著作権管理システムのボトルネックと階層構造の提案

次に著作権管理システムとしての全体の高速化・効率化を考えるためにシステム全 体におけるボトルネックについて整理する．UGCサイト向けの動画識別著作権管理 システムにおけるボトルネックは２つある．1つ目は大容量動画データのダウンロー ド，2つ目はダウンロードしたデータとデータベースの照合である．ここで，照合の ボトルネックを光相関システムを導入することで解消するシステムを考えると，シス テム全体におけるボトルネックはデータのダウンロードとSLMへのデータ転送とな

第5章 光相関システムの応用Ⅰ：

類似画像検索システム

現状の光相関システムにおいては基本的に入力数に比例した演算時間が必要である．

つまり，入力数の削減が可能となると，システムの高速化に直結する．さらに，著作 権管理システム全体の照合速度はダウンロードの負荷にも比例するため，入力データ の削減は重要である．そこで，本研究では，UGCサイトで共有されている動画はア ニメと実写の二つの分類に分けることができることに注目した．実際，シンプルで短 いキーワードを頼りに動画データをクローリングを行うと，実写動画とアニメ動画の 割合は実写動画のほうが多くなるのが一般的である[133]．このことは，アニメ動画 の著作権管理に特化して考える場合，テキスト検索による分類に加えて実写かアニメ かをサムネイル画像で分類できれば入力動画データ数を削減できることになる．入力 動画データ数の削減が可能となると，画像や動画識別の高速化という観点もさること ながら動画ダウンロード数を同様に削減可能でありシステム全体の効率化に対して極 めて有効となる．これまでの動画分類に関する研究においては，高度なアルゴリズム を利用した数多くのカテゴリー分類に関する提案がなされてきた[134, 135]．しかし ながら，これらは画像の分類を目的とするものであり，アニメ画像のみを抽出すると いう観点とは異なっていた．そこで，本研究では著作権管理システムにおけるボトル ネックの改善として，限られた画素数や改変されたサムネイル画像を対象に実写デー タを排除することを目的とした画像分類法を構築した．構築した画像分類法を用いて 図5.18に示すように動画ダウンロード前に画像のカラー特徴によるアニメ・実写カテ ゴライズを導入する階層構造を提案する．

インターネットからの入力データの取得 クローリング

キーワード入力

動画データの ダウンロード

前処理

静止画化・カテゴライズ 特徴抽出

高速データ転送

＆ 光データベース Internet

光相関演算

光相関演算システム

図5.17: 光相関システムを導入した著作権管理システムのボトルネック.

82

5.5光相関に基づく著作権管理システム

インターネットからの入力データの取得 キーワード入力

キーワード入力 クローリング

キーワード入力

動画データのダウンロード 分類

前処理

静止画化・カテゴライズ 特徴抽出

実写 アニメ Internet

高速データ転送

＆ 光データベース

光相関演算

空間光変調器

光相関演算システム

図5.18:光相関に基づく著作権管理システムの効率化のための提案階層構造.

キーワード検索して集めた動画のサムネイル画像を入力動画候補として色特徴量を 算出し，アニメ・実写カテゴリーに分類する．つまり，図5.19 (b)中に赤太枠で示して いる前処理の部分にアニメ・実写カテゴライズを組み込む．そして，データベースとカ テゴリーが同じ動画のみダウンロードを行い，光相関システムでの照合用の前処理を 行い照合用のデータを作成する．このように，動画ダウンロードと光相関システムに よる画像対画像での照合を行う前にアニメ・実写カテゴライズを行うことにより，大 容量の動画データのダウンロード数を減らせると同時に光相関システムへの入力デー タの数を絞り込むことが可能となり，照合効率向上が可能となる．

第5章 光相関システムの応用Ⅰ：

類似画像検索システム

(b) インターネットからの入力データ

(2) 前処理

(d) 光相関演算結果取得

検索キーワード入力 (1) クローリング (1) 入力

データ取得 ^{テレビ放送 DVD}

(2) 前処理 (a) データーベース登録

動画データのダウンロード

特徴量抽出

静止画化・カテゴライズ アニメ・実写分類

Animation Live

(c) 光相関演算

ホログラムへ入力 ホログラム光ディスク

静止画化・カテゴライズ 特徴量抽出

(3) データベース登録

光強度取得 データフォーマット変換

図5.19:光・デジタルハイブリット著作権管理システムのフローチャート．