ゲーム実況動画のハイライトシーン自動検出

山本研究室所属,学部4年の佐藤です.自分が行った研究について紹介します.

本研究では,YouTubeに投稿されたゲーム実況の生配信アーカイブ動画についているコメントデータを用いて,面白いシーンを推定する分類器の作成方法を提案しました.

事前に集めた動画からコメントの多い場面をシーンとして抽出し,そのシーンを面白い,面白くないでラベル付けを行いました.面白い,面白くないの判定はクラウドソーシングを利用し,客観的な評価となるようにしました.また,シーンについたコメントを「名詞の頻度」と「笑いを表現する文末表現を含む割合」の2つの観点からベクトル化し,この2つを考慮して特徴量としたものを本研究が提案する手法としました.

分類器を作成するために面白いと判断されたシーンのデータを正解データ,面白くないと判断されたシーンのデータを不正解データとして機械学習を行い,分類器の作成をします.二値分類問題であるためSVMを採用し,カーネル関数にはRBFカーネルを用いました.

提案特徴量の分類器の性能比較を行うために,「名詞の頻度」を特徴量とした分類器,「 笑いを表現する文末表現を含む割合 」を特徴量とした分類器を準備しました.比較する評価指標として適合率(Precision)を用いています.

比較の結果,提案特徴量を用いた分類器が最も高い適合率を記録しました.

今後の課題として未知の動画データから面白いシーンを推定し,そのシーンが実際に面白いシーンなのかを客観的に評価する必要があります.