ハイパービデオ

ハイパービデオ、またはハイパーリンクされた ビデオは、埋め込まれたインタラクティブなアンカーを含む表示されるビデオストリームであり、^{[1]ビデオと他の}ハイパーメディア要素間のナビゲーションを可能にします。ハイパービデオはハイパーテキストに似ており、読者はある文書内の単語をクリックして、別の文書または同じ文書内の別の場所から情報を取得できます。ハイパービデオはビデオと非線形情報構造を組み合わせ、ユーザーがビデオの内容とユーザーの興味に基づいて選択できるようにします。

ハイパービデオとハイパーテキストの決定的な違いは、時間という要素です。テキストは通常​​静的ですが、ビデオは動的です。ビデオの内容は時間とともに変化します。したがって、ハイパービデオには、静的なハイパーテキスト ページとは異なる技術的、美的、修辞的な要件があります。たとえば、ハイパービデオでは、ビデオ内のオブジェクトから、特定の期間のみ表示されるリンクを作成する場合があります。したがって、ビデオを適切にセグメント化し、ビデオ内のフレーム (またはオブジェクト) から他のメディア形式の関連情報にリンクするために必要な メタデータを追加する必要があります。

キノオートマット（1967年）は世界初のインタラクティブ映画。^[2]現代のハイパービデオシステムは、非線形の物語やインタラクティブ性など、この映画の中核となる概念のいくつかを実装しています。

ビデオ間のリンクは、MITメディアラボのインタラクティブシネマグループによって実証されました。Elastic Charles ^[3]は、1988年から1989年にかけて開発されたハイパーメディアジャーナルで、ビデオ内に「マイコン」と呼ばれる注釈が配置され、他のコンテンツへのリンクを示していました。インタラクティブコンティキ博物館を実装する際、^[4]リストルは、マイコンを使用してビデオの脚注を表しました。ビデオの脚注は、ビデオの注釈に適用された文学的な脚注の意図的な拡張であり、従来のテキストと初期のハイパービデオの間に連続性を提供しました。^[5] 1993年に、平田ら^[6]は、ハイパーメディアシステムのメディアベースのナビゲーションを検討しました。このシステムでは、検索するメディアと同じタイプのメディアがクエリとして使用されます。たとえば、画像の一部（たとえば、形状や色で定義される）は、関連する画像にリンクできます。このアプローチでは、ビデオの内容が、他の関連コンテンツへのリンクを形成する基礎になります。

HotVideoは、1996年にIBMの中国研究所で開発された、この種のハイパービデオの実装でした。^[7]関連リソースへのナビゲーションは、ビデオ内の動的オブジェクトをクリックすることで実現されました。1997年に、MITメディアラボのオブジェクトベースメディアグループのプロジェクトであるHyperSoapがこの概念をさらに発展させました。これは、視聴者が強化されたリモコンでビデオ内のオブジェクトをクリックして、その購入方法の情報を見つけることができる短いメロドラマ番組でした。関連する技術を商品化するためにWatchpoint Media社が設立され、インタラクティブテレビ向けのStorytellerという製品が生まれました。

ハイパーテキストからハイパービデオへの進化を示すものとして、ハイパーテキスト執筆環境であるStoryspace ^[8]は、リンクを表示するために空間メタファーを採用しています。これは、他の執筆スペースにリンクするコンテンツ用の汎用コンテナである「執筆スペース」を利用しています。1996 年には、ハイパービデオの人気のある実験的プロトタイプであるHyperCafe ^[9]がこのツールを利用して「物語ビデオ スペース」を作成しました。これはハイパービデオ システムの初期モデルとして開発され、ユーザーを仮想カフェに配置し、ユーザーがビデオと動的に対話してさまざまな会話を追うことができるようにしました。

1997年、イスラエルのソフトウェア会社Ephyx Technologiesはv-active [ ^10]という製品をリリースしました。これはハイパービデオ用の初の商用オブジェクトベースオーサリングシステムの一つです。しかしこの技術は成功しませんでした。Ephyxは1999年に社名をVeonに変更し、ハイパービデオからWebおよびブロードバンドコンテンツの開発ツールの提供へと重点を移しました。^[11]

1999年に設立されたEline Technologiesは、QuickTime、Flash、MPEG-4、HTML5形式をサポートするVideoClix ^{[12]と呼ばれるハイパービデオソリューションを開発し、Brightcove、ThePlatform、Ooyalaなどの}オンラインビデオプラットフォーム上でウェブやモバイルデバイス上でクリック可能なビデオを配信し収益化するためのSaaSソリューションとして使用されてきました。^[要出典]

ハイパービデオの最初のステップは 1980 年代後半に踏み出されました。多くの実験 ( HyperCafe、HyperSoap ) は、その後広範囲に調査されておらず、オーサリング ツールは現在、少数のプロバイダーからのみ提供されています。^{[引用が必要]}

スミスらは2002年に「デジタルライブラリの人気と範囲は拡大しており、ビデオはそのようなアーカイブの重要な構成要素です。すべての主要なニュースサービスには膨大なビデオアーカイブがあり、教育、歴史研究、さらには娯楽にも役立つ貴重な映像があります」と書いています^[1]。画像やビデオの直接検索は、テキストのインデックス作成や検索よりもはるかに難しい作業ですが、ハイパービデオ方式によって大幅に改善される可能性があります。^{[引用が必要]}

ハイパービデオは、ハ​​イパーリンクされたテキストと比較すると、ビデオ特有のノード分割の難しさ、つまりビデオをアルゴリズムで識別可能でリンク可能なコンテンツに分割する難しさのために困難です。

動画は、基本的に、情報を表示する画像のシーケンスです。動画を意味のある部分（画像内のオブジェクト、または動画内のシーン）に分割するには、空間と時間の両方でコンテキストを提供し、この画像シーケンスから意味のある要素を抽出する必要があります。人間は自然にこの作業を実行できますが、アルゴリズムで行うことが望ましいです。ただし、これを実現する方法の開発は複雑な問題です。NTSC フレーム レートが 30 フレーム/秒の場合、 [ ^13] 30 秒の短い動画でも 900 フレームで構成されます。すべてのフレームに人間の介入が必要な場合は、個別の動画要素を識別するのが面倒になります。中程度の量の動画素材の場合、手動での分割は明らかに非現実的です。

時間の観点から見ると、ビデオの最小単位は 1 つのフレームです。^[5]ノードのセグメンテーションはフレーム レベルで実行できます。フレームは簡単に識別できるため、これは簡単な作業です。ただし、ビデオは必然的に動的であるため、1 つのフレームにビデオ情報を含めることはできません。同様に、テキストから分離された 1 つの単語では意味が伝わりません。したがって、次のレベルの時間的構成であるシーンを考慮する必要があります。シーンは、意味を伝える最小の連続したフレーム セットとして定義できます。これはハイパービデオにとって重要な概念です。ハイパービデオ リンクが 1 つのシーン全体でアクティブであるが、次のシーンではアクティブではないことを望む場合があるためです。したがって、シーンの粒度はハイパービデオの作成において自然なものです。したがって、ハイパービデオにはシーンの遷移を検出できるアルゴリズムが必要です。より粗いレベルの時間的構成を想像できます。シーンをグループ化して物語のシーケンスを形成し、それをグループ化してビデオを形成できます。ただし、ノードのセグメンテーションの観点からは、これらの概念はそれほど重要ではありません。

フレームが最小の時間単位であるとしても、サブフレームレベルでビデオを空間的にセグメント化し、フレーム画像をその構成オブジェクトに分離することができます。これは、オブジェクトレベルでノードセグメンテーションを実行するときに必要です。この場合も時間によって複雑さが生じます。1 つのフレームでオブジェクトを区別した後でも、通常は同じオブジェクトを一連のフレームで追跡する必要があるためです。オブジェクトトラッキングと呼ばれるこのプロセスは、ビデオ内のオブジェクトからリンクを作成するために不可欠です。オブジェクトの空間セグメンテーションは、たとえば、エッジを検出するための強度勾配、領域を一致させるための色ヒストグラム、^[1]モーション検出、^[14]またはこれらと他の方法の組み合わせによって実現できます。

必要なノードがセグメント化され、関連するリンク情報と結合されたら、このメタデータを元のビデオに組み込んで再生する必要があります。メタデータは概念的にはビデオの上のレイヤーまたはトラックに配置されます。このレイヤー構造は、表示と操作のためにユーザーに提示されます。したがって、ハイパービデオ コンテンツを作成するときは、表示テクノロジとハイパービデオ プレーヤーを無視しないでください。たとえば、追跡されたオブジェクトに関連付けられた領域のジオメトリを特定のキーフレームにのみ保存し、プレーヤーがこれらのキーフレーム間を補間できるようにすることで、効率を上げることができます。これは、 HotVideo用に開発されたものです。^{[15]さらに、} VideoClixの作成者は、そのコンテンツが Quicktime や Flash などの標準プレーヤーで再生できることを強調しています。^[要出典]

動画コンテンツに対するユーザーの返信は、従来は動画の再生シーケンスに埋め込まれないテキストまたは画像リンクの形式でしたが、Viddlerなどの動画ホスティング サービスを通じて、動画の画像内と再生の一部内 (進行状況スライダー要素内の選択された時間の長さ経由) の両方に埋め込まれるようになりました。この機能は、「動画コメント」または「音声コメント」と呼ばれるようになりました。

• インタラクティブビデオ

• ハイパーテキストからハイパービデオへ
• 今日のハイパービデオの図
• 米国特許 6462754
• 技術レポート TR02-017 UNC チャペルヒル