目的
映像及び音声に応じて映像の注視領域を誘導し、映像コンテンツの品質を高く保ちながら映像を符号化する映像符号化装置及びプログラムを提供する。
効果
主観的な品質を低下させずに符号化データ量を圧縮することができるだけでなく、演出意図をより強く反映して効果的な視聴体験に結び付けるようなコンテンツの制作が可能となる。
技術概要
映像及び音声に応じて映像の注視領域を誘導するように映像を符号化する映像符号化装置で、
処理前の映像を入力し、付随する映像メタデータ又は映像解析により、映像オブジェクトの位置座標及び形状座標を抽出する映像オブジェクト位置・形状抽出部と、
映像に付随する音響メタデータを基に処理対象の映像フレームにおける位置座標を生成し、映像オブジェクトの位置座標を基に最近位置の映像オブジェクトに紐づけるとともに音声オブジェクトの音声を入力するか又は映像メタデータを参照し、音声オブジェクトの音の大きさを検出し、音声オブジェクトに紐づけされた映像オブジェクトの位置座標とその音の大きさの情報とを対応付ける音声位置生成部と、
所定の基準に基づいて発音体として紐づけされる映像オブジェクトのうち注視誘導する映像オブジェクトを定め、誘導注視領域を決定する誘導注視領域生成部と、
誘導注視領域の符号化画質を他の領域よりも高めるように、符号化する際の符号量を制御する符号化制御情報生成部と、
符号量の制御に基づいて映像を符号化し、符号量の制御情報を少なくとも示す符号化パラメータを含む符号化ストリームを生成する映像符号化部と、
を備える映像符号化装置。
基本情報
開放特許情報
)
登録者情報
その他の情報
