JP2001078162A - 通信装置および方法、並びに記録媒体 - Google Patents
通信装置および方法、並びに記録媒体Info
- Publication number
- JP2001078162A JP2001078162A JP25385399A JP25385399A JP2001078162A JP 2001078162 A JP2001078162 A JP 2001078162A JP 25385399 A JP25385399 A JP 25385399A JP 25385399 A JP25385399 A JP 25385399A JP 2001078162 A JP2001078162 A JP 2001078162A
- Authority
- JP
- Japan
- Prior art keywords
- area
- participant
- face
- detection
- centroid point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
- Image Analysis (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
(57)【要約】
【課題】 顔の向きを検出する。
【解決手段】 撮像されたユーザの顔の画像データか
ら、肌色領域と黒色領域を含む重心点検出領域を抽出
し、抽出された重心点検出領域の肌色領域と黒色領域か
らなる領域の重心点Ｇ１と、重心点検出領域の肌色領域
の重心点Ｇ２を検出し、検出した重心点Ｇ１および重心
点Ｇ２から、顔の向きを検出する。
ら、肌色領域と黒色領域を含む重心点検出領域を抽出
し、抽出された重心点検出領域の肌色領域と黒色領域か
らなる領域の重心点Ｇ１と、重心点検出領域の肌色領域
の重心点Ｇ２を検出し、検出した重心点Ｇ１および重心
点Ｇ２から、顔の向きを検出する。
Description
【０００１】
【発明の属する技術分野】本発明は、通信装置および方
法、並びに記録媒体に関し、特に、ユーザの顔の向きに
対応して音量を制御する通信装置および方法、並びに記
録媒体に関する。
法、並びに記録媒体に関し、特に、ユーザの顔の向きに
対応して音量を制御する通信装置および方法、並びに記
録媒体に関する。
【０００２】
【従来の技術】現在、遠隔している複数の会議室におけ
る画像および音声を、ネットワークを介して相互に通信
し、各会議室において、他の会議室の映像および音声を
再生することにより、あたかも１つのテーブルを囲んで
いるかのように会議を行うことができる遠隔会議システ
ムが存在する。
る画像および音声を、ネットワークを介して相互に通信
し、各会議室において、他の会議室の映像および音声を
再生することにより、あたかも１つのテーブルを囲んで
いるかのように会議を行うことができる遠隔会議システ
ムが存在する。
【０００３】
【発明が解決しようとする課題】ところで、このような
システムにおいては、各会議室における会議参加者が、
同時に発言することが可能とされているので、聞き取り
たい発言が他の発言に邪魔されて、聞き取り難くなる課
題があった。
システムにおいては、各会議室における会議参加者が、
同時に発言することが可能とされているので、聞き取り
たい発言が他の発言に邪魔されて、聞き取り難くなる課
題があった。
【０００４】本発明はこのような状況に鑑みてなされた
ものであり、会議参加者の顔の向きに対応して音量を制
御することより、顔の向きに対応する発言を聞き取り易
くするものである。
ものであり、会議参加者の顔の向きに対応して音量を制
御することより、顔の向きに対応する発言を聞き取り易
くするものである。
【０００５】
【課題を解決するための手段】請求項１に記載の通信装
置は、撮像されたユーザの顔の画像データから、第１の
領域と第２の領域を含む重心点検出領域を抽出する抽出
手段と、抽出手段により抽出された重心点検出領域の第
１の領域と第２の領域からなる第３の領域の第１の重心
点と、重心点検出領域の第１の領域の第２の重心点を検
出する第１の検出手段と、第１の検出手段により検出さ
れた第１の重心点および第２の重心点から、顔の向きを
検出する第２の検出手段とを備えることを特徴とする。
置は、撮像されたユーザの顔の画像データから、第１の
領域と第２の領域を含む重心点検出領域を抽出する抽出
手段と、抽出手段により抽出された重心点検出領域の第
１の領域と第２の領域からなる第３の領域の第１の重心
点と、重心点検出領域の第１の領域の第２の重心点を検
出する第１の検出手段と、第１の検出手段により検出さ
れた第１の重心点および第２の重心点から、顔の向きを
検出する第２の検出手段とを備えることを特徴とする。
【０００６】請求項２に記載の通信方法は、撮像された
ユーザの顔の画像データから、第１の領域と第２の領域
を含む重心点検出領域を抽出する抽出ステップと、抽出
ステップの処理で抽出された重心点検出領域の第１の領
域と第２の領域からなる第３の領域の第１の重心点と、
重心点検出領域の第１の領域の第２の重心点を検出する
第１の検出ステップと、第１の検出ステップの処理で検
出された第１の重心点および第２の重心点から、顔の向
きを検出する第２の検出ステップとを含むことを特徴と
する。
ユーザの顔の画像データから、第１の領域と第２の領域
を含む重心点検出領域を抽出する抽出ステップと、抽出
ステップの処理で抽出された重心点検出領域の第１の領
域と第２の領域からなる第３の領域の第１の重心点と、
重心点検出領域の第１の領域の第２の重心点を検出する
第１の検出ステップと、第１の検出ステップの処理で検
出された第１の重心点および第２の重心点から、顔の向
きを検出する第２の検出ステップとを含むことを特徴と
する。
【０００７】請求項３に記載の記録媒体は、撮像された
ユーザの顔の画像データから、第１の領域と第２の領域
を含む重心点検出領域を抽出する抽出ステップと、抽出
ステップの処理で抽出された重心点検出領域の第１の領
域と第２の領域からなる第３の領域の第１の重心点と、
重心点検出領域の第１の領域の第２の重心点を検出する
第１の検出ステップと、第１の検出ステップの処理で検
出された第１の重心点および第２の重心点から、顔の向
きを検出する第２の検出ステップとを含むことを特徴と
する。
ユーザの顔の画像データから、第１の領域と第２の領域
を含む重心点検出領域を抽出する抽出ステップと、抽出
ステップの処理で抽出された重心点検出領域の第１の領
域と第２の領域からなる第３の領域の第１の重心点と、
重心点検出領域の第１の領域の第２の重心点を検出する
第１の検出ステップと、第１の検出ステップの処理で検
出された第１の重心点および第２の重心点から、顔の向
きを検出する第２の検出ステップとを含むことを特徴と
する。
【０００８】請求項１に記載の通信装置、請求項２に記
載の通信方法、および請求項３に記載の記録媒体におい
ては、撮像されたユーザの顔の画像データから、第１の
領域と第２の領域を含む重心点検出領域が抽出され、抽
出された重心点検出領域の第１の領域と第２の領域から
なる第３の領域の第１の重心点と、重心点検出領域の第
１の領域の第２の重心点が検出され、検出された第１の
重心点および第２の重心点から、顔の向きが検出され
る。
載の通信方法、および請求項３に記載の記録媒体におい
ては、撮像されたユーザの顔の画像データから、第１の
領域と第２の領域を含む重心点検出領域が抽出され、抽
出された重心点検出領域の第１の領域と第２の領域から
なる第３の領域の第１の重心点と、重心点検出領域の第
１の領域の第２の重心点が検出され、検出された第１の
重心点および第２の重心点から、顔の向きが検出され
る。
【０００９】
【発明の実施の形態】図１は、本発明を適用した遠隔会
議システムの構成例を示している。この遠隔会議システ
ムにおいては、４個の遠隔会議装置１−１乃至１−４
（以下、遠隔会議装置１−１乃至１−４を個々に区別す
る必要がない場合、単に遠隔会議装置１と記述する。他
の装置についても同様である）がISDN(Integrated Serv
ices Digital Network)２を介して接続されている。遠
隔会議装置１−１は、参加者Ａの画像データおよび音声
データを、ISDN２を介して遠隔会議装置１−２乃至１−
４に送信したり、遠隔会議装置１−２乃至１−４から送
信されてきた画像データおよび音声データを再生する。
議システムの構成例を示している。この遠隔会議システ
ムにおいては、４個の遠隔会議装置１−１乃至１−４
（以下、遠隔会議装置１−１乃至１−４を個々に区別す
る必要がない場合、単に遠隔会議装置１と記述する。他
の装置についても同様である）がISDN(Integrated Serv
ices Digital Network)２を介して接続されている。遠
隔会議装置１−１は、参加者Ａの画像データおよび音声
データを、ISDN２を介して遠隔会議装置１−２乃至１−
４に送信したり、遠隔会議装置１−２乃至１−４から送
信されてきた画像データおよび音声データを再生する。
【００１０】遠隔会議装置１−２は、参加者Ｂの画像デ
ータおよび音声データを、ISDN２を介して遠隔会議装置
１−１，１−３，１−４に送信したり、遠隔会議装置１
−１，１−３，１−４から送信されてきた画像データお
よび音声データを再生する。遠隔会議装置１−３は、参
加者Ｃの画像データおよび音声データを、ISDN２を介し
て遠隔会議装置１−１，１−２，１−４に送信したり、
遠隔会議装置１−１，１−２，１−４から送信されてき
た画像データおよび音声データを再生する。遠隔会議装
置１−４は、参加者Ｄの画像データおよび音声データ
を、ISDN２を介して遠隔会議装置１−１乃至１−３に送
信したり、遠隔会議装置１−１乃至１−３から送信され
てきた画像データおよび音声データを再生する。
ータおよび音声データを、ISDN２を介して遠隔会議装置
１−１，１−３，１−４に送信したり、遠隔会議装置１
−１，１−３，１−４から送信されてきた画像データお
よび音声データを再生する。遠隔会議装置１−３は、参
加者Ｃの画像データおよび音声データを、ISDN２を介し
て遠隔会議装置１−１，１−２，１−４に送信したり、
遠隔会議装置１−１，１−２，１−４から送信されてき
た画像データおよび音声データを再生する。遠隔会議装
置１−４は、参加者Ｄの画像データおよび音声データ
を、ISDN２を介して遠隔会議装置１−１乃至１−３に送
信したり、遠隔会議装置１−１乃至１−３から送信され
てきた画像データおよび音声データを再生する。
【００１１】なお、図１の例では、４個の遠隔会議装置
１−１乃至１−４が設けられているが、さらに多くの遠
隔会議装置を接続することも可能である。また、ISDN２
の代わりに、例えば、ケーブルテレビ網のような他の伝
送媒体を用いることも可能である。
１−１乃至１−４が設けられているが、さらに多くの遠
隔会議装置を接続することも可能である。また、ISDN２
の代わりに、例えば、ケーブルテレビ網のような他の伝
送媒体を用いることも可能である。
【００１２】図２は、遠隔会議装置１−１の外観の構成
例を示している。遠隔会議装置１−１は、３個の再生装
置１０−１乃至１０−３、カメラ１３、およびマイクロ
フォン１４から構成されている。
例を示している。遠隔会議装置１−１は、３個の再生装
置１０−１乃至１０−３、カメラ１３、およびマイクロ
フォン１４から構成されている。
【００１３】再生装置１０−１は、ディスプレイ１１−
１およびスピーカ１２−１から構成され、参加者Ａの左
側前方（図２中、左方向）に配置されている。ディスプ
レイ１１−１は、遠隔会議装置１−２から送信された画
像データに対応する映像（例えば、参加者Ｂの顔）を表
示する。スピーカ１２−１は、遠隔会議装置１−２から
送信された音声データに対応する音声（例えば、参加者
Ｂの発言）を出力する。
１およびスピーカ１２−１から構成され、参加者Ａの左
側前方（図２中、左方向）に配置されている。ディスプ
レイ１１−１は、遠隔会議装置１−２から送信された画
像データに対応する映像（例えば、参加者Ｂの顔）を表
示する。スピーカ１２−１は、遠隔会議装置１−２から
送信された音声データに対応する音声（例えば、参加者
Ｂの発言）を出力する。
【００１４】再生装置１０−２は、ディスプレイ１１−
２およびスピーカ１２−２から構成され、参加者Ａの前
方（図２中、上方向）に配置されている。ディスプレイ
１１−２は、遠隔会議装置１−３から送信された画像デ
ータに対応する映像（例えば、参加者Ｃの顔）を表示す
る。スピーカ１２−２は、遠隔会議装置１−３から送信
された音声データに対応する音声（例えば、参加者Ｃの
発言）を出力する。
２およびスピーカ１２−２から構成され、参加者Ａの前
方（図２中、上方向）に配置されている。ディスプレイ
１１−２は、遠隔会議装置１−３から送信された画像デ
ータに対応する映像（例えば、参加者Ｃの顔）を表示す
る。スピーカ１２−２は、遠隔会議装置１−３から送信
された音声データに対応する音声（例えば、参加者Ｃの
発言）を出力する。
【００１５】再生装置１０−３は、ディスプレイ１１−
３およびスピーカ１２−３から構成され、参加者Ａの右
側前向（図２中、右方向）に配置されている。ディスプ
レイ１１−３は、遠隔会議装置１−４から送信された画
像データに対応する映像（例えば、参加者Ｄの顔）を表
示する。スピーカ１２−３は、遠隔会議装置１−４から
送信された音声データに対応する音声（例えば、参加者
Ｄの発言）を出力する。
３およびスピーカ１２−３から構成され、参加者Ａの右
側前向（図２中、右方向）に配置されている。ディスプ
レイ１１−３は、遠隔会議装置１−４から送信された画
像データに対応する映像（例えば、参加者Ｄの顔）を表
示する。スピーカ１２−３は、遠隔会議装置１−４から
送信された音声データに対応する音声（例えば、参加者
Ｄの発言）を出力する。
【００１６】カメラ１３は、再生装置１０−２の上面に
配置され、すなわち、参加者Ａの前方に配置され、例え
ば、参加者Ａの顔の部分を撮像する。マイクロフォン１
４も、再生装置１０−２の上面に配置され、参加者Ａの
発言を集音する。カメラ１３により撮像された映像およ
びマイクロフォン１４により集音された音声は、遠隔会
議装置１−２乃至１−４に送信される。
配置され、すなわち、参加者Ａの前方に配置され、例え
ば、参加者Ａの顔の部分を撮像する。マイクロフォン１
４も、再生装置１０−２の上面に配置され、参加者Ａの
発言を集音する。カメラ１３により撮像された映像およ
びマイクロフォン１４により集音された音声は、遠隔会
議装置１−２乃至１−４に送信される。
【００１７】すなわち、遠隔会議装置１−１は、この会
議の参加者Ａ，Ｂ，Ｃ，Ｄのうち、この装置を使用する
参加者Ａ以外の参加者Ｂ，Ｃ，Ｄの映像を表示し、か
つ、彼らの発言を出力し、参加者Ａに提供するととも
に、参加者Ａの顔の部分の画像データおよび音声データ
を、遠隔会議装置１−２乃至１−４に出力し、参加者Ａ
の映像および発言を参加者Ｂ，Ｃ，Ｄに提供する。遠隔
会議装置１−１はまた、撮像した参加者Ａの映像から、
参加者Ａの顔の向きを検出し、その検出結果に基づい
て、各再生装置１０のスピーカ１２の音量を調整する音
量制御処理を実行する。
議の参加者Ａ，Ｂ，Ｃ，Ｄのうち、この装置を使用する
参加者Ａ以外の参加者Ｂ，Ｃ，Ｄの映像を表示し、か
つ、彼らの発言を出力し、参加者Ａに提供するととも
に、参加者Ａの顔の部分の画像データおよび音声データ
を、遠隔会議装置１−２乃至１−４に出力し、参加者Ａ
の映像および発言を参加者Ｂ，Ｃ，Ｄに提供する。遠隔
会議装置１−１はまた、撮像した参加者Ａの映像から、
参加者Ａの顔の向きを検出し、その検出結果に基づい
て、各再生装置１０のスピーカ１２の音量を調整する音
量制御処理を実行する。
【００１８】図３は、遠隔会議装置１−１の音量制御処
理を行う部分の構成例を示している。角度検出部２１
は、カメラ１３から供給される参加者Ａの画像データを
解析し、参加者Ａの顔の向き（角度）を検出し、音量演
算部２２−１乃至２２−３に供給する。すなわち、角度
検出部２１は、参加者Ａの顔が、参加者Ｂが表示されて
いるディスプレイ１１−１、参加者Ｃが表示されている
ディスプレイ１１−２、または参加者Ｄが表示されてい
るディスプレイ１１−３のいずれに向いているかを検出
して、検出結果（以下、検出情報と称する）を音量演算
部２２−１乃至２２−３に供給する。
理を行う部分の構成例を示している。角度検出部２１
は、カメラ１３から供給される参加者Ａの画像データを
解析し、参加者Ａの顔の向き（角度）を検出し、音量演
算部２２−１乃至２２−３に供給する。すなわち、角度
検出部２１は、参加者Ａの顔が、参加者Ｂが表示されて
いるディスプレイ１１−１、参加者Ｃが表示されている
ディスプレイ１１−２、または参加者Ｄが表示されてい
るディスプレイ１１−３のいずれに向いているかを検出
して、検出結果（以下、検出情報と称する）を音量演算
部２２−１乃至２２−３に供給する。
【００１９】音量演算部２２−１は、角度検出部２１か
ら供給された検出情報に基づいて、遠隔会議装置１−２
から入力された参加者Ｂの音声データの増幅率Gain
（ｔ）を演算し、演算結果を増幅器２３−１に出力す
る。音量演算部２２−２は、角度検出部２１からの検出
情報に基づいて、遠隔会議装置１−３から入力される参
加者Ｃの音声データの増幅率Gain（ｔ）を演算し、演算
結果を増幅器２３−２に出力する。また音量演算部２２
−３は、角度検出部２１からの検出情報に基づいて、遠
隔会議装置１−４から入力される参加者Ｄの音声データ
の増幅率Gain（ｔ）を演算し、演算結果を増幅器２３−
３に出力する。なお、増幅率Gain（ｔ）の演算方法につ
いては、後述する。
ら供給された検出情報に基づいて、遠隔会議装置１−２
から入力された参加者Ｂの音声データの増幅率Gain
（ｔ）を演算し、演算結果を増幅器２３−１に出力す
る。音量演算部２２−２は、角度検出部２１からの検出
情報に基づいて、遠隔会議装置１−３から入力される参
加者Ｃの音声データの増幅率Gain（ｔ）を演算し、演算
結果を増幅器２３−２に出力する。また音量演算部２２
−３は、角度検出部２１からの検出情報に基づいて、遠
隔会議装置１−４から入力される参加者Ｄの音声データ
の増幅率Gain（ｔ）を演算し、演算結果を増幅器２３−
３に出力する。なお、増幅率Gain（ｔ）の演算方法につ
いては、後述する。
【００２０】増幅器２３−１乃至２３−３は、音量演算
部２２−１乃至２２−３から入力された増幅率Gain
（ｔ）に基づいて、対応する遠隔会議装置１−２乃至１
−４から供給される参加者Ｂ乃至Ｄの音声データを増幅
し、スピーカ１２−１乃至１２−３から放音させる。
部２２−１乃至２２−３から入力された増幅率Gain
（ｔ）に基づいて、対応する遠隔会議装置１−２乃至１
−４から供給される参加者Ｂ乃至Ｄの音声データを増幅
し、スピーカ１２−１乃至１２−３から放音させる。
【００２１】遠隔会議装置１−２乃至１−４も、遠隔会
議装置１−１と同様に、３個の再生装置、カメラ、およ
びマイクロフォンから構成され、かつ、音量制御処理機
能を有しているので、その図示および説明は省略する。
議装置１−１と同様に、３個の再生装置、カメラ、およ
びマイクロフォンから構成され、かつ、音量制御処理機
能を有しているので、その図示および説明は省略する。
【００２２】次に、この遠隔会議装置１−１の音量制御
処理について、図４のフローチャートを参照して説明す
る。
処理について、図４のフローチャートを参照して説明す
る。
【００２３】ステップＳ１において、遠隔会議装置１−
１のカメラ１３により、図５（Ａ）に示すような、参加
者Ａの顔を含む風景が撮像されると、その撮像結果に基
づく画像データが、角度検出部２１に供給される。ステ
ップＳ２において、角度検出部２１は、供給された画像
データに基づいて、参加者Ａの顔の向き（角度）を検出
する。この処理の詳細を、図６のフローチャートを参照
して説明する。
１のカメラ１３により、図５（Ａ）に示すような、参加
者Ａの顔を含む風景が撮像されると、その撮像結果に基
づく画像データが、角度検出部２１に供給される。ステ
ップＳ２において、角度検出部２１は、供給された画像
データに基づいて、参加者Ａの顔の向き（角度）を検出
する。この処理の詳細を、図６のフローチャートを参照
して説明する。
【００２４】ステップＳ１１において、角度検出部２１
は、供給された画像データ上に、画像の色彩情報（画素
値）を用いて、図５（Ｂ）に示すように肌色領域Ａ（図
中、白抜き部分）と黒色領域Ｂ（図中、影が付されてい
る部分）を生成する。すなわち、肌が露出して肌色に見
える部分（参加者Ａの顔部分および首部分）が、肌色領
域Ａとなり、髪の毛が存在し黒く見える部分（参加者Ａ
の頭部）が、黒色領域Ｂとなる。
は、供給された画像データ上に、画像の色彩情報（画素
値）を用いて、図５（Ｂ）に示すように肌色領域Ａ（図
中、白抜き部分）と黒色領域Ｂ（図中、影が付されてい
る部分）を生成する。すなわち、肌が露出して肌色に見
える部分（参加者Ａの顔部分および首部分）が、肌色領
域Ａとなり、髪の毛が存在し黒く見える部分（参加者Ａ
の頭部）が、黒色領域Ｂとなる。
【００２５】次に、ステップＳ１２において、角度検出
部２１は、重心点検出領域Ｗを抽出する。具体的には、
角度検出部２１は、肌色領域Ａおよび黒色領域Ｂからな
る領域の上端を検出し、その上端上に引かれる、Ｘ軸と
平行な線を基準線Ｂ1とする。図５（Ｂ）の例の場合、
黒色領域Ｂが肌色領域Ａより上側の位置するので、黒色
領域Ｂの上端（頭の先端）上に引かれる、Ｘ軸と平行な
線が基準線Ｂ1とされる。次に角度検出部２１は、基準
線Ｂ１を、距離Ｌ1分だけ下方（Ｙ軸の値が大きくなる
方向）にＸ軸に対して平行移動させ、基準線Ｂ2を設定
し、さらに基準線Ｂ2を、距離Ｌ2分だけ下方にＸ軸に対
して平行移動させ基準線Ｂ3を設定する。
部２１は、重心点検出領域Ｗを抽出する。具体的には、
角度検出部２１は、肌色領域Ａおよび黒色領域Ｂからな
る領域の上端を検出し、その上端上に引かれる、Ｘ軸と
平行な線を基準線Ｂ1とする。図５（Ｂ）の例の場合、
黒色領域Ｂが肌色領域Ａより上側の位置するので、黒色
領域Ｂの上端（頭の先端）上に引かれる、Ｘ軸と平行な
線が基準線Ｂ1とされる。次に角度検出部２１は、基準
線Ｂ１を、距離Ｌ1分だけ下方（Ｙ軸の値が大きくなる
方向）にＸ軸に対して平行移動させ、基準線Ｂ2を設定
し、さらに基準線Ｂ2を、距離Ｌ2分だけ下方にＸ軸に対
して平行移動させ基準線Ｂ3を設定する。
【００２６】このように、基準線Ｂ1、基準線Ｂ2、およ
び基準線Ｂ3を設定すると、角度検出部２１は、図５
（Ｃ）に示すように、基準線Ｂ2と基準線Ｂ3で区分され
る領域（重心点検出領域Ｗ）を画像データから抽出す
る。
び基準線Ｂ3を設定すると、角度検出部２１は、図５
（Ｃ）に示すように、基準線Ｂ2と基準線Ｂ3で区分され
る領域（重心点検出領域Ｗ）を画像データから抽出す
る。
【００２７】ステップＳ１３において、角度検出部２１
は、抽出した重心点検出領域Ｗに存在する肌色領域Ａお
よび黒色領域Ｂからなる領域の重心点Ｇ1と、重心点検
出領域Ｗに存在する肌色領域Ａの重心点Ｇ2を検出し、
そのＸ軸上の値を検出する。図５（Ｃ）には、図５
（Ｂ）の重心点検出領域Ｗの重心点Ｇ1およびそのＸ軸
上の値Ｘ1、並びに重心点Ｇ2およびそのＸ軸上の値Ｘ2
が示されている。なお、この場合、値Ｘ1は値Ｘ2とほぼ
同値である。
は、抽出した重心点検出領域Ｗに存在する肌色領域Ａお
よび黒色領域Ｂからなる領域の重心点Ｇ1と、重心点検
出領域Ｗに存在する肌色領域Ａの重心点Ｇ2を検出し、
そのＸ軸上の値を検出する。図５（Ｃ）には、図５
（Ｂ）の重心点検出領域Ｗの重心点Ｇ1およびそのＸ軸
上の値Ｘ1、並びに重心点Ｇ2およびそのＸ軸上の値Ｘ2
が示されている。なお、この場合、値Ｘ1は値Ｘ2とほぼ
同値である。
【００２８】次に、ステップＳ１４において、角度検出
部２１は、検出した重心点Ｇ1の値Ｘ1および重心点Ｇ2
の値Ｘ2の差Ｄを算出する。図５の例では、値Ｘ1および
値Ｘ2はほぼ同値であるので、その差Ｄは０となる。
部２１は、検出した重心点Ｇ1の値Ｘ1および重心点Ｇ2
の値Ｘ2の差Ｄを算出する。図５の例では、値Ｘ1および
値Ｘ2はほぼ同値であるので、その差Ｄは０となる。
【００２９】ステップＳ１５において、角度検出部２１
は、算出した差Ｄから、顔の向き（正面に対する角度）
を検出する。具体的には、角度検出部２１は、図７に示
すような、差Ｄと、顔の向きの角度（正面に対する角
度）との対応関係を示すデータを予め有しており、それ
を参照して算出した差Ｄに対応する角度を検出する。図
７の例の場合、差Ｄ＝０には、角度＝０が対応してうる
ので、０度が検出される。
は、算出した差Ｄから、顔の向き（正面に対する角度）
を検出する。具体的には、角度検出部２１は、図７に示
すような、差Ｄと、顔の向きの角度（正面に対する角
度）との対応関係を示すデータを予め有しており、それ
を参照して算出した差Ｄに対応する角度を検出する。図
７の例の場合、差Ｄ＝０には、角度＝０が対応してうる
ので、０度が検出される。
【００３０】図７に示したような対応関係は、例えば、
下記の式により求められる。なお、ａは所定の定数であ
る。
下記の式により求められる。なお、ａは所定の定数であ
る。
【００３１】差Ｄ＝ａsin（角度） また、図７の例の場合、正の値の角度は、図２におい
て、参加者Ａが右方向を向いていることを示し、負の値
の角度は、左方向を向いていることを示している。
て、参加者Ａが右方向を向いていることを示し、負の値
の角度は、左方向を向いていることを示している。
【００３２】以上のようにして、参加者Ａの顔の向き
（角度）が検出されるが、次に、図８（Ａ）に示すよう
な画像が撮像された場合を例として、角度検出処理を、
再度説明する。
（角度）が検出されるが、次に、図８（Ａ）に示すよう
な画像が撮像された場合を例として、角度検出処理を、
再度説明する。
【００３３】図８（Ｂ）に示すように、肌色領域Ａおよ
び黒色領域Ｂが決定され（ステップＳ１１）、重心点検
出領域Ｗが設定される（ステップＳ１２）。次に、重心
点Ｇ1（重心点検出領域Ｗに存在する肌色領域Ａおよび
黒色領域Ｂからなる領域の重心点）のＸ軸上の値Ｘ1お
よび重心点Ｇ2（重心点検出領域Ｗに存在する肌色領域
Ａの重心点）のＸ軸上の値Ｘ2が検出される（ステップ
Ｓ１３）。このように、値Ｘ1および値Ｘ2が検出される
と、差Ｄが算出され（ステップＳ１４）、算出された差
Ｄに対応する顔の向きの角度が検出される（ステップＳ
１５）。この例の場合、値Ｘ１と値Ｘ２の差Ｄは、差Ｄ
eとされ、図７において、角度Ｖeが検出される。 以上
のようして、顔の向き（角度）が検出されると、ステッ
プＳ１６に進み、角度検出部２１は、その角度に基づい
て検出情報を生成し（図５の例では、０度が検出された
ことから、顔が正面を向いていることを示す情報、図８
の例では、角度Ｖeが検出されたことから、参加者Ａの
顔が、例えば、ディスプレイ１１−３方向を向いている
ことを示す情報を生成し）、音量演算部２２−１乃至２
２−３に出力する。このように角度検出処理が完了する
と、次に、図４のステップＳ３に進む。
び黒色領域Ｂが決定され（ステップＳ１１）、重心点検
出領域Ｗが設定される（ステップＳ１２）。次に、重心
点Ｇ1（重心点検出領域Ｗに存在する肌色領域Ａおよび
黒色領域Ｂからなる領域の重心点）のＸ軸上の値Ｘ1お
よび重心点Ｇ2（重心点検出領域Ｗに存在する肌色領域
Ａの重心点）のＸ軸上の値Ｘ2が検出される（ステップ
Ｓ１３）。このように、値Ｘ1および値Ｘ2が検出される
と、差Ｄが算出され（ステップＳ１４）、算出された差
Ｄに対応する顔の向きの角度が検出される（ステップＳ
１５）。この例の場合、値Ｘ１と値Ｘ２の差Ｄは、差Ｄ
eとされ、図７において、角度Ｖeが検出される。 以上
のようして、顔の向き（角度）が検出されると、ステッ
プＳ１６に進み、角度検出部２１は、その角度に基づい
て検出情報を生成し（図５の例では、０度が検出された
ことから、顔が正面を向いていることを示す情報、図８
の例では、角度Ｖeが検出されたことから、参加者Ａの
顔が、例えば、ディスプレイ１１−３方向を向いている
ことを示す情報を生成し）、音量演算部２２−１乃至２
２−３に出力する。このように角度検出処理が完了する
と、次に、図４のステップＳ３に進む。
【００３４】ステップＳ３において、音量演算部２２−
１乃至２２−３は、角度検出部２１から供給された検出
情報に基づいて、対応する遠隔会議装置１−２乃至１−
４から入力された参加者Ｂ乃至Ｄの音声データの増幅率
を演算し、対応する増幅器２３−１乃至２３−３に供給
する。以下、増幅率Gain（ｔ）の演算方法を説明する。
増幅率Gain（ｔ）は、式（１）に従って演算される。
１乃至２２−３は、角度検出部２１から供給された検出
情報に基づいて、対応する遠隔会議装置１−２乃至１−
４から入力された参加者Ｂ乃至Ｄの音声データの増幅率
を演算し、対応する増幅器２３−１乃至２３−３に供給
する。以下、増幅率Gain（ｔ）の演算方法を説明する。
増幅率Gain（ｔ）は、式（１）に従って演算される。
【００３５】 Gain（ｔ）＝（１−Ｇｍｉｎ）Ａ- α (t)＋Ｇｍｉｎ ・・・（１） α（ｔ）については、β（ｔ）＝ｔ−「最後にディスプ
レイ１１を注視していた時刻」と定義すれば、β（ｔ）
＜Ｔａｔｔであるとき、α（ｔ）＝０であり、β（ｔ）
≧Ｔａｔｔであるとき、α（ｔ）＝β（ｔ）−Ｔａｔｔ
である。
レイ１１を注視していた時刻」と定義すれば、β（ｔ）
＜Ｔａｔｔであるとき、α（ｔ）＝０であり、β（ｔ）
≧Ｔａｔｔであるとき、α（ｔ）＝β（ｔ）−Ｔａｔｔ
である。
【００３６】ただし、「時刻ｔにおいてディスプレイ１
１を注視している」の定義は、時刻（ｔ−Ｔｃｏｎｔ）
から時刻ｔまでの間、顔がディスプレイ１１に向いてい
ることである。また、最小増幅率Ｇｍｉｎ，定数Ａ，時
間Ｔａｔｔ、および時間Ｔｃｏｎｔは、次式（２）乃至
（５）をそれぞれ満足する定数である。
１を注視している」の定義は、時刻（ｔ−Ｔｃｏｎｔ）
から時刻ｔまでの間、顔がディスプレイ１１に向いてい
ることである。また、最小増幅率Ｇｍｉｎ，定数Ａ，時
間Ｔａｔｔ、および時間Ｔｃｏｎｔは、次式（２）乃至
（５）をそれぞれ満足する定数である。
【００３７】 ０≦Ｇｍｉｎ≦１・・・（２） Ａ＞１ ・・・（３） Ｔａｔｔ ≧０・・・（４） Ｔｃｏｎｔ ≧０ ・・・（５） 例えば、音量演算部２２−１は、参加者Ａの顔の向き
が、図９（Ｃ）に示すように、ディスプレイ１１−１に
向けられた場合、顔の向きがディスプレイ１１−１に向
けられた状態で時間Ｔｃｏｎｔが経過すると、図９
（Ｂ）に示すように、参加者Ａがディスプレイ１１−１
を凝視していると判定され、図９（Ａ）に示すように、
増幅率Gain（ｔ）が最大値（＝１）に設定される。その
後、顔の向きがディスプレイ１１−１から外されると、
その時点から時間Ｔａｔｔが経過するまで、増幅率Gain
（ｔ）は最大値（＝１）に保持された後、徐々に最小増
幅率Ｇｍｉｎに漸近する。
が、図９（Ｃ）に示すように、ディスプレイ１１−１に
向けられた場合、顔の向きがディスプレイ１１−１に向
けられた状態で時間Ｔｃｏｎｔが経過すると、図９
（Ｂ）に示すように、参加者Ａがディスプレイ１１−１
を凝視していると判定され、図９（Ａ）に示すように、
増幅率Gain（ｔ）が最大値（＝１）に設定される。その
後、顔の向きがディスプレイ１１−１から外されると、
その時点から時間Ｔａｔｔが経過するまで、増幅率Gain
（ｔ）は最大値（＝１）に保持された後、徐々に最小増
幅率Ｇｍｉｎに漸近する。
【００３８】同様に、音量演算部２２−２，２２−３
は、角度検出部２１から供給された検出情報に基づい
て、対応する遠隔会議装置１−３，１−４から入力され
た参加者Ｃ，Ｄの音声データの増幅率Gain（ｔ）を演算
するようになされている。
は、角度検出部２１から供給された検出情報に基づい
て、対応する遠隔会議装置１−３，１−４から入力され
た参加者Ｃ，Ｄの音声データの増幅率Gain（ｔ）を演算
するようになされている。
【００３９】次に、ステップＳ４において、増幅器２３
−１乃至２３−３は、音量演算部２２−１乃至２２−３
から供給された増幅率Gain（ｔ）に基づいて、遠隔会議
装置１−２乃至１−４から供給された参加者Ｂ乃至Ｄの
音声データを増幅し、スピーカ１２−１乃至１２−３に
出力する。ステップＳ５において、スピーカ１２−１乃
至１２−３は、増幅器２３−１乃至２３−３から入力さ
れた音声データを放音する。
−１乃至２３−３は、音量演算部２２−１乃至２２−３
から供給された増幅率Gain（ｔ）に基づいて、遠隔会議
装置１−２乃至１−４から供給された参加者Ｂ乃至Ｄの
音声データを増幅し、スピーカ１２−１乃至１２−３に
出力する。ステップＳ５において、スピーカ１２−１乃
至１２−３は、増幅器２３−１乃至２３−３から入力さ
れた音声データを放音する。
【００４０】遠隔会議装置１−２乃至１−４において
も、上述したような音量調整処理が行われるので、その
説明は省略する。
も、上述したような音量調整処理が行われるので、その
説明は省略する。
【００４１】なお、以上においては、重心点１および重
心点２のＸ軸上における位置関係から顔の向き（角度）
を検出する場合を例として説明したが、それぞれのＹ軸
上の位置関係と組み合わせて、顔の向き（角度）を検出
するようにすることもできる。
心点２のＸ軸上における位置関係から顔の向き（角度）
を検出する場合を例として説明したが、それぞれのＹ軸
上の位置関係と組み合わせて、顔の向き（角度）を検出
するようにすることもできる。
【００４２】図１０は、再生装置１０−２の他の構成例
を示している。この再生装置１０−２には、ディスプレ
イ１１−２に代えて、ハーフミラー３１が設けられてお
り、図２に示したカメラ１３が、ハーフミラー３１の裏
側（再生装置１０−２の内部）に設置されている。
を示している。この再生装置１０−２には、ディスプレ
イ１１−２に代えて、ハーフミラー３１が設けられてお
り、図２に示したカメラ１３が、ハーフミラー３１の裏
側（再生装置１０−２の内部）に設置されている。
【００４３】図１１は、図１０の線ＡＡ’の断面を表し
ている。ハーフミラー３１は、参加者Ａが位置する側か
らカメラ１３に向かう光（図１１中点線で示されてい
る、右から左方向に向かう光）を透過する。ハーフミラ
ー３１はまた、表示装置３１の上面に設けられているデ
ィスプレイ３２から出射される光（図１１中実線で示さ
れている、下から上方向に向かう光）を、参加者Ａが位
置する側に反射する。表示装置３１は、ディスプレイ３
２に参加者Ｃの映像を反転して表示する。すなわち、デ
ィスプレイ３２に表示された参加者Ｃの映像（反転され
た映像）は、ハーフミラー３１により反射され（再反転
され）、参加者Ａに表示される。
ている。ハーフミラー３１は、参加者Ａが位置する側か
らカメラ１３に向かう光（図１１中点線で示されてい
る、右から左方向に向かう光）を透過する。ハーフミラ
ー３１はまた、表示装置３１の上面に設けられているデ
ィスプレイ３２から出射される光（図１１中実線で示さ
れている、下から上方向に向かう光）を、参加者Ａが位
置する側に反射する。表示装置３１は、ディスプレイ３
２に参加者Ｃの映像を反転して表示する。すなわち、デ
ィスプレイ３２に表示された参加者Ｃの映像（反転され
た映像）は、ハーフミラー３１により反射され（再反転
され）、参加者Ａに表示される。
【００４４】カメラ１３は、ハーフミラー３１を介して
参加者Ａに表示される参加者Ｃの映像上の目と同じ位置
に設置されている。
参加者Ａに表示される参加者Ｃの映像上の目と同じ位置
に設置されている。
【００４５】再生装置１０−２が、以上のような構成を
有することにより、参加者Ａが、ハーフミラー３１を介
して提供される参加者Ｃの映像上の目を見ているとき、
カメラ１３により撮像された参加者Ａの顔の映像は、参
加者Ｃが使用する遠隔会議装置１−３において、あたか
も参加者Ｃを見ているように、すなわち、視線があった
状態で表示される。
有することにより、参加者Ａが、ハーフミラー３１を介
して提供される参加者Ｃの映像上の目を見ているとき、
カメラ１３により撮像された参加者Ａの顔の映像は、参
加者Ｃが使用する遠隔会議装置１−３において、あたか
も参加者Ｃを見ているように、すなわち、視線があった
状態で表示される。
【００４６】図２の例における場合、カメラ１３は、再
生装置１０−２の上側に設けられている。すなわち、そ
の位置は、ディスプレイ１１−２に表示される参加者Ｃ
の映像上の目の位置とは異なるので、参加者Ａがディス
プレイ１１−２に表示される参加者Ｃの表示上の目を見
ているときの参加者Ａの映像は、遠隔会議装置１−３に
おいて、参加者Ｃの目を見ているようには表示されな
い。すなわち、視線が合っているようには表示されな
い。
生装置１０−２の上側に設けられている。すなわち、そ
の位置は、ディスプレイ１１−２に表示される参加者Ｃ
の映像上の目の位置とは異なるので、参加者Ａがディス
プレイ１１−２に表示される参加者Ｃの表示上の目を見
ているときの参加者Ａの映像は、遠隔会議装置１−３に
おいて、参加者Ｃの目を見ているようには表示されな
い。すなわち、視線が合っているようには表示されな
い。
【００４７】遠隔会議装置１−１の再生装置１０−１乃
至１０−３、および遠隔会議装置１−２乃至１−４の各
再生装置が、図１０，図１１に示したような構成を有す
ることにより、表示される話者相手の参加者と視線が合
うようにすることができる。
至１０−３、および遠隔会議装置１−２乃至１−４の各
再生装置が、図１０，図１１に示したような構成を有す
ることにより、表示される話者相手の参加者と視線が合
うようにすることができる。
【００４８】また、図１０、図１１に示した構成を有す
る、遠隔会議装置１−１乃至１−４の再生装置が、図２
に示すように、各参加者の使用に対応した位置に配置さ
れることより、参加者の視線と、話者相手の視線が合う
とともに、各参加者がどの参加者を見ているかを認識で
きる。
る、遠隔会議装置１−１乃至１−４の再生装置が、図２
に示すように、各参加者の使用に対応した位置に配置さ
れることより、参加者の視線と、話者相手の視線が合う
とともに、各参加者がどの参加者を見ているかを認識で
きる。
【００４９】図１２は、遠隔会議装置１−１の他の構成
例を示している。この構成例において、湾曲したスクリ
ーン４１には、その所定の位置に、遠隔会議装置１−２
乃至１−４から送信される参加者Ｂ乃至Ｄの画像が表示
される。カメラ４４により撮像される参加者Ａの画像デ
ータは、ISDN２を介して遠隔会議装置１−２乃至１−４
に送信される。
例を示している。この構成例において、湾曲したスクリ
ーン４１には、その所定の位置に、遠隔会議装置１−２
乃至１−４から送信される参加者Ｂ乃至Ｄの画像が表示
される。カメラ４４により撮像される参加者Ａの画像デ
ータは、ISDN２を介して遠隔会議装置１−２乃至１−４
に送信される。
【００５０】遠隔会議装置１−２乃至１−４から送信さ
れる参加者Ｂ乃至Ｄの音声データは、その音像がスクリ
ーン４１の所定の位置に定位するように制御されて、ス
クリーン４１の左右に配置されたスピーカ４２，４３に
供給され、放音される。
れる参加者Ｂ乃至Ｄの音声データは、その音像がスクリ
ーン４１の所定の位置に定位するように制御されて、ス
クリーン４１の左右に配置されたスピーカ４２，４３に
供給され、放音される。
【００５１】また、参加者Ｂ乃至Ｄの音声データは、カ
メラ４４で撮像された参加者Ａの画像データを用いて検
出される参加者Ａの顔の向きに対応して、その増幅率が
個別に制御される。
メラ４４で撮像された参加者Ａの画像データを用いて検
出される参加者Ａの顔の向きに対応して、その増幅率が
個別に制御される。
【００５２】図１３は、同席する二人の参加者Ａ，Ｂに
対応する遠隔会議装置１−１の構成例を示している。こ
の構成例において、湾曲したスクリーン５１には、その
所定の位置に、他の遠隔会議装置から送信される参加者
Ｃ乃至Ｅの画像が表示される。カメラ５４により撮像さ
れる参加者Ａの画像データ、および、カメラ５５により
撮像される参加者Ｂの画像データは、ISDN２を介して他
の遠隔会議装置に送信される。
対応する遠隔会議装置１−１の構成例を示している。こ
の構成例において、湾曲したスクリーン５１には、その
所定の位置に、他の遠隔会議装置から送信される参加者
Ｃ乃至Ｅの画像が表示される。カメラ５４により撮像さ
れる参加者Ａの画像データ、および、カメラ５５により
撮像される参加者Ｂの画像データは、ISDN２を介して他
の遠隔会議装置に送信される。
【００５３】他の遠隔会議装置から送信される参加者Ｂ
乃至Ｅの音声データは、その音像がスクリーン５１の所
定の位置に定位するように制御されて、スクリーン５１
の左右に配置されたスピーカ５２，５３に供給され、放
音される。
乃至Ｅの音声データは、その音像がスクリーン５１の所
定の位置に定位するように制御されて、スクリーン５１
の左右に配置されたスピーカ５２，５３に供給され、放
音される。
【００５４】さらに、他の遠隔会議装置から送信される
参加者Ｃ乃至Ｅの音声データは、カメラ５４で撮像され
た画像データを用いて検出される参加者Ａの顔の向きに
対応して個別に制御される増幅率と、カメラ５５で撮像
された画像データを用いて検出される参加者Ｂの顔の向
きに対応して個別に制御される増幅率との対応するもの
の平均値が用いられて増幅される。
参加者Ｃ乃至Ｅの音声データは、カメラ５４で撮像され
た画像データを用いて検出される参加者Ａの顔の向きに
対応して個別に制御される増幅率と、カメラ５５で撮像
された画像データを用いて検出される参加者Ｂの顔の向
きに対応して個別に制御される増幅率との対応するもの
の平均値が用いられて増幅される。
【００５５】図１４は、同席する二人の参加者Ａ，Ｂに
対応する遠隔会議装置１−１の他の構成例を示してい
る。この構成例において、湾曲したスクリーン６１に
は、その所定の位置に、他の遠隔会議装置から送信され
る参加者Ｃ乃至Ｅの画像が表示される。カメラ６４によ
り撮像される参加者Ａの画像データ、および、カメラ６
５により撮像される参加者Ｂの画像データは、ISDN２を
介して他の遠隔会議装置に送信される。
対応する遠隔会議装置１−１の他の構成例を示してい
る。この構成例において、湾曲したスクリーン６１に
は、その所定の位置に、他の遠隔会議装置から送信され
る参加者Ｃ乃至Ｅの画像が表示される。カメラ６４によ
り撮像される参加者Ａの画像データ、および、カメラ６
５により撮像される参加者Ｂの画像データは、ISDN２を
介して他の遠隔会議装置に送信される。
【００５６】他の遠隔会議装置から送信される参加者Ｃ
乃至Ｅの音声データは、その音像が所定の位置に定位す
るように制御されるとともに、カメラ６４で撮像された
画像データを用いて検出される参加者Ａの顔の向きに対
応して増幅率が個別に制御されて、参加者Ａが装着する
ヘッドフォン６２に供給され、放音される。また、参加
者Ｃ乃至Ｅの音声データは、その音像が所定の位置に定
位するように制御されるとともに、カメラ６５で撮像さ
れた画像データを用いて検出される参加者Ｂの顔の向き
対応して音像が移動するように制御されて、参加者Ｂが
装着するヘッドフォン６３に供給され、放音される。
乃至Ｅの音声データは、その音像が所定の位置に定位す
るように制御されるとともに、カメラ６４で撮像された
画像データを用いて検出される参加者Ａの顔の向きに対
応して増幅率が個別に制御されて、参加者Ａが装着する
ヘッドフォン６２に供給され、放音される。また、参加
者Ｃ乃至Ｅの音声データは、その音像が所定の位置に定
位するように制御されるとともに、カメラ６５で撮像さ
れた画像データを用いて検出される参加者Ｂの顔の向き
対応して音像が移動するように制御されて、参加者Ｂが
装着するヘッドフォン６３に供給され、放音される。
【００５７】図１５は、遠隔会議装置１−１のさらに他
の構成例を示している。この構成例においては、各遠隔
会議装置間で参加者の画像データは通信されず、音声デ
ータだけが通信される。参加者Ｂ乃至Ｄの音声データを
放音するスピーカ７１乃至７３の近傍には、例えば、写
真７５Ｂ乃至７５Ｄのような参加者Ｂ乃至Ｄを象徴する
ものが配置される。
の構成例を示している。この構成例においては、各遠隔
会議装置間で参加者の画像データは通信されず、音声デ
ータだけが通信される。参加者Ｂ乃至Ｄの音声データを
放音するスピーカ７１乃至７３の近傍には、例えば、写
真７５Ｂ乃至７５Ｄのような参加者Ｂ乃至Ｄを象徴する
ものが配置される。
【００５８】他の遠隔会議装置から送信された参加者Ｂ
乃至Ｄの音声データは、対応するスピーカ７１乃至７３
から放音されるが、そのときの増幅率は、図２に示した
構成例と同様に、カメラ７４により撮像された参加者Ａ
の画像データを用いて検出される参加者Ａの顔の向きに
対応して制御される。
乃至Ｄの音声データは、対応するスピーカ７１乃至７３
から放音されるが、そのときの増幅率は、図２に示した
構成例と同様に、カメラ７４により撮像された参加者Ａ
の画像データを用いて検出される参加者Ａの顔の向きに
対応して制御される。
【００５９】上述した一連の処理は、ハードウエアによ
り実行させることもできるが、ソフトウエアにより実行
させることもできる。一連の処理をソフトウエアにより
実行する遠隔会議装置について説明する。
り実行させることもできるが、ソフトウエアにより実行
させることもできる。一連の処理をソフトウエアにより
実行する遠隔会議装置について説明する。
【００６０】図１６の遠隔会議装置５０１は、例えばコ
ンピュータで構成される。CPU（Central Processing Un
it）５１１にはバス５１５を介して入出力インタフェー
ス５１６が接続されており、CPU５１１は、入出力イン
タフェース５１６を介して、ユーザから、キーボード、
マウスなどよりなる入力部５１８から指令が入力される
と、例えば、ROM（Read Only Memory）５１２、ハード
ディスク５１４、またはドライブ５２０に装着される磁
気ディスク５３１、光ディスク５３２、光磁気ディスク
５３３、若しくは半導体メモリ５３４などの記録媒体に
格納されているプログラムを、RAM（Random Access Mem
ory）５１３にロードして実行する。さらに、CPU５１１
は、その処理結果を、例えば、入出力インタフェース５
１６を介して、LCD（Liquid Crystal Display）などよ
りなる表示部５１７に必要に応じて出力する。なお、プ
ログラムは、ハードディスク５１４やROM５１２に予め
記憶しておき、遠隔会議装置５０１と一体的にユーザに
提供したり、磁気ディスク５３１、光ディスク５３２、
光磁気ディスク５３３，半導体メモリ５３４等のパッケ
ージメディアとして提供したり、衛星、ネットワーク等
から通信部５１９を介してハードディスク５１４に提供
することができる。
ンピュータで構成される。CPU（Central Processing Un
it）５１１にはバス５１５を介して入出力インタフェー
ス５１６が接続されており、CPU５１１は、入出力イン
タフェース５１６を介して、ユーザから、キーボード、
マウスなどよりなる入力部５１８から指令が入力される
と、例えば、ROM（Read Only Memory）５１２、ハード
ディスク５１４、またはドライブ５２０に装着される磁
気ディスク５３１、光ディスク５３２、光磁気ディスク
５３３、若しくは半導体メモリ５３４などの記録媒体に
格納されているプログラムを、RAM（Random Access Mem
ory）５１３にロードして実行する。さらに、CPU５１１
は、その処理結果を、例えば、入出力インタフェース５
１６を介して、LCD（Liquid Crystal Display）などよ
りなる表示部５１７に必要に応じて出力する。なお、プ
ログラムは、ハードディスク５１４やROM５１２に予め
記憶しておき、遠隔会議装置５０１と一体的にユーザに
提供したり、磁気ディスク５３１、光ディスク５３２、
光磁気ディスク５３３，半導体メモリ５３４等のパッケ
ージメディアとして提供したり、衛星、ネットワーク等
から通信部５１９を介してハードディスク５１４に提供
することができる。
【００６１】なお、本明細書において、記録媒体により
提供されるプログラムを記述するステップは、記載され
た順序に沿って時系列的に行われる処理はもちろん、必
ずしも時系列的に処理されなくとも、並列的あるいは個
別に実行される処理をも含むものである。
提供されるプログラムを記述するステップは、記載され
た順序に沿って時系列的に行われる処理はもちろん、必
ずしも時系列的に処理されなくとも、並列的あるいは個
別に実行される処理をも含むものである。
【００６２】また、本明細書において、システムとは、
複数の装置により構成される装置全体を表すものであ
る。
複数の装置により構成される装置全体を表すものであ
る。
【００６３】
【発明の効果】請求項１に記載の通信装置、請求項２に
記載の通信方法、および請求項３に記載の記録媒体によ
れば、撮像したユーザの顔の画像データから、第１の領
域と第２の領域を含む重心点検出領域を抽出し、重心点
検出領域の第１の領域と第２の領域からなる第３の領域
の第１の重心点と、重心点検出領域の第１の領域の第２
の重心点を検出するようにしたので、ユーザの顔の向き
を検出することができる。
記載の通信方法、および請求項３に記載の記録媒体によ
れば、撮像したユーザの顔の画像データから、第１の領
域と第２の領域を含む重心点検出領域を抽出し、重心点
検出領域の第１の領域と第２の領域からなる第３の領域
の第１の重心点と、重心点検出領域の第１の領域の第２
の重心点を検出するようにしたので、ユーザの顔の向き
を検出することができる。
【図１】本発明を適用した遠隔会議システムの構成例を
示すブロック図である。
示すブロック図である。
【図２】図１の遠隔会議装置１−１の構成例を示すブロ
ック図である。
ック図である。
【図３】遠隔会議装置１−１の音量制御処理を行う部分
の構成例を示すブロック図である。
の構成例を示すブロック図である。
【図４】音量制御処理を説明するフローチャートであ
る。
る。
【図５】画像データの例を示す図である。
【図６】顔の向き検出処理を説明するフローチャートで
ある。
ある。
【図７】差Ｄと顔の向きの角度の対応を示す図である。
【図８】画像データの他の例を示す図である。
【図９】音量演算部２２の処理を説明する図である。
【図１０】再生装置１０−２の他の構成例を示す図であ
る。
る。
【図１１】図１０の断面図である。
【図１２】図１の遠隔会議装置１−１の他の構成例を示
すブロック図である。
すブロック図である。
【図１３】図１の遠隔会議装置１−１の他の構成例を示
すブロック図である。
すブロック図である。
【図１４】図１の遠隔会議装置１−１の他の構成例を示
すブロック図である。
すブロック図である。
【図１５】図１の遠隔会議装置１−１の他の構成例を示
すブロック図である。
すブロック図である。
【図１６】記録媒体を説明する図である。
１ 遠隔会議装置， ２ ISDN， １０ 再生装置，
１１ ディスプレイ，１２ スピーカ， １３ カメ
ラ， １４ マイクロフォン， ２１ 角度検出部，
２２ 音量演算部， ２３ 増幅器
１１ ディスプレイ，１２ スピーカ， １３ カメ
ラ， １４ マイクロフォン， ２１ 角度検出部，
２２ 音量演算部， ２３ 増幅器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 石橋 淳一 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 Ｆターム(参考） 5C064 AA02 AC02 AC06 AC12 AC16 AC22 AD09 5K015 AA00 AB00 AB01 JA00 JA01 JA05 JA11 5L096 AA01 BA08 BA18 CA02 FA15 FA60 FA67 9A001 HH15 HH23 JJ23
Claims (3)
- 【請求項１】 複数の他の通信装置と相互に音声データ
を通信する通信装置において、 撮像されたユーザの顔の画像データから、第１の領域と
第２の領域を含む重心点検出領域を抽出する抽出手段
と、 前記抽出手段により抽出された前記重心点検出領域の前
記第１の領域と前記第２の領域からなる第３の領域の第
１の重心点と、前記重心点検出領域の前記第１の領域の
第２の重心点を検出する第１の検出手段と、 前記第１の検出手段により検出された前記第１の重心点
および前記第２の重心点から、前記顔の向きを検出する
第２の検出手段とを備えることを特徴とする通信装置。 - 【請求項２】 複数の他の通信装置と相互に音声データ
を通信する通信装置の通信方法において、 撮像されたユーザの顔の画像データから、第１の領域と
第２の領域を含む重心点検出領域を抽出する抽出ステッ
プと、 前記抽出ステップの処理で抽出された前記重心点検出領
域の前記第１の領域と前記第２の領域からなる第３の領
域の第１の重心点と、前記重心点検出領域の前記第１の
領域の第２の重心点を検出する第１の検出ステップと、 前記第１の検出ステップの処理で検出された前記第１の
重心点および前記第２の重心点から、前記顔の向きを検
出する第２の検出ステップとを含むことを特徴とする通
信方法。 - 【請求項３】 複数の通信装置と相互に音声データを通
信する場合の通信処理用プログラムであって、 撮像されたユーザの顔の画像データから、第１の領域と
第２の領域を含む重心点検出領域を抽出する抽出ステッ
プと、 前記抽出ステップの処理で抽出された前記重心点検出領
域の前記第１の領域と前記第２の領域からなる第３の領
域の第１の重心点と、前記重心点検出領域の前記第１の
領域の第２の重心点を検出する第１の検出ステップと、 前記第１の検出ステップの処理で検出された前記第１の
重心点および前記第２の重心点から、前記顔の向きを検
出する第２の検出ステップとを含むことを特徴とする処
理をコンピュータに実行させるプログラムが記録されて
いる記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25385399A JP2001078162A (ja) | 1999-09-08 | 1999-09-08 | 通信装置および方法、並びに記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25385399A JP2001078162A (ja) | 1999-09-08 | 1999-09-08 | 通信装置および方法、並びに記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001078162A true JP2001078162A (ja) | 2001-03-23 |
| JP2001078162A5 JP2001078162A5 (ja) | 2006-04-27 |
Family
ID=17257054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25385399A Pending JP2001078162A (ja) | 1999-09-08 | 1999-09-08 | 通信装置および方法、並びに記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001078162A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004023180A (ja) * | 2002-06-12 | 2004-01-22 | Toshiba Corp | 音声伝送装置、音声伝送方法及びプログラム |
| JP2005196519A (ja) * | 2004-01-08 | 2005-07-21 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
| CN100457078C (zh) * | 2001-01-19 | 2009-02-04 | 株式会社资生堂 | 化妆品 |
-
1999
- 1999-09-08 JP JP25385399A patent/JP2001078162A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100457078C (zh) * | 2001-01-19 | 2009-02-04 | 株式会社资生堂 | 化妆品 |
| JP2004023180A (ja) * | 2002-06-12 | 2004-01-22 | Toshiba Corp | 音声伝送装置、音声伝送方法及びプログラム |
| JP2005196519A (ja) * | 2004-01-08 | 2005-07-21 | Sony Corp | 画像処理装置および方法、記録媒体、並びにプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10970037B2 (en) | System and method for differentially locating and modifying audio sources | |
| US6275258B1 (en) | Voice responsive image tracking system | |
| US8571192B2 (en) | Method and apparatus for improved matching of auditory space to visual space in video teleconferencing applications using window-based displays | |
| JP5857674B2 (ja) | 画像処理装置、及び画像処理システム | |
| US20190222950A1 (en) | Intelligent audio rendering for video recording | |
| WO2000022823A1 (fr) | Appareil et procede de telecommunication | |
| CN116208885A (zh) | 具有增强音频的设备 | |
| WO2017058192A1 (en) | Suppressing ambient sounds | |
| WO2006057131A1 (ja) | 音響再生装置、音響再生システム | |
| US11405584B1 (en) | Smart audio muting in a videoconferencing system | |
| Kapralos et al. | Audiovisual localization of multiple speakers in a video teleconferencing setting | |
| JP2006254064A (ja) | 遠隔会議システム、音像位置割当方法および音質設定方法 | |
| JP2009049734A (ja) | カメラ付きマイクロフォン、カメラ付きマイクロフォンの制御プログラムおよびテレビ会議システム | |
| JP2020010329A (ja) | 符号化された光線を用いてスピーカアレイ及びマイクロフォンアレイを誘導するシステム、方法、及びプログラム | |
| JP2001078162A (ja) | 通信装置および方法、並びに記録媒体 | |
| JP4244416B2 (ja) | 情報処理装置および方法、並びに記録媒体 | |
| JP2009060220A (ja) | コミュニケーションシステム及びコミュニケーションプログラム | |
| WO2018173139A1 (ja) | 撮影収音装置、収音制御システム、撮影収音装置の制御方法、及び収音制御システムの制御方法 | |
| JP2007251355A (ja) | 対話システム用中継装置、対話システム、対話方法 | |
| JP2003518891A (ja) | 音声信号処理装置 | |
| KR20150087017A (ko) | 시선 추적에 기반한 오디오 제어 장치 및 이를 이용한 화상통신 방법 | |
| JP2006339869A (ja) | 映像信号と音響信号の統合装置 | |
| JP6972858B2 (ja) | 音響処理装置、プログラム及び方法 | |
| TW202227855A (zh) | 聲源追蹤系統及其方法 | |
| JPS62209985A (ja) | テレビ会議装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060310 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060310 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080229 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080626 |