動画アノテーション

2026年9月22日

口が動いている人が話者とは限らない　映像と音声から「誰が話しているか」を付ける

会話の映像に二人の顔が映っていて、一人の口が動いている。それだけで、その人を話者と判断できるでしょうか。映画やインタビューには、画面外から聞こえる声、声を出さずに口だけ動かす人物、別の人物の声に重なる反応、編集による映像と音声のずれがあります。映像だけを見て「口が動いている人」を選んでも、実際に聞こえている声の話者とは一致しません。 AVA ActiveS…
2026年9月18日

「失敗」はどの瞬間から始まる？人の意図が崩れる瞬間をデータにする

人が何かに失敗した動画を見れば、私たちは「ここまでは予定どおりだったが、ここから失敗した」とおおよその境界を判断できます。しかし、その境界をデータにするとなると簡単ではありません。ジャンプに失敗して転倒した場合、失敗が始まったのは着地した瞬間でしょうか。姿勢を崩した瞬間でしょうか。それとも、踏み切る位置を間違えた時点でしょうか。 Oops! Predict…