルを示す図である。

【図8】環境チェック指摘テーブルを示す図である。

【図9】環境チェックアドバイステーブルを示す図である。

【図10】ＡＩ加工関連情報ＤＢを示す図である。

【図11】撮影指示テーブルを示す図である。

【図12】環境チェック履歴テーブルを示す図である。

【図13】動画撮影支援システムの全体の処理の流れを示すフローチャートである。

【図14】ユーザ端末に表示される画面例を示す図である。

【図15】ユーザ端末に表示される画面例を示す図である。

【図16】ユーザ端末に表示される画面例を示す図である。

【図17】チュートリアル処理の流れを示すフローチャートである。

【図18】環境チェック処理の流れを示すフローチャートである。

【図19】環境チェック処理の流れを示すフローチャートである。

【図20】履歴参照処理の流れを示すフローチャートである。

【図21】チュートリアルの更新処理の流れを示すフローチャートである。

【図22】指摘情報及びアドバイス内容の更新処理の流れを示すフローチャートである。

【発明を実施するための形態】

【0015】

本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。以下、本発明をその一実施形態に即して添付図面を参照しつつ説明する。

【0016】

＝＝全体構成＝＝
図１に、本発明の一実施形態に係る動画撮影支援システム１０００の全体構成を示す。 動画撮影支援システム１０００は、動画内の所定の被写体に対する画像処理を行う際に支障となる原因を動画データから検出して、動画制作者に通知する情報処理システムである。本実施形態では、動画撮影支援システム１０００が、動画内の人物の顔を変形させる画像処理を行う際に支障となる原因を動画データから検出して動画制作者に通知する場合を例に説明する。

【0017】

本実施形態に係る動画撮影支援システム１０００は、動画撮影支援装置２００及びユーザ端末１００を含んで構成される。動画撮影支援装置２００及びユーザ端末１００は、インターネットやＬＡＮ（Local Area Network）、電話網等のネットワーク５００を通じて相互に通信可能に接続されている。

【0018】

なお図１には、ユーザ端末１００及び動画撮影支援装置２００が１台ずつ記載されているが、ユーザ端末１００及び動画撮影支援装置２００は、いずれか一方または両方が２台以上であってもよい。

【0019】

動画撮影支援装置２００は、動画制作者による動画撮影を支援するための情報処理装置である。本実施形態では、動画撮影支援装置２００は、ユーザ端末１００を用いて撮影された動画に対して、動画出演者の特定を防止するための画像処理（例えば動画出演者の顔を、本人と認識されにくいように別人の顔に変形する処理）を行う機能や、その画像処理を行う際に支障となる動画の撮影環境や撮影条件や対応策を動画制作者に指摘する機能を有している。

【0020】

このような態様によって、動画制作者は、本番の撮影に入る前のテスト撮影の段階で撮影条件や撮影環境を修正することが可能になるので、効率的に撮影作業を進めることができる。また動画の出演者が本人と認識されにくいような画像処理を確実に行うことが可能となる。

【0021】

ユーザ端末１００は、動画制作者が有する情報機器であり、本実施形態では、スマートフォンやノートパソコン、タブレット、デジタルビデオカメラなどの動画撮影機能を有する携帯型の情報処理装置である。本実施形態では、ユーザ端末１００は、動画の撮影データを解析することで、動画出演者の顔の変形などの動画に対する画像処理を行う際に支障となる撮影環境や撮影条件がないかをチェックして、その解析結果を動画撮影支援装置２００に送信する。

【0022】

動画撮影支援装置２００は、動画に対する画像処理を行う際に支障となる撮影環境や撮影条件の内容や対応策をユーザ端末１００に送信する。動画撮影支援装置２００は、サーバやパソコン等のハードウェア機器を用いて物理的に構築されたコンピュータシステムであってもよいし、仮想マシンやクラウドコンピュータのように、ハードウェア機器上に仮想的に構築されたコンピュータシステムであってもよい。

【0023】

なお、動画撮影支援装置２００が有する機能の少なくとも一部をユーザ端末１００が備えるようにすることにより、ユーザ端末１００が動画制作者に対する上記改善点や対応策の指摘等の処理を行うような態様も可能であるが、本実施形態に係る動画撮影支援システム１０００では、動画撮影支援装置２００が改善点や対応策の指摘を行うように機能が分担されている。

【0024】

また本実施形態では、ユーザ端末１００が、動画の撮影データを解析して動画の撮影環境や撮影条件のチェックを行っているが、動画撮影支援装置２００が行うようにしてもよい。

【0025】

以下、詳細に説明する。

【0026】

＝＝ハードウェア構成＝＝
まず、ユーザ端末１００及び動画撮影支援装置２００のハードウェア構成について、図２を参照しながら説明する。なおユーザ端末１００及び動画撮影支援装置２００はいずれもコンピュータであり、これらのハードウェア構成は必ずしも同じではないものの、基本的な構成は共通している。そのため図面の重複を避けるためにこれらのハードウェア構成を図２にまとめて記す。

【0027】

＜ユーザ端末＞
まずユーザ端末１００のハードウェア構成について説明する。

【0028】

ユーザ端末１００は、ＣＰＵ（Central Processing Unit）１１０、メモリ１２０、通信装置１３０、記憶装置１４０、入力装置１５０、出力装置１６０、及び記録媒体読取装置１７０を備えて構成される。

【0029】

記憶装置１４０は、図３に示すように、ユーザ端末１００によって実行されるユーザ端末制御プログラム７００や、出演者を撮影して得られる動画データ６００、後述する環境チェックＡＩ（Artificial Intelligence）６１０、被写体加工ＡＩ６２０等の各種のプログラムやデータを格納する。

【0030】

記憶装置１４０に記憶されているユーザ端末制御プログラム７００や各種のデータがメモリ１２０に読み出されてＣＰＵ１１０によって実行あるいは処理されることにより、ユーザ端末１００の各種機能が実現される。

【0031】

ここで、記憶装置１４０は例えばハードディスクやＳＳＤ（Solid State Drive）、フラッシュメモリ等の不揮発性の記憶装置である。

【0032】

環境チェックＡＩ６１０は、動画データ６００を解析することで、動画出演者の顔を変形させる画像処理を行う際に支障となる原因（撮影時の撮影環境や撮影条件）がないかを見つけ出して出力する人工知能モデル（ＡＩモデル）である。環境チェックＡＩ６１０は、事前に人間の顔が記録された複数の画像データを用いて行われた顔認証処理の結果から、顔認証処理に支障となる原因を出力するように学習（例えば教師あり学習）されることで作成される。

【0033】

また被写体加工ＡＩ６２０は、動画出演者が本人であると認識されにくいように動画データ６００を加工して出力する人工知能モデルである。例えば被写体加工ＡＩ６２０は、動画出演者の顔を別人の顔に変形させる。被写体加工ＡＩ６２０は、例えば出演者の髪型や目の大きさや間隔、鼻や唇の形、頭の形状、性別や年齢、人種を変換するように動画を加工することができる。動画制作者は、出演者の顔をどのように加工するかをユーザ端末１００から入力して指定することができる。

【0034】

このように本実施形態では、動画データ６００の加工、及びこの加工に支障がありそうな撮影環境や撮影条件のチェックをいずれも人工知能を用いて行っている。以下の説明では、動画データ６００の加工をＡＩ加工とも記す。

【0035】

ユーザ端末制御プログラム７００は、ユーザ端末１００が有する機能を実現するためのプログラムを総称しており、例えば、ユーザ端末１００上で動作するアプリケーションプログラムやＯＳ（Operating System）、種々のライブラリ等を含む。

【0036】

記録媒体読取装置１７０は、ＳＤカード等の記録媒体８００に記録されたユーザ端末制御プログラム７００や各種のデータを読み取り、記憶装置１４０に格納する。

【0037】

通信装置１３０は、ネットワーク５００を介して、動画撮影支援装置２００や不図示の他のコンピュータとユーザ端末制御プログラム７００や各種のデータの授受を行う。

【0038】

例えば他のコンピュータに上述したユーザ端末制御プログラム７００や環境チェックＡＩ６１０、被写体加工ＡＩ６２０を格納しておき、ユーザ端末１００がこのコンピュータからユーザ端末制御プログラム７００や環境チェックＡＩ６１０、被写体加工ＡＩ６２０をダウンロードするようにすることができる。

【0039】

入力装置１５０は、ユーザによるコマンドやデータの入力を受け付ける各種ボタンやスイッチ、キーボード、タッチパネルディスプレイ上でのタッチ位置を検出するタッチセンサ、マイクなどの入力インタフェース、加速度センサ、温度センサ、ＧＰＳ受信機やコンパスなどの位置検出センサ、カメラなどである。

【0040】

なお、本実施形態では、ユーザ端末１００はカメラ機能を有しており、このカメラ機能を用いて動画の撮影が行われることを想定しているが、ユーザ端末１００は、カメラ機能を備えていなくてもよい。この場合ユーザ端末１００は、カメラ機能を備えた別途の電子機器によって撮影された動画データ６００を入力装置１５０、通信装置１３０あるいは記録媒体読取装置１７０を介して取得する。

【0041】

出力装置１６０は、例えばディスプレイなどの表示装置、スピーカ、バイブレータ、照明などの出力ユーザインタフェースである。

【0042】

＜動画撮影支援装置＞
次に動画撮影支援装置２００について説明する。

【0043】

動画撮影支援装置２００は、図２に示すように、ＣＰＵ２１０、メモリ２２０、通信装置２３０、記憶装置２４０、入力装置２５０、出力装置２６０、及び記録媒体読取装置２７０を備えて構成される。なお上述したように、これらの動画撮影支援装置２００のハードウェア構成は、ユーザ端末１００のハードウェア構成と基本的に共通である。そのため、これらのハードウェア構成についての重複した説明は省略する。

【0044】

記憶装置２４０は、図４に示すように、動画撮影支援装置２００によって実行される動画撮影支援装置制御プログラム７１０や、マルチメディアマスタ３００、チュートリアルテーブル３１０、環境チェック指摘テーブル３２０、環境チェックアドバイステーブル３３０、ＡＩ加工関連情報ＤＢ３４０、撮影指示テーブル３５０、環境チェック履歴テーブル３６０等の各種のプログラムやデータを格納する。

【0045】

記憶装置２４０に記憶されている動画撮影支援装置制御プログラム７１０や各種のデータがメモリ２２０に読み出されてＣＰＵ２１０によって実行あるいは処理されることにより、動画撮影支援装置２００の各種機能が実現される。

【0046】

例えば動画撮影支援装置２００は、ユーザ端末１００から動画データ６００を取得してマルチメディアマスタ３００に格納する。

【0047】

また動画撮影支援装置２００は、ユーザ端末１００から送信されてきた動画データ６００の解析結果を元に、環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０から撮影環境や撮影条件に対する改善点及びアドバイスを抽出して、ユーザ端末１００に送信する。

【0048】

[マルチメディアマスタ]
図６に、マルチメディアマスタ３００の一例を示す。マルチメディアマスタ３００は、ユーザ端末１００から送信されてきた動画データ６００や、この動画データ６００を画像処理して加工した動画データ６００を格納している。またマルチメディアマスタ３００に格納される動画データ６００には、静止画像データが含まれていてもよい。

【0049】

マルチメディアマスタ３００は、一例として「メディアＩＤ」「ユーザＩＤ」「撮影地」「撮影日」「動画ファイル」「環境チェック指摘ＩＤ」「加工状態」「ＡＩ加工関連情報ＩＤ」の各欄を有する。

【0050】

「メディアＩＤ」は、マルチメディアマスタ３００に格納される動画データ６００の識別情報である。メディアＩＤは、新たな動画データ６００がマルチメディアマスタ３００に格納されるごとに動画撮影支援装置２００によって付与される。

【0051】

「ユーザＩＤ」は、動画撮影支援装置２００を利用するユーザ（動画制作者）の識別情報である。ユーザＩＤは、動画撮影支援装置２００の利用開始時に行うユーザ登録の際に、動画撮影支援装置２００によって付与される。

【0052】

「撮影地」及び「撮影日」は、それぞれ、動画データ６００が撮影された場所及び撮影された日付を示す情報である。撮影地及び撮影日は、ユーザ端末１００から動画撮影支援装置２００に動画データ６００が送信されてきた際に、ユーザ端末１００から合わせて撮影メモとして送信されてくる。なお、撮影メモにはその他、撮影に用いた機材や、当日の天候、撮影時刻、出演者や撮影者、演出家等の氏名、撮影時の備忘録などが含まれていてもよい。マルチメディアマスタ３００には、これらの撮影メモも格納されてもよい。

【0053】

「動画ファイル」は、動画データ６００のファイルの格納場所を示すリンク情報である。動画データ６００の格納場所は、動画撮影支援装置２００の記憶装置２４０であってもよいし、通信可能に接続された他のコンピュータやデータセンタであってもよい。

【0054】

「環境チェック指摘ＩＤ」は、動画データ６００に対する指摘内容（出演者の顔を変形させる画像処理を行う際に支障となる原因を示す情報）を特定するための情報である。詳細は後述するが、動画撮影支援装置２００は、この環境チェック指摘ＩＤを元に、図８に示す環境チェック指摘テーブル３２０を参照することにより、具体的な指摘内容を得ることができる。

【0055】

「加工状態」は、動画データ６００に対する画像処理が行われているか否かを示す情報である。「前」と書かれている動画データ６００には、画像処理は行われておらず、出演者の顔が未加工の状態で写っている。「後」と書かれている動画データ６００は、画像処理が実施済みであり、動画に写っている出演者は、本人とわかりにくいように加工されている。

【0056】

「ＡＩ加工関連情報ＩＤ」は、動画データ６００に対する画像処理（ＡＩ加工）を行う際に用いるフィルタに関する情報や、ＡＩ加工による別人化の成功度合いを示す評価結果などを特定するための情報である。詳細は後述するが、動画撮影支援装置２００は、このＡＩ加工関連情報ＩＤを元に図１０に示すＡＩ加工関連情報ＤＢ３４０を参照することにより、具体的な内容を得ることができる。

【0057】

[チュートリアルテーブル]
チュートリアルテーブル３１０は、主に動画撮影支援装置２００を初めて使用するユーザや使い始めたばかりのユーザなどを対象に、どのような動画がＡＩ加工に適し、どのような動画がＡＩ加工に適さないのかについての画像データを含むチュートリアル情報（モデルケース情報）を提供するために用いられるテーブルである。

【0058】

チュートリアルテーブル３１０は、図７に示すように、「チュートリアルＩＤ」「モデルケース情報」の各欄を有している。

【0059】

「チュートリアルＩＤ」は、各チュートリアル情報の識別情報である。「モデルケース情報」は、本実施形態では、ユーザ端末１００にチュートリアル情報を表示する際のページを構成するデータである。チュートリアル情報には、ＡＩ加工に適した動画や静止画像及びその説明（どういった点がＡＩ加工に適しているのかなどの説明）や、ＡＩ加工に適さない動画や静止画像及びその説明（どういった点がＡＩ加工に適していないのかなどの説明）などが含まれている。

【0060】

図７に示すように、チュートリアル情報に含まれる動画や静止画像は、メディアＩＤによって特定されており、過去に環境チェック（顔の変形を行う画像処理の支障となる原因を検出する処理）が行われた動画データ６００の中から選出された動画データ６００を含んでもよい。このような態様により、架空の事例ではなく、実際の事例をチュートリアル情報としてユーザに提供することが可能となる。

【0061】

本実施形態では、チュートリアルテーブル３１０に格納されている各チュートリアル情報は、ユーザ端末１００から送信されるリクエストに応じて、動画撮影支援装置２００からユーザ端末１００に送信され、ユーザ端末１００上で表示される。

【0062】

このような態様により、撮影場所の選定やカット割り、出演者のメイクなどに関する様々な注意点や撮影のコツなどについて、撮影前に分かりやすく動作制作者に提供することが可能となる。

【0063】

[環境チェック指摘テーブル]
環境チェック指摘テーブル３２０は、ユーザ端末１００から送信されてきた動画データ６００の解析結果（ＡＩ加工の支障となる原因）に対応する指摘内容（支障となる原因に関する説明）を格納するテーブルである。この指摘内容は、例えば図１５（Ａ）（Ｂ）（Ｃ）に示すようにユーザ端末１００に表示あるいは音声として再生される。

【0064】

環境チェック指摘テーブル３２０は、図８に示すように、「環境チェック指摘ＩＤ」「指摘情報」「環境評価」の各欄を備える。

【0065】

「環境チェック指摘ＩＤ」欄は、各指摘内容の識別情報が記録される。

【0066】

「指摘情報」欄には、メディアＩＤで特定される動画データ６００の中のＡＩ加工に適さない撮影条件や撮影環境についての説明や、ＡＩ加工に適さない理由などの説明文を含む指摘情報が記録されている。また指摘情報には、環境チェックアドバイスＩＤが含まれており、動画撮影支援装置２００は、図９に示す環境チェックアドバイステーブル３３０を参照することで、指摘内容に対する具体的な対応案を取得することができる。動画撮影支援装置２００は、指摘情報と対応策とを合わせてユーザ端末１００に送信し、動画制作者に提示するようにすることができる。このような態様により、動画制作者は、動画撮影条件や動画撮影環境に対する改善作業を効率的に行うことが可能となる。

【0067】

また「環境評価」欄には、動画データ６００がどの程度ＡＩ加工に適しているのかを数値化したデータが記録される。環境評価は、例えばユーザ端末１００が環境チェックＡＩ６１０を用いて動画データ６００を解析する際に合わせて算出され、解析結果に含めてユーザ端末１００から動画撮影支援装置２００に送信される。

【0068】

[環境チェックアドバイステーブル]
環境チェックアドバイステーブル３３０は、動画データ６００に含まれるＡＩ加工に適さない撮影条件や撮影環境に対する対応策を記録したテーブルである。

【0069】

図９に示すように、環境チェックアドバイステーブル３３０は、「環境チェックアドバイスＩＤ」「アドバイス内容」の各欄を有する。

【0070】

アドバイス内容の欄には、上記対応策が記載されている。

【0071】

[ＡＩ加工関連情報ＤＢ]
ＡＩ加工関連情報ＤＢ３４０は、動画データ６００に対して行われるＡＩ加工の内容を記録したテーブルである。

【0072】

具体的には、ＡＩ加工関連情報ＤＢ３４０には、図１０に示すように、ＡＩ加工前の動画データ６００を示す加工前メディアＩＤ、ＡＩ加工後の動画データ６００を示す加工後メディアＩＤ、ＡＩ加工による別人化の成功度合いを示す加工評価が含まれる。なお上述したように、ＡＩ加工は被写体加工ＡＩ６２０によって行われる。そして図１０には示されていないが、ＡＩ加工関連情報ＤＢ３４０には、被写体加工ＡＩ６２０がＡＩ加工を行う際に用いるフィルタの種類や重さ等のパラメータを示す情報などに関する情報が含まれる。

【0073】

なお加工評価は、例えば、ＡＩ加工前後の動画データ６００を比較して動画出演者が同一人物であるか否かを判定する不図示のＡＩ（加工評価ＡＩ）を用いて算出するようにすることができる。この場合、例えば被写体加工ＡＩ６２０と、この加工評価ＡＩと、を用いてＧＡＮ（Generative Adversarial Networks）を構成してもよい。

【0074】

[撮影指示テーブル]
撮影指示テーブル３５０は、図１１に示すように、ユーザ端末１００の使用者に対して、動画の撮影手順を指示するための情報（撮影指示内容）を記憶するテーブルである。動画撮影支援装置２００は、ユーザ端末１００から動画の撮影環境チェック開始のリクエストを受け取った際に、撮影指示テーブル３５０に記録されている撮影指示内容を順にユーザ端末１００に送信する。

【0075】

[環境チェック履歴テーブル]
環境チェック履歴テーブル３６０には、動画撮影支援装置２００によって行われた動画の撮影環境チェックの履歴情報が記録される。図１２に示すように、環境チェック履歴テーブル３６０は、「環境チェックＩＤ」「メディアＩＤ」「履歴情報」「チェック日」「環境評価」の各欄を有する。

【0076】

「環境チェックＩＤ」の欄は、履歴情報の識別情報が記録される。

【0077】

「メディアＩＤ」の欄には、環境チェックの対象となった動画データ６００の識別情報が記録される。

【0078】

「履歴情報」の欄には、環境チェックの結果を表す情報が記録される。図１２には環境チェックアドバイスＩＤが記載されているが、その他に、ＡＩ加工の失敗の原因や、撮影条件や撮影環境に関する情報などが記録されていてもよい。

【0079】

「チェック日」の欄には、環境チェックの実施日が記録される。

【0080】

「環境評価」の欄には、動画データ６００がどの程度ＡＩ加工に適しているのかを数値化したデータが記録される。環境評価は、環境チェック指摘テーブル３２０に記録されるものと同じである。

【0081】

＜機能構成＞
次に動画撮影支援システム１０００の機能構成図の一例を図５に示す。

【0082】

本実施形態に係る動画撮影支援システム１０００は、ＡＩモデル記憶部１００１、動画データ取得部１００２、原因検出部１００３、原因出力部１００４、対応策記憶部１００５、チュートリアル情報記憶部１００６、チュートリアル情報出力部１００７の各機能を含む。

【0083】

これらの各機能は、動画撮影支援システム１０００（ユーザ端末１００及び動画撮影支援装置２００）のハードウェアによって本実施形態に係るユーザ端末制御プログラム７００及び動画撮影支援装置制御プログラム７１０が実行されることにより実現される。

【0084】

なお上述したように、上記各機能はユーザ端末１００と動画撮影支援装置２００との間で適宜分担させることができる。

【0085】

ＡＩモデル記憶部１００１は、人間の顔のような所定の被写体が記録された複数の画像データを用いて事前に行われた認証処理の結果から、この認証処理の支障となる原因を出力するように学習されたＡＩモデルを記憶する。本実施形態では、このＡＩモデルは環境チェックＡＩ６１０として具現化されており、ＡＩモデル記憶部１００１はユーザ端末１００の記憶装置１４０として具現化されている。

【0086】

なお、環境チェックＡＩ６１０は、動画撮影支援装置２００の記憶装置２４０、あるいはユーザ端末１００の記憶装置１４０と動画撮影支援装置２００の記憶装置２４０の両方に格納される態様であってもよい。

【0087】

動画データ取得部１００２は、被写体である人物の顔が記録された動画データ６００を取得する。本実施形態では、ユーザ端末１００が動画データ６００を取得する。ユーザ端末１００は、カメラ機能を用いて人物を撮影することで動画データ６００を取得するが、デジタルビデオカメラ等、ユーザ端末１００とは別の撮影機器を用いて撮影された動画データ６００を取得する態様であってもよい。なおこの動画データ６００は、ユーザ端末１００から動画撮影支援装置２００に送信されて、メディアＩＤが付与された上でマルチメディアマスタ３００に格納される。

【0088】

原因検出部１００３は、動画データ取得部１００２が取得した動画データ６００と、環境チェックＡＩ６１０（ＡＩモデル）と、を用いて、被写体に対する画像処理、例えば人物の顔を変形させる画像処理を行う際に支障となる原因を動画データ６００の中から検出する。本実施形態では、原因検出部１００３は、ユーザ端末１００と動画撮影支援装置２００との間で機能を分担して実現されている。

【0089】

具体的には、まずユーザ端末１００において、原因検出部１００３は、動画データ６００を構成するフレーム画像を、適宜間引きながら環境チェックＡＩ６１０へ入力する。そして原因検出部１００３は、環境チェックＡＩ６１０から、各フレーム画像に対する顔認証処理の成否の判定結果と、顔認証処理が失敗したと判定された場合には、フレーム画像内で顔の候補として抽出された部分に対して顔であると判定できなかった原因となった部分と、顔認証処理に要した負荷（処理ステップあるいは処理時間など）から算出した環境評価と、を解析結果として取得する。そしてユーザ端末１００はこの解析結果を動画撮影支援装置２００に送信する。

【0090】

動画撮影支援装置２００の原因検出部１００３は、ユーザ端末１００から送信された解析結果と、環境チェック指摘テーブル３２０内の指摘情報と、を照合することで、該当する指摘情報を特定する。

【0091】

原因出力部１００４は、動画撮影支援装置２００に設けられる。原因出力部１００４は、環境チェック指摘テーブル３２０から、ＡＩ加工の支障になる原因を示す情報として指摘情報を抽出し、動画制作者が有するユーザ端末１００に出力する。

【0092】

対応策記憶部１００５は、原因検出部１００３によって検出された画像処理に支障となる原因に対する対応策を記憶する。本実施形態では、対応策記憶部１００５は、環境チェックアドバイステーブル３３０として具現化されている。

【0093】

環境チェックアドバイステーブル３３０に記憶されているアドバイス内容（対応策）は、環境チェック指摘テーブル３２０から画像処理に支障となる原因を示す情報として抽出された指摘情報と共に、原因出力部１００４によってユーザ端末１００に送信される。

【0094】

原因出力部１００４によって送信された指摘情報及びアドバイス内容がユーザ端末１００に表示されている様子を図１５に示す。

【0095】

チュートリアル情報記憶部１００６は、動画制作者にチュートリアル情報として出力される画像データを記憶する。本実施形態では、チュートリアル情報記憶部１００６は、チュートリアルテーブル３１０として具現化されている。

【0096】

チュートリアル情報出力部１００７は、ユーザ端末１００から出力されるリクエストに応じて、チュートリアル情報記憶部１００６に記憶されているチュートリアル情報をユーザ端末１００に出力する。

【0097】

＝＝処理の流れ＝＝
次に、本実施形態に係る動画撮影支援システム１０００による処理の具体例を、図１３～図２１を参照しながら説明する。

【0098】

＜全体の処理＞
まず、全体の処理の流れを図１３及び図１４を参照しながら説明する。図１３は、全体の処理の流れを示すフローチャートであり、図１４は、ユーザ端末１００に表示される処理メニューの例を示す図である。動画制作者は、図１４に示すユーザ端末１００に表示される処理メニュー内の項目を選択することで、処理を開始することができる。

【0099】

動画制作者が図１４に示す処理メニューにおいて「撮影環境チェック」を選択すると、動画撮影支援システム１０００は環境チェック処理を開始する（S1000）。

【0100】

環境チェック処理は、動画内の所定の被写体に対する画像処理、例えば人物の顔を変形させる画像処理の支障となる原因を動画データ６００から検出して動画制作者に通知する処理である。つまり、動画撮影支援システム１０００は、動画撮影時の背景や明るさ、出演者の姿勢やメイク、髪型、服装など、撮影対象や撮影環境、撮影条件に問題がないかをチェックして動画制作者に通知する。例えば動画撮影支援システム１０００は、被写体加工ＡＩ６２０が出演者の顔を誤認しそうな背景になっていないか、誤認しそうな背景になっていれば、どのカットのどの構図のどの背景が問題かを通知する。これにより、動画制作者は、本番の撮影を始める前に、カット割りの修正や調整を行うことができる。

【0101】

続いて動画制作者が図１４に示す処理メニューにおいて「被写体事前撮影」を選択すると、動画撮影支援システム１０００は被写体チェック処理を開始する（S1010）。

【0102】

被写体チェック処理は、出演者の顔（被写体）の特徴量を抽出する処理である。また顔の特徴量が抽出しにくい場合は、どのようにすればよいかのアドバイスを行うこともできる。

【0103】

そして動画制作者が図１４に示す処理メニューにおいて「本番撮影中チェック」を選択すると、動画撮影支援システム１０００は動画撮影処理を開始する（S1020）。動画撮影処理は、本番の動画撮影を行う処理である。

【0104】

その後、動画制作者が図１４に示す処理メニューにおいて「加工処理」を選択すると、動画撮影支援システム１０００は被写体加工処理を開始する（S1030）。

【0105】

被写体加工処理は、被写体加工ＡＩ６２０を用いて、動画内の被写体、例えば動画の出演者の顔を別人の顔に変形する処理である。上述した環境チェック処理及び被写体チェック処理を事前に行うことで、出演者の顔を別人の顔に変形するような、被写体に対する加工を行う際の問題点が生じることなく本番の動画撮影が行われるので、本番の撮影をやり直したりすることなく、極めて効率的に動画制作作業を行うことができる。

【0106】

＜環境チェック処理＞
続いて、上述した環境チェック処理について、図１５～図２２を参照しながら説明する。図１６は、図１４において「撮影環境チェック」を選択した場合に、ユーザ端末１００に表示される処理メニューの例を示す図である。動画制作者は、図１６に示すユーザ端末１００に表示される処理メニュー内の項目を選択することで、各処理を開始することができる。

【0107】

[チュートリアル処理]
動画制作者が図１６に示す処理メニューにおいて「チュートリアル」を選択すると、動画撮影支援システム１０００はチュートリアル情報をユーザ端末１００に出力する処理を開始する。

【0108】

ユーザ端末１００は、「チュートリアル」が選択されると、チュートリアルデータ送信要求を動画撮影支援装置２００に送信する（S2000）。これを受けて動画撮影支援装置２００は、チュートリアルテーブル３１０からチュートリアル情報を読み出して（S2010）、ユーザ端末１００に送信する（S2020）。

【0109】

ここで、例えばチュートリアル情報はウェブページを構成しており、動画制作者は、閲覧したい内容のチュートリアル情報をユーザ端末１００上で選択して、ユーザ端末１００に表示させることができる（S2030）。

【0110】

チュートリアル情報には、テキストや写真、動画、音声など、様々なデータを含めることができる。

【0111】

このように、動画制作者はいつでも見たい内容のチュートリアル情報を閲覧することができるので、初めて動画撮影支援システム１０００を使う場合や、使い方に慣れていない場合など、ＡＩ加工に適した撮影条件や撮影環境がどういうものであるのかが分からない場合であっても、過去の環境チェックの結果や指摘内容を踏まえて、ＡＩ加工に適した事例やモデルケースを見ることができるので、不安なく動画撮影支援システム１０００を使用することが可能となる。

【0112】

[インプット]
動画制作者が図１６に示す処理メニューにおいて「インプット」を選択すると、動画撮影支援システム１０００は動画データ６００を取得する処理を開始する。動画撮影支援システム１０００への動画データ６００の取り込み方法は主に２つあり、一つは、ユーザ端末１００のカメラ機能を用いて動画を撮影する方法であり、もう一つは、別途の動画撮影機器等を用いて事前に撮影された動画の動画データ６００をユーザ端末１００に取り込む方法である。

【0113】

図１６のメニュー画面において「カメラ撮影開始」を選択すると前者の方法で動画データ６００がユーザ端末１００に取り込まれ、「撮影済みデータ入稿」を選択すると、後者の方法で動画データ６００がユーザ端末１００に取り込まれる。

【0114】

図１８及び図１９に、前者の方法で動画データ６００を取り込む場合のフローチャートを示す。なお後者の方法で動画データ６００を取り込む場合のフローチャートは、S3050から始まる以外、図１８及び図１９のフローチャートと同じなので省略する。

【0115】

まずユーザ端末１００は、「カメラ撮影開始」が選択されると、撮影環境チェック開始要求を動画撮影支援装置２００に送信する（S3000）。これを受けて動画撮影支援装置２００は、撮影指示テーブル３５０から撮影指示内容を読み出して（S3010）、ユーザ端末１００に送信する（S3020）。

【0116】

ユーザ端末１００は、撮影指示内容を画面に表示した後（S3030）、カメラ機能を使って動画の撮影開始する（S3040）。

【0117】

ユーザ端末１００は、動画の撮影が終了すると、動画データ６００を動画撮影支援装置２００に送信する（S3050）。そして動画撮影支援装置２００は、動画データ６００に対してメディアＩＤを付与した上で、動画データ６００をしてマルチメディアマスタ３００に保存する（S3060）。また動画撮影支援装置２００は、新たな環境チェックＩＤを生成し、環境チェック履歴テーブル３６０に登録する（S3070）。

【0118】

一方、ユーザ端末１００は、動画データ６００を環境チェックＡＩ６１０に入力することで、環境チェック処理を行う（S3080）。この環境チェック処理において、動画データ６００に対する解析が行われると、ユーザ端末１００は、解析結果を動画撮影支援装置２００に送信する（S3090）。

【0119】

解析結果に、顔認証処理が失敗した旨の通知が含まれていた場合には、動画撮影支援装置２００は、S3100においてYes(問題あり)に進み、環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０から、ぞれぞれ、解析結果の内容に該当する指摘情報とアドバイス内容を取得する（S3110）。またユーザ端末１００はS3140においてYes(問題あり)に進む。

【0120】

そして動画撮影支援装置２００は、上記の指摘情報及びアドバイス内容をユーザ端末１００に送信し（S3120）、ユーザ端末１００は、図１５に例示したように、指摘情報とアドバイス内容を画面に表示する（S3130）。

【0121】

一方、解析結果に、顔認証処理が失敗した旨の通知が含まれていない場合には、動画撮影支援装置２００は、S3100においてNo(問題なし)に進む。

【0122】

そしてユーザ端末１００は、S3140においてNo(問題なし)に進み、動画データ６００に問題がなかった旨の解析結果を画面に表示する
その後ユーザ端末１００は、動画撮影時の備忘録等の撮影メモの入力を受け付けて（S3160、S3170）、撮影メモを動画撮影支援装置２００に送信する（S3180）。そして動画撮影支援装置２００は、撮影メモをマルチメディアマスタ３００に記録する（S3190）。

【0123】

動画制作者が動画の撮影をやり直す場合には、ユーザ端末１００は、S3200においてNoに進み、上記の処理を繰り返し行い、動画の撮影を終了する場合には、S3200においてYesに進む。

【0124】

[過去の履歴確認]
動画制作者は、図１６に示す処理メニューにおいて「過去の履歴確認」を選択すると、環境チェック履歴テーブル３６０に記録されている過去の環境チェックの履歴を閲覧することができる。図２０に、環境チェックの履歴を閲覧する場合のフローチャートを示す。

【0125】

図１６に示す処理メニューにおいて「過去の履歴確認」が選択されると、環境チェック履歴確認要求を動画撮影支援装置２００に送信する（S4000）。

【0126】

そうすると動画撮影支援装置２００は、環境チェック履歴テーブル３６０に記録されている履歴情報と、メディアＩＤにより特定される動画データ６００を取得して、ユーザ端末１００に送信する（S4010、S4020）。

【0127】

そしてユーザ端末１００はこれらの履歴情報と動画データ６００を画面に表示する（S4030）。

【0128】

このような態様により、動画制作者は、過去に撮影した動画およびその動画に対する環境チェックの結果（指摘内容やＡＩ加工に適しているかの評価など）を確認できる。

【0129】

[チュートリアル改善]
なお、本実施形態に係る動画撮影支援システム１０００（動画撮影支援装置２００）は、チュートリアルテーブル３１０に記録されているチュートリアル情報を、適時のタイミングで（例えば１か月ごとや１年ごと等の所定期間ごとに自動で、あるいはオペレータからの指示入力があったときに手動で）アップデートする機能を有している。

【0130】

図２１に、動画撮影支援システム１０００がチュートリアルテーブル３１０の内容を更新する際のフローチャートを示す。

【0131】

所定の更新のタイミングが到来すると、動画撮影支援装置２００は、環境チェック指摘テーブル３２０を参照し、環境評価値が第１所定値以上（例えば７０以上）のメディアＩＤと、第２所定値以下（例えば３０以下）のメディアＩＤと、を抽出する（S5000）。

【0132】

また同様に、動画撮影支援装置２００は、ＡＩ加工関連情報ＤＢ３４０を参照し、加工評価値が第３所定値以上（例えば７５以上）のメディアＩＤと、第４所定値以下（例えば２５以下）のメディアＩＤと、を抽出する（S5010）。

【0133】

そして動画撮影支援装置２００は、環境評価値が第１所定値以上かつ加工評価値が第３所定値以上のメディアＩＤで特定される動画を、ＡＩ加工に適した動画（良い例）として抽出し、環境評価値が第２所定値以下かつ加工評価値が第４所定値以下のメディアＩＤで特定される動画を、ＡＩ加工に適さない動画（悪い例）として抽出する（S5020）。

【0134】

そして動画撮影支援装置２００は、マルチメディアマスタ３００や環境チェック指摘テーブル３２０、ＡＩ加工関連情報ＤＢ３４０に記載されている、撮影場所などの関連情報やメイク、ポージング、背景などの解析結果の情報を用いて、所定の書式に沿って説明文を作成する（S5030）。

【0135】

そして動画撮影支援装置２００は、各動画のメディアＩＤと上記説明文を用いてウェブページの形式でモデルケース情報を構成し、チュートリアルテーブル３１０に保存する（S5040）。

【0136】

このとき動画撮影支援装置２００は、チュートリアルテーブル３１０に以前から保存されていた古いモデルケース情報を削除してから新しいモデルケース情報を保存するようにするとよい。このような態様により、動画制作者に対して新しい内容のチュートリアル情報を提示し続けることができる。

【0137】

あるいは動画撮影支援装置２００は、古いモデルケース情報を削除せずに、新しいモデルケース情報を追加するようにしてもよい。このような態様により、動画制作者は徐々に多くのモデルケース情報を閲覧することが可能になる。

【0138】

[アドバイス改善]
また本実施形態に係る動画撮影支援システム１０００（動画撮影支援装置２００）は、環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０に記録されている内容を、適時のタイミングで（例えば１か月ごとや１年ごと等の所定期間ごとに自動で、あるいはオペレータからの指示入力があったときに手動で）アップデートする機能を有している。

【0139】

図２２に、動画撮影支援システム１０００が環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０の内容を更新する際のフローチャートを示す。

【0140】

所定の更新のタイミングが到来すると、動画撮影支援装置２００は、環境チェック指摘テーブル３２０を参照し、環境評価値が第５所定値以上（例えば７０以上）のメディアＩＤと、第６所定値以下（例えば３０以下）のメディアＩＤと、を抽出する（S6000）。

【0141】

また同様に、動画撮影支援装置２００は、ＡＩ加工関連情報ＤＢ３４０を参照し、加工評価値が第７所定値以上（例えば７５以上）のメディアＩＤと、第８所定値以下（例えば２５以下）のメディアＩＤと、を抽出する（S6010）。

【0142】

そして動画撮影支援装置２００は、環境評価値が第５所定値以上かつ加工評価値が第７所定値以上のメディアＩＤで特定される動画を、ＡＩ加工に適した動画（良い例）として抽出し、環境評価値が第６所定値以下かつ加工評価値が第８所定値以下のメディアＩＤで特定される動画を、ＡＩ加工に適さない動画（悪い例）として抽出する（S6020）。

【0143】

そして動画撮影支援装置２００は、マルチメディアマスタ３００や環境チェック指摘テーブル３２０、ＡＩ加工関連情報ＤＢ３４０に記載されている、撮影場所などの関連情報やメイク、ポージング、背景などの解析結果の情報を用いて、加工に適したシーン、適さなかったシーンを抽出し、加工に適した理由及び加工に適さななかった理由を分析することで、所定の書式に沿って説明文及びアドバイスを作成する（S6030）。

【0144】

そして動画撮影支援装置２００は、各動画のメディアＩＤと上記説明文およびアドバイスを環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０に保存する（S6040）。

【0145】

このような態様により、環境チェック指摘テーブル３２０及び環境チェックアドバイステーブル３３０を最適な内容に更新することができる。これにより、動画制作者に対して適切な情報を提示することができる。

【0146】

以上、本実施形態に係る動画撮影支援システム１０００、動画撮影支援システム１０００の制御方法及びプログラムについて説明したが、本実施形態に係る動画撮影支援システム１０００、動画撮影支援システムの制御方法及びプログラムによれば、動画内の所定の被写体に対する画像処理が適切に行われるように、事前に動画の撮影環境や撮影条件をチェックして改善点を指摘し、動画制作者の労力を軽減可能とすることが可能になる。

【0147】

なお上述した実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。

【符号の説明】

【0148】

１００ ユーザ端末
１１０ ＣＰＵ
１２０ メモリ
１３０ 通信装置
１４０ 記憶装置
１５０ 入力装置
１６０ 出力装置
１７０ 記録媒体読取装置
２００ 動画撮影支援装置
２１０ ＣＰＵ
２２０ メモリ
２３０ 通信装置
２４０ 記憶装置
２５０ 入力装置
２６０ 出力装置
２７０ 記録媒体読取装置
３００ マルチメディアマスタ
３１０ チュートリアルテーブル
３２０ 環境チェック指摘テーブル
３３０ 環境チェックアドバイステーブル
３４０ ＡＩ加工関連情報ＤＢ
３５０ 撮影指示テーブル
３６０ 環境チェック履歴テーブル
５００ ネットワーク
６００ 動画データ
６１０ 環境チェックＡＩ
６２０ 被写体加工ＡＩ
７００ ユーザ端末制御プログラム
７１０ 動画撮影支援装置制御プログラム
８００ 記録媒体
１０００ 動画撮影支援システム
１００１ ＡＩモデル記憶部
１００２ 動画データ取得部
１００３ 原因検出部
１００４ 原因出力部
１００５ 対応策記憶部
１００６ チュートリアル情報記憶部
１００７ チュートリアル情報出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】