動画検索の用語集主要な用語を解説
AI動画検索を支える概念について、それだけで意味が通る明快な定義をまとめました。各用語が何を意味し、どう機能するのかが正確に分かります。
AI動画検索
AI動画検索とは、機械学習モデルを使って動画ファイルの中を見て特定の内容を探し出すことです。タイトルやタグ、文字起こしだけを検索するのではありません。AIが実際のフレームと音声を分析するため、人物、動作、物体、シーン、話された言葉などを見つけて、それが現れる瞬間へ一足飛びにジャンプできます。
動画シーン検索
動画シーン検索とは、そこで何が起きているかを言い表すことで、長い動画の中の特定のシーンを見つけられる機能です。タイムラインを早送りする代わりに、状況や出来事を言い表します。たとえば「浜辺に沈む夕日」と入力すれば、ツールが一致する区間を、それぞれの開始時刻とともに返します。
モーメントファインダー
モーメントファインダーとは、平易な言葉による説明から、動画内で何かが起きるまさにその一瞬を突き止めるツールです。一致するそれぞれについて正確なタイムスタンプを返すので、クリップ全体を見る代わりに、その瞬間へ直接移動できます。
自然言語による動画検索
自然言語による動画検索では、キーワードやフィルターではなく、日常的な文章を使って動画を検索できます。探したいものを、口に出して言うのと同じように入力すると、システムがその意図をくみ取って一致する瞬間を返します。
タイムスタンプ付きシーン一致
タイムスタンプ付きシーン一致とは、一致した瞬間を、それが動画内で起きる正確な時刻とセットにした検索結果です。各結果には、その内容が現れるタイムライン上の地点が含まれるため、手作業で探す代わりに、そこへ直接クリックして移動できます。
画面内テキスト検索（動画内OCR）
画面内テキスト検索は、光学文字認識（OCR）を使って動画のフレーム内に現れる文字（看板、スライド、字幕、ナンバープレートなど）を読み取り、検索可能にします。これにより、たとえその言葉が一度も発声されなくても、特定の単語やフレーズが画面に見えるすべての瞬間を見つけられます。
動画コンテンツ検索
動画コンテンツ検索とは、動画を取り巻くメタデータではなく、動画の実際の映像と音声の内容を検索することです。ファイルの中で見えるもの・聞こえるものをインデックス化するため、クエリはファイル名や説明文ではなく映像そのものに一致します。
セマンティック動画検索
セマンティック動画検索は、正確な単語ではなくクエリの意味に一致させます。概念や同義語を理解するため、「料理をしている人」という検索で、たとえどのラベルにもその言葉が使われていなくても、卵を焼いている人のクリップを浮かび上がらせることができます。
キーフレーム
キーフレームとは、動画から抽出された代表的な1枚のフレームで、通常はシーンが切り替わる地点で取られます。検索・分析ツールはキーフレームをサンプリングして、すべてのフレームを処理することなく効率的に動画を理解します。これによりインデックス化と一致処理が速くなります。
逆動画検索
逆動画検索とは、既存の動画やクリップを手がかりに、その元となる出所や、オンライン上でそれが現れる他の場所を見つけるプロセスです。答えるのは「この映像はどこから来たのか？」という問いで、動画の中から瞬間を探すのとは別の作業です。SearchByVideoは逆動画検索を行いません。あなたが提供した動画の中を検索して特定の瞬間を見つけます。
ディープ検索／動画インデックス化
ディープ検索（動画インデックス化）とは、動画全体を分析し、その中の人物、動作、物体、シーン、文字について検索可能なインデックスを構築する、裏側での処理ステップです。動画が一度インデックス化されれば、重い分析はすでに済んでいるため、以後の検索は瞬時に結果を返します。
クリップの書き出し
クリップの書き出しとは、一致した瞬間を独立した短い動画ファイルとして保存できる機能です。瞬間を見つけたあと、その区間だけをトリミングしてダウンロードできるので、ハイライトを共有したり、特定の部分だけを再利用したりするのが、動画全体を使わずに手軽に行えます。