TWI244005B - Book producing system and method and computer readable recording medium thereof - Google Patents

Description

1244005 修_ _案號 90122705_年月 日 五、發明說明（1) 【發明領域】 本發明係關於一種圖書製作系統與方法，特別關於一 種利用一電腦軟體分析一視訊源（Vide〇)以自動產生繪 :、畫冊、漫晝、電子書等圖書文件的圖書製作系統與方 法0 【習知技術】 根據目前的技術，一般在製作繪本、晝冊、漫晝、電 子書等圖書時，其内容的來源通常仍利用又工繪^旦或是 藉由電腦針對單張影像一一編輯整理，以便彙編成書冊。 然而，隨著數位攝影機、電視卡（TV Tuner Card )、機上盒（Setup Box) 、DVD、VCD等電子資訊產物的 日益普及，使用者可以很容易地取得數位視訊，因此，利 ，電恥處理視汛源以產生圖書文件，儼然成為電腦多媒體 读域的重要應用與需求。 .如上所述，當所得到的影像資料不是單張影像而是連 續影像的視訊源時，使用者必須將連續影像的視訊源分解 成複數張影像，然後才能夠藉由電腦針對該等影像編輯整 理成冊。然而，對於一般的視訊内容（Video content) 而言，在NTSC標準中，其撥放一秒鐘可能是包含29 97張 影像的連續切換，而在PAL標準中，其撥放一秒鐘可能是 包含25張影像的連續切換，所以，一分鐘長的視訊内容便 具有1500〜1800張影像’如果使用者--編輯每一張影 像’將是一件非常耗時而沒有效率的事。 第4頁 1244005

皇號9Q1乃7M 修正 五、發明說明（2) 月日 因此，如何能夠有效率 旦冊、漫晝、電子書等 利用視訊内容來產生繪本、 題。 ΰ曰文件’正是當前-個重要的課 【發明概要】 的為提供一種圖書製作系 視訊源以產生繪本、畫 圖書製作系統係用來產生 一圖書，且包括一視訊接 取模組、一插圖擷取模組 中，視訊接收模組接收、一 訊資料以取得一視訊資 種視訊袼式，文字擷取模 中取得文字部》，插圖梅 料中搁取至少一關鍵晝面 ，然後圖書產生模組依 生圖書。 观 系統更包括一編輯模組、 組、以及一製作方 擇模組接受一使用二 使用者之操作以4= 模組接收使用者選 曰 模組便套用所選出=需 <圖書 針對上述問題，本發明 統與方法，其係能夠自動目 冊、漫晝、電子書等圖書文 為達上述目的，依之 包括一文字部分及-插圖部= 收杈組、一解碼模組、一〜勺 以及-圖書產生模組。在本 原視讯貝料，解碼模組解碼 料，而原視訊資料可以是任^ 組則依據-製作方針自視訊 取模組則依據製作方針自視气二 (key frame )以作為插圖部八貧 所取得之文字部分與插圖部分77產 另外，依本發明之圖書製 一圖書格式（tempiate )選擇模 模組。在本發明中，製作方針驾 所需之製作方針，編輯模組接= 之内容進行編輯，圖書袼式選擇 的至少一圖書袼式，而圖書產生

1244005 _案號 90122705 年月日 修正 _ 五、發明說明（3) 格式來排版文字部分與插圖部分以產生圖書。 如上所述，製作方針選擇模組所能夠選擇之製作方針 係包括一音訊（a u d i 〇 )分析演算法則、一字幕（c a p t i ο η )分析演算法則、一場景/鏡頭變換分析演算法則以及一 影像分析演算法則，其中，音訊分析演算法則係一種分析 視訊資料之音訊資料的演算法則；字幕分析演算法則係一 種分析視訊貨料之字幕貧料的演鼻法則；場景/鏡頭變換 分析演算法則係一種分析視訊資料之場景/鏡頭變換資料 的演算法則；影像分析演算法則係一種分析視訊資料之影 像資料的演算法則，而且其可以將影像資料與預先提供之 一影像範例資料作比對分析，或是將影像資料與預先提供 之一物體資料作比對分析，或是分析出影像資料中的一字 幕影像資料。 因此，文字擷取模組與插圖擷取模組能夠依據上述之 音訊分析演算法則、字幕分析演算法則、場景/鏡頭變換 分析演算法則、或是影像分析演算法則來取得製作圖書所 需的文字部分與插圖部分等資料，接著，圖書產生模組將 上述文字部分與插圖部分套入圖書格式中，於是便自動產 生繪本、晝冊、漫晝、電子書等圖書文件。 本發明亦提供一種圖書製作方法，其包括一視訊接收 步驟、一解碼步驟、一文字擷取步驟、一插圖擷取步驟以 及一圖書產生步驟。在本發明中，視訊接收步驟先接收原 視訊資料，接著解碼步驟解碼原視訊資料以取得視訊資 料，然後文字擷取步驟與插圖擷取步驟分別自視訊資料中

1244005 90122705 五、發明說明（4) 擷取出製作圖書所需之文字 生步驟依據文字部分與插圖 另外，依本發明之圖書 於®書產生後編輯圖書之内 使用者選取所需之圖書格式 圖書袼式來產生圖書、以及 者選取所需之製作方針。 由於依本發明之圖書製 ，訊源，並配合多種視;格 字辨識、聲音辨識等技術， 子書等圖書文件，所以能夠 圖書文件。 修正 插圖部☆，最後圖書產 哔刀產生圖書。 ΐ作=法更包括一編輯步，驟用 , 圖書格式選擇步驟以便 一制=讓圖書產生步驟套用該 衣方針瑪擇模組以便使用 2系統與方法能夠自動分析一 1洋且整合視訊内容分析、文 ^繪本、畫冊、漫畫、電 有效率地利用視訊内容來產生 【車父佳實施例之詳細說明】 以下將參知、相關圖式’說明依本私afl t彳土〜 書製作系統與方法，其中相同的元：：明f佳貫施例之圖 加以說明。 件將以相同的參照符號 請參照圖1所示，依本蘇明鲈杜 統1係用來產生包括一圭貫施例之圖書製作系 一圖金sn ^栝文子邛为801以及一插圖部分802之 -製；二一視訊接收模組1〇1、一解碼模組102 ' 1 η十k擇杈組103、一文字擷取模組104、一插圖擷 二以Γ5、一圖書格式選擇模組106、-圖書產生模組 1 υ 7以及一編輯模組1 0 8。 在本實施例中，圖書製作系統丨可以應用於一電腦設 第7頁 1244005

曰 修正 備60中，而電腦設備60可以是習知的電腦裝置，立包括— :號源介面601、一記憶體6 02、— +央處理單元（cpu) 入二輸入裝置6〇4以及一儲存裝置6 0 5。其中，訊號源 二面〇1係與一訊號源輸出裝置或是一訊號源紀錄裝置連 接，例如是光碟機、FlreWlre (IEEE 1 394丨以”。“ (U⑷等介面袭置，而篇號源輸出裝置 '疋數位攝衫機，戒5虎源紀錄裝置例如是VCD、DVD等。 Ϊ =〇2.可以或，_等任何-種或數種設置於 電細衣置中的暫存記憶體。中央處理單元6〇 習知之中央處理器架冑，例如，包括AU、暫存器 腦以種資料之處理與運算，“及控制電 用者自行輸入訊息，或是操作各軟體模組的 儲存衣置60 5可以是硬碟機、軟碟機等公

數種電腦可讀取之資料儲存裝置。 裡A - 中的各模組係指儲存於儲存裝置6 05中或是 組之後=的軟體模M。中央處理單元603於讀取各模 SI二腦設備6°中的各元件來實現各模組的 力此然而需注意者，熟習該項技術者亦可將本 所揭露之軟體模組製作成硬體，如A s IC 、' ^Pp^ic=i〇n_specific …以加以 circuit)晶 4，而不运反本發明之精神與範疇。 在本實施例中，視訊接收模組i 〇1接收一原視訊資料 以下，細說明本實施例中各模組之功能。

1244005 __—^^——90122705 _—…土—…J__ΰ___f 止 — 五、發明說明（6) 4 v, 解碼模組1 0 2解'滿原視訊資刺4 G κ取得 視訊資制 4 1 ’製作方針選擇模組1 〇 3係接受一使用者的操作以選取 所需之一製作方針50 5文字擷取模組1 〇4則依據製作方針 5 0自視訊資料4 1中取得文字部分8 〇 1，插圖擷取模組1 〇 5則 依據製作方針5 0自視訊資料4 1中擷取至少一關鍵晝面以作 為插圖部分8 〇 2，而圖書格式選擇模組1 〇尽接收使用者之選 擇以提供至少一圖書格式7 0，圖書產生模組1 〇 7係套用圖 書格式7 0，並依據所取得之文字部分8 〇 1與插圖部分8 〇 2產 生圖書80，最後，編輯模組1〇8於圖書8〇產生之後，接受 使用者操作以編輯圖書8 0之内容。 如上所述，視訊接收模組丨係與訊號源介面6 〇 1配 合，例如，視訊接收模組1〇1可以透 1 3 9 4 I n t e r f a c e )取得儲存於數位攝影機中的原視訊資料 40，或是透過光碟機取得記錄於VCD、DVD中的原視訊資料 40。原視訊資料40係由各種視訊擷取裝置或接收裝置如數 位攝影機、電視卡、機上盒等，以及各種視訊儲存裝 DVD、VCD所儲存、傳送、廣播（Br〇adcasting)或接收的視 訊源，且其能夠以各種視訊資料格式（如MpEG —丨，mpeg MPEG4，AVI，ASF，MOV等）儲存、傳送、廣播或接收。， 、解碼模組1 〇2能夠針對輸入的原視訊資料4〇之視 式、編碼方式、或壓縮方式進行解碼轉換還原為編碼° 貢料或近似於編碼前之資料，例如，若編碼方式採用 壓縮方式(一Lossy C⑽pressi〇n)，則解碼後只能夠取失 似於編碼丽之貢料，以便產生一視訊資料41。纟本實心

第9頁 1244005 ----_案號90122705_生月日 絛正_ 五、發明說明（7) 中p視訊資料41包括一音訊資料411、一字幕資料4丨2以及 :影像資料4 1 3。音訊資料4 1 1為視訊資料4 1中所撥放的聲 曰’予幕資料4 1 2為配合影像資料4 1 3出現於螢幕上的字幕 串流（caption stream);影像資料413為視訊資料41所 ，不的所有單張影像，通常每秒鐘的視訊資料4丨係由2 5張 單張影像或2 9 · 9 7張單張影像連續撥放所構成。 製作方針選擇模組1 0 3係與輸入裝置6 〇 4配合，以便由 1用者利用輸入裝置604選擇製作圖書80時所必須遵循的 製作方針5 0，而依本實施例所提供的製作方針5 〇包括一音 汛演算法則5 〇 1、一字幕、分析演算法則5 〇 2、一影像分 析廣算法則5 0 3以及一場景/鏡頭變換分析演算法則5 〇 4。 承上所述’音訊分析演算法則5 〇 1係分析視訊資料4工 的音訊資料411，並利用特徵抽取（Features Extracti〇n) 與特徵匹配（Features Matching)方式進行分析。音訊資 料4 11之特欲包括如頻譜特徵（$ p e c t r & 1 F α κ $ )、音量 (Volume)、零軸交會率（Zer〇 Cr〇ssing Rate)、音調 (Pitch)等。如上所述，當抽取頻譜特徵（Spectrai Features)後，其經由雜音衰減（N〇ise “心以丨⑽）、分段 (Segmentation)，並利用快速傅利葉轉換（以^ F〇urier Transform)將音訊資料411轉至頻率域（FreQuency)，然後 由一組頻率濾波器（Fi lters)進行特徵值抽取，這組特徵 值，成一個頻譜特徵向 t(Spectral Feature Vect〇r)。 曰里疋合易里測之一種特徵，其可利用均方根值（rms， Root Mean Square )抑本甘此心y士 以"以 4 〃 η表其特徵值，然後藉由音量

1244005 _案號 90122705_年月日___ 五、發明說明（8) (Volume)分析可輔助分段（Segmentation)之進行，亦即透 過靜音偵測（S i 1 e n c e D e ΐ e c t i ο η )幫助音訊資料4 1 1段落邊 界（Boundaries)之決定。零轴交會率（Zero Crossing Rate)為計算每段（Clips)聲音波形（Waveform)與零軸 (Zero Axis)交會之次數。音調（Pi tch)為聲音波形 (Waveform)的基頻（Fundamental Freque’pcy)。因此，音 訊資料4 11可利用上述之音訊特徵及其特徵值所組成之特 徵向量（Feature Vector)與音訊樣本（Audio templates) 之特徵進行分析比對，以便取得所需的音訊資料4 i i，並 經由語音辨識技術取得文字部分8 〇 ΐ，並取得於視訊資料 4 1中與所需之音訊資料4 11對應之影像資料4丨3以作為插圖 部分80 2。在本實施例中，音訊分析演算法則5〇ι可以預先 提供音訊樣本類別，如音樂（Music)、語音（speech)、動 物聲（Animal Sound)、男聲（Male Speech)與女聲（Female

Speech)等，以供使用者選擇所欲尋找之音訊類別，因 此，特徵匹配便於容許的距離範圍内，尋找與音訊資料 411的特徵向量（Feature Vector )具有最短幾何距離 (Euclidean Distance)的音訊樣本類別，若此最接近之音 訊樣本類別與使用者所選擇之音訊類別㈣，則該音訊資 枓411符合搜尋條件，另外，可以利用最短幾何距離的倒 數（Inverse)來表示所選擇之音訊資料411的可信度 (Confidence)，從符合音訊樣本類別之音訊資^^丨找出 ，應之視Λ旦面^又落（c ΐ i p s )，並從這些視訊晝面段落的 母鏡頭中挑選出第一個符合取圖需求的影像作為插圖部

第11頁 1244005 年 月 修_ 曰 _案號901227的 五、發明說明（9) 为8 0 2 ( 即音汛分析演算法則5 〇 i可配合場景/鏡頭變換 =析凟算法則5 0 4運用已知的場景/鏡頭變換分析技術，取 付關鍵晝面，以作為圖書8 〇之插圖部分8 〇 2，相關技術手 段谷後况明）。另外，若視訊資料4丨包括字幕串流 CCapti⑽Stream) ’則解讀所選擇之音訊資料4U所對應 之視貝料4 1内的字幕串流，來作為圖書8 〇之文字部分 8/ 1J若視訊資料4 1未包括字幕串流，則解讀所選擇之音 Λ貝料411内之音訊資料41丨並利用語音分析廛辨識技術 (Speech Analysis and Recognition)進行語音與文字 (Voice to Text )的轉換處理，以作為圖書8〇之文字部分 8 0 1、。另外，音訊分析演算法則5 〇丨之運算複雜度低於影像 或視覺（Visual)分析，並可作為影像或視覺（Visual)分析 之引導及輔助資料。 本發明實施例中音訊分析演算法則5 〇 1運用已知的語 音分析與辨識技術，藉由音量（volume)分析輔助分段 (Segmentation)之進行，亦即透過靜音偵測（Silence Detection)確定音訊資料411段落邊界（B〇undaries)，將 視sfl >料41的音訊資料411分段（Segmentation)。音訊資 料4 11中第i個段落表示為s egme n t [ i ]其對應的之視訊書 面段落（C 1 i p s )，以C 1 i p [ i ]表示，包括音訊特徵如頻譜 特徵（Spectral Features)、音量（Volume)、零轴交會率 (Zero Crossing Rate)、音調（Pitch)等特徵所組成的特 徵向量以AudioVec (Segment[i])表示，使用者所選擇的 音说樣本類別（如音樂（Music)、語音（Speech)、動物聲

第12頁 1244005 案號90122705 _年月曰________修正_ 五、發明說明（10) (Animal Sound)、男聲（Male Speech)與女聲（Female Speech)等）之特徵向量以AudioVec (U s e r — A u d i ο — t e m p 1 a ΐ e )，則音訊分析演算法則5 0 1可表 示為： /*註：運用已知的語音分析與辨識技術 If dist (AudioVec (Segment[i] ) , A u,d i ο V e c (User_Audio —temp 1 ate ) )<T_audi oVec Then{

Segment[i] is selected and Apply 場景/鏡頭變換分析演算法則5 04 to C1 i p[i ] and

Save the First Non-Black and Non-Blank and

Non-Transition Frame after each Scene/Shot Boundary in C1ip [ i ] to插圖部分8 02 and

Extract words in Cl ip[ i ] to 文字部分 801 /*可依預設的圖書格式置入文字部分8 〇 1舆插圖部 分802 */ } END If 其中dist表示幾何距離（Euclidean Distance)取絕 對值，T_audioVec為對應音訊特徵所設定的門檻值 (Threshold Value)，表示若 Segment[i]音訊特徵與 使用者所選擇的音訊樣本之音訊特徵差異值在門檻值内則 Segment[i]是符合使用者所選擇的音訊段落。另外 ^

第13頁 1244005 案號 90122705 年 月 修正 五、發明說明（11) % 則

Extract words in Clip[i] 可利用語音分析與辨、 (Speech Analysis and Recognition)進行語音* 丄枝 (Voice to Text )的轉換處理或採用字幕分析演算个 502之原理擷取Clip[i]中的文字作為文字部分80J t 另外，字幕分析演算法則5 0 2係分析視訊資料4 j 字幕資料4 1 2，並篩選具有字幕之視訊晝'面。換言之中的 視訊資料41包括字幕串流則解讀字幕串流以作為立〜^ 人予部八

8 0 1 ’並哥找與字幕對應且時間同步之第一個視訊書面刀 為插圖部分8 0 2 ;若視訊資料4 1未包括字幕串流，而是^ 幕包含於視訊影像中則利用文字辨識技術將字幕 (Captions/Subt it les)從視訊影像中抽取出來作為文字部 分8 0 1，並針對篩選取得之視訊影像進行影像處理移除字 幕（可藉由前後視訊影像之資料進行内差法的運算處理）， 以取得無字幕的視訊影像以作為插圖部分802。如上所 述，文字辨識技術主要利用光學文字辨識技術（OCR，

Optical Character Recognition)進行文字辨識。光學文 字辨識技術已運用於許多文字辨識軟體，在此不再贅述。

運用已知的光學文字辨識技術，將視訊資料4 1中第i 個視訊畫面表示為Frame [ i ]，其文字部份表示為 Frame —Word[ i ]，其圖片部份表示為 Frame— P i cture [ i ] 則本發明實施例中字幕分析演算法則5 〇 2可表示為： Frame—Word[0]二NULL

Frame— Picture[0]二NULL N為視訊資料4 1之視訊畫面的總數

第14頁 1244005 ———_案號90122705_年月曰 修正_ 五、發明說明（12)

For i=l to N

If there are words in F r ame [ i ] or /木註：運用已 知的文字辨識技術* / there are captions or subtitles for

Frame[i ]

Then { extract words or captions or subtitles from Frame[i ] and Save as Frarae_Word[i]， remove words or captions or subtitles from

Frame[i ] and Save as Frame_ P i cture[i] }

End If ; IF F rame_Word[i ] Not Equal To Frame_Word[i-1] AND Not Equal To NULL Then {

Save Frame__Word[i] to 文字部分801 and Save Frame_ Picture[i] to插圖部分802 / *可依預設的圖書格式置入文字部分8 0 1與插圖部 分802 */ }

Else {

第15頁 1244005

1244005

案號 90122705 五、發明說明（14) 技術’將視訊資料41與本發明實施例中預先提供的影 例育料5 0 3 1如人臉、人形、車子等影像物件範例類別做 較’以便找尋影像視覺特徵相似性大之晝面，若將視訊資 料41中第i個視訊畫面表示為Frame[i]，其圖片部份/ 示為Frame— Picture[i]， 其文字部份表示為 Frame_Word[ i ]，使用者所選擇的影像範例類別以 User__0bject—Type表示，則本發明實施例中影像分析演算 法則5 0 3可表示為：

Frame_Word[0]=NULL Frame_ Picture[0]=NULL N為視訊資料4 1之視訊畫面的總數 For i = 1 to N

If there are words in Frame[i ] 〇r there are captions or subtitles for Frame[i] /*先圖文分離*/

Then { extract words or captions or subtitles from Frame[i ] and Save as Frame_Word[i]， remove words or captions or subtitles from Frame[i ] and Save as Frame_ Pi cture[i] }

Else {

第17頁 1244005 __ 案號90122705 年月日 修正_ 五、發明說明G5)

Frame— Picture[i] = Frame[i] and Frame_Word[i] =NULL }

End If ; IF F rame_Wor d [ i ] Not Equal To Fra,me_Wor d [ i -1 ] AND Not Equal To NULL Then

Save Frame —Word[i] to文字部分801 /*擷取文字部分80 1*/ / *並可依預設的圖書格式置入文字部分8 0 1 * /

Else

Skip F rame^Word[i] /* Frame—Word[i]不要置入文字部分801 */

End If ； /*註：運用已知的影像分析、辨識與比對技術*/ IF there are NO User—Object—Type in Frame— Picture[i]

Then {

Skip Frame_ Picture"] and /* Frame— Picture[i]不要置入插圖部分802 並移除沒有User — Object_Type物件的圖片*/

Frame— Picture[i]二NULL

第18頁 1244005

五、發明說明

End If ;

END FOR /*利用文字辨識技術將字幕從視訊影像中抽取出來作為文 子部分8 0 1，另外，將視訊資料4丨與使用者所選擇的影像 範例類別做比較，以運用0bject Detecti〇n或pattern D e t e c t i ο η技術對圖片部份進行物件偵測木/

For i=l to N / *註：運用已知分鏡技術，影像分析演算法則5 〇 3可設定 成同一鏡頭僅篩選一個畫面以作為插圖部分8 〇 2 * /

If Frame— Picture[i] NOT EQUAL TO NULL and dist (Pic_Vec(Frame_ Picture[i])5 Pic_Vec (Frame— Picture[i-l]))>Tshot then {

a shot boundary is detected and Save Frame_ Picture[i] to插圖部分802 /*可依預設的圖書格式及依Frame_ Picture[i]與Frame_Word[i]的相對位置置入插圖部分 802 氺 / END IF i 二 i + 1

第19頁 1244005 __案號 90122705_年月日_ 五、發明說明（17) END FOR / *影像分析演算法則5 0 3可設定同一鏡頭僅篩選一個晝面 以作為插圖部分8 0 2 * / 其中di st 表示幾何距離（Euclidean Distance)取絕 對值’ Tshot 為對應視覺特徵所設定的門檻值 (Threshold Value) ，Frame— Pi c turej i ]的視覺特徵所 組成的特徵向量以Pic —Vec(Frame— Picture[i])表示，視 覺特徵如亮度（Luminance)、色彩（Color)、紋理 (Texture)、形狀（shape)、頻譜特徵等，當一畫面之視 覺特性與前一畫面之視覺特性差異達到某一程度時，就可 在此畫面與前一畫面間作一分割，此為廣泛運用於視訊編 輯軟體的分鏡技術。 場景/鏡頭變換分析演算法則5 0 4係分析視訊資料4 1中 ，像資料413的場景/鏡頭變換，並篩選視訊資料41中影像 資料41 3的場景/鏡頭變換後第一個符合條件之晝面，以作 為圖書80之插圖部分8〇2以及視訊資料41之段落的分割 亦即疋，若視訊資料41包括字幕串流則解讀視訊資料 41之段落内的字幕資料4 12以作為圖書80之文字部分8(H ; 若視Λ為料4 1未包括字幕串流則解讀視訊資料^之段落内 m4u ’並利用語音分析進行語音與文字的轉換 為圖書8。之文字部分謝。一般而言，視訊資料 係為一視訊串列（Video seQuence)，其通常由許多場景 (c:nes):組成’而每一場景又由複數個鏡頭(編幻所 ，，且成。在β片巾，其最小單位是一個鏡頭，而影片便是由

1244005 _________案號—90122705 年月 - ’欠-

MW**·-" ......................................__ 口 11爹 jlL 五、發明說明（18) — ~一 — ·—·一一— 許夕巧鏡頭所堆部起來的·么扇本中其 】留位是锢 場景，或稱作場戲，場景表示每一故事或題材二二2;; 一場景具有一明確的事件發生起始點’也具有一明確的結 束點，在這樣的一段時間範疇中便稱作一場景，或稱作一 場戲。通常，一個鏡頭由複數個視覺特性（如亮度 (Luminance )、色彩（color)、紋理（Te?ture)、形狀 (811&1^)、動作（河〇1；丨〇11))具一致性之晝面（1?1^11163)所組 成，並且，其係依據攝影機運動方向（Camera Directi〇n) 與攝影取景角度（V i ew A ng 1 e)的改變而有變化，例如，當 攝景> 機以不同之攝影取景角度來拍攝同一場景時，會產生 =同之鏡頭，或以相同之攝影取景角度但拍攝不同之區域 時，亦會產生不同之鏡頭。由於鏡頭可由一些基本視覺特 性而區分，因此將視訊資料41分割成複數個連續的鏡頭是 相當容易達成的’此技術主要藉由分析一些基本視覺特性 之統計資料如視覺特性柱狀圖（H i s t 〇 g r a ra )，因此，當一 晝面之視覺特性與前一晝面之視覺特性差異達到某一程度 時’亦即大於設定的門檻值時，就可在此晝面與前一畫面 間作一分割，此分鏡技術亦廣泛運用於視訊編輯軟體。本 貫施例中場景/鏡頭變換分析演算法則5 〇 4中的鏡頭變換分 析演算法則，採用較傳統的分鏡技術僅藉由一些基本視覺 特性而區分，較複雜的分鏡技術可增加比對前後晝格中物 件相似區域的多募是否小於設定的門檻值，如果小於設定 的門檻值，表示前後晝格相似性低，兩晝面間有一分鏡 點。

1244005 案號90122705_年月_ _ 曰 修正_ 五、發明說明（19) 本實施例中若將視訊資料4 1中第i個視訊晝面表示為 Frame [ i ]， 則本發明實施例中鏡頭變換分析演算法則可 表示為：

Frame [0]=NULL Total_ Sho t = 0 For i = l to N /木註：運用已知分鏡技術* /

If dist (Pic—Vec(Frame[i])， Pic—Vec (Frame [i - 1 ] ) ) > 丁 s h o t then { a shot boundary is detected and

Total_Shot= Total_Shot+l /*計算鏡頭的總 數*/

Location—Shot[Total_Shot]二i /*標記新增鏡頭的起始晝格為第i畫格*/ /* 前一鏡頭Location—Shot[Total—Shot-Ι]的終 止畫格可輕易計算出為L〇cation_Shot[Total—Shot]-l畫 格*/ — }

END If i -i + 1 END FOR /、中dist表示幾何距離（EucHdean Distance)取絕 對值’ Tshot為對應視覺特徵所設定的門檻值（Thresh〇ld

第22頁 1244005 曰 修正 案號 90122705 五、發明說明（20) V a 1 u e ) ，F r a m e [ i ]的葙與 4主外 a y Pic Vpr(v F . D主」的視覺特欲所缸成的特徵向量以 —Vec(Frame[i])表示，滿餐拉外 · )、色彩（c〇1〇r)、紋理（Te t見特f如亮度（Luminance 4i ά m ^ 、 exture)、形狀（Shape)、頻譜 W铖寺，當一書面之胡譽杜α如乂 、去d * 一 見特性與刖一晝面之視覺特性差異 /、轾度日守，就可在此晝面與前一查面間作一分割， 此為廣泛運用於視訊編輯軟體的分鏡技彳ς。

如上所述’將連績具關聯性之鏡頭聚成一場景係為場 換分析之目的，嚴謹的說，其必須了解視訊資料41之 β吾思及内容，不過結合音訊與視覺特性之分析亦可達到相 當程度合理之場景變換分析，通常場景變換會同時產生音 訊特性（如音樂、語音、雜音（Noise)、靜音（silence))與 視免特性（如壳度、色彩、動作）之性質變化，而鏡頭之分 割〃針對視覺特性進行分析，場景變換分析須同時倚重音 訊特性與視覺特性之分析。

應用場景/鏡頭變換分析技術已是熟悉視訊編輯軟體 開發者已習知之技術，其可有效地自動偵測場景/鏡頭變 換。本實施例中場景/鏡頭變換分析演算法則5 〇 4可將視訊 的特性（Features)分為三種類別，音量群（v〇iume Group)、能1群（？〇界6『Group)與頻譜群（Spectrum

Group)，其中鏡頭i的三組特徵向量分別以 (Vec(shot[i])， Pvec(shot[i])， Svec(shot[i]))表示 則本實施例中場景/鏡頭變換分析演算法則5 04中的場景變 換分析演算法則表示為：

If dist (Vec(shot [ i ]), Vec(shot[i~1]))>TVec or

第23頁 1244005 __案號90122705_年月曰 修正_ 五、發明說明（21) dist (Pvec(shot[i]),Pvec(shot[i-l]))>TPvec or dist (Svec(shot[i]),Svec(shot[i-l]))>TSvec then { a scene boundary is detected and Save the First Non-Black and Non-Blank and Non-Transition Frame in shot[i] af t、e r the Scene Boundary to 插圖部分802 } END If 其中dist 表示幾何距離（Euclidean Distance)取絕 對值，shot [ i ] 表示第i個鏡頭，包括鏡頭起始畫格到終 止畫格的視訊影音段落亦即包括段落内的影像資料41 3與 音訊資料411 °TVec，TPvec，Tsvec為對應音量群（Volume Group)、能量群（power Group)與頻譜群（Spectrum G r o u p)所設定的門檻值（τ h r e s h ο 1 d V a 1 u e )其相關技術 與原理’為該領域者已習知之技術並可參考該論文在此不 在累述，其實驗結果準確度高於9〇%。如果門檻值 (Threshold Value)設得愈高對場景變換之靈敏度 (Sensitivity)越低，門檻值（Threshold Value)設得愈 低對場景變換之靈敏度（Sensitivity)越高，因此在本實 施例中及在其他視訊編輯軟體中可藉由提供使用者設定及 0周整對场景變換彳貞測的靈敏度（$ e n s丨^丨v丨^ y )之需求，以 调整對應門檀值的大小，通常靈敏度（S e n S丨^丨V丨^ y )設定 越高所偵測的場景變換點愈多，取得關鍵晝面作為圖書8 〇

第24頁 1244005 案號 90122705 五、發明說明（22) 之插圖部分8 0 2的數量愈多。 本實施例中場景/鏡頭變換分析演算法則5〇4運用已知 的場景/鏡頭變換分析技術，分析視訊資料41中影像資料 41 3的％景/鏡頭變換點’並師選視訊資料4 1中影像資料 413的場景/鏡頭變換點後第一個符合非黑晝格（B][ack Frame)、非空白畫格（ank Frame )、、非轉場晝面 (Frame of Transition Effect)條件之晝面取為關鍵晝 面，以作為圖書80之插圖部分80 2以及視訊資料41之#一落 的分割點。亦即是，若視訊資料41包括字幕串流則解^賣視 訊資料41之段落内的字幕資料412以作為圖書8〇之文字部 分801 ·，若視訊資料41未包括字幕串流則解讀視訊資料^ 之段落内的音訊資料41 1，並利用語音分析進行語音與文 字的轉換處理以作為圖書80之文字部分8〇ι。若使用/者選 擇應用於不需文字的繪本、晝冊、著色圖書， ^ 取視訊資料41的文字資料。 、 而要裸 本發明說明書的各種分析演算法則，是以後處理 (Post —Processing)或離線（Off-line)處理的方处式表 示，熟悉電腦程式設計者可依需要輕易修改為即時$處1里 (Real-time )方式或線上（〇n—une )處理的方式實施。 文字擷取模組104與插圖擷取模組1〇5可以是儲^ ^ =° 存裝置605之一軟體模組，並透過中央處理單元^〇3 ^ = 來依據製作方針5 〇擷取所需之文字部分8 〇 1與插圖八算 802，以作為製作圖書8〇之内容。 、 °刀 圖書格式選擇模組1 〇 6所提供的圖書格式7 〇係如給

第25頁 1244005 __案號 90122705 年月日 修正 五、發明說明（23) 本、晝冊、電子書、漫晝等，並且可以配合不同之濾鏡 (Filters)如藝術家式滤鏡（Artistic Filters)、素描濾 鏡（Sketch Filters)、邊線濾鏡（Edge Filters)，來套用 所取得之插圖部分8 0 2，以得到使用者想要之影像處理效 果（Effects) ’而圖書格式70與各種濾鏡係儲存於儲存裝 置605中。 -' 圖書產生模組1 〇 7可以是儲存在儲存裝置6 〇 5之一軟體 模組’並透過中央處理單元β〇3之運算，以便套用圖書格 式70 ’並利用如調整大小（Rescal ing)、影像合成（Image Composing)、製作圖框等影像處理（Image pr〇cessing)功 能’來處理所取得之文字部分8 〇 1與插圖部分8 〇 2，以便配 合使用者選擇之圖書格式7〇與字型、大小來產生圖書8〇。 最後’編輯模組108可以與輸入裝置6〇4配合，以便使 用者於圖書80產生之後，利用輸入裝置6〇4之操作來進一 步編輯圖書80之内容。 一 此外，本發明實施例中的圖書製作介面有兩種類型， 一種是内建於家電、電視或錄放影機、光碟播放機的簡易 製作介面，以0SD (〇n Screen Display)方式顯示於 發幕並配合遙控器（輸入裝置60 4 )的上、下、左、右、 =入、錄影、功能選單等按鈕操作，簡易圖書製二作介面如 蚩，所不’適合製作不需文字編輯的繪本、畫冊、著色圖 ^ j ^ ^要文字編輯步驟。使用者可由遙控器或家電上的 知:紐操作選擇進入圖4所示介面。 簡易圖書製作介面之圖書格式70可以提供繪本、畫

第26頁 1244005 月 修正 曰 案號 90122705 丨丨 五、發明說明（24) ::者色圖書、電子圖冊等，使用者介面可以用下拉式選 單讓使用者以搖控器的按紐選擇，若使用者選擇著色圖書 之圖曰格式，可產生類似如圖5所示之結果，並可產生供 小朋友練習著色的著色圖書。圖書格式7〇提供的各種佈置 版面（Uy〇Ut )可以以每頁的置入圖片數表示（1， 2， 3, 4,…張等），圖書格式之佈置版面選擇則讓使用者設定每 頁的置入圖片，使用者介面可以用下拉式選單讓使用者 以搖控為的按鈕選擇，如圖4所示為每頁置入兩張圖片的 圖書格式。特效/濾鏡選擇則提供使用者常用的特效盘濟 鏡如清晰特效、藝術特效、照明特效、藝術家式濾鏡〜 (Artistic Filters)、素描濾鏡（Sketch FiUers)、 濾鏡（Edge Filters)等，使用者介面可以用下拉式選單讓 使用者以搖控器、的按紐選擇。製㈣針選擇模址提供製 方針50，如提供音訊分析演算法則5〇1、字幕分析演算法 則5 0 2、影像分析演算法則5 〇3以及場景/鏡頭變換分析渖 算法則504等供使用者選擇’使用者介面可以用下拉^選 早讓使用者以搖控器的按紐選擇，當使用者選擇豆中、一 種製作方針後，簡易圖書製作介面會以〇SD (〇n Duplay )方式顯示並提供該種製作方針的細部選項， 音訊分析演算法則5G1可提供男|、女_等音訊樣本類另; 專細部？項供使用者選擇；如影像分析演算法則5〇3可提 供如人臉、人形、車子等影像物件範例類別供使用 擇；如場景/鏡頭變換分析演算法則5〇4可提供零敏声、 (Sensi tivi ty)調整及設定供使用者選擇。八v 又 第27頁 1244005 案號 9012270R 五、發明說明（25) 簡易圖書製作介面之圖書產生模組丨〇 7套用圖書袼式 70，利用如调整大小（RescaHng)、影像合成（1難以 Composing)、製作圖框等影像處理（Image ㈧技 術以提供列印圖書或圖書存檔的功能。簡易圖書製作介面 之編輯模組1 08可以提供簡易的編輯功能如刪除圖片等， ，用者介面可以用下拉式選單讓使用者供搖控器作為輸入 裝置6 0 4，以搖控器的按鈕選擇欲執行的編輯功能。 簡易圖書製作介面可有兩種操作方式，一是後處理 (P〇st-Processing)方式先錄製好視訊内容後，以遙控器 或家電上的按鈕操作選擇進入圖4所示介面，設定好圖二書 製作介面的選項並輸出所製作的圖書；另一是線上 曰 〃（〇n-line)處理的方式先設定好圖書製作介面的選項 後丄以遙控器或家電上的按鈕操作選擇輸入視訊源，以遙 控器起動圖書製作程序並以線上（〇n—Hne )處理的方式 產生圖書，使用者並可用遙控器結束圖書製作程序。工 本發明實施例中的圖書製作介面之另一類型，是適合 於安裝於電腦上執行的圖書製作介面，以電腦圖形介面口 praphic User Interface)顯示方式配合滑鼠與鍵盤作 1輪入裝置6 04可提供較複雜的編輯模組1〇8，此類型圖書 製作介面使用的技術與文書編輯軟體如微軟出版之〇f f丨二 等文書編輯軟體類似，詳細技術内容在此不再贅述。圖6 =電腦圖形介面（Graphic User Interface )顯示的圖奎 1作介面，在圖4簡易圖書製作介面啟動視訊接收模组1〇1 及選擇視訊源的功能可由遙控器或家電上的按鈕操作選 1244005 修正 五、發明說明（26) 擇，圖6為於電月肖l μ / 一 n 八 ％ - Χ 執灯的圖書製作介面，可用雷fi # 介面以顯示及操作視訊接 二】：細Η形 擷取ίΐί:收裝置以選擇視訊源並操取 書、電子圖冊等，#用去人二π m 1冊者色圖 (τ_ bar)讓使用=ΐ:…用下每式選單及工具列 所要埶行的功处〜盤作為輸入裝置60 4選擇 要執灯9力月b。電腦上執行的 7。可以提供的更多總類樣式的各種佈置版。二書J式 可以用下拉式選單哎工呈列Γτ 1 , ^ ^ lLay〇Ut)， 點溪。雷r v拥 ）或縮圖庫供使用者 裎报μ Ϊ Γ ΐ執仃的圖書製作介面之特效/濾鏡選擇可以 二4早或工具列（丁00l bar)或縮圖庫供使用點 執行的圖書製作介面之製作方針選擇模組提供 方針5 0，例如提供音訊分析演算法則5〇1、字幕分析 /秀算法則502、影像分析演算法則5〇3以及場景/鏡頭變換 分析演^法則50 4等供使用者選擇，使用者介面可以用下 f式選單或工具列（Tool bar)供使用者點選，當使用者 選擇其中的一種製作方針後，電腦上執行的圖書製作介面 可以用視窗的顯示方式（如彈出式視窗（p〇p — up Wind〇w)) 以提供該種製作方針的細部選項，如音訊分析演算法則 5 0 1可提供男聲、女聲等音訊樣本類別等細部選項供使用 者選擇；如影像分析演算法則503可提供如人臉、人形、 車子等影像物件範例類別供使用者選擇；如場景/鏡頭變

第29頁 1244005 ___案號90122705_年月曰 修正_—一 五、發明說明（27) 換分析演算法則5 0 4可提供零敏度（S e n s i t i v i t y )調整及設 定供使用者選擇。 電腦上執行的圖書製作介面的圖書產生模組丨〇 7透過 中央處理單元603之運算，以便套用圖書格式70，並利用 如调整大小（Rescaling)、影像合成（Image Composing)、 製作圖框等影像處理（Image processin g)功能，來處理所 取得之文字部分8 0 1與插圖部分8 〇 2，以便配合使用者選擇 之圖書格式70與字型、大小來產生、儲存或列印圖書8〇， 圖f產生模組107亦可提供或呼叫印表機設定程式，提供 印單面或雙面、列印縮放比例、列印品質等列印設定及預 覽列印等功能。電腦上執行的圖書製作介面之編輯模組 1 0 8可以提供更多的編輯功能如以滑鼠拖移圖片順序、刪 除圖^ 剪下、修正文字、輸入文字等，使用者介面可以 用π乳與鍵盤作為輸入裝置6 〇 4，更容易執行更多的編輯 π π 意者，解碼模組102、文字擷取模組104與插圖擷 岡ΐ ^此5為圖書製作系統的内部處理模組，可以不須在 圖書製作介面上顯示。 說明：容更容易理解’ “下將舉-實例，以 心务 &仏貫施例之圖書製作方法的流程。 方法2中，并· 7 不，在依本發明較佳實施例之圖書製作 位攝影機中步印驟i01係接收原視訊資料40 ’例如’可以將數 以提供作兔制t的資料經由傳輸線送至訊號源介面601， 作為製作圖書80的晝面與内容。

1244005

、、，在步驟2 0 2中，解碼模組丨〇2係辨識原視訊資料4〇之格 式並解碼原視訊資料4〇以產生經過解碼之視訊資料4丨，例 如，原視訊資料40為lnteriaced MPEG — 2格式，亦即是， 一個訊框係由兩個訊場（f i e丨d )所組成，所以，在此步 驟中，可以先進行MPEG-2格式的解碼，然後利用内插法 (I n t e r ρ ο 1 a t i 〇 η )解交錯以得到視訊資料41。 在步驟2 03中，文字擷取模組1〇4與插圖擷取模組1〇5 依據製作方針50來分析視訊資料41以取得文字部分8〇1與 插圖，分80 2，其能夠依據音訊分析演算法則5〇1、字幕分 析演算法則5 0 2、影像分析演算法則5〇3以及場景/鏡頭變 換分析演算法則5 0 4，針對視訊資料41的每一視訊晝面與 内容（包含音訊内容），進行分析搜尋並篩選取得符合製 方針50的文字部分801與插圖部分8〇2，例如，若視气g 41包括字幕串流則解讀視訊資料41之字幕串流以作為文;; 部分801 ;若視訊資料41未包括字幕串流則解讀視訊資子 41之音訊，並利用語音分析進行語音與文字的轉換處理 作為文字部分801，並在與字幕串流或音訊對應之影像 擷取關鍵晝面作為插圖部分802，需注意者，本實施 以擷取複數張關鍵晝面來作為插圖部分8〇2。如圖3所示， 原視訊資料4 0經過解碼後會得到視訊資料4丨，Α包括二 張單張影像3〇1 (每秒25張或29.97張），而經過依據 方針50的分析搜尋後會從該等單張影像中擷取出關鍵查作 302以作為插圖部分802。 思面 步驟204係判斷是否已經完成視訊資料41中所有内容

1244005

案號 90122705 五、發明說明（29) 的分析比對，當未完成視訊資料41中所有内容的分析比對 時，重複進行步驟203，·當完成視訊資料41中 分析比對時，進行步驟2 0 5。 步驟205係判斷圖書8〇是否需要套用圖書袼式几，當 圖書80需要套用圖書格式7〇時，進行步驟2〇6，·當圖書8〇 不品要套用圖書格式70時，進行步驟2〇7。 在v驟2 0 6中’目書袼式選擇模組j 〇 6提供使用者選擇 所需之圖書格式7G，目書袼式7〇包括各種具有圖片、影 像、相片、繪晝或是繪圖之圖書樣板，例如，漫畫、繪 本、晝冊、電子書等，以及各種佈置版面。 在乂驟207中’圖書產生模組ip?依據於步驟m3中取 得之文子邛刀801與插圖部分8〇2，而且，當有進行步驟 206時，#用步驟2〇6中所提供的圖書格式7〇，&運用 之濾鏡，如藝術家式濾鏡、素描濾鏡、邊線濾鏡等， 理插圖部分8G2，以得到所f之影像處理效果，再处 調整大小’影像合成、製作圖框等影像處理功能得α 圖書格式70之影像晝面，然後，將文字部分8〇1與插^合 分802配合圖書格式7〇與字型、大小進行轉換處理， 生圖書80。 ^產 步驟20 8係判斷使用者是否進行手動編輯圖書8〇，卷 使用者要進打手動編輯圖書80時，進行步驟20 9。 田 在步驟2 0 9中，使用者係利用編輯模組108來預覽 (Pr=ieW )、修改（Refine )、修飾（Modify )圖書8〇 之内容。例如，使用者可以針對圖書80之重要内容的文字

第32頁 1244005 _案號 90122705_年月日_«_ 五、發明說明（30) 部分加上底線，或是文字加粗等；或是使用者可以另外插 入圖案等等。 綜上所述，由於依本發明較佳實施例之圖書製作系統 與方法能夠分析視訊資料4 1，以針對視訊資料4 1之音訊資 料411、字幕資料4 12及影像資料413，來整合視訊内容分 析、文字辨識、聲音辨識等技術，所以離夠有效率地利用 視訊資料來產生圖書文件。

以上所述僅為舉例性，而非為限制性者。任何未脫離 本發明之精神與範疇，而對其進行之等效修改或變更，均 應包含於後附之申請專利範圍中。

第33頁 1244005 _案號90122705_年月曰 修正_ 圖式簡早說明 【圖式簡單說明】 圖1為一示意圖，顯示依本發明較佳實施例之圖書製 作系統之結構。 圖2為一流程圖，顯示依本發明較佳實施例之圖書製 作方法的流程。 圖3為一示意圖，顯示於本發明較隹、;實施例之圖書製 作方法中擷取關鍵晝面的示意圖。 圖4為一示意圖，顯示依本發明較佳實施例之圖書製 作系統之圖書製作介面。 圖5為一示意圖，顯示依本發明較佳實施例之圖書製 作系統製作著色圖書。 圖6為一示意圖，顯示依本發明較佳實施例之圖書製 作系統之另一圖書製作介面。 【圖式符號說明】 1 圖 書 製 作 系 統 101 視 訊 接 收 模 組 102 解 碼 模 組 103 製 作 方 針 選 擇 模組 104 文 字 擷 取 模 組 105 插 圖 擷 取 模 組 106 圖 書 格 式 選 擇 模組 107 圖 書 產 生 模 組 108 編 輯 模 組

第34頁 1244005 _案號 90122705_年月日_修正 圖式簡單說明 2 圖書製作方法 2 (H 〜209 依本發明較佳實施例之圖書製作方法的流音訊 資料 301 單張影像 302 關鍵晝面 40 原視訊資料 %， 41 視訊貢料 411 音訊資料 412 字幕資料 413 影像資料 50 製作方針 501 音訊分析演算法則 502 字幕分析演算法則 503 影像分析演算法則 5 0 3 1 影像範例資料 5 0 3 2 物體資料 504 場景/鏡頭變換分析演算法則 60 電腦設備 601 訊號源介面 602 記憶體 603 中央處理單元 604 輸入裝置 605 儲存裝置 70 圖書格式

第35頁 1244005

第36頁

Claims (1)

1244005 _案號90122705_年月日__ 六、申請專利範圍 1、 一種圖書製作系統，其係用來產生一圖書，該圖書包 含一文字部分以及一插圖部分，，該圖書製作系統包含： 一視訊接收模組，其接收一原視訊資料； 一解碼模組，其解碼該原視訊資料以取得一視訊資 料； 一文字擷取模組，其依據一製作方針自該視訊資料中 取得該文字部分； 一插圖擷取模組，其依據該製作方針自該視訊資料中 擷取一關鍵晝面（k e y f r a m e )以作為該插圖部分；以及 一圖書產生模組，其依據所取得之該文字部分與該插 圖部分產生該圖書。 2、 如申請專利範圍第1項所述之圖書製作系統，更包含： 一編輯模組，其於該圖書產生之後，接收一使用者之 操作以編輯該圖書之内容。 3、 如申請專利範圍第1項所述之圖書製作系統，更包含： 一圖書格式（template )選擇模組，其接收一使用者 之選擇以提供至少一圖書格式，而該圖書產生模組係套用 該圖書格式產生該圖書。 4、如申請專利範圍第1項所述之圖書製作系統，更包含： 一製作方針選擇模組，其接受一使用者之選擇以提供 該製作方針。

第37頁 !244005

如申凊專利範圍第l項所述之圖書製作系統，其中該製 方針包含一音訊（audio )分析演算法則，其分析該視 2 ί料中的一音訊資料，該文字擷取模組係依據該音訊分 决异法則擷取該音訊資料以取得該文字部分，而該插圖 擷取模組係擷取與該音訊資料相對應之7影像資料以作為 該插圖部分。 3、如申請專利範圍第丨項所述之圖書製作系統，其中該製 作方針包含一字幕（caption )分析演算法則，其係分析 該視訊資料中的一字幕資料，該文字擷取模組係依據該字 幕分析演算法則擷取該字幕資料以取得該文字部分，而該 插圖擷取模組係擷取與該字幕資料相對應之一影像資料以 作為該插圖部分。 7、如申凊專利範圍第1項所述之圖書製作系統，其中該製 作，針包含一影像分析演算法則，其係依據一影像範例分 =該，訊資料中的一影像資料，該插圖擷取模組係依據該 ^像二析廣算法則擷取該影像資料以取得該插圖部分，而 "玄文子擷取模組係從與該影像資料相對應之該視訊資料中 取得該文字部分。 、 8如申啫專利範圍第1項所述之圖書製作系統，其中該製 作方針包含一影像分析演算法則，其係依據一物體分析該

第38頁 1244005

$訊資料中的一影像資料，該插圖擷取模組係依據該影 ^析演算法則擷取該影像資料以取得該插圖部分，而=文 字掏取模組係從與該影像資料相對應之該視訊資料中^〜 該文字部分。 机侍 9、如申請專利範圍第1項所述之圖書製作系統，其中該掣 作f Ϊ包含一影像分析演算法則，其係分析該視訊資料ί =了影像資料，該文字擷取模組係擷取該影像資料中的字 以作為該文字部分，而該插圖擷取模組係擷取該影像資 料以作為該插圖部分。 、 1 〇、如申請專 製作方針包含 該視訊資料中 模組與該插圖 則作為該文字 11、一種圖書 含一文字部分 一視訊接 一解碼步 料； 利範圍第1項所述之圖書製作系統，其中該 一場景/鏡頭變換分析演算法則，其係分析 一影像資料的場景/鏡頭變換，該文字擷取 擷取模組係以該場景/鏡頭變換分析演算法 部分與該插圖部分之選擇與分段的依據。 =方法，其係用來產生—圖書，該圖書 乂及-插圖部分’該圖書製作方法包含： ’其接收一原視Μ咨、,、，· 一文字擷取 取得該文字部分； 2步驟’其接收—原视訊資料:…— 驟，其解碼該原視訊資、λ 貝枓以取得一視訊] 步驟’其依據-製作方針自該視訊資

第39頁 1244005 _案號90122705_年月日_魅_ 六、申請專利範圍 一插圖擷取步驟，其依據該製作方針自該視訊資料中 掘取一關鍵晝面以作為該插圖部分；以及 一圖書產生步驟，其依據所取得之該文字部分與該插 圖部分產生該圖書。 1 2、如申請專利範圍第1 1項所述之圖書攀作方法，更包 含： 一編輯步驟，其於該圖書產生之後，接收一使用者之 操作以編輯該圖書之内容。

1 3、如申請專利範圍第1 1項所述之圖書製作方法，更包 含： 一圖書格式（template )選擇步驟，其接收一使用者 之選擇以提供至少一圖書格式，而該圖書產生步驟係套用 該圖書格式產生該圖書。 1 4、如申請專利範圍第1 1項所述之圖書製作方法，更包 含：

一製作方針選擇步驟，其接受一使用者之選擇以提供 該製作方針。 1 5、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針包含一音訊分析演算法則，其分析該視訊資料中 的一音訊資料，該文字擷取步驟係依據該音訊分析演算法

第40頁 1244005 _案號90122705_年月曰 修正_ 六、申請專利範圍 則擷取該音訊資料以取得該文字部分，而該插圖擷取步驟 係擷取與該音訊資料相對應之一影像資料以作為該插圖部 分。 1 6、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針包含一字幕分析演算法則，其傪分析該視訊資料 中的一字幕資料，該文字擷取步驟係依據該字幕分析演算 法則擷取該字幕資料以取得該文字部分，而該插圖擷取步 驟係擷取與該字幕資料相對應之一影像資料以作為該插圖 部分。 1 7、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針係一影像分析演算法則，其係依據一影像範例分 析該視訊資料中的一影像資料，該插圖擷取步驟係依據該 影像分析演算法則擷取該影像資料以取得該插圖部分，而 該文字擷取步驟係從與該影像資料相對應之該視訊資料中 取得該文字部分。 1 8、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針包含一影像分析演算法則，其係依據一物體分析 該視訊資料中的一影像資料，該插圖擷取步驟係依據該影 像分析演算法則擷取該影像資料以取得該插圖部分，而該 文字擷取步驟係從與該影像資料相對應之該視訊資料中取 得該文字部分。

1244005 _案號 90122705_年月曰 修正_ 六、申請專利範圍 1 9、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針包含一影像分析演算法則，其係分析該視訊資料 中的一影像資料，該文字擷取步驟係擷取該影像資料中的 字幕以作為該文字部分，而該插圖擷取步驟係擷取該影像 資料以作為該插圖部分。 2 0、如申請專利範圍第1 1項所述之圖書製作方法，其中該 製作方針包含一場景/鏡頭變換分析演算法則，其係分析 該視訊資料中一影像資料的場景/鏡頭變換，該文字擷取 步驟與該插圖擷取步驟係以該場景/鏡頭變換分析演算法 則作為該文字部分與該插圖部分之選擇與分段的依據。 2 1、一種電腦可讀取之記錄媒體，其係記錄用以使電腦達 成一圖書製作方法之程式，該圖書製作方法係用來產生一 圖書，該圖書包含一文字部分以及一插圖部分，該圖書製 作方法包含： 一視訊接收步驟，其接收一原視訊資料； 一解碼步驟，其解碼該原視訊資料以取得一視訊資 料； 一文字擷取步驟，其依據一製作方針自該視訊資料中 取得該文字部分； 一插圖擷取步驟，其依據該製作方針自該視訊資料中 擷取一關鍵晝面以作為該插圖部分；以及

第42頁 1244005 _案號90122705_ 年月曰__ 六、申請專利範圍 一圖書產生步驟，其依據所取得之該文字部分與該插 圖部分產生該圖書。 2 2、如申請專利範圍第2 1項所述之電腦可讀取之記錄媒 體，其中該圖書製作方法更包含： 一編輯步驟，其於該圖書產生之後}接收一使用者之 操作以編輯該圖書之内容。 2 3、如申請專利範圍第2 1項所述之電腦可讀取之記錄媒 體，其中該圖書製作方法更包含： 一圖書格式（template)選擇步驟，其接收一使用者 之選擇以提供至少一圖書格式，而該圖書產生步驟係套用 該圖書格式產生該圖書。 24、如申請專利範圍第2 1項所述之電腦可讀取之記錄媒 體，其中該圖書製作方法更包含： 一製作方針選擇步驟，其接受一使用者之選擇以提供 該製作方針。 2 5、如申請專利範圍第2 1項所述之電腦可讀取之記錄媒 體，其中該製作方針包含一音訊分析演算法則，其分析該 視訊資料中的一音訊資料，該文字擷取步驟係依據該音訊 分析演算法則擷取該音訊資料以取得該文字部分，而該插 圖擷取步驟係擷取與該音訊資料相對應之一影像資料以作

第43頁 1244005 ---_ 案號 901227015__^_Λ-^ - 六、申請專利範圍 為該插圖部分。 2 6、如申請專利範圍第2丨項所述之電腦可讀取之記錄媒 體，其中該製作方針包含一字幕分析演算法則，其係分析 α亥視Λ資料中的一字幕資料，該文字梅取步驟係依據該字 幕分析演算法則擷取該字幕資料以取得镇文字部分，而該 插圖掏取步驟係擷取與該字幕資料相對應之一影像資料以 作為該插圖部分。 ^，ί1睛專利範圍第21項所述之電腦可讀取之記錄媒 ^ 2該製作方針係一影像分析演算法則，其係依據一 =你2，f析該視訊資料中的一影像資料，該插圖擷取步 圖告、二彳違影像分析演算法則擷取該影像資料以取得該插 、回口 p刀，而该文字擷取步驟係從與該影像資料相對應之 視訊資料中取得該文字部分。 2ί I: ί利範81第21項所述之電腦可讀取之記錄媒 體’其中该製作方針句合_旦 、A Μ 一物體分析該視訊資料:沾衫像分析决鼻法則，其係依據 係依據該影像分析淹影像資料’該插圖操取步驟 部分，而該文字擷取拍貝取該影像資料以取得該插圖 訊資料中取得該文字’八從與該影像資料相對應之該視 29 士申明專利耗圍第2 1項所述之電腦可讀取之記錄媒 第44頁 1244005 _案號90122705_年月曰 修正_ 六、申請專利範圍 體，其中該製作方針包含一影像分析演算法則，其係分析 該視訊資料中的一影像資料，該文字擷取步驟係擷取該影 像資料中的字幕以作為該文字部分，而該插圖擷取步驟係 擷取該影像資料以作為該插圖部分。 3 0、如申請專利範圍第2 1項所述之電腦可讀取之記錄媒 體，其中該製作方針包含一場景/鏡頭變換分析演算法 則，其係分析該視訊資料中一影像資料的場景/鏡頭變 換，該文字擷取步驟與該插圖擷取步驟係以該場景/鏡頭 變換分析演算法則作為該文字部分與該插圖部分之選擇與 分段的依據。