JP2011066745A - 端末装置、通信方法および通信システム - Google Patents

Abstract

【課題】参加者の確実な確認および資料の視認性向上を実現し、円滑な会議の進行を図ること。
【解決手段】ネットワーク１５０を介して接続された他拠点との間で送受信される情報を用いて会議をおこない、他拠点のカメラ１１３によって撮像された参加者映像を受信して表示するテレビ会議端末１１０は、ディスプレイ１１２の表示部に表示される参加者映像から、会議の参加者の顔を含み、ディスプレイ１１２の表示部よりも小さな所定形状の第一領域を抽出する。第一領域内において顔が含まれていない第二領域から、資料映像の形状に応じた資料領域を設定する。ディスプレイ１１２の表示部に、資料領域が設定された第一領域を表示するように、第一領域と、資料領域とを拡大する。そして、拡大された第一領域と、資料領域とに基づいて、参加者映像と、資料映像とを合成してディスプレイ１１２の表示部に表示する。
【選択図】図１

Description

この発明は、端末装置間で情報の送受信をおこなう端末装置、通信方法および通信システムに関し、特に、自拠点と、ネットワークを介して接続された他拠点との間で送受信される情報を利用して会議をおこなう端末装置、通信方法および通信システムに関する。

テレビ会議システムは、複数の端末装置間で各拠点の参加者の状況などを示す映像や会議に用いる資料映像を送受信する。テレビ会議システムは、端末装置によって送受信された各拠点の映像や資料映像を表示する。各拠点における会議の参加者は、端末装置によって表示された映像や資料映像を確認して会議をおこなう。

近年では、利用者による資料画像と、撮像画像との切り替え操作の手間を軽減するために、資料画像と、撮像画像とが合成された合成画像データによる画像を表示するコミュニケーションシステムが提案されている（特許文献１）。具体的には、特許文献１に記載の技術では、コミュニケーション端末によって、資料画像の所定領域内に撮像画像を挿入したり、撮像画像内に資料画像を挿入したりして合成画像データを生成する。コミュニケーション端末は、生成した合成画像データを他のコミュニケーション端末に送信する。コミュニケーション端末によって相互に送信された合成画像データによって、資料画像と、撮像画像とを表示する。

特開２００８−２２７６６８号公報

しかしながら、上述した特許文献１に記載の従来技術では、予め設定されている所定領域に資料画像または撮像画像を縮小して挿入する。したがって、縮小された画像から、参加者の顔が見づらくなったり、資料が確認しづらくなったりして、会議が円滑に進行できないという問題が一例として挙げられる。

この発明は、上述した問題を解決するため、参加者の確実な確認および資料の視認性向上を実現し、円滑に会議を進行することのできる端末装置、通信方法および通信プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するため、請求項１の発明にかかる端末装置は、ネットワークを介して接続された他拠点との間で送受信される情報を用いて会議をおこない、前記他拠点の撮像手段によって撮像された参加者映像を受信し、ディスプレイに前記参加者映像を表示する端末装置であって、前記ディスプレイの表示部に表示される前記参加者映像から、前記他拠点における前記会議の参加者の顔を含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出手段と、前記抽出手段によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域を設定する設定手段と、前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大手段と、前記拡大手段によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御手段と、を備えたことを特徴とする。

請求項２の発明にかかる端末装置は、請求項１に記載の発明において、前記設定手段は、前記第一領域内において、前記第二領域のうち、前記資料映像の形状に応じて最大となる前記資料領域を設定することを特徴とする。

請求項３の発明にかかる端末装置は、請求項１または２に記載の発明において、前記抽出手段によって抽出された一以上の前記第一領域それぞれについて、前記設定手段によって設定される前記資料領域の前記第一領域に対する面積比率を算出し、前記面積比率が最大となる前記第一領域を選択する選択手段をさらに備えることを特徴とする。

請求項４の発明にかかる端末装置は、請求項１〜３のいずれか一つに記載の発明において、前記拡大手段は、前記他拠点の前記撮像手段に対して、前記撮像手段の撮像態様を前記第一領域と、前記資料領域とに基づいて変更する制御信号を出力することを特徴とする。

請求項５の発明にかかる端末装置は、請求項１〜４のいずれか一つに記載の発明において、前記抽出手段は、前記第一領域内の周辺部に前記顔が位置するように前記第一領域を抽出することを特徴とする。

請求項６の発明にかかる端末装置は、請求項１〜５のいずれか一つに記載の発明において、前記抽出手段は、前記第一領域内の上方部に優先的に前記顔が位置するように前記第一領域を抽出することを特徴とする。

請求項７の記載にかかる端末装置は、請求項１〜６のいずれか一つに記載の発明において、前記抽出手段は、前記参加者の配置変更が検出された場合、前記第一領域を再抽出することを特徴とする。

請求項８の発明にかかる通信方法は、他拠点の撮像手段によって撮像された参加者映像を受信し、ディスプレイに前記映像を表示して前記他拠点との間で会議をおこなう通信方法であって、前記ディスプレイの表示部に表示される前記参加者映像から、前記他拠点における前記会議の参加者の顔含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出工程と、前記抽出工程によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域を設定する設定工程と、前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大工程と、前記拡大工程によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御工程と、を含むことを特徴とする。

請求項９の発明にかかる通信方法は、請求項８に記載の発明において、前記抽出工程によって抽出された一以上の前記第一領域それぞれについて、前記設定工程によって設定される前記資料領域の前記第一領域に対する面積比率を算出し、前記面積比率が最大となる前記第一領域を選択する選択工程をさらに含むことを特徴とする。

請求項１０の発明にかかる通信システムは、ネットワークを介して送信元端末から送信先端末に対して送信される映像を、送信先端末のディスプレイの表示部に表示することで会議をおこなう通信システムであって、前記送信元端末は、前記会議の参加者を含む参加者映像を撮像する撮像手段と、前記撮像手段によって撮像された前記参加者映像を前記送信先端末へ送信する送信手段と、を有し、前記送信先端末は、前記送信手段によって送信された前記参加者映像を受信する受信手段と、前記受信手段によって受信されて前記ディスプレイの表示部に表示される前記参加者映像から、前記送信元端末のある拠点における参加者の顔を含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出手段と、前記抽出手段によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域に設定する設定手段と、前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大手段と、前記拡大手段によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御手段と、を備えたことを特徴とする。

請求項１にかかる発明によれば、ディスプレイの表示部に表示される参加者映像のうち、参加者の顔を含む第一領域内で顔を含まないように資料領域を設定する。そして、第一領域と資料領域を表示部に拡大しつつ、参加者映像と資料映像とを合成して表示することができる。したがって、参加者の顔を確実に認識できると共に、資料の視認性も同時に向上することができるため、円滑な会議の進行を図ることができる。

請求項２にかかる発明によれば、資料領域を資料映像の形状に応じて最大となるように設定することができるため、資料の視認性向上を図ることができる。

請求項３にかかる発明によれば、第一領域に対する資料領域の面積比率が最大となる第一領域を選択することができる。したがって、資料領域を最大にできる第一領域および資料領域によって参加者映像と資料映像とを合成して表示することで、参加者の顔および資料を容易かつ的確に把握することができる。

請求項４にかかる発明によれば、他拠点の撮像手段の撮像態様を制御して、第一領域と資料領域を拡大することができるため、他拠点からの映像について画像処理をおこなわなくても、適切な領域が設定された参加者映像を送受信することができる。

請求項５にかかる発明によれば、ディスプレイの周辺に参加者の顔が位置するように第一領域を抽出することができるため、適切に資料領域を選択して、資料の視認性向上を図ることができる。

請求項６にかかる発明によれば、ディスプレイの上方向に優先的に参加者の顔が位置するように第一領域を抽出することができるため、適切に資料領域を選択して、資料の視認性向上を図ることができる。

請求項７にかかる発明によれば、参加者の増減などによる配置変更があった場合に、第一領域を再抽出して、資料領域の設定、第一領域および資料領域の拡大、表示制御を実行できるため、参加者の入れ替わりに柔軟に対応して、表示の最適化を図ることができる。

請求項８にかかる発明によれば、ディスプレイの表示部に表示される参加者映像のうち、参加者の顔を含む第一領域内で顔を含まないように資料領域を設定する。そして、第一領域と資料領域を表示部に拡大しつつ、参加者映像と資料映像とを合成して表示することができる。したがって、参加者の顔を確実に認識できると共に、資料の視認性も同時に向上することができるため、円滑な会議の進行を図ることができる。

請求項９にかかる発明によれば、第一領域に対する資料領域の面積比率が最大となる第一領域を選択することができる。したがって、資料領域を最大にできる第一領域および資料領域によって参加者映像と資料映像とを合成して表示することで、参加者の顔および資料を容易かつ的確に把握することができる。

請求項１０にかかる発明によれば、ディスプレイの表示部に表示される参加者映像のうち、参加者の顔を含む第一領域内で顔を含まないように資料領域を設定する。そして、第一領域と資料領域を表示部に拡大しつつ、参加者映像と資料映像とを合成して表示することができる。したがって、参加者の顔を確実に認識できると共に、資料の視認性も同時に向上することができるため、円滑な会議の進行を図ることができる。

以上説明したように、本発明にかかる端末装置、通信方法および通信システムよれば、参加者の確実な確認および資料の視認性向上を実現し、円滑な会議の進行を図ることができるという効果を奏する。

本発明の実施形態にかかるテレビ会議システムの一例を示す説明図である。 本発明の実施形態にかかるテレビ会議端末の機能的構成の一例を示す説明図である。 本発明の実施形態にかかる送信先のテレビ会議端末における参加者映像と資料映像の合成の一例を示す説明図である。 本発明の実施形態にかかる送信元のテレビ会議端末のカメラ制御の一例を示す説明図である。 本発明の実施形態にかかる送信元のテレビ会議端末における参加者映像と資料映像の合成の一例を示す説明図である。 本発明の実施形態にかかるテレビ会議端末の処理の内容を示すフローチャートである。 本発明の変形例にかかる３人の参加者を含む参加者映像と資料映像の合成の一例を示す説明図である。 本発明の変形例にかかる２つの参加者映像と資料映像の合成の一例を示す説明図である。

以下に添付図面を参照して、この発明にかかる端末装置、通信方法および通信システムの好適な実施の形態を詳細に説明する。

（実施形態）
（全体構成）
図１を用いて、本発明の実施形態にかかる端末装置を、テレビ会議をおこなうテレビ会議システムのために複数拠点に設置されたテレビ会議端末に適用した場合について説明する。図１は、本発明の実施形態にかかるテレビ会議システムの一例を示す説明図である。なお、本実施形態では、各拠点（Ａ，Ｂ）に設置されたテレビ会議端末１１０（１１０ａ，１１０ｂ）によって、本発明にかかる端末装置を実現し、ネットワーク１５０を介して複数のテレビ会議端末１１０が接続されたテレビ会議システム１００によって、本発明にかかる通信システムを実現し、テレビ会議システム１００またはテレビ会議端末１１０によって、本発明にかかる通信方法の処理が実行される場合について説明する。

図１において、テレビ会議システム１００は、各拠点（Ａ，Ｂ）に設置されたテレビ会議端末１１０ａ，１１０ｂがネットワークＮＷを介して接続されて構成されている。具体的には、テレビ会議システム１００は、地理的に離れた各拠点Ａ，Ｂに設置されたテレビ会議端末１１０ａ，１１０ｂがインターネットなどのネットワーク１５０を介して接続されたり、建物内の離れた各拠点Ａ，Ｂに設置されたテレビ会議端末１１０ａ，１１０ｂがＬＡＮ（ローカルエリアネットワーク）などのネットワーク１５０を介して接続されたりしている。なお、図１では、テレビ会議端末１１０ａ，１１０ｂがネットワーク１５０を介して相互に接続されることとして説明するが、ネットワーク１５０上の任意の位置に設置された管理サーバなどを介して相互に接続される構成でもよい。以降の説明では、各拠点の区別をしない場合、符号の末尾の記号である「ａ」，「ｂ」を省略して説明する。

テレビ会議システム１００は、各拠点でテレビ会議における参加者の参加者映像および参加者音声を各テレビ会議端末１１０によって相互に送受信させる。テレビ会議端末１１０は、ＣＰＵ（セントラルプロセッシングユニット）などの機能部を含む本体部１１１に接続された、各種映像を表示するディスプレイ１１２と、参加者映像を撮像するカメラ１１３と、参加者音声を集音するマイク１１４と、各種音声を出力するスピーカ１１５とを備えている。

テレビ会議端末１１０は、カメラ１１３によって自拠点の参加者映像を撮像する。テレビ会議端末１１０は、撮像された参加者映像をネットワーク１５０を介して他拠点のテレビ会議端末１１０に送信する。テレビ会議端末１１０は、他拠点のテレビ会議端末１１０から送信される参加者映像を受信する。テレビ会議端末１１０は、受信した参加者映像をディスプレイ１１２によって表示する。

テレビ会議端末１１０は、マイク１１４によって自拠点における参加者音声を集音する。テレビ会議端末１１０は、集音した参加者音声をネットワーク１５０を介して他拠点のテレビ会議端末１１０に送信する。テレビ会議端末１１０は、他拠点のテレビ会議端末１１０から送信される参加者音声を受信する。テレビ会議端末１１０は、受信した参加者音声をスピーカ１１５によって出力する。

すなわち、テレビ会議端末１１０は、自拠点と他拠点で相互に送受信される参加者映像および参加者音声を再生する。各拠点の参加者は、自拠点のテレビ会議端末１１０によって再生される他拠点の参加者映像および参加者音声を視聴することで、遠隔に位置する参加者同士でテレビ会議をおこなう。

テレビ会議端末１１０は、テレビ会議に用いる資料を相互に共有する。本実施形態では、テレビ会議端末１１０は、テレビ会議に用いる資料の映像である資料映像を送受信して、送受信した資料映像を表示させることで、参加者同士で資料の共有を図る。

具体的には、送信元端末としてのテレビ会議端末１１０ａは、パーソナルコンピュータなどの情報端末１２０ａが接続されている。情報端末１２０ａは、拠点Ａにおける参加者ａ１の操作にしたがって、テレビ会議端末１１０ａにテレビ会議用の資料映像を出力する。資料映像は、たとえば、情報端末１２０ａの記憶媒体に記憶された文書や画像を含む情報である。

テレビ会議端末１１０ａは、情報端末１２０ａから取得された資料映像をディスプレイ１１２ａによって表示する。テレビ会議端末１１０ａは、資料映像をネットワーク１５０を介して送信先端末としてのテレビ会議端末１１０ｂに送信する。テレビ会議端末１１０ｂは、受信した資料映像をディスプレイ１１２ｂによって表示する。

ディスプレイ１１２ｂに表示される資料映像は、Ａ拠点の参加者映像に合成されてディスプレイ１１２に表示される。詳細は図３、図６などを用いて説明するが、テレビ会議端末１１０ｂは、ディスプレイ１１２ｂの表示部に表示される参加者映像から、Ａ拠点における会議の参加者の顔を含み、ディスプレイ１１２ｂの表示部よりも小さな所定形状の第一領域を抽出する。テレビ会議端末１１０ｂは、抽出された第一領域内のそれぞれにおいて、顔を含まない第二領域から、会議に用いる資料映像の形状に応じた資料映像を表示する資料領域を設定する。

テレビ会議端末１１０ｂは、ディスプレイ１１２ｂの表示部に資料領域が設定された第一領域を表示するように、参加者映像における第一領域と、資料領域とを拡大する。テレビ会議端末１１０ｂは、拡大された第一領域と、資料領域とに基づいて、Ａ拠点の参加者映像と、資料映像とを合成して表示する。すなわち、テレビ会議端末１１０ｂは、Ａ拠点で会議に参加する参加者の顔を確実に表示させると共に、資料の視認性の向上を図ることができる。

（機能的構成）
図２を用いて、テレビ会議端末１１０の機能的構成について説明する。図２は、本発明の実施形態にかかるテレビ会議端末の機能的構成の一例を示す説明図である。

図２において、テレビ会議端末１１０は、ＣＰＵ（セントラルプロセッシングユニット）２０１と、ＲＡＭ（ランダムアクセスメモリ）２０２と、ＲＯＭ（リードオンリーメモリ）２０３と、ディスプレイ１１２やカメラ１１３に対して各種映像の入出力を制御する映像Ｉ／Ｆ２０４と、スピーカ１１５やマイク１１４に対して各種音声の入出力を制御する音声Ｉ／Ｆ２０５と、各種情報の入力を受け付ける操作部２０６と、外部機器との通信を制御する通信Ｉ／Ｆ２０７と、各種情報を記憶する記憶媒体２０８と、を備えている。また、テレビ会議端末１１０の各構成部は、バス２００によってそれぞれ接続されている。

ＣＰＵ２０１は、テレビ会議端末１１０全体の制御をおこなう。ＣＰＵ２０１は、ＲＡＭ２０２をワークエリアとして、ＲＯＭ２０３から読み込まれる各種プログラムを実行する。

映像Ｉ／Ｆ２０４は、ＣＰＵ２０１の制御にしたがって、ディスプレイ１１２に各種映像を表示させる。映像Ｉ／Ｆ２０４は、他拠点のテレビ会議端末１１０から受信された参加者映像を、ＣＰＵ２０１の制御にしたがって、記憶媒体２０８から読み出してディスプレイ１１２に表示させる。映像Ｉ／Ｆ２０４は、カメラ１１３によって撮像された自拠点の参加者映像や、他拠点とのテレビ会議に関する処理画面などを表示させる構成でもよい。

映像Ｉ／Ｆ２０４は、ＣＰＵ２０１の制御にしたがって、テレビ会議に用いる資料映像を、参加者映像に合成してディスプレイ１１２に表示させる。資料映像は、他拠点のテレビ会議端末１１０から後述する通信Ｉ／Ｆ２０７を介して受信したり、通信Ｉ／Ｆ２０７を介して接続される情報端末などから取得したりする。

ＣＰＵ２０１は、ディスプレイ１１２の表示部に表示される参加者映像から、参加者の顔を含み、ディスプレイ１１２の表示部よりも小さな所定形状の第一領域を抽出する。ＣＰＵ２０１は、抽出された第一領域内のそれぞれにおいて、顔を含まない第二領域から、資料映像を表示する資料領域を設定する。

以降では、テレビ会議端末１１０ａを送信元として拠点Ａの参加者映像と、資料映像とを送信先のテレビ会議端末１１０ｂに対して送信する場合について説明する。送信元であるテレビ会議端末１１０ａのＣＰＵ２０１ａは、映像Ｉ／Ｆ２０４ａを介して後述するカメラ１１３ａを制御し、拠点Ａの参加者を含む参加者映像を撮像する。

ＣＰＵ２０１ａは、撮像された参加者映像を、後述する通信Ｉ／Ｆ２０７ａを介して送信先であるテレビ会議端末１１０ｂに送信する。また、ＣＰＵ２０１ａは、通信Ｉ／Ｆ２０７ａを介して接続された情報端末１２０ａから資料映像を取得すると、取得した資料映像を、通信Ｉ／Ｆ２０７ａを介してテレビ会議端末１１０ｂに送信する。

送信先であるテレビ会議端末１１０ｂのＣＰＵ２０１ｂは、通信Ｉ／Ｆ２０７ｂを介してＡ拠点の参加者映像や資料映像を受信すると、記憶媒体２０８ｂに記憶させる。ＣＰＵ２０１ｂは、資料映像を受信した場合は、参加者映像から参加者の顔を含み、ディスプレイ１１２ｂの表示部よりも小さな所定形状の第一領域を抽出する。第一領域は、たとえば、ディスプレイ１１２ｂの表示部と同じ縦横比率を有する形状であり、参加者映像に含まれるすべての参加者の顔を含む領域である。

ここで、図３〜５を用いて、本発明の実施形態にかかる参加者映像と資料映像の合成について説明する。図３は、本発明の実施形態にかかる送信先のテレビ会議端末における参加者映像と資料映像の合成の一例を示す説明図である。

図３において、テレビ会議端末１１０ｂのディスプレイ１１２ｂの表示部３１０に表示される参加者映像３００には、送信元の参加者ａ１，ａ２と、参加者ａ１が操作する情報端末１２０ａが表示されている。

ＣＰＵ２０１ｂは、テレビ会議端末１１０ｂから、資料映像を受信すると、参加者映像３００から、参加者ａ１，ａ２の顔を含む第一領域を抽出する。第一領域は、たとえば、ディスプレイ１１２ｂの表示部３１０と縦横比率が同じ矩形領域である。

ＣＰＵ２０１ｂは、第一領域内の周辺部に顔が位置するように第一領域を抽出する。このように第一領域を抽出することで、第一領域内に設定する資料領域を大きくすることができるとともに、資料領域の位置を最適化することができる。換言すれば、第一領域内の中心側に資料領域を設定することとなり、適切な資料共有を図ることができる。また、ＣＰＵ２０１ｂは、第一領域内の周辺部について、上方部に優先的に顔が位置するように第一領域を抽出することとしてもよい。

具体的には、ＣＰＵ２０１ｂは、参加者映像３００における第一領域３２１、３３１、３４１、３５１などを抽出する。ＣＰＵ２０１ｂは、参加者映像３００の第一領域３２１、３３１、３４１、３５１のうち、顔を含まない第二領域を、資料映像を表示する資料領域３２２，３３２，３４２，３５２に設定する。

第二領域は、資料映像の形状に応じた形状である。具体的には、第二領域の形状は、資料映像と相似した形状で、第一領域内で最大となる領域を設定することとしてもよい。資料領域の形状は、テレビ会議端末１１０ａから取得したり、映像Ｉ／Ｆ２０７ｂによって資料映像を受信してから演算したりする構成である。

処理の詳細は図６を用いて説明するが、ＣＰＵ２０１ｂは、第一領域３２１、３３１、３４１、３５１のそれぞれについて、設定される資料領域３２２，３３２，３４２，３５２の第一領域３２１、３３１、３４１、３５１に対する面積比率を算出し、その面積比率が最大となる領域を第一領域として選択する。図３の場合であれば、第一領域３５１を選択する。

ＣＰＵ２０１ｂは、映像Ｉ／Ｆ２０４ｂを制御して、資料領域３５２が設定された第一領域３５１をディスプレイ１１２ｂの表示部３１０に表示するように拡大処理をおこなう。具体的には、ＣＰＵ２０１ｂは、表示部３１０に資料領域３５２が設定された第一領域３５１を表示するように、送信元のテレビ会議端末１１０ａに対して、カメラ１１３ａのＰＴＺ（パン・チルト・ズームの略、以下同様）などの撮像態様を変更させる制御信号を出力する。

ＣＰＵ２０１ｂは、映像Ｉ／Ｆ２０４ｂを制御して、第一領域３５１および資料領域３５２に基づいて、拡大された参加者映像３０１および資料映像３６１を合成して、ディスプレイ１１２ｂの表示部３１０に表示する。

図４は、本発明の実施形態にかかる資料映像の送信元のテレビ会議端末のカメラ制御の一例を示す説明図である。図４において、送信先のテレビ会議端末１１０ｂのディスプレイ１１２ｂの表示部３１０に参加者映像３００が表示される場合、送信元のテレビ会議端末１１０ａのカメラ１１３ａでは、撮像範囲４１０で参加者ａ１，ａ２を含む参加者映像が撮像されている。

送信元のテレビ会議端末１１０ａは、通信Ｉ／Ｆ２０７ａを介して送信先のテレビ会議端末１１０ｂから、表示部３１０に図３に示した資料領域３５２が設定された第一領域３５１を表示するようにカメラ１１３ａの撮像態様を変更させる制御信号を受信する。

ＣＰＵ２０１ａは、受信した制御信号に基づいて、映像Ｉ／Ｆ２０４ａを介してカメラ１１３ａを制御して、撮像範囲４１１で参加者ａ１，ａ２を含む参加者映像を撮像する。すなわち、撮像範囲４１１で撮像された参加者映像は、表示部３１０に表示される際、第一領域３５１が拡大された参加者映像３０１となる。ＣＰＵ２０１ａは、撮像範囲４１１で撮像された参加者映像を通信Ｉ／Ｆ２０７ａを介して送信先のテレビ会議端末１１０ｂに送信する。

送信先のテレビ会議端末１１０ｂは、通信Ｉ／Ｆ２０７ｂを介して送信元のテレビ会議端末１１０ａから、撮像範囲４１１で撮像された参加者映像３０１を受信する。ＣＰＵ２０１ｂは、受信した参加者映像３０１に、設定された資料領域３６１に資料映像を合成する。ＣＰＵ２０１ｂは、映像Ｉ／Ｆ２０４ｂを介してディスプレイ１１２ｂに資料映像が合成された参加者映像３０１を表示させる。

図３および図４では、送信先のテレビ会議端末１１０ｂのディスプレイ１１２ｂに、参加者映像３０１に資料映像３６１を合成して表示させる場合について説明したが、送信元のテレビ会議端末１１０ａについても同様である。図５は、本発明の実施形態にかかる資料映像の送信元のテレビ会議端末における参加者映像と資料映像の合成の一例を示す説明図である。

図５では、テレビ会議端末１１０ａのディスプレイ１１２ａには、表示部５１０に参加者ｂ１を含む参加者映像５００が表示されている。ＣＰＵ２０１ａは、情報端末１２０ａから資料映像を取得すると、参加者映像５００において、参加者ｂ１を含む第一領域を抽出する。

ＣＰＵ２０１ａは、第一領域において顔を含まない領域を資料領域に設定する。ＣＰＵ２０１ａは、第一領域に対する面積比率が最大となる資料領域となる第一領域を選択して、選択された第一領域が表示部５１０に表示されるように制御する。

すなわち、ＣＰＵ２０１ａは、表示部５１０に、第一領域の参加者映像５００を拡大した参加者映像５０１を表示するように、テレビ会議端末１１０ｂのカメラ１１３ｂに対してＰＴＺに関する制御信号を出力する。テレビ会議端末１１０ａは、出力した制御信号に応じてテレビ会議端末１１０ｂから送信されるＢ拠点の参加者映像５０１に設定された資料領域５６１に情報端末１２０ａから取得した資料映像を合成して、ディスプレイ１１２ａに表示させる。

このようにして、相互のテレビ会議端末１１０によって、資料映像を表示する資料領域を最大限に設定し資料映像の視認性向上を図りつつ、参加者（ａ１，ａ２，ｂ１）にお互いの表情など顔の状況を的確に把握させることができるため、円滑なテレビ会議を実現することができる。

図２に戻って、映像Ｉ／Ｆ２０４は、ＣＰＵ２０１の制御にしたがって、カメラ１１３によって自拠点の参加者映像を撮像する。映像Ｉ／Ｆ２０４は、ＣＰＵ２０１の制御にしたがって、カメラ１１３によって撮像された参加者映像を記憶媒体２０８に出力する。

音声Ｉ／Ｆ２０５は、ＣＰＵ２０１の制御にしたがって、スピーカ１１５に各種音声を出力させる。音声Ｉ／Ｆ２０５は、他拠点のテレビ会議端末１１０から受信された音声を、ＣＰＵ２０１の制御にしたがって、記憶媒体２０８から読み出してスピーカ１１５に出力させる。音声Ｉ／Ｆ２０５は、他拠点とのテレビ会議に関する案内音声などを出力させる構成でもよい。

音声Ｉ／Ｆ２０５は、ＣＰＵ２０１の制御にしたがって、マイク１１４によって自拠点の参加者音声を集音する。音声Ｉ／Ｆ２０５は、ＣＰＵ２０１の制御にしたがって、マイク１１４によって集音された参加者音声を記憶媒体２０８に出力する。

操作部２０６は、参加者などから各種情報の入力を受け付ける。操作部２０６は、タッチパネルや操作ボタンなどによって構成され、テレビ会議に関する情報の入力を受け付けて、入力された信号をＣＰＵ２０１へ出力する。

通信Ｉ／Ｆ２０７は、通信回線を通じてインターネットなどのネットワーク１５０に接続され、このネットワーク１５０を介して他のテレビ会議端末１１０やその他情報端末などの外部機器に接続される。通信Ｉ／Ｆ２０７は、ネットワーク１５０とテレビ会議端末１１０内部のインターフェースをつかさどり、外部機器に対するデータの入出力を制御する。通信Ｉ／Ｆ２０７には、たとえば、モデムやＬＡＮアダプタなどを採用することができる。

通信Ｉ／Ｆ２０７は、他拠点のテレビ会議端末１１０から送信される資料映像、参加者映像および参加者音声を受信する。通信Ｉ／Ｆ２０７は、ＣＰＵ２０１の制御にしたがって、受信した資料映像、参加者映像および参加者音声を記録媒体２０８へ出力する。また、通信Ｉ／Ｆ２０７は、情報端末から資料映像を取得し、ＣＰＵ２０１の制御にしたがって、取得した資料映像を記録媒体２０８へ出力する。

通信Ｉ／Ｆ２０７は、ＣＰＵ２０１の制御にしたがって、記憶媒体２０８に記憶された資料映像、自拠点の参加者映像および参加者音声を、他拠点のテレビ会議端末１１０へ送信する。

記憶媒体２０８は、ＨＤ（ハードディスク）や着脱可能な記録媒体の一例としてのＦＤ（フレキシブルディスク）などである。記憶媒体２０８は、それぞれのドライブデバイスを有し、ＣＰＵ２０１の制御にしたがって各種データが記録される。また、記憶媒体２０８からは、それぞれのドライブデバイスの制御にしたがってデータが読み取られる。

なお、各構成要素と、各機能を対応付けて説明すると、図２に示したＣＰＵ２０１、映像Ｉ／Ｆ２０４およびカメラ１１３によって、本発明にかかる撮像手段の機能を実現する。ＣＰＵ２０１および映像Ｉ／Ｆ２０４によって、本発明にかかる抽出手段、設定手段、選択手段および表示制御手段の機能を実現する。ＣＰＵ２０１および通信Ｉ／Ｆ２０７によって、本発明にかかる送信手段および受信手段の機能を実現する。

（テレビ会議端末１１０の処理の内容）
図６を用いて、本発明の実施形態にかかるテレビ会議システム１１０の処理の内容について説明する。図６は、本発明の実施形態にかかるテレビ会議端末の処理の内容を示すフローチャートである。図６のフローチャートは、テレビ会議システム１００によって、各拠点（Ａ，Ｂ）のテレビ会議端末１１０がテレビ会議をおこなっている間に実行される処理である。

図６のフローチャートにおいて、まず、ＣＰＵ２０１は、通信Ｉ／Ｆ２０７を介して、他拠点のテレビ会議端末１１０から参加者映像を受信したか否かを判断する（ステップＳ６０１）。

ステップＳ６０２において、参加者映像を受信するのを待って、受信した場合（ステップＳ６０１：Ｙｅｓ）は、ＣＰＵ２０１は、共有する資料映像はあるか否かを判断する（ステップＳ６０２）。共有する資料映像は、たとえば、他拠点のテレビ会議端末１１０から受信したり、自拠点の参加者の情報端末から取得したりする。

ステップＳ６０２において、共有する資料映像がない場合（ステップＳ６０２：Ｎｏ）は、ＣＰＵ２０１は、映像Ｉ／Ｆ２０４を介してディスプレイ１１２にステップＳ６０１において受信された参加者映像を表示して（ステップＳ６１４）、そのまま一連の処理を終了する。

ステップＳ６０２において、共有する資料映像がある場合（ステップＳ６０２：Ｙｅｓ）は、ＣＰＵ２０１は、初期値設定としてパラメータＡ１を０に設定する（ステップＳ６０３）。

ＣＰＵ２０１は、ステップＳ６０１において受信された参加者映像から、参加者の顔認識をおこなう（ステップＳ６０４）。顔認識は、たとえば、色相と、彩度とが、所定の閾値内にある画素を肌色画素として抽出する。ＣＰＵ２０１は、顔を分離するために、肌色画素と非肌色画素とに２値化し、所定範囲内の面積を有する肌色画素部分を顔として抽出する。

ＣＰＵ２０１は、参加者映像において、ステップＳ６０４において認識された顔を含み、ディスプレイ１１２の表示部よりも小さな第一領域を抽出する（ステップＳ６０５）。ＣＰＵ２０１は、参加者映像からディスプレイ１１２と縦横比率が同じ矩形領域の第一領域を複数（ｎ個（１≦ｎ≦ｎ＿ｍａｘ））抽出する。具体的には、たとえば、ＣＰＵ２０１は、図３に示した第一領域３２１〜３５１（１≦ｎ≦４）を抽出する。

ＣＰＵ２０１は、初期値としてｎ＝１、第一領域に対する面積比率Ａ＝０に設定し（ステップＳ６０６）、ステップＳ６０５において抽出された第一領域のうち、ｎ番目の第一領域において顔を含まずに資料映像の形状に応じて最大となる第二領域を資料領域として設定する（ステップＳ６０７）。具体的には、たとえば、ＣＰＵ２０１は、図３に示した第一領域３２１において顔を含まずに所定の形状で最大化できる資料領域３２２を設定する。

ＣＰＵ２０１は、ステップＳ６０７において設定された資料領域について、第一領域に対する面積比率Ａｎを計算する（ステップＳ６０８）。すなわち、ステップＳ６０７およびＳ６０８では、ｎ番目の第一領域において、参加者の顔を表示可能な範囲で資料領域の面積割合がどの程度になるかを計算している。

ＣＰＵ２０１は、ステップＳ６０８において算出された面積比率ＡｎがパラメータＡよりも大きいか否かを判断する（ステップＳ６０９）。ステップＳ６０９において、面積比率ＡｎがパラメータＡよりも大きい場合（ステップＳ６０９：Ｙｅｓ）は、パラメータＡをＡｎに設定してステップＳ６１１へ移行する。ステップＳ６０９において、面積比率ＡｎがパラメータＡ以下の場合（ステップＳ６０９：Ｎｏ）は、そのままステップＳ６１１へ移行する。

ＣＰＵ２０１は、現在処理中の第一領域におけるｎがｎ＿ｍａｘよりも小さいか否かを判断する（ステップＳ６１１）。ステップＳ６１１において、ｎがｎ＿ｍａｘよりも小さい場合（ステップＳ６１１：Ｙｅｓ）は、ステップＳ６１２へ移行して、ＣＰＵ２０１は、ｎをインクリメント（ｎ＝ｎ＋１）し（ステップＳ６１２）、ステップＳ６０７へ戻って処理を繰り返す。

具体的には、たとえば、ステップＳ６０７〜ステップＳ６１２の処理の繰り返しによって、ＣＰＵ２０１は、図３に示した第一領域３２１〜３２５のすべての資料領域３２２〜３５２について、面積比率Ａｎを計算し、最大の面積比率ＡｎをＡ設定する。

ステップＳ６１１において、ｎがｎ＿ｍａｘ以上となった場合（ステップＳ６１１：Ｎｏ）は、ステップＳ６１３へ移行する。すなわち、ステップＳ６０７〜Ｓ６１２の処理を繰り返すことで、ｎ個の第一領域のうち、資料領域の面積比率が最大となる第一領域とその面積比率Ａを選択することができる。具体的には、ＣＰＵ２０１は、第一領域３２１〜３２５にそれぞれ設定された資料領域３２２〜３５２のうち、第一領域３５１と、その面積比率Ａを選択する。

ＣＰＵ２０１は、ステップＳ６０７〜Ｓ６１２において選択された第一領域と面積比率Ａに基づいて、送信元のテレビ会議端末１１０に対して、カメラ１１３の制御信号を出力して、その制御信号によって制御されて撮像された参加者映像を受信する（ステップＳ６１３）。すなわち、ＣＰＵ２０１は、送信元のテレビ会議端末１１０に対して、第一領域３５１を撮像範囲として撮像するように、ＰＴＺ（パン・チルト・ズーム）などのカメラ１１３の撮像態様を変更させる制御信号を出力する。

ＣＰＵ２０１は、ステップＳ６１３において受信された参加者映像に基づいて、映像Ｉ／Ｆ２０４を介してディスプレイ１１２に参加者映像に資料映像を合成表示して（ステップＳ６１４）、そのまま一連の処理を終了する。具体的には、たとえば、ディスプレイ１１２ｂの表示部３１０には、図３に示した参加者映像３０１の資料領域３６１に資料映像が合成された映像が表示されることとなる。

なお、本発明の各構成要素における通信方法と、本発明の実施形態の各処理または各機能とを関連付けて説明すると、ステップＳ６０４およびステップＳ６０５におけるＣＰＵ２０１の処理によって、本発明にかかる抽出工程の処理が実行される。ステップＳ６０６〜ステップＳ６１２におけるＣＰＵの処理によって、本発明にかかる設定工程、選択工程の処理が実行される。ステップＳ６１３におけるＣＰＵ２０１および通信Ｉ／Ｆ２０７の処理によって、本発明にかかる拡大工程の処理が実行される。ステップＳ６１４におけるＣＰＵ２０１および映像Ｉ／Ｆ２０４の処理によって、本発明にかかる表示制御工程の処理が実行される。

以上説明したように、本発明の実施形態によれば、第一領域のうち顔を含まない最大の領域を資料領域として設定でき、資料領域を拡大するように制御することができる。したがって、参加者の顔を確実に表示させることで会議の臨場感を実現し、資料の視認性の向上を図ることができ、円滑なテレビ会議をおこなうことができる。

また、本発明の実施形態によれば、送信元のテレビ会議端末のカメラに対して制御信号を出力することで拡大・縮小された参加者映像を取得することができるため、受信した参加者映像に対して拡大・縮小などの画像処理をする必要がなく、その画像処理の負荷を低減させることができる。

（その他の一部の変形例）
本発明の実施形態では特に、２台のテレビ会議端末１１０ａ，１１０ｂがネットワーク１５０を介して接続される場合について説明したが、３台以上のテレビ会議端末１１０が接続される場合についても同様である。多くのテレビ会議端末１１０が参加するテレビ会議システムに適用することで、多くの参加者が適切に資料を共有して広範なテレビ会議をおこなうことができる。

また、本発明の実施形態では特に、共有する資料映像としてコンピュータなどの情報端末から取得することとして説明したが、これに限ることはない。具体的には、情報端末から情報を取得する代わりに、カメラ１１３によって、拠点Ａに提示された資料を撮像し、撮像された映像を資料映像として共有することとしてもよい。また、情報端末が接続されているネットワークから情報を取得し、資料映像として共有してもよい。このように、様々な共有対象の資料映像を用いることで、テレビ会議システムの汎用性の向上を図ることができる。

また、本発明の実施形態では特に、第一領域を参加者すべての顔を含むこととして説明したが、これに限ることはない。具体的には、第一領域は、少なくとも１人の参加者を含むこととすればよい。このようにすれば、１人以上の参加者の顔を確認可能としつつ、資料映像を表示する資料領域をなるべく大きく設定することができる。

また、顔画像の認識や事前登録などによって特定の参加者を設定可能な構成とすれば、第一領域は、特定の参加者の顔を含む領域としてもよい。このようにすれば、会議に重要な参加者などを特定して、大きな資料領域を設定することができるため、会議に重要な参加者の顔（表情）を確認しつつ、大きな資料映像によって円滑な会議を進めることができる。

また、本発明の実施形態では特に、第一領域の所定形状を、ディスプレイ１１２ｂの表示部の縦横比率が同じ形状として説明したが、これに限ることはない。具体的には、たとえば、送信元のテレビ会議端末１１０ａのカメラ１１３ａの撮像範囲の形状の比率に合わせる構成でもよい。

また、本発明の実施形態では特に、送信元のテレビ会議端末１１０のカメラ１１３に対して、撮像範囲を変更することとして説明したが、これに限ることはない。具体的には、テレビ会議端末１１０は、送信元のテレビ会議端末１１０に対して、デジタル的に参加者映像をＰＴＺさせる制御信号を出力することとしてもよい。このようにすれば、カメラ１１３の駆動機構を備えていない場合でも、本発明を適用することができる。

また、本発明の実施形態では特に、共有対象の資料映像がある場合に、第一領域の抽出などの処理をおこなうこととして説明したが、これに限ることはない。具体的には、テレビ会議端末１１０は、相手側の参加者の配置に変更があると、第一領域の抽出をおこなって、新たな資料領域を選択する構成でもよい。このようにすれば、参加者の変動があっても、常に参加者の顔を表示させつつ資料共有を図ることができる。

また、本発明の実施形態では特に、図６のフローチャートにおいて、第一領域に対する面積比率が最大となる資料領域となる第一領域を選択する構成としたが、これに限ることはない。具体的には、面積比率を算出しなくても、表示部より小さな任意の第一領域について資料領域を設定するだけでもよい。すなわち、表示部よりも小さな第一領域と、その第一領域に設定された資料領域について、表示部に表示するように拡大するだけで、面積比率などの算出処理の負荷を負うことなく、参加者の顔を確実に把握して資料映像を拡大させて表示することができる。

また、本発明の実施形態では特に、１人または２人の参加者映像について説明したがこれに限ることはない。具体的には、参加者映像に３人以上の参加者が含まれていてもよい。図７を用いて、３人の参加者を含む参加者映像に資料映像を合成する場合について説明する。図７は、本発明の変形例にかかる３人の参加者を含む参加者映像と資料映像の合成の一例を示す説明図である。

図７において、テレビ会議端末１１０ａのディスプレイ１１２ａには、３人の参加者ｂ１〜３を含む表示領域７１０の参加者映像が表示されている。ＣＰＵ２０１ａは、情報端末１２０ａから資料映像を取得すると、表示部７１０における参加者映像７００において、３人の参加者ｂ１〜３を含む第一領域を抽出する。

ＣＰＵ２０１ａは、参加者映像７００のうち、第一領域において３人の顔を含まない第二領域から、最大化できる資料領域（図７では中心付近）を設定する。そして、ＣＰＵ２０１ａは、設定された資料領域を拡大するように制御する。

すなわち、ＣＰＵ２０１ａは、表示部７１０に、第一領域の参加者映像７００を拡大した参加者映像７０１を表示するように、テレビ会議端末１１０ｂのカメラ１１３ｂに対してＰＴＺに関する制御信号を出力する。テレビ会議端末１１０ａは、出力した制御信号に応じてテレビ会議端末１１０ｂから送信されるＢ拠点の参加者映像７０１に設定された資料領域７６１に情報端末１２０ａから取得した資料映像を合成して、ディスプレイ１１２ａに表示させる。このようにすれば、３人以上の参加者であっても、参加者全員の顔を表示させつつ、最大限に資料領域を設定することができる。

また、本発明の実施形態では特に、ディスプレイ１１２に１つの参加者映像について、資料映像を合成する場合について説明したが、これに限ることはない。具体的には、複数の参加者映像を表示する場合に、すべての参加者映像における参加者の顔を表示させつつ、資料領域を最大化させることとしてもよい。

図８を用いて、２つの参加者映像に資料映像を合成する場合について説明する。図８は、本発明の変形例にかかる２つの参加者映像と資料映像の合成の一例を示す説明図である。図８では、拠点Ａのテレビ会議端末１１０ａが、自拠点の参加者映像と、拠点Ｂの参加者映像を表示する場合について説明する。

図８において、ディスプレイ１１２ａの表示部８１０には、拠点Ａの参加者映像８１１と、拠点Ｂの参加者映像８１２とが表示されている。ＣＰＵ２０１ａは、各参加者映像８１１，８１２の第一領域を抽出する。具体的には、各参加者映像８１１，８１２の第一領域における参加者ａ１，ａ２，ｂ１の顔がディスプレイ１１２ａの周辺部に配置させるように第一領域を抽出する。

すなわち、ＣＰＵ２０１ａは、表示部８１０において、各拠点Ａ，Ｂの参加者映像８２１，８２２として、資料領域８６１を設定することとなる。このように、複数の参加者映像に対しても、すべての参加者の顔を表示させつつ、資料映像の視認性を向上させることができる。

また、上述した説明では、実施形態および一部の変形例について別々の例として説明したが、これに限ることはない。すなわち、それぞれ実施形態および一部の変形例による手法を適宜組み合わせて利用してもよい。

なお、本発明の実施形態および変形例で説明した通信方法は、あらかじめ用意された通信プログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することにより実現することができる。この通信プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネットなどのネットワークを介して配布することが可能な伝送媒体であってもよい。

１００ テレビ会議システム
１１０（１１０ａ，１１０ｂ） テレビ会議端末
１１１（１１１ａ，１１１ｂ） 本体部
１１２（１１２ａ，１１２ｂ） ディスプレイ
１１３（１１３ａ，１１３ｂ） カメラ
１１４（１１４ａ，１１４ｂ） マイク
１１５（１１５ａ，１１５ｂ） スピーカ
ａ１，ａ２，ｂ１ 参加者
１２０ａ 情報端末
１５０ ネットワーク
２００ バス
２０１ ＣＰＵ
２０２ ＲＡＭ
２０３ ＲＯＭ
２０４ 映像Ｉ／Ｆ
２０５ 音声Ｉ／Ｆ
２０６ 操作部
２０７ 通信Ｉ／Ｆ
２０８ 記憶媒体

Claims (10)

1. ネットワークを介して接続された他拠点との間で送受信される情報を用いて会議をおこない、前記他拠点の撮像手段によって撮像された参加者映像を受信し、ディスプレイに前記参加者映像を表示する端末装置であって、
   前記ディスプレイの表示部に表示される前記参加者映像から、前記他拠点における前記会議の参加者の顔を含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出手段と、
   前記抽出手段によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域を設定する設定手段と、
   前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大手段と、
   前記拡大手段によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御手段と、
   を備えることを特徴とする端末装置。
2. 前記設定手段は、前記第一領域内において、前記第二領域のうち、前記資料映像の形状に応じて最大となる前記資料領域を設定することを特徴とする請求項１に記載の端末装置。
3. 前記抽出手段によって抽出された一以上の前記第一領域それぞれについて、前記設定手段によって設定される前記資料領域の前記第一領域に対する面積比率を算出し、前記面積比率が最大となる前記第一領域を選択する選択手段をさらに備えることを特徴とする請求項１または２に記載の端末装置。
4. 前記拡大手段は、前記他拠点の前記撮像手段に対して、前記撮像手段の撮像態様を前記第一領域と、前記資料領域とに基づいて変更する制御信号を出力することを特徴とする請求項１〜３のいずれか一つに記載の端末装置。
5. 前記抽出手段は、前記第一領域内の周辺部に前記顔が位置するように前記第一領域を抽出することを特徴とする請求項１〜４のいずれか一つに記載の端末装置。
6. 前記抽出手段は、前記第一領域内の上方部に優先的に前記顔が位置するように前記第一領域を抽出することを特徴とする請求項１〜５のいずれか一つに記載の端末装置。
7. 前記抽出手段は、前記参加者の配置変更が検出された場合、前記第一領域を再抽出することを特徴とする請求項１〜６のいずれか一つに記載の端末装置。
8. 他拠点の撮像手段によって撮像された参加者映像を受信し、ディスプレイに前記映像を表示して前記他拠点との間で会議をおこなう通信方法であって、
   前記ディスプレイの表示部に表示される前記参加者映像から、前記他拠点における前記会議の参加者の顔含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出工程と、
   前記抽出工程によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域を設定する設定工程と、
   前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大工程と、
   前記拡大工程によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御工程と、
   を含むことを特徴とする通信方法。
9. 前記抽出工程によって抽出された一以上の前記第一領域それぞれについて、前記設定工程によって設定される前記資料領域の前記第一領域に対する面積比率を算出し、前記面積比率が最大となる前記第一領域を選択する選択工程をさらに含むことを特徴とする請求項８に記載の通信方法。
10. ネットワークを介して送信元端末から送信先端末に対して送信される映像を、送信先端末のディスプレイの表示部に表示することで会議をおこなう通信システムであって、
    前記送信元端末は、前記会議の参加者を含む参加者映像を撮像する撮像手段と、
    前記撮像手段によって撮像された前記参加者映像を前記送信先端末へ送信する送信手段と、を有し、
    前記送信先端末は、前記送信手段によって送信された前記参加者映像を受信する受信手段と、
    前記受信手段によって受信されて前記ディスプレイの表示部に表示される前記参加者映像から、前記送信元端末のある拠点における参加者の顔を含み、前記ディスプレイの表示部よりも小さな所定形状の第一領域を抽出する抽出手段と、
    前記抽出手段によって抽出された前記第一領域内において前記顔が含まれていない第二領域から、前記会議に用いる資料映像の形状に応じた資料領域に設定する設定手段と、
    前記ディスプレイの表示部に、前記資料領域が設定された前記第一領域を表示するように、前記第一領域と、前記資料領域とを拡大する拡大手段と、
    前記拡大手段によって拡大された前記第一領域と、前記資料領域とに基づいて、前記参加者映像と、前記資料映像とを合成して前記ディスプレイの表示部に表示する表示制御手段と、
    を備えたことを特徴とする通信システム。