JP2007028663A - 通信装置および通信システム - Google Patents

Abstract

【課題】テレビ会議の参加者どうしの視線を一致させる。
【解決手段】ディスプレイ部１１−２３が表示する映像が、例えばハーフミラーなどでなる光学素子５１−２３を透過して、参加者２６に提供されるとともに、参加者２６からの光が、光学素子５１−２３で反射されて、ビデオカメラ１３−２３に入射するように、ディスプレイ部１１−２３、ビデオカメラ１３−２３、および光学素子５１−２３が配置されている。即ち、光学素子５１−２３において、ディスプレイ部１１−２３が表示する映像が透過されるとともに、参加者２６からの光が反射されることで、ビデオカメラ１３−２３とディスプレイ部１１−２３とが、等価的に同一の位置に配置されている。
【選択図】図７

Description

本発明は、通信装置および通信システムに関し、特に、より臨場感をもって、例えば、テレビ会議などを行うことができるようにした通信装置および通信システムに関する。

図２２は、従来のテレビ会議システムの構成例を表している。この例においては、４個の通信センタ１５１−１乃至１５１−４が、ネットワーク１５６を介して相互に接続されている。通信センタ１５１−１は、他の通信センタ１５１−２乃至１５１−４のいずれか１つから伝送されてきた映像信号に対応する画像を表示するディスプレイ部１５２−１と、その表示画像に対応する音声信号を出力するスピーカ部１５３−１を備えている。また、ビデオカメラ１５４−１は、所定の会議の参加者を撮影し、マイクロホン１５５−１は、その参加者の発言を取り込み、その撮影された映像信号と取り込まれた音声信号が、ネットワーク１５６を介して他の通信センタ１５１−２乃至１５１−４に送信されるようになされている。他の通信センタ１５１−２乃至１５１−４も同様に構成されている。

また、各通信センタは、それぞれ図２３に示すように構成されている。例えば、通信センタ１５１−４において、図２３に示すように、ビデオカメラ１５４−４は、テレビ会議の参加者１６１−４を撮影するとともに、マイクロホン１５５−４は、その参加者１６１−４の発言を取り込むようになされている。また、ディスプレイ部１５２−４は、ネットワーク１５６を介して送信されてきた他の通信センタ１５１−１乃至１５１−３のいずれか１つの映像信号に対応する映像を表示するとともに、その映像信号に対応する音声信号をスピーカ部１５３−４から出力する。よって、参加者１６１−４は、他の通信センタの参加者を見ることができ、その発言を聴取することができる。

このようにして、複数の参加者が、遠隔地にいながら、リアルタイムでネットワーク１５６を介してテレビ会議を行うことができる。

従来のこのシステムにおいては、例えば、通信センタ１５１−４の参加者１６１−４が発言をしているとき、この参加者１６１−４の映像信号と音声信号が、ネットワーク１５６を介して他の通信センタ１５１−１乃至１５１−３に送信される。従って、通信センタ１５１−１乃至１５１−３のディスプレイ部１５２−１乃至１５２−３とスピーカ部１５３−１乃至１５３−３から、参加者１６１−４の映像信号に対応する画像と音声信号に対応する発言が出力される。従って、通信センタ１５１−１乃至１５１−３における参加者は、全て同時に、通信センタ１５１−４の参加者の画像と音声を視聴することになる。

ところで、参加者１６１−４は、通信センタ１５１−１乃至１５１−３の参加者１６１−１乃至１６１−３（図示せず）のうちのいずれかに対して発言する場合、一般に、ディスプレイ部１５２−４の表示を、その参加者（以下、対話者という）の映像に切り換えて、その映像を見ながら話をする。対話者も、同様に、参加者１６１−４の映像を見ながら話をする。しかしながら、参加者１６１−４の映像は、図２３に示すように、ディスプレイ部１５２−４の方向を見ている参加者１６１−４を、右方向から撮影して得られるものであるため、いわばそっぽを向いた映像となる。このため、臨場感が損なわれる課題があった。

本発明は、このような状況に鑑みてなされたものであり、臨場感に富んで、自然なテレビ会議等を行うことができるようにするものである。

本発明の第１の側面の通信装置は、他の通信装置と接続され、各通信装置間で、ユーザの映像のやりとりを行う通信システムにおける通信装置であって、前記他の通信装置から送信されてくる映像を表示する表示手段と、前記ユーザを撮影する撮影手段と、前記撮影手段が出力するユーザの映像を、前記他の通信装置に送信するとともに、前記他の通信装置から送信されている映像を受信し、前記表示手段に供給する送受信手段と、少なくとも一部の光を透過し、残りの光を反射する光学系と、前記光学系の反射した光を反射するミラーと、前記ミラーを駆動することにより、前記ユーザからの光を反射する反射面の向きを変える駆動手段と、前記撮影手段が出力するユーザの映像に基づいて、前記ユーザの動きを検出する検出手段と、前記検出手段により検出されるユーザの動きに基づき、前記ユーザの映像が、前記他の通信装置における前記表示手段において、所定の位置に表示されるように、前記駆動手段を制御する制御手段とを備え、前記表示手段が表示する映像が、前記光学系を透過して、前記ユーザに提供されるとともに、前記ユーザからの光が、前記光学系およびミラーで反射されて、前記撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されていることを特徴とする。

本発明の第１の側面の通信装置は、前記表示手段、撮影手段、および光学系を、前記他の通信装置が設けられている数と同一の数だけ備え、前記表示手段は、対応する前記他の通信装置からの映像を表示し、前記撮影手段が出力する前記ユーザの映像は、対応する前記他の通信装置に送信されるようにすることができる。

本発明の第１の側面の通信システムは、複数の通信装置を接続し、各通信装置間で、ユーザの映像のやりとりを行う通信システムであって、前記複数の通信装置のそれぞれは、他の前記通信装置から送信されてくる映像を表示する表示手段と、前記ユーザを撮影する撮影手段と、前記撮影手段が出力するユーザの映像を、他の前記通信装置に送信するとともに、他の前記通信装置から送信されている映像を受信し、前記表示手段に供給する送受信手段と、少なくとも一部の光を透過し、残りの光を反射する光学系と、前記光学系の反射した光を反射するミラーと、前記ミラーを駆動することにより、前記ユーザからの光を反射する反射面の向きを変える駆動手段と、前記撮影手段が出力するユーザの映像に基づいて、前記ユーザの動きを検出する検出手段と、前記検出手段により検出されるユーザの動きに基づき、前記ユーザの映像が、前記他の通信装置における前記表示手段において、所定の位置に表示されるように、前記駆動手段を制御する制御手段とを備え、前記表示手段が表示する映像が、前記光学系を透過して、前記ユーザに提供されるとともに、前記ユーザからの光が、前記光学系およびミラーで反射されて、前記撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されていることを特徴とする。

本発明の第１の側面においては、表示手段が表示する映像が、光学系を透過して、ユーザに提供されるとともに、ユーザからの光が、前記光学系およびミラーで反射されて、撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されている。

本発明の第２の側面においては、複数の通信装置のそれぞれにおいて、表示手段が表示する映像が、光学系を透過して、ユーザに提供されるとともに、ユーザからの光が、前記光学系およびミラーで反射されて、撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されている。

本発明の第１の側面と第２の側面によれば、撮影手段と表示手段とを、等価的に同一の位置に配置することができ、その結果、ユーザどうしの視線を一致させることが可能となる。

図１は、本発明を適用したテレビ会議システムの全体の構成を示している。なお、本明細書において、システムとは、複数の装置で構成される全体的な装置を表すものとする。

同図に示されるように、複数（この実施の形態の場合６つ）の通信センタ（通信装置）１−１乃至１−６が、例えば、ＩＳＤＮ（Integrated Service Digital Network）などの公衆網、インターネット、地上回線、ＣＡＴＶ網、衛星回線などのネットワーク２を介して相互に接続されている。また、各通信センタは、例えば図２に示すような１つの会議室等の個室を備えている。

図２に示す会議室においては、１つのテーブルＴＡ、１つの椅子及び５台のディスプレイ装置が設けられている。例えば、通信センタ１−６の会議室においては、図２に示される番号６の位置に椅子が配置されており、番号１乃至５の位置にディスプレイ装置が配置されている。また、通信センタ１−５の会議室においては、図２に示される番号５の位置に椅子が配置されており、番号１乃至４及び６の位置にディスプレイ装置が配置されている。さらに、通信センタ１−４の会議室においては、図２に示される番号４の位置に椅子が配置されており、番号１乃至３、５及び６の位置にディスプレイ装置が配置されている。また、通信センタ１−３の会議室においては、図２に示される番号３の位置に椅子が配置されており、番号１、２及び４乃至６の位置にディスプレイ装置が配置される。さらに、通信センタ１−２の会議室においては、図２に示される番号２の位置に椅子が配置されており、番号１及び３乃至６の位置にディスプレイ装置が配置される。また、通信センタ１−１の会議室においては、図２に示される番号１の位置に椅子が配置されており、番号２乃至６の位置にディスプレイ装置が配置される。

また、通信センタ１−６の会議室に配置されたディスプレイ装置において、図２に示される番号１の位置に配置されたディスプレイ装置には、通信センタ１−１の参加者（ユーザ）を撮影した画像が表示され、番号２の位置に配置されたディスプレイ装置には、通信センタ１−２の参加者を撮影した画像が表示され、番号３の位置に配置されたディスプレイ装置には、通信センタ１−３の参加者を撮影した画像が表示され、番号４の位置に配置されたディスプレイ装置には、通信センタ１−４の参加者を撮影した画像が表示され、番号５の位置に配置されたディスプレイ装置には、通信センタ１−５の参加者を撮影した画像が表示されるようになされている。他の通信センタも同様に、参加者が座る椅子以外の位置に配置されたディスプレイ装置には、対応する通信センタの参加者を撮影した映像が表示されることになる。

このように、それぞれの通信センタの会議室には、その通信センタの特定の位置に参加者が座るための椅子が配置されており、その他は、他の通信センタの参加者を表示するディスプレイ装置が配置されることになる。したがって、このように会議室を構成することにより、どの通信センタの会議室においても、参加者の配置が同一の位置となる。すなわち、あたかも、テーブルＴＡを中心にして、６人の参加者が、実際に特定の位置に配置されたような状態となる。ただし、各通信センタの会議室において、実在する参加者自身以外は、全てディスプレイ表示による参加者になるが、どの会議室においても、同様の会議状態が実現されていることになる。

次に、各通信センタの詳細について、図３を用いて説明する。なお、各通信センタとも、ディスプレイ装置の配置状態は多少異なるが、ほぼ同一の構成であるため、ここでは、通信センタ１−６についてのみ説明し、他の通信センタ１−１乃至１−５の説明は省略する。

まず、通信センタ１−６の会議室には、図２に示されるように、番号６の位置に椅子が配置されており、番号１乃至５の位置にディスプレイ装置がそれぞれ配置されている。従って、図３に示される参加者２６は、図２の番号６の位置に配置されている椅子に座ることになる。また、各ディスプレイ装置２１乃至２５には、他の通信センタからそれぞれ供給される映像信号を表示するディスプレイ部１１−２１乃至１１−２５、その映像信号に対応する音声信号を出力するスピーカ部１２−２１乃至１２−２５、その会議室の参加者２６を撮影するビデオカメラ１３−２１乃至１３−２５およびその参加者２６の発言を取り込むマイクロホン１４−２１乃至１４−２５が設けられている。

ディスプレイ部１１−２１乃至１１−２５とスピーカ部１２−２１乃至１２−２５は、通信センタ１−１乃至１−５から送信されてきた映像信号に対応する画像とその映像信号に対応する音声信号をそれぞれ出力するようになされている。すなわち、例えば、ディスプレイ装置２１のディスプレイ部１１−２１には、通信センタ１−１の参加者の映像が表示され、スピーカ部１２−２１からは、その参加者の発言が出力されるようになされている。また、ディスプレイ装置２２のディスプレイ部１１−２２には、通信センタ１−２の参加者の画像が表示され、スピーカ部１２−２２からは、その参加者の発声が出力されるようになされている。さらに、ディスプレイ装置２３のディスプレイ部１１−２３には、通信センタ１−３の参加者の画像が表示され、スピーカ部１２−２３からは、その参加者の発声が出力されるようになされている。

また、ディスプレイ装置２４のディスプレイ部１１−２４には、通信センタ１−４の参加者の画像が表示され、スピーカ部１２−２４からは、その参加者の発声が出力されるようになされている。さらに、ディスプレイ装置２５のディスプレイ部１１−２５には、通信センタ１−５の参加者の画像が表示され、スピーカ部１２−２５からは、その参加者の発言が出力されるようになされている。また、各ディスプレイ装置のディスプレイ部とスピーカ部は、それぞれ近接した位置（対応する位置）（そのディスプレイ部に表示されている参加者からの音声として認識し得る位置）に配置されている。

また、ディスプレイ装置２１に配置されているビデオカメラ１３−２１は、通信センタ１−６の参加者２６を撮影し、マイクロホン１４−２１は、その参加者２６の発言を取り込み、その参加者２６の映像信号及び音声信号が、通信センタ１−１に供給される。また、ディスプレイ装置２２に配置されているビデオカメラ１３−２２は、通信センタ１−６の参加者２６を撮影し、マイクロホン１４−２２は、その参加者２６の発声を取り込み、その参加者２６の映像信号及び音声信号が、通信センタ１−２に供給される。さらに、ディスプレイ装置２３に配置されているビデオカメラ１３−２３は、通信センタ１−６の参加者２６を撮影し、マイクロホン１４−２３は、その参加者２６の発声を取り込み、その参加者２６の映像信号及び音声信号が、通信センタ１−３に供給される。また、ディスプレイ装置２４に配置されているビデオカメラ１３−２４は、通信センタ１−６の参加者２６を撮影し、マイクロホン１４−２４は、その参加者２６の発声を取り込み、その参加者２６の映像信号及び音声信号が、通信センタ１−４に供給される。

さらに、ディスプレイ装置２５に配置されているビデオカメラ１３−２５は、通信センタ１−６の参加者２６を撮影し、マイクロホン１４−２５は、その参加者２６の発声を取り込み、その参加者２６の映像信号及び音声信号が、通信センタ１−５に供給される。なお、各ディスプレイ装置のビデオカメラ及びマイクロホンは、そのディスプレイ装置のディスプレイ部およびスピーカ部に対応する位置（近傍の位置）（そのディスプレイ部に表示されている参加者に向かって話している参加者を正面から撮影し、その音声を取り込むことができる位置）（図３の実施の形態では、ビデオカメラおよびマイクロホンのいずれも、ディスプレイ部の上部）に配置されている。

また、各ディスプレイ装置２１乃至２５のマイクロホン１４−２１乃至１４−２５は、指向性を有するマイクロホンであり、主に参加者２６の発言を取り込むようになされている。また、各ディスプレイ装置２１乃至２５のビデオカメラ１３−２１乃至１３−２５は、参加者２６を撮影するように、参加者２６に対して指向されて配置されている。したがって、各ビデオカメラ１３−２１乃至１３−２５はそれぞれ異なるアングルから参加者２６を撮影することになる。

即ち、例えば、図４に示すように、参加者２６が位置する点Ａを１つの頂点とする正６角形を考えた場合に、ビデオカメラ１３−２１は、頂点Ａの左隣の頂点Ｂの位置に、ビデオカメラ１３−２２は、頂点Ｂの左隣の頂点Ｃの位置に、ビデオカメラ１３−２３は、頂点Ｃの左隣の頂点Ｄ（ここでは、頂点Ａと対向する頂点となる）の位置に、ビデオカメラ１３−２４は、頂点Ｄの左隣の頂点Ｅに、ビデオカメラ１３−２５は、頂点Ｅの左隣の頂点Ｆ（ここでは、参加者２６が位置する頂点Ａの右隣の頂点となる）の位置に、それぞれ配置されている。そして、ビデオカメラ１３−２１乃至１３−３５は、頂点Ｂ乃至Ｆそれぞれと、頂点Ａとを結ぶ直線の方向であって、参加者２６の方向を、それぞれ撮影するように、その撮影方向が設定されている。

従って、ディスプレイ装置２３のビデオカメラ１３−２３では、参加者２６が正面から、ディスプレイ装置２２のビデオカメラ１３−２２では、参加者２６が斜め左側から、ディスプレイ装置２４のビデオカメラ１３−２４では、参加者２６が斜め右側から撮影される。また、ディスプレイ装置２１のビデオカメラ１３−２１では、参加者２６がほぼ左側から、ディスプレイ装置２５のビデオカメラ１３−２５では、参加者２６がほぼ右側から撮影される。

そして、ディスプレイ装置２１乃至２５は、それぞれのディスプレイ部１１−２１乃至１１−２５の表示画面の法線方向が、ビデオカメラ１３−２１乃至１３−３５の撮影方向と一致するように配置されている。

なお、いわゆる社交距離として適当な距離は、一般に、１．２ｍ程度であるといわれている。そこで、図４において、正６角形の１辺の長さは、約１．２ｍ程度とされている（正確には、ディスプレイ部に表示される参加者が、そのような距離に位置するように感じられるように、１辺の長さを設定する必要がある）。

次に、図５を用いて、各通信センタの装置の構成例について説明する。なお、各通信センタとも、ほぼ同一の構成であるため、ここでは、通信センタ１−６についてのみ説明し、他の通信センタ１−１乃至１−５の説明は省略する。

図５に示されるように、ビデオカメラ１３−２１からの映像信号は、Ａ／Ｄ変換部３１−２１に供給され、Ａ／Ｄ変換部３１−２１は、映像信号をＡ／Ｄ変換し、その出力データを圧縮符号化部３２−２１に供給する。圧縮符号化部３２−２１は、入力データを、例えば、ＤＣＴ（離散コサイン変換：Discrete Cosine Transform）方式及び動き補償符号化方式を用いたハイブリッド符号化方式（例えば、ＭＰＥＧ（Moving Picture Experts Group）方式など）によって圧縮符号化し、出力データとして、圧縮映像データをマルチプレクサ３３−２１に供給するようになされている。なお、この圧縮符号化方式は、ＤＣＴ方式及び動き補償符号化方式を用いたハイブリッド符号化方式に限らず、ウェーブレット変換方式や、その他の符号化方式を使用してもよい。

また、マイクロホン１４−２１からの音声信号は、Ａ／Ｄ変換部３４−２１に供給され、Ａ／Ｄ変換部３４−２１は、音声信号をＡ／Ｄ変換し、その出力信データを圧縮符号化部３５−２１に供給する。圧縮符号化部３５−２１は、入力データを、例えば、ＡＤＰＣＭ（適応差分ＰＣＭ：Adaptive Differential PCM）方式やＳＢ−ＡＤＰＣＭ（帯域分割適応差分ＰＣＭ：Sub-band Adaptive Differential PCM）方式によって圧縮符号化し、出力データとして圧縮音声データをマルチプレクサ３３−２１に供給するようになされている。なお、この圧縮符号化方式は、ＡＤＰＣＭ方式やＳＢ−ＡＤＰＣＭ方式に限らず、その他の符号化方式を使用してもよい。

マルチプレクサ３３−２１は、圧縮符号化部３２−２１から供給された圧縮映像データと圧縮符号化部３５−２１から供給された圧縮音声データとを合成（多重化）し、合成データをマルチプレクサ３６に供給するようになされている。

その他のビデオカメラ１３−２２乃至１３−２５からの映像信号及びマイクロホン１４−２２乃至１４−２５からの音声信号も、ビデオカメラ１３−２１からの映像信号及びマイクロホン１４−２１からの音声信号と同様に処理され、マルチプレクサ３３−２２乃至３３−２５のそれぞれから合成データがマルチプレクサ３６に供給するようになされている。

マルチプレクサ３６は、各マルチプレクサ３３−２１乃至３３−２５から供給される５つ（５チャンネル分）の合成データ（圧縮映像データと圧縮音声データからなる）とを合成し、出力信号として、送受信部３７に出力するようになされている。なお、このマルチプレクサ３６は、各チャンネルからの合成データを合成する際に、各チャンネルからの合成データを所定の大きさにパケット化し、そのパケット化したデータを時分割多重して送受信部３７に供給する。また、マルチプレクサ３６は、各パケット化したデータに、どのチャンネルからのデータであるかを示すＩＤをヘッダ情報として付加する。

パケット送受信部３７は、マルチプレクサ３６から供給されたデータをネットワーク２を介して、通信センタ１−１乃至１−５のいずれかに送信するようになされている。

また、送受信部３７は、通信センタ１−１乃至１−５より送信されてきたデータを受信し、受信データをデマルチプレクサ３８に供給するようになされている。デマルチプレクサ３８は、受信データを受信し、通信センタ１−１乃至１−５から送信されてきた時分割多重されたパケット化データを、それぞれ個々のチャンネルのパケット化されたデータに分離する。そして、パケット化されたデータのヘッダ情報であるＩＤを検出し、この通信センタ１−６に対応するパケット化されたデータのみを抽出して、そのパケット化されたデータをＩＤに対応するチャンネルのデマルチプレクサ３９−２１乃至３９−２５に供給する。

デマルチプレクサ３９−２１は、デマルチプレクサ３８から供給されたパケット化されたデータから圧縮映像データと圧縮音声データとを分離し、圧縮映像データを復号部４０−２１に、圧縮音声データを復号部４２−２１にそれぞれ供給する。復号部４０−２１は、映像データに対して行った圧縮符号化処理に対応する伸長処理（復号処理）を実行し、その出力信号をＤ／Ａ変換部４１−２１に供給する。Ｄ／Ａ変換部４１−２１は、入力信号をＤ／Ａ変換し、復号された映像信号をディスプレイ部１１−２１に供給するようになされている。また、復号部４２−２１は、音声データに対して行った圧縮符号化処理に対応する伸長処理（復号処理）を実行し、その出力信号をＤ／Ａ変換部４３−２１に供給する。Ｄ／Ａ変換換部４３−２１は、入力信号をＤ／Ａ変換し、復号された音声信号をスピーカ部１２−２１に供給するようになされている。

その他のデマルチプレクサ３９−２２乃至３９−２５の出力データも、デマルチプレクサ３９−２１の出力データと同様に処理され、各ディスプレイ部に映像信号が供給され、各スピーカ部に音声信号が供給されるようになされている。

さらに、通信センタ１−６は、制御部４２を有し、この制御部４２は、制御線は記載していないが、各部を制御するようになされている。

次に、各通信センタの動作について説明する。なお、上述したように、各通信センタとも、ほぼ同一の構成であるため、ここでは、通信センタ１−６についてのみ説明し、他の通信センタ１−１乃至１−５の説明は省略する。

通信センタ１−６において、ビデオカメラ１３−２１で、参加者２６が撮影される。図３および図４に示すように、ビデオカメラ１３−２１は、参加者２６の左側に配置されているため、参加者２６が正面（図４において、点Ｄの方向）を向いていれば、その左側から見た映像を取り込む。ビデオカメラ１３−２１からの映像信号は、Ａ／Ｄ変換部３１−２１に供給され、Ａ／Ｄ変換部３１−２１は、映像信号をＡ／Ｄ変換し、その出力信号を圧縮符号化部３２−２１に供給する。圧縮符号化部３２−２１は、入力信号を所定の方式によって圧縮符号化する。

また、マイクロホン１４−２１は、参加者２６の発言を取り込む。そして、マイクロホン１４−２１からの音声信号は、Ａ／Ｄ変換部３４−２１に供給され、Ａ／Ｄ変換部３４−２１は、音声信号をＡ／Ｄ変換し、その出力信号を圧縮符号化部３５−２１に供給する。圧縮符号化部３５−２１は、入力信号を所定の方式によって圧縮符号化する。

マルチプレクサ３３−２１は、圧縮符号化部３２−２１から供給された圧縮映像データと圧縮符号化部３５−２１から供給された圧縮音声データとを合成し、合成データをマルチプレクサ３６に供給する。

上述した同様の処理が、他のビデオカメラ１３−２２乃至１３−２５と、マイクロホン１４−２２乃至１４−２５によって取り込まれた信号に対しても実行される。ただし、これらのビデオカメラ１３−２２乃至１３−２５とマイクロホン１４−２２乃至１４−２５は、図３に示すように、それぞれ参加者２６の左側から右方向に順番に配置されているため、それぞれ対応する異なる位置からの映像と音声を取り込むことになる。

マルチプレクサ３６は、マルチプレクサ３３−２１乃至３３−２５から供給された５チャンネル分の合成データ（圧縮映像データと圧縮音声データからなる）とをパケット化し、さらにそのパケットを時分割多重化して、その出力データを送受信部３７に供給する。なお、この際、各パケットには、ヘッダ情報として、各チャンネルのＩＤが付加される。送受信部３７の出力データは、ネットワーク２を介して他の通信センタに送信される。すなわち、ビデオカメラ１３−２１とマイクロホン１４−２１によって取り込まれた画像と音声は、通信センタ１−１で使用され、ビデオカメラ１３−２２とマイクロホン１４−２２によって取り込まれた画像と音声は、通信センタ１−２で使用され、ビデオカメラ１３−２３とマイクロホン１４−２３によって取り込まれた画像と音声は、通信センタ１−３で使用される。また、ビデオカメラ１３−２４とマイクロホン１４−２４によって取り込まれた画像と音声は、通信センタ１−４で使用され、ビデオカメラ１３−２５とマイクロホン１４−２５によって取り込まれた画像と音声は、通信センタ１−５で使用される。

一方、送受信部３７は、他の通信センタ１−１乃至１−５より送信されてきた時分割多重されているパケット化されたデータ（映像データと音声データ）を受信し、デマルチプレクサ３８に供給する。デマルチプレクサ３８は、時分割多重されているパケット化データを、それぞれ個々のパケットデータに分離する。そして、パケットデータのヘッダ情報であるＩＤを検出し、この通信センタ１−６に対応するパケットデータのみを抽出して、そのパケットデータ（合成データ）をＩＤに対応するチャンネルのデマルチプレクサ３９−２１乃至３９−２５に供給する。

デマルチプレクサ３９−２１は、合成データから圧縮映像データと圧縮音声データを分離し、圧縮映像データを復号部４０−２１に、圧縮音声データを復号部４２−２１に、それぞれ供給する。復号部４０−２１は、圧縮映像データを復号し、出力データをＤ／Ａ変部４１−１に供給する。Ｄ／Ａ変換部４１−２１は、入力データをＤ／Ａ変換し、映像信号としてディスプレイ部１１−２１に供給して、画像が表示される。また、復号部４２−２１は、圧縮音声データを復号し、出力データをＤ／Ａ変換部４３−２１に供給する。Ｄ／Ａ変換部４３−２１は、入力声データをＤ／Ａ変換し、音声信号としてスピーカ部１２−２１に供給して、音声が出力される。

従って、ディスプレイ部１１−２１とスピーカ部１２−２１から、通信センタ１−１の参加者の画像と音声が出力されることになる。以下、同様に、ディスプレイ部１１−２２乃至１１−２５と、スピーカ部１２−２２乃至１２−２５により、通信センタ１−２乃至１−５の各参加者の画像と音声が出力されることになる。

図２乃至図４で説明したように、ディスプレイ部１１−２１乃至１１−２５とそれに対応するスピーカ部１２−２１乃至１２−２５は、空間的に異なる位置となるように、参加者２６の周囲に配置されている。そして、通信センタ１−１乃至１−５の参加者の画像は、ディスプレイ部１１−２１乃至１１−２５によってそれぞれ表示される。従って、例えば、参加者２６は、あたかも、他の５人の参加者と１つのテーブルを囲んで会議を行っているように話をすることができる。

すなわち、参加者２６は、他の５人の参加者のうち、例えば、通信センタ１−１の参加者と特に話をしたいと思った場合、その参加者の画像が表示されているディスプレイ１１−２１の方向を見ながら話をする。このとき、ビデオカメラ１３−２１は、図６に示すように、参加者２６の正面の画像を取り込むことになる。そして、マイクロホン１４−２１は、指向性を有しているため、他のマイクロホン１４−２２乃至１４−２５に較べて、より大きなレベルの音声信号を取り込むことができる。従って、通信センタ１−１に配置されている通信センタ１−６に対応するディスプレイ部には、参加者２６の正面の画像が表示され、対応するスピーカ部からは、大きなレベルの音声が出力されることになる。これにより、通信センタ１−１の参加者は、いま、通信センタ１−６の参加者２６が、特に自分に向かって話をしていることを、直感的に認識することができる。

さらに、以上のようにして、参加者２６が、ディスプレイ部１１−２１の方向に向かって話をしているとき、他のビデオカメラ１３−２２乃至１３−２５は、図６に示すように、それぞれ所定の角度を有する参加者２６の横顔を撮影することになる。また、マイクロホン１４−２２乃至１４−２５も、参加者２６の音声をマイクロホン１４−２１より小さいレベルで取得する。従って、通信センタ１−２乃至１−５の通信センタ１−６に対応するディスプレイ部とスピーカ部には、これらのビデオカメラとマイクロホンによって取り込まれた画像と音声が出力されるので、各通信センタ１−２乃至１−５の参加者は、そのディスプレイ部の表示を見て、いま、参加者２６が自分以外の参加者と話をしていることを認識することができる。

このように、このテレビ会議システムにおいては、同一の部屋において、６人の参加者が、実際に会議をしているような感覚で、会議を行うことができる。

次に、この各通信センタ間でテレビ会議を始める際のネットワークの接続方法について説明する。６つの通信センタ１−１乃至１−６は、会議の始まる前にはそれぞれ接続されていない。そして、会議を行う際に、６つの通信センタのそれぞれに参加する参加者の中の１人が、一番最初に通信センタのテレビ会議システムの会議室の照明を点灯させたとき、接続命令が送信される。つまり、例えば、通信センタ１−６の参加者２６が、他の通信センタに比べて一番早く自分自身の通信センタ１−６の会議室の照明を点灯させたとき、その点灯に同期して通信センタ１−６の制御部４２が各通信センタに対して接続命令を送信する。そして、他の通信センタ１−１乃至１−５の制御部が、この接続命令に対応して接続処理を行うことにより、各通信センタ間の接続が完了する。

なお、上述の説明では、会議室の照明の点灯に同期して、接続命令を送信するようにしたが、例えば、最初の参加者が会議室のドアを開けたときに同期するようにしたり、最初の参加者が座席に座ったときに同期するようにしたり、最初の参加者がシステムの電源を入れたときに同期するようにしてもよい。また、その他の方法によって、接続命令を送信してもよい。

上述した説明では、６つの通信センタのすべてに参加者がいる状態でのテレビ会議の実行方法について説明したが、例えば、通信センタ１−４に参加者がいない場合、その参加者がいない状態での映像信号が各通信センタの対応するディスプレイ装置のディスプレイ部に表示されることになる。

ところで、参加者２６は、他の通信センタ１−１乃至１−５のうちの、例えば、通信センタ１−３の参加者と話をする場合、図３において、ディスプレイ装置２３の方向を向いて話をする。即ち、この場合、参加者２６は、上述のように、通信センタ１−３の参加者の映像が表示されたディスプレイ部１１−２３の表示画面を見ながら話をする。

この場合、通信センタ１−３の参加者には、ディスプレイ装置２３のビデオカメラ１３−２３が撮影した参加者２６の映像が送信されるが、このビデオカメラ１３−２３は、図３の実施の形態では、通信センタ１−３の参加者の映像が表示されるディスプレイ部１１−２３の上部に配置されている。

従って、通信センタ１−３の参加者に提供される映像は、参加者２６が、自身（ここでは、通信センタ１−３の参加者）を見ているようなものではなく、幾分下を向いているようなものとなる。その結果、通信センタ１−３の参加者は、参加者２６の視線が、自身の方向を向いているように見えず、即ち、視線が一致せず、臨場感が損なわれることがある。

ここで、例えば、「画像通信のための視線一致」、NTT R&D, vol.42, no.1 1993などには、人間の検知限界は、上下左右方向に３度程度であることが掲載されており、従って、この範囲を越えて視線がずれると、臨場感が損なわれる。

そこで、ディスプレイ部の画面を小さくし、視線のずれを、検知限界の範囲内にする方法があるが、これでは表示される参加者の映像が小さくなり、やはり、臨場感が損なわれることになる。

また、ビデオカメラ１３−２３を、ディスプレイ部１１−２３の画面の正面に配置すれば、通信センタ１−３の参加者に対して、視線が向いている参加者２６の映像を提供することができるが、これでは、参加者２６が、ディスプレイ部１１−２３に表示される通信センタ１−３の参加者の映像を見るのを妨げることになる。

そこで、ディスプレイ装置２３（他のディスプレイ装置も同様）は、例えば、図７に示すように構成することができる。なお、以下においては、音声に関する部分の説明は、省略する。

図７は（後述する図９、図１１、図１９も同様）、ディスプレイ装置２３を、参加者２６の頭上方向から見たものであるが、この実施の形態においては、例えば、ハーフミラーやＰＢＳなどの、少なくとも一部の光を透過し、残りの光を反射する光学系である光学素子５１−２３が新たに設けられている。ここでは、光学素子５１−２３として、平板形状のハーフミラーが採用されている。そして、ディスプレイ部１１−２３が表示する映像が、光学素子５１−２３を透過して、参加者２６に提供されるとともに、参加者２６からの光が、光学素子５１−２３で反射されて、ビデオカメラ１３−２３に入射するように、ディスプレイ部１１−２３、ビデオカメラ１３−２３、および光学素子５１−２３が配置されている。

即ち、図７の実施の形態では、ディスプレイ部１１−２３の表示画面の法線方向の直線であって、その表示画面のほぼ中央（例えば、表示画面が長方形であると仮定した場合の、その長方形の２つの対角線の交点に相当する点）を通るもの（以下、適宜、ディスプレイ部１１−２３の光軸直線という）と、ビデオカメラ１３−２３の光軸とが同一平面内に含まれ、かつ直交するように、ディスプレイ部１１−２３およびビデオカメラ１３−２３が配置されている。光学素子５１−２３は、その反射面が、ディスプレイ部１１−２３の光軸直線およびビデオカメラ１３−２３の光軸の両方を含む平面に垂直で、かつディスプレイ部１１−２３の光軸直線またはビデオカメラ１３−２３の光軸それぞれとなす角度が、ほぼ４５度になるように配置されている。従って、光学素子５１−２３によれば、ビデオカメラ１３−２３の光軸と、ディスプレイ部１１−２３の光軸直線とが、等価的に一致している状態とされている。

その結果、ディスプレイ部１１−２３において、例えば、図８に示すように、その表示画面の中央に、通信センタ１−３の参加者の映像が表示されている場合、この映像は、光学素子５１−２３を透過して、参加者２６の眼球に入射し、これにより、参加者２６において、通信センタ１−３の参加者の映像が観察される。そして、参加者２６が、通信センタ１−３の参加者と話をするのに、その映像の方向を見ると、参加者２６において反射された外光（照明光など）は、光学素子５１−２３において９０度反射され、ビデオカメラ１３−２３に入射し、これにより、参加者２６が撮影される。即ち、通信センタ１−３の参加者の映像が表示されているディスプレイ部１１−２３の画面中央に、等価的に配置されているビデオカメラ１３−２３において、その通信センタ１−３の参加者の映像を見ている参加者２６が撮影される。

従って、通信センタ１−３の参加者に提供される映像は、参加者２６が、通信センタ１−３の参加者を見ているようなものとなり、これにより、視線が一致し、臨場感が損なわれることを防止することができる。

次に、例えば、通信センタ１−６の会議室において、参加者２６が、図２の番号６で示す位置に配置された椅子に腰掛けてテレビ会議を行う場合に、常時動かずに一定の姿勢を保つのは困難である。即ち、通信センタ１−６の参加者２６（他の通信センタの参加者についても同様）は、テレビ会議中に動く場合がある。

具体的には、例えば、図９に示すように、参加者２６が、本来の位置（ここでは、例えば、ビデオカメラ１３−２３の画枠のほぼ中央において、参加者２６の顔が撮影されるような位置）から左方向にずれたような姿勢をとった場合には、ビデオカメラ１３−２３では、その画枠の左の位置において、参加者２６の顔が撮影される。その結果、通信センタ１−３のディスプレイ部においては、例えば、図１０に示すような、右端に、参加者２６の映像が表示される。この場合、通信センタ１−３の参加者は、参加者２６の映像を見ながら話をするため、その視線は、通信センタ１−３のディスプレイ部のほぼ中央ではなく、右端の方向に向く。そして、通信センタ１−３のビデオカメラでは、このように右方向を向いた通信センタ１−３の参加者が、光学素子を介して撮影されるから、通信センタ１−６のディスプレイ部１１−２３に表示される通信センタ１−３の参加者の映像も、右方向を向いたものとなる。

ディスプレイ部、ビデオカメラ、および光学素子は、上述したことから、参加者が、ディスプレイ部のほぼ中央に視線を向けた場合に、その視線が、いわゆるカメラ目線となるように配置されているため、通信センタ１−３の参加者が、左方向を向いて話をすると、通信センタ１−６のディスプレイ部１１−２３に表示される通信センタ１−３の参加者の映像は、いわばそっぽを向いているようなものとなる。従って、この場合、視線が一致せず、臨場感が損なわれる。

そこで、ディスプレイ装置２３（他のディスプレイ装置も同様）は、例えば、図１１に示すように構成することができる。

即ち、図１１の実施の形態では、光学素子５１−２３が、例えば、パン方向またはチルト方向に回転可能とされ、参加者２６からの光を反射する反射面の向きを変えることができるようになされている。これにより、参加者２６が動いても、ビデオカメラ１３−２３の画枠のほぼ中央において、参加者２６の顔が撮影されるように、光学素子５１−２３において、参加者２６からの光が反射されるようになされている。

従って、この場合、通信センタ１−３のディスプレイ部においては、参加者２６が本来の位置にいなくても、図１２に示すように、その画面中央に、参加者２６の映像が表示される。通信センタ１−３の参加者は、参加者２６の映像の方向を見て話をするので、その視線は、常にカメラ目線となり、その結果、上述したように、参加者２６が本来の位置にいないことに起因して、視線が一致しなくなることを防止することができる。さらに、参加者２６は、適宜、自然な動きをしながら、リラックスした状態で、会話を行うことができる。

次に、図１３は、以上のように光学素子５１−２３が回転可能なディスプレイ装置２３の電気的構成例を示している。

ビデオカメラ１１−２３から出力される映像（参加者２６の映像）は、上述したようにして、通信センタ１−３に送信される他、Ａ／Ｄ変換器６１に供給される。Ａ／Ｄ変換器６１では、ビデオカメラ１１−２３からの信号がＡ／Ｄ変換され、これによりディジタル信号とされる。ディジタル信号とされた映像信号は、窓領域検出部６２に供給される。

窓領域検出部６２では、Ａ／Ｄ変換器６１からの映像から、参加者２６の動きを検出するために用いる所定の窓領域が検出される。即ち、ここでは、例えば、図１４に示すように、画面のほぼ中央の所定の領域（例えば、参加者２６が本来の位置にいるときに、その顔が表示される領域より幾分小さい領域）が、窓領域として検出される。窓領域の信号は、動き検出部６３に供給される。

動き検出部６３には、窓領域検出部６２から窓領域の信号が供給される他、Ａ／Ｄ変換器６１から出力される最初のフレームの映像信号も供給されるようになされている。即ち、テレビ会議を開始するのに、参加者２６が本来の位置に腰掛けたときの映像（図７で説明したように、ディスプレイ部１１−２３、ビデオカメラ１３−２３、および光学素子５１−２３が配置されているときに、ビデオカメラ１３−２３で撮影される映像）についての信号、つまり、参加者２６が、画面のほぼ中央に位置する映像が、Ａ／Ｄ変換器６１から動き検出部６３に供給されるようになされており、動き検出部６３では、その映像（以下、適宜、初期映像という）が記憶される。そして、動き検出部６３は、窓領域検出部６２から窓領域の信号を受信すると、初期映像を、いわゆる参照画像として、窓領域の動きベクトルが検出される。この動きベクトルは、駆動制御部６４に供給され、駆動制御部６４では、その動きベクトルに基づいて、駆動部６５が制御される。駆動部６５は、駆動制御部６４の制御にしたがって、光学素子５１−２３を回転駆動し、これにより、光学素子５１−２３は、ビデオカメラ１３−２３において、参加者２６が、画面中央で撮影されるように回転駆動する。

次に、図１３の駆動部６５の実現例について説明する。

駆動部６５としては、例えば、ボイスコイルモータなどを採用することができる。この場合、例えば、図１５（Ａ）に示すように、４つのボイスコイルモータ７１−１乃至７１−４を、平板形状の光学素子５１−２３の左上、右上、左下、右下にそれぞれ配置し、光学素子５１−２３を、パン方向やチルト方向に回転させることができる。また、４つのボイスコイルモータ７１−１乃至７１−４を、図１５（Ｂ）に示すように、平板形状の光学素子５１−２３の上、下、左、右にそれぞれ配置することによっても、光学素子５１−２３を、パン方向やチルト方向に回転させることができる。

さらに、駆動部６５としては、直流モータや交流モータなどを採用することができる。この場合、例えば、図１６（Ａ）に示すように、光学素子５１−２３をパンまたはチルト方向に回転させるように、２つのモータ８１−１または８１−２をそれぞれ配置することができる。また、２つのモータ８１−１または８１−２は、同図（Ｂ）に示すように、その回転軸が、長方形状の光学素子５１−２３の２つの対角線とそれぞれ一致するように配置しても良い。

さらに、駆動部６５としては、例えば、圧電素子などを採用することができる。この場合、例えば、図１７に示すように、４つの圧電素子９１−１乃至９１−４を、平板形状の光学素子５１−２３の左上、右上、左下、右下にそれぞれ配置し、光学素子５１−２３を、パン方向やチルト方向に回転させることができる。また、図１８に示すように、２つの圧電素子９１−１または９１−２を、平板形状の光学素子５１−２３の左下または右下にそれぞれ配置し、超音波モータと同様の原理によって、光学素子５１−２３を、パン方向やチルト方向に回転させることもできる。なお、圧電素子を利用したアクチュエータとしては、例えば、株式会社ニコン社製のＮＵ−ＬＰＰ２５−１などがある。

駆動部６５としては、その他、リニアモータや超音波モータなどを採用することが可能である。

次に、ディスプレイ装置２３（他のディスプレイ装置も同様）は、例えば、図１９に示すように構成することもできる。なお、図中、図７における場合と対応する部分については、同一の符号を付してある。即ち、図１９の実施の形態では、ディスプレイ部１１−２３とビデオカメラ１３−２３との配置位置が、図７における場合と入れ替えられている。

従って、図１９の実施の形態では、ディスプレイ部１１−２３において表示される通信センタ１−３の参加者の映像は、光学素子５１−２３で反射されて、参加者２６の眼球に入射し、これにより、参加者２６において、通信センタ１−３の参加者の映像が観察される。そして、参加者２６が、通信センタ１−３の参加者と話をするのに、その映像の方向を見ると、参加者２６において反射された外光が、光学素子５１−２３を透過して、ビデオカメラ１３−２３に入射し、これにより、参加者２６が撮影される。即ち、この実施の形態においても、図７における場合と同様に、通信センタ１−３の参加者の映像が表示されているディスプレイ部１１−２３の中央に、等価的に配置されているビデオカメラ１３−２３において、その通信センタ１−３の参加者の映像を見ている参加者２６が撮影される。

その結果、この場合においても、通信センタ１−３の参加者に提供される映像は、参加者２６が、通信センタ１−３の参加者を見ているようなものとなり、これにより、視線が一致し、臨場感が損なわれることを防止することができる。

ところで、図１９の実施の形態においても、参加者２６が動くことにより、参加者どうしの視線が一致しなくなり、臨場感が損なわれることがある。そこで、図１９の実施の形態では、ビデオカメラ１３−２３の撮影方向を変えることができるようになされており、これにより、参加者２６が動いても、それを自動追尾し、ビデオカメラ１３−２３の画枠のほぼ中央において、参加者２６の顔が撮影されるようになされている。

図２０は、ビデオカメラ１３−２３が自動追尾を行うディスプレイ装置２３の電気的構成例を示している。なお、図中、図１３における場合と対応する部分については、同一の符号を付してある。

この実施の形態では、駆動部１１１は、ビデオカメラ１３−２３をパンまたはチルト方向に回転させる駆動機構を有しており、駆動制御部６４の制御にしたがい、ビデオカメラ１３−２３を、その画面中央で参加者２６が撮影されるように回転駆動する。従って、この場合においても、参加者２６が動くことに起因して、視線が一致しなくなり、臨場感が損なわれることを防止することができる。

ところで、ディスプレイ装置２３を、図７に示したような構成とする場合においては、光学素子５１−２３は、ディスプレイ部１１−２３の表示画面と同程度の大きさのものを使用する必要があり、従って、そのような大きな光学素子５１−２３を、図１１で説明したように駆動するには、駆動部６５（図１３）として、パワーの大きなものが必要となり、従って、装置全体の消費電力も大となる。

そこで、ディスプレイ装置２３を、図７に示したような構成とする場合においては、ビデオカメラ１３−２３を、例えば、図２１に示すように構成することができる。なお、図中、図７における場合と対応する部分については、同一の符号を付してある。また、図２１（Ａ）または図２１（Ｂ）は、ディスプレイ装置２３を、参加者２６の頭上または右方向から見たものを表している。

図２１（Ａ）の実施の形態においては、参加者２６からの光は、光学素子５１−２３において、参加者２６から見て、右方向に９０度反射され、ビデオカメラ１３−２３に入射する。ビデオカメラ１３−２３では、参加者２６からの光が、その光を、例えば、ＣＣＤ（Charge Coupled Device）などでなる撮像素子１２３の受光面上に集光するためのレンズ１２１を透過して、ミラー１２２に入射する。

ミラー１２２は、レンズ１２１からの光を反射し、撮像素子１２３に入射、結像させる。ここで、ミラー１２２は、その反射方向が可変なもので、参加者２６が、ディスプレイ部の中央に表示されるように、レンズ１２１からの光を反射する。なお、ミラー１２２の反射方向を変えるには、例えば、ミラー１２２を、図１５乃至図１８で説明した手法で、パンまたはチルトさせても良いし、ミラー１２２として、半導体チップ上に設けられた微小ミラーを高速で動かし、光を反射することで画像を構成する光学素子を用いるようにしても良い。このような光学素子としては、例えば、テキサツインスツルメント社製のＤＭＤ（ディジタルマイクロミラーデバイス）（商標）と呼ばれるものがある。

撮像素子１２３では、ミラー１２２からの光が受光、光電変換され、これにより、参加者２６の映像信号が出力される。

この場合、ミラー１２２として、光学素子５１−２３よりも小型のものを用いることができるので、それを駆動するパワーは小さくて済み、また、装置全体の消費電力の増加も抑制することが可能となる。さらに、この場合、参加者２６からの光を、ミラー１２２によって曲げることで、ビデオカメラ１３−２３を小型に構成することが可能となる。

図２１（Ａ）の実施の形態では、参加者２６からの光を、参加者２６から見て、右方向に曲げるようにしたが、その他、例えば、同図（Ｂ）に示すように、参加者２６からの光を、参加者２６から見て、下方向に曲げることも可能である。

以上、本発明を、テレビ会議システムに適用した場合について説明したが、本発明は、その他、例えば、テレビ電話機などの、複数人で会合を行うためのシステムに適用可能である。

なお、光学素子５１−２３を用いる場合、そこで光が反射されることにより、左右が逆転するので、ディスプレイ部１１−２３やビデオカメラ１３−２３では、それを考慮して走査を行う必要がある。即ち、走査方向を、左右逆にする必要がある。但し、一般に、ビデオカメラ１３−２３よりは、ディスプレイ部１１−２３の走査方向を制御する方が、容易である。

また、本実施の形態では、６人でテレビ会議を行うこととしたが、テレビ会議を行う人数は、特に限定されるものではない。なお、Ｎ人でテレビ会議を行う場合、図４で説明したディスプレイ装置の配置関係は、正Ｎ角形を用いて考える必要がある（但し、２人でテレビ会議を行う場合は、ディスプレイ装置は、参加者と対向する位置に配置される）。

さらに、本実施の形態では、各通信センタにおいて、テレビ会議の参加人数−１だけのディスプレイ装置を用いることとしたが、各通信センタに設けるディスプレイ装置は、従来と同様に１台であってもよい。

本発明を適用したテレビ会議システムの構成例を示す図である。 本発明を適用したテレビ会議システムにおける各通信センタの会議室の状態を示す図である。 図１の通信センタにおけるディスプレイ装置の配置状態を示す図である。 図１の通信センタにおけるディスプレイ装置の配置状態を示す図である。 図１の通信センタの全体の装置の構成例を示すブロック図である。 参加者２６の向きと、他の参加者に対して提供される参加者２６の映像との関係を説明するための図である。 ディスプレイ装置２３の第１の構成例を示す図である。 図７のディスプレイ部１１−２３の表示例を示す図である。 参加者２６が動くことに起因して、視線一致が図れなくなることを説明するための図である。 参加者２６が動くことに起因して、視線一致が図れなくなることを説明するための図である。 ディスプレイ装置２３の第２の構成例を示す図である。 通信センタ１−３の参加者に提供される参加者２６の映像を示す図である。 図１１のディスプレイ装置２３の電気的構成例を示すブロック図である。 窓領域を説明するための図である。 図１３の駆動部６５の第１の構成例を示す図である。 図１３の駆動部６５の第２の構成例を示す図である。 図１３の駆動部６５の第３の構成例を示す図である。 図１３の駆動部６５の第４の構成例を示す図である。 ディスプレイ装置２３の第３の構成例を示す図である。 図１９のディスプレイ装置２３の電気的構成例を示すブロック図である 図７のビデオカメラ１３−２３の構成例を示すブロック図である。 従来のテレビ会議システムにおける構成例を示す図である。 図２２における通信センタ１５１−４における装置の配置状態を示す図である。

符号の説明

１−１乃至１−６ 通信センタ， ２ ネットワーク， １１−２１乃至１１−２５ ディスプレイ部， １２−２１乃至１２−２５ スピーカ部， １３−２１乃至１３−２５ ビデオカメラ， １４−２１乃至１４−２５ マイクロホン， ２１乃至２５ ディスプレイ装置， ３２−２１乃至３２−２５，３５−２１乃至３５−２５ 圧縮符号化部， ３７ 送受信部， ４０−２１乃至４０−２５，４２−２１乃至４２−２５ 復号部， ５１−２３ 光学素子， ６１ Ａ／Ｄ変換器， ６２ 窓領域検出部， ６３ 動き検出部， ６４ 駆動制御部， ６５ 駆動部， ７１−１乃至７１−４ ボイスコイルモータ， ８１−１，８１−２ モータ， ９１−１乃至９１−４ 圧電素子， １１１ 駆動部， １２１ レンズ， １２２ ミラー， １２３ 撮像素子

Claims (3)

1. 他の通信装置と接続され、各通信装置間で、ユーザの映像のやりとりを行う通信システムにおける通信装置であって、
   前記他の通信装置から送信されてくる映像を表示する表示手段と、
   前記ユーザを撮影する撮影手段と、
   前記撮影手段が出力するユーザの映像を、前記他の通信装置に送信するとともに、前記他の通信装置から送信されている映像を受信し、前記表示手段に供給する送受信手段と、
   少なくとも一部の光を透過し、残りの光を反射する光学系と、
   前記光学系の反射した光を反射するミラーと、
   前記ミラーを駆動することにより、前記ユーザからの光を反射する反射面の向きを変える駆動手段と、
   前記撮影手段が出力するユーザの映像に基づいて、前記ユーザの動きを検出する検出手段と、
   前記検出手段により検出されるユーザの動きに基づき、前記ユーザの映像が、前記他の通信装置における前記表示手段において、所定の位置に表示されるように、前記駆動手段を制御する制御手段と
   を備え、
   前記表示手段が表示する映像が、前記光学系を透過して、前記ユーザに提供されるとともに、前記ユーザからの光が、前記光学系およびミラーで反射されて、前記撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されている
   ことを特徴とする通信装置。
2. 前記表示手段、撮影手段、および光学系を、前記他の通信装置が設けられている数と同一の数だけ備え、
   前記表示手段は、対応する前記他の通信装置からの映像を表示し、
   前記撮影手段が出力する前記ユーザの映像は、対応する前記他の通信装置に送信される
   ことを特徴とする請求項１に記載の通信装置。
3. 複数の通信装置を接続し、各通信装置間で、ユーザの映像のやりとりを行う通信システムであって、
   前記複数の通信装置のそれぞれは、
   他の前記通信装置から送信されてくる映像を表示する表示手段と、
   前記ユーザを撮影する撮影手段と、
   前記撮影手段が出力するユーザの映像を、他の前記通信装置に送信するとともに、他の前記通信装置から送信されている映像を受信し、前記表示手段に供給する送受信手段と、
   少なくとも一部の光を透過し、残りの光を反射する光学系と、
   前記光学系の反射した光を反射するミラーと、
   前記ミラーを駆動することにより、前記ユーザからの光を反射する反射面の向きを変える駆動手段と、
   前記撮影手段が出力するユーザの映像に基づいて、前記ユーザの動きを検出する検出手段と、
   前記検出手段により検出されるユーザの動きに基づき、前記ユーザの映像が、前記他の通信装置における前記表示手段において、所定の位置に表示されるように、前記駆動手段を制御する制御手段と
   を備え、
   前記表示手段が表示する映像が、前記光学系を透過して、前記ユーザに提供されるとともに、前記ユーザからの光が、前記光学系およびミラーで反射されて、前記撮影手段に入射するように、前記表示手段、撮影手段、光学系、およびミラーが配置されている
   ことを特徴とする通信システム。

Images