[論文レビュー] Web Video in Numbers - An Analysis of Web-Video Metadata

Luca Rossetto, Heiko Schuldt|arXiv (Cornell University)|Jul 5, 2017

Advanced Image and Video Retrieval Techniques参考文献 19被引用数 5

ひとこと要約

この論文は、2016年にYouTubeとVimeoから収集した1億2000万件以上のウェブ動画のメタデータを分析し、既存の動画データセットと現実のウェブ動画との間に、再生時間、解像度、アップロードレート、ライセンスの面で顕著な差異が存在することを明らかにした。本研究では、一般的に使われている動画データセットが現在のウェブ動画のトレンドを代表しておらず、今後のマルチメディア研究の代表性を高めるために、公開可能な大規模メタデータデータセットを提供している。

ABSTRACT

Web video is often used as a source of data in various fields of study. While specialized subsets of web video, mainly earmarked for dedicated purposes, are often analyzed in detail, there is little information available about the properties of web video as a whole. In this paper we present insights gained from the analysis of the metadata associated with more than 120 million videos harvested from two popular web video platforms, vimeo and YouTube, in 2016 and compare their properties with the ones found in commonly used video collections. This comparison has revealed that existing collections do not (or no longer) properly reflect the properties of web video "in the wild".

研究の動機と目的

• ウェブ動画が『野生』の状態で存在する真の特徴を反映しているかどうか、既存の動画コレクションの代表性を評価すること。
• 主流の動画プラットフォームと一般的に使われる動画データセットとの間で、再生時間、解像度、アップロードレート、ライセンスなどのメタデータ特性に顕著な差異が存在するかどうかを特定すること。
• YouTubeおよびVimeoから得た大規模かつ公開可能なメタデータデータセットを提供し、より代表的なマルチメディア研究を支援すること。
• 収集バイアス、ライセンス制限、古くなったコンテンツによる既存の動画コレクションの限界を強調すること。
• ウェブ動画が解像度、再生時間、アスペクト比、アップロード頻度の面で急速に進化しており、現在のデータセットはますます陳腐化していることを示すこと。

提案手法

• 2016年4月から7月にかけて、Javaで独自に構築した分散型ウェブクローラーを用いて、YouTubeおよびVimeoから動画メタデータを収集した。
• HTTPリクエストおよびHTMLパースにはjsoupを使用し、タイトル、説明、再生時間、解像度、アップロード日、ライセンス、タグを含むメタデータを抽出した。
• 収集されたデータは、YouTubeの1億件およびVimeoの2000万件の動画にまで及び、2005年から2016年までのコンテンツをカバーした。
• 収集されたデータはPostgreSQLデータベースバックアップとして保存され、専用のダウンロードサーバーを通じて公開された。
• プラットフォーム固有のメタデータ分布と、CC_WEB_VIDEO、MCG-WEBV、IACC、およびFlickrベースのデータセットといった既存の動画コレクションとの比較分析が行われた。
• 主なメタデータ次元（動画再生時間、解像度、アップロードレート、言語分布、ライセンスタイプ）について、統計的比較が実施された。

実験結果

リサーチクエスチョン

• RQ1 2016年のYouTubeおよびVimeoにおけるウェブ動画のメタデータ特性は、一般的に使われる動画コレクションと比べてどのように異なるか？
• RQ2 既存の動画データセットが、動画再生時間、解像度、およびアップロード頻度の面で、現実のウェブ動画をどの程度代表しているか？
• RQ3 主要な動画プラットフォームと標準的なデータセットとの間で、動画ライセンス、言語使用、タグ分布にどのような差異が存在するか？
• RQ4 2005年から2016年にかけて、主要プラットフォームにおける動画の特性（解像度、アスペクト比、アップロードレート）はどのように変化したか？
• RQ5 プラットフォーム固有の機能や収集ポリシーが、既存の動画コレクションの構成にどの程度バイアスをもたらしているか？

主な発見

• 分析の結果、IACC や CC_WEB_VIDEO といった既存の動画コレクションは、特に再生時間と解像度の多様性の面で、現実のウェブ動画を代表しておらず、非代表的であることが判明した。
• YouTubeおよびVimeoの動画は、Flickr やインターネット・アーカイブから得たデータセットと比較して、はるかに広い再生時間の範囲と高いアップロードレートを示している。
• YouTubeおよびVimeoにおける解像度は時間の経過とともに上昇しており、よりワイドなアスペクト比への傾向が顕著で、映画的でスマートフォンに最適なフォーマットへのシフトを示している。
• 両プラットフォームにおけるウェブ動画のアップロードレートは、2005年から2016年にかけて明確な上行トレンドを示しており、ウェブ上の動画コンテンツ全体の成長を加速させている。
• YouTubeおよびVimeoにおけるクリエイティブ・コモンズライセンス動画は、再生時間とアップロード頻度に特徴的なパターンを示しており、ライセンスタイプごとのコンテンツ作成行動の違いを示唆している。
• すべてのプラットフォームにおいて、英語が動画のタイトルおよび説明の主要言語であったが、二次的・三次的言語の分布はプラットフォームおよびデータセットごとに顕著に異なることがわかった。