JP2020039012A - プログラム、情報処理装置、および方法 - Google Patents

Abstract

【課題】視聴者の操作に応じて映像のスクリーンショットを生成する場合に、スクリーンショットに映る被写体を、視聴者にとってより望ましいものとする。【解決手段】プロセッサ（６１０）は、被写体を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像をメモリ（６２０）に記憶する。プロセッサ（６１０）は、ユーザ（５Ａ）による第１入力に基づいて、部分映像を構成する複数の静止画像の中から、第１静止画像をユーザに提供する。【選択図】図２０

Description

本発明はプログラム、情報処理装置、および方法に関する。

特許文献１に、撮影操作により複数の写真を撮影し、望ましい表情の写真を選択する技術が開示されている。

特表２０１０−５３１０７４号公報

被写体を撮影した映像を視聴する視聴者が、視聴者自身の操作に応じて被写体（映像）のスクリーンショットを生成しようとする場合が考えられる。この際、上述の従来の技術を利用して、被写体のスクリーンショットを生成しようとしても、スクリーンショットに映る被写体を、視聴者にとってより望ましいものにできるとは限らず、改善の余地がある。撮影操作後に、被写体が、視聴者にとって望ましい状態となるとは限らないためである。

本発明の一態様は、視聴者の操作に応じて映像のスクリーンショットを生成する場合に、スクリーンショットに映る被写体を、視聴者にとってより望ましいものとすることを目的とする。

本発明の一態様によれば、プロセッサおよびメモリを備えたコンピュータによって実行されるプログラムが提供される。プログラムは、プロセッサに、被写体を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像をメモリに記憶するステップと、ユーザによる第１入力に基づいて、部分映像を構成する複数の静止画像の中から、第１静止画像をユーザに提供するステップと、を実行させる。

本開示の一態様によれば、視聴者の操作に応じてライブストリーミング映像のスクリーンショットを生成する場合に、スクリーンショットに映る被写体を、視聴者にとってより望ましいものとすることができる。

ある実施の形態に従うＨＭＤシステムの構成の概略を表す図である。 ある実施の形態に従うコンピュータのハードウェア構成の一例を表すブロック図である。 ある実施の形態に従うＨＭＤに設定されるｕｖｗ視野座標系を概念的に表す図である。 ある実施の形態に従う仮想空間を表現する一態様を概念的に表す図である。 ある実施の形態に従うＨＭＤを装着するユーザの頭部を上から表した図である。 仮想空間において視界領域をＸ方向から見たＹＺ断面を表す図である。 仮想空間において視界領域をＹ方向から見たＸＺ断面を表す図である。 ある実施の形態に従うコントローラの概略構成を表す図である。 ある実施の形態に従うユーザの右手に対して規定されるヨー、ロール、ピッチの各方向の一例を示す図である。 ある実施の形態に従うサーバのハードウェア構成の一例を表すブロック図である。 ある実施の形態に従うコンピュータをモジュール構成として表わすブロック図である。 ある実施の形態に従うＨＭＤセットにおいて実行される処理の一部を表すシーケンスチャートである。 ネットワークにおいて、各ＨＭＤがユーザに仮想空間を提供する状況を表す模式図である。 図１２（Ａ）におけるユーザ５Ａの視界画像を示す図である。 ある実施の形態に従うＨＭＤシステムにおいて実行する処理を示すシーケンス図である。 ある実施の形態に従うコンピュータのモジュールの詳細構成を表わすブロック図である。 ある実施の形態に従う映像配信システムの構成の概略を示す図である。 ある実施の形態に従うカメラの視野を説明するための図である。 ある実施の形態に従うカメラのハードウェア構成の一例を表すブロック図である。 映像配信システムを用いた被写体の撮影の一例を示す図である。 ある実施の形態に従うサーバのモジュールの詳細構成を表すブロック図である。 ある実施の形態に従うサーバにおいて実行される処理、および、ＨＭＤセットにおいて実行される処理の一部を示すシーケンス図である。 ある実施の形態に従う仮想空間および視界画像を示す図である。 ある実施の形態に従う視界画像を示す図である。

以下、この技術的思想の実施の形態について図面を参照しながら詳細に説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。本開示において示される１以上の実施形態において、各実施形態が含む要素を互いに組み合わせることができ、かつ、当該組み合わせられた結果物も本開示が示す実施形態の一部をなすものとする。

［ＨＭＤシステムの構成］
図１を参照して、ＨＭＤ（Head-Mounted Device）システム１００の構成について説明する。図１は、本実施の形態に従うＨＭＤシステム１００の構成の概略を表す図である。ＨＭＤシステム１００は、家庭用のシステムとしてあるいは業務用のシステムとして提供される。

ＨＭＤシステム１００は、サーバ６００と、ＨＭＤセット１１０Ａ，１１０Ｂ，１１０Ｃ，１１０Ｄと、外部機器７００と、ネットワーク２とを含む。ＨＭＤセット１１０Ａ，１１０Ｂ，１１０Ｃ，１１０Ｄの各々は、ネットワーク２を介してサーバ６００や外部機器７００と通信可能に構成される。以下、ＨＭＤセット１１０Ａ，１１０Ｂ，１１０Ｃ，１１０Ｄを総称して、ＨＭＤセット１１０とも言う。ＨＭＤシステム１００を構成するＨＭＤセット１１０の数は、４つに限られず、３つ以下でも、５つ以上でもよい。ＨＭＤセット１１０は、ＨＭＤ１２０と、コンピュータ２００と、ＨＭＤセンサ４１０と、ディスプレイ４３０と、コントローラ３００とを備える。ＨＭＤ１２０は、モニタ１３０と、注視センサ１４０と、第１カメラ１５０と、第２カメラ１６０と、マイク１７０と、スピーカ１８０とを含む。コントローラ３００は、モーションセンサ４２０を含み得る。

ある局面において、コンピュータ２００は、インターネットその他のネットワーク２に接続可能であり、ネットワーク２に接続されているサーバ６００その他のコンピュータと通信可能である。その他のコンピュータとしては、例えば、他のＨＭＤセット１１０のコンピュータや外部機器７００が挙げられる。別の局面において、ＨＭＤ１２０は、ＨＭＤセンサ４１０の代わりに、センサ１９０を含み得る。

ＨＭＤ１２０は、ユーザ５の頭部に装着され、動作中に仮想空間をユーザ５に提供し得る。より具体的には、ＨＭＤ１２０は、右目用の画像および左目用の画像をモニタ１３０にそれぞれ表示する。ユーザ５の各目がそれぞれの画像を視認すると、ユーザ５は、両目の視差に基づき当該画像を３次元画像として認識し得る。ＨＭＤ１２０は、モニタを備える所謂ヘッドマウントディスプレイと、スマートフォンその他のモニタを有する端末を装着可能なヘッドマウント機器のいずれをも含み得る。

モニタ１３０は、例えば、非透過型の表示装置として実現される。ある局面において、モニタ１３０は、ユーザ５の両目の前方に位置するようにＨＭＤ１２０の本体に配置されている。したがって、ユーザ５は、モニタ１３０に表示される３次元画像を視認すると、仮想空間に没入することができる。ある局面において、仮想空間は、例えば、背景、ユーザ５が操作可能なオブジェクト、ユーザ５が選択可能なメニューの画像を含む。ある局面において、モニタ１３０は、所謂スマートフォンその他の情報表示端末が備える液晶モニタまたは有機ＥＬ（Electro Luminescence）モニタとして実現され得る。

別の局面において、モニタ１３０は、透過型の表示装置として実現され得る。この場合、ＨＭＤ１２０は、図１に示されるようにユーザ５の目を覆う密閉型ではなく、メガネ型のような開放型であり得る。透過型のモニタ１３０は、その透過率を調整することにより、一時的に非透過型の表示装置として構成可能であってもよい。モニタ１３０は、仮想空間を構成する画像の一部と、現実空間とを同時に表示する構成を含んでいてもよい。例えば、モニタ１３０は、ＨＭＤ１２０に搭載されたカメラで撮影した現実空間の画像を表示してもよいし、一部の透過率を高く設定することにより現実空間を視認可能にしてもよい。

ある局面において、モニタ１３０は、右目用の画像を表示するためのサブモニタと、左目用の画像を表示するためのサブモニタとを含み得る。別の局面において、モニタ１３０は、右目用の画像と左目用の画像とを一体として表示する構成であってもよい。この場合、モニタ１３０は、高速シャッタを含む。高速シャッタは、画像がいずれか一方の目にのみ認識されるように、右目用の画像と左目用の画像とを交互に表示可能に作動する。

ある局面において、ＨＭＤ１２０は、図示せぬ複数の光源を含む。各光源は例えば、赤外線を発するＬＥＤ（Light Emitting Diode）により実現される。ＨＭＤセンサ４１０は、ＨＭＤ１２０の動きを検出するためのポジショントラッキング機能を有する。より具体的には、ＨＭＤセンサ４１０は、ＨＭＤ１２０が発する複数の赤外線を読み取り、現実空間内におけるＨＭＤ１２０の位置および傾きを検出する。

別の局面において、ＨＭＤセンサ４１０は、カメラにより実現されてもよい。この場合、ＨＭＤセンサ４１０は、カメラから出力されるＨＭＤ１２０の画像情報を用いて、画像解析処理を実行することにより、ＨＭＤ１２０の位置および傾きを検出することができる。

別の局面において、ＨＭＤ１２０は、位置検出器として、ＨＭＤセンサ４１０の代わりに、あるいはＨＭＤセンサ４１０に加えてセンサ１９０を備えてもよい。ＨＭＤ１２０は、センサ１９０を用いて、ＨＭＤ１２０自身の位置および傾きを検出し得る。例えば、センサ１９０が角速度センサ、地磁気センサ、あるいは加速度センサである場合、ＨＭＤ１２０は、ＨＭＤセンサ４１０の代わりに、これらの各センサのいずれかを用いて、自身の位置および傾きを検出し得る。一例として、センサ１９０が角速度センサである場合、角速度センサは、現実空間におけるＨＭＤ１２０の３軸周りの角速度を経時的に検出する。ＨＭＤ１２０は、各角速度に基づいて、ＨＭＤ１２０の３軸周りの角度の時間的変化を算出し、さらに、角度の時間的変化に基づいて、ＨＭＤ１２０の傾きを算出する。

注視センサ１４０は、ユーザ５の右目および左目の視線が向けられる方向を検出する。つまり、注視センサ１４０は、ユーザ５の視線を検出する。視線の方向の検出は、例えば、公知のアイトラッキング機能によって実現される。注視センサ１４０は、当該アイトラッキング機能を有するセンサにより実現される。ある局面において、注視センサ１４０は、右目用のセンサおよび左目用のセンサを含むことが好ましい。注視センサ１４０は、例えば、ユーザ５の右目および左目に赤外線を照射するとともに、照射光に対する角膜および虹彩からの反射光を受けることにより各眼球の回転角を検出するセンサであってもよい。注視センサ１４０は、検出した各回転角に基づいて、ユーザ５の視線を検知することができる。

第１カメラ１５０は、ユーザ５の顔の下部を撮影する。より具体的には、第１カメラ１５０は、ユーザ５の鼻および口などを撮影する。第２カメラ１６０は、ユーザ５の目および眉などを撮影する。ＨＭＤ１２０のユーザ５側の筐体をＨＭＤ１２０の内側、ＨＭＤ１２０のユーザ５とは逆側の筐体をＨＭＤ１２０の外側と定義する。ある局面において、第１カメラ１５０は、ＨＭＤ１２０の外側に配置され、第２カメラ１６０は、ＨＭＤ１２０の内側に配置され得る。第１カメラ１５０および第２カメラ１６０が生成した画像は、コンピュータ２００に入力される。別の局面において、第１カメラ１５０と第２カメラ１６０とを１台のカメラとして実現し、この１台のカメラでユーザ５の顔を撮影するようにしてもよい。

マイク１７０は、ユーザ５の発話を音声信号（電気信号）に変換してコンピュータ２００に出力する。スピーカ１８０は、音声信号を音声に変換してユーザ５に出力する。別の局面において、ＨＭＤ１２０は、スピーカ１８０に替えてイヤホンを含み得る。

コントローラ３００は、有線または無線によりコンピュータ２００に接続されている。コントローラ３００は、ユーザ５からコンピュータ２００への命令の入力を受け付ける。ある局面において、コントローラ３００は、ユーザ５によって把持可能に構成される。別の局面において、コントローラ３００は、ユーザ５の身体あるいは衣類の一部に装着可能に構成される。さらに別の局面において、コントローラ３００は、コンピュータ２００から送信される信号に基づいて、振動、音、光のうちの少なくともいずれかを出力するように構成されてもよい。さらに別の局面において、コントローラ３００は、ユーザ５から、仮想空間に配置されるオブジェクトの位置や動きを制御するための操作を受け付ける。

ある局面において、コントローラ３００は、複数の光源を含む。各光源は例えば、赤外線を発するＬＥＤにより実現される。ＨＭＤセンサ４１０は、ポジショントラッキング機能を有する。この場合、ＨＭＤセンサ４１０は、コントローラ３００が発する複数の赤外線を読み取り、現実空間内におけるコントローラ３００の位置および傾きを検出する。別の局面において、ＨＭＤセンサ４１０は、カメラにより実現されてもよい。この場合、ＨＭＤセンサ４１０は、カメラから出力されるコントローラ３００の画像情報を用いて、画像解析処理を実行することにより、コントローラ３００の位置および傾きを検出することができる。

モーションセンサ４２０は、ある局面において、ユーザ５の手に取り付けられて、ユーザ５の手の動きを検出する。例えば、モーションセンサ４２０は、手の回転速度、回転数等を検出する。検出された信号は、コンピュータ２００に送られる。モーションセンサ４２０は、例えば、コントローラ３００に設けられている。ある局面において、モーションセンサ４２０は、例えば、ユーザ５に把持可能に構成されたコントローラ３００に設けられている。別の局面において、現実空間における安全のため、コントローラ３００は、手袋型のようにユーザ５の手に装着されることにより容易に飛んで行かないものに装着される。さらに別の局面において、ユーザ５に装着されないセンサがユーザ５の手の動きを検出してもよい。例えば、ユーザ５を撮影するカメラの信号が、ユーザ５の動作を表わす信号として、コンピュータ２００に入力されてもよい。モーションセンサ４２０とコンピュータ２００とは、一例として、無線により互いに接続される。無線の場合、通信形態は特に限られず、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）その他の公知の通信手法が用いられる。

ディスプレイ４３０は、モニタ１３０に表示されている画像と同様の画像を表示する。これにより、ＨＭＤ１２０を装着しているユーザ５以外のユーザにも当該ユーザ５と同様の画像を視聴させることができる。ディスプレイ４３０に表示される画像は、３次元画像である必要はなく、右目用の画像や左目用の画像であってもよい。ディスプレイ４３０としては、例えば、液晶ディスプレイや有機ＥＬモニタなどが挙げられる。

サーバ６００は、コンピュータ２００にプログラムを送信し得る。別の局面において、サーバ６００は、他のユーザによって使用されるＨＭＤ１２０に仮想現実を提供するための他のコンピュータ２００と通信し得る。例えば、アミューズメント施設において、複数のユーザが参加型のゲームを行なう場合、各コンピュータ２００は、各ユーザの動作に基づく信号をサーバ６００を介して他のコンピュータ２００と通信して、同じ仮想空間において複数のユーザが共通のゲームを楽しむことを可能にする。各コンピュータ２００は、各ユーザの動作に基づく信号をサーバ６００を介さずに他のコンピュータ２００と通信するようにしてもよい。

外部機器７００は、コンピュータ２００と通信可能な機器であればどのような機器であってもよい。外部機器７００は、例えば、ネットワーク２を介してコンピュータ２００と通信可能な機器であってもよいし、近距離無線通信や有線接続によりコンピュータ２００と直接通信可能な機器であってもよい。外部機器７００としては、例えば、スマートデバイス、ＰＣ（Personal Computer）、及びコンピュータ２００の周辺機器などが挙げられるが、これらに限定されるものではない。

［コンピュータのハードウェア構成］
図２を参照して、本実施の形態に係るコンピュータ２００について説明する。図２は、本実施の形態に従うコンピュータ２００のハードウェア構成の一例を表すブロック図である。コンピュータ２００は、主たる構成要素として、プロセッサ２１０と、メモリ２２０と、ストレージ２３０と、入出力インターフェイス２４０と、通信インターフェイス２５０とを備える。各構成要素は、それぞれ、バス２６０に接続されている。

プロセッサ２１０は、コンピュータ２００に与えられる信号に基づいて、あるいは、予め定められた条件が成立したことに基づいて、メモリ２２０またはストレージ２３０に格納されているプログラムに含まれる一連の命令を実行する。ある局面において、プロセッサ２１０は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＭＰＵ（Micro Processor Unit）、ＦＰＧＡ（Field-Programmable Gate Array）その他のデバイスとして実現される。

メモリ２２０は、プログラムおよびデータを一時的に保存する。プログラムは、例えば、ストレージ２３０からロードされる。データは、コンピュータ２００に入力されたデータと、プロセッサ２１０によって生成されたデータとを含む。ある局面において、メモリ２２０は、ＲＡＭ（Random Access Memory）その他の揮発メモリとして実現される。

ストレージ２３０は、プログラムおよびデータを永続的に保持する。ストレージ２３０は、例えば、ＲＯＭ（Read-Only Memory）、ハードディスク装置、フラッシュメモリ、その他の不揮発記憶装置として実現される。ストレージ２３０に格納されるプログラムは、ＨＭＤシステム１００において仮想空間を提供するためのプログラム、シミュレーションプログラム、ゲームプログラム、ユーザ認証プログラム、他のコンピュータ２００との通信を実現するためのプログラムを含む。ストレージ２３０に格納されるデータは、仮想空間を規定するためのデータおよびオブジェクト等を含む。

別の局面において、ストレージ２３０は、メモリカードのように着脱可能な記憶装置として実現されてもよい。さらに別の局面において、コンピュータ２００に内蔵されたストレージ２３０の代わりに、外部の記憶装置に保存されているプログラムおよびデータを使用する構成が使用されてもよい。このような構成によれば、例えば、アミューズメント施設のように複数のＨＭＤシステム１００が使用される場面において、プログラムやデータの更新を一括して行なうことが可能になる。

入出力インターフェイス２４０は、ＨＭＤ１２０、ＨＭＤセンサ４１０、モーションセンサ４２０およびディスプレイ４３０との間で信号を通信する。ＨＭＤ１２０に含まれるモニタ１３０，注視センサ１４０，第１カメラ１５０，第２カメラ１６０，マイク１７０およびスピーカ１８０は、ＨＭＤ１２０の入出力インターフェイス２４０を介してコンピュータ２００との通信を行ない得る。ある局面において、入出力インターフェイス２４０は、ＵＳＢ（Universal Serial Bus）、ＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）その他の端子を用いて実現される。入出力インターフェイス２４０は上述のものに限られない。

ある局面において、入出力インターフェイス２４０は、さらに、コントローラ３００と通信し得る。例えば、入出力インターフェイス２４０は、コントローラ３００およびモーションセンサ４２０から出力された信号の入力を受ける。別の局面において、入出力インターフェイス２４０は、プロセッサ２１０から出力された命令を、コントローラ３００に送る。当該命令は、振動、音声出力、発光等をコントローラ３００に指示する。コントローラ３００は、当該命令を受信すると、その命令に応じて、振動、音声出力または発光のいずれかを実行する。

通信インターフェイス２５０は、ネットワーク２に接続されて、ネットワーク２に接続されている他のコンピュータ（例えば、サーバ６００）と通信する。ある局面において、通信インターフェイス２５０は、例えば、ＬＡＮ（Local Area Network）その他の有線通信インターフェイス、あるいは、ＷｉＦｉ（Wireless Fidelity）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（Near Field Communication）その他の無線通信インターフェイスとして実現される。通信インターフェイス２５０は上述のものに限られない。

ある局面において、プロセッサ２１０は、ストレージ２３０にアクセスし、ストレージ２３０に格納されている１つ以上のプログラムをメモリ２２０にロードし、当該プログラムに含まれる一連の命令を実行する。当該１つ以上のプログラムは、コンピュータ２００のオペレーティングシステム、仮想空間を提供するためのアプリケーションプログラム、仮想空間で実行可能なゲームソフトウェア等を含み得る。プロセッサ２１０は、入出力インターフェイス２４０を介して、仮想空間を提供するための信号をＨＭＤ１２０に送る。ＨＭＤ１２０は、その信号に基づいてモニタ１３０に映像を表示する。

図２に示される例では、コンピュータ２００は、ＨＭＤ１２０の外部に設けられる構成が示されているが、別の局面において、コンピュータ２００は、ＨＭＤ１２０に内蔵されてもよい。一例として、モニタ１３０を含む携帯型の情報通信端末（例えば、スマートフォン）がコンピュータ２００として機能してもよい。

コンピュータ２００は、複数のＨＭＤ１２０に共通して用いられる構成であってもよい。このような構成によれば、例えば、複数のユーザに同一の仮想空間を提供することもできるので、各ユーザは同一の仮想空間で他のユーザと同一のアプリケーションを楽しむことができる。

ある実施の形態において、ＨＭＤシステム１００では、現実空間における座標系である実座標系が予め設定されている。実座標系は、現実空間における鉛直方向、鉛直方向に直交する水平方向、並びに、鉛直方向および水平方向の双方に直交する前後方向にそれぞれ平行な、３つの基準方向（軸）を有する。実座標系における水平方向、鉛直方向（上下方向）、および前後方向は、それぞれ、ｘ軸、ｙ軸、ｚ軸と規定される。より具体的には、実座標系において、ｘ軸は現実空間の水平方向に平行である。ｙ軸は、現実空間の鉛直方向に平行である。ｚ軸は現実空間の前後方向に平行である。

ある局面において、ＨＭＤセンサ４１０は、赤外線センサを含む。赤外線センサが、ＨＭＤ１２０の各光源から発せられた赤外線をそれぞれ検出すると、ＨＭＤ１２０の存在を検出する。ＨＭＤセンサ４１０は、さらに、各点の値（実座標系における各座標値）に基づいて、ＨＭＤ１２０を装着したユーザ５の動きに応じた、現実空間内におけるＨＭＤ１２０の位置および傾き（向き）を検出する。より詳しくは、ＨＭＤセンサ４１０は、経時的に検出された各値を用いて、ＨＭＤ１２０の位置および傾きの時間的変化を検出できる。

ＨＭＤセンサ４１０によって検出されたＨＭＤ１２０の各傾きは、実座標系におけるＨＭＤ１２０の３軸周りの各傾きに相当する。ＨＭＤセンサ４１０は、実座標系におけるＨＭＤ１２０の傾きに基づき、ｕｖｗ視野座標系をＨＭＤ１２０に設定する。ＨＭＤ１２０に設定されるｕｖｗ視野座標系は、ＨＭＤ１２０を装着したユーザ５が仮想空間において物体を見る際の視点座標系に対応する。

［ｕｖｗ視野座標系］
図３を参照して、ｕｖｗ視野座標系について説明する。図３は、ある実施の形態に従うＨＭＤ１２０に設定されるｕｖｗ視野座標系を概念的に表す図である。ＨＭＤセンサ４１０は、ＨＭＤ１２０の起動時に、実座標系におけるＨＭＤ１２０の位置および傾きを検出する。プロセッサ２１０は、検出された値に基づいて、ｕｖｗ視野座標系をＨＭＤ１２０に設定する。

図３に示されるように、ＨＭＤ１２０は、ＨＭＤ１２０を装着したユーザ５の頭部を中心（原点）とした３次元のｕｖｗ視野座標系を設定する。より具体的には、ＨＭＤ１２０は、実座標系を規定する水平方向、鉛直方向、および前後方向（ｘ軸、ｙ軸、ｚ軸）を、実座標系内においてＨＭＤ１２０の各軸周りの傾きだけ各軸周りにそれぞれ傾けることによって新たに得られる３つの方向を、ＨＭＤ１２０におけるｕｖｗ視野座標系のピッチ軸（ｕ軸）、ヨー軸（ｖ軸）、およびロール軸（ｗ軸）として設定する。

ある局面において、ＨＭＤ１２０を装着したユーザ５が直立し、かつ、正面を視認している場合、プロセッサ２１０は、実座標系に平行なｕｖｗ視野座標系をＨＭＤ１２０に設定する。この場合、実座標系における水平方向（ｘ軸）、鉛直方向（ｙ軸）、および前後方向（ｚ軸）は、ＨＭＤ１２０におけるｕｖｗ視野座標系のピッチ軸（ｕ軸）、ヨー軸（ｖ軸）、およびロール軸（ｗ軸）に一致する。

ｕｖｗ視野座標系がＨＭＤ１２０に設定された後、ＨＭＤセンサ４１０は、ＨＭＤ１２０の動きに基づいて、設定されたｕｖｗ視野座標系におけるＨＭＤ１２０の傾きを検出できる。この場合、ＨＭＤセンサ４１０は、ＨＭＤ１２０の傾きとして、ｕｖｗ視野座標系におけるＨＭＤ１２０のピッチ角（θｕ）、ヨー角（θｖ）、およびロール角（θｗ）をそれぞれ検出する。ピッチ角（θｕ）は、ｕｖｗ視野座標系におけるピッチ軸周りのＨＭＤ１２０の傾き角度を表す。ヨー角（θｖ）は、ｕｖｗ視野座標系におけるヨー軸周りのＨＭＤ１２０の傾き角度を表す。ロール角（θｗ）は、ｕｖｗ視野座標系におけるロール軸周りのＨＭＤ１２０の傾き角度を表す。

ＨＭＤセンサ４１０は、検出されたＨＭＤ１２０の傾きに基づいて、ＨＭＤ１２０が動いた後のＨＭＤ１２０におけるｕｖｗ視野座標系を、ＨＭＤ１２０に設定する。ＨＭＤ１２０と、ＨＭＤ１２０のｕｖｗ視野座標系との関係は、ＨＭＤ１２０の位置および傾きに関わらず、常に一定である。ＨＭＤ１２０の位置および傾きが変わると、当該位置および傾きの変化に連動して、実座標系におけるＨＭＤ１２０のｕｖｗ視野座標系の位置および傾きが変化する。

ある局面において、ＨＭＤセンサ４１０は、赤外線センサからの出力に基づいて取得される赤外線の光強度および複数の点間の相対的な位置関係（例えば、各点間の距離など）に基づいて、ＨＭＤ１２０の現実空間内における位置を、ＨＭＤセンサ４１０に対する相対位置として特定してもよい。プロセッサ２１０は、特定された相対位置に基づいて、現実空間内（実座標系）におけるＨＭＤ１２０のｕｖｗ視野座標系の原点を決定してもよい。

［仮想空間］
図４を参照して、仮想空間についてさらに説明する。図４は、ある実施の形態に従う仮想空間１１を表現する一態様を概念的に表す図である。仮想空間１１は、中心１２の３６０度方向の全体を覆う全天球状の構造を有する。図４では、説明を複雑にしないために、仮想空間１１のうちの上半分の天球が例示されている。仮想空間１１では各メッシュが規定される。各メッシュの位置は、仮想空間１１に規定されるグローバル座標系であるＸＹＺ座標系における座標値として予め規定されている。コンピュータ２００は、仮想空間１１に展開可能なパノラマ画像１３（静止画、動画等）を構成する各部分画像を、仮想空間１１において対応する各メッシュにそれぞれ対応付ける。

ある局面において、仮想空間１１では、中心１２を原点とするＸＹＺ座標系が規定される。ＸＹＺ座標系は、例えば、実座標系に平行である。ＸＹＺ座標系における水平方向、鉛直方向（上下方向）、および前後方向は、それぞれＸ軸、Ｙ軸、Ｚ軸として規定される。したがって、ＸＹＺ座標系のＸ軸（水平方向）が実座標系のｘ軸と平行であり、ＸＹＺ座標系のＹ軸（鉛直方向）が実座標系のｙ軸と平行であり、ＸＹＺ座標系のＺ軸（前後方向）が実座標系のｚ軸と平行である。

ＨＭＤ１２０の起動時、すなわちＨＭＤ１２０の初期状態において、仮想カメラ１４が、仮想空間１１の中心１２に配置される。ある局面において、プロセッサ２１０は、仮想カメラ１４が撮影する画像をＨＭＤ１２０のモニタ１３０に表示する。仮想カメラ１４は、現実空間におけるＨＭＤ１２０の動きに連動して、仮想空間１１を同様に移動する。これにより、現実空間におけるＨＭＤ１２０の位置および傾きの変化が、仮想空間１１において同様に再現され得る。

仮想カメラ１４には、ＨＭＤ１２０の場合と同様に、ｕｖｗ視野座標系が規定される。仮想空間１１における仮想カメラ１４のｕｖｗ視野座標系は、現実空間（実座標系）におけるＨＭＤ１２０のｕｖｗ視野座標系に連動するように規定されている。したがって、ＨＭＤ１２０の傾きが変化すると、それに応じて、仮想カメラ１４の傾きも変化する。仮想カメラ１４は、ＨＭＤ１２０を装着したユーザ５の現実空間における移動に連動して、仮想空間１１において移動することもできる。

コンピュータ２００のプロセッサ２１０は、仮想カメラ１４の位置と傾き（基準視線１６）とに基づいて、仮想空間１１における視界領域１５を規定する。視界領域１５は、仮想空間１１のうち、ＨＭＤ１２０を装着したユーザ５が視認する領域に対応する。つまり、仮想カメラ１４の位置は、仮想空間１１におけるユーザ５の視点と言える。

注視センサ１４０によって検出されるユーザ５の視線は、ユーザ５が物体を視認する際の視点座標系における方向である。ＨＭＤ１２０のｕｖｗ視野座標系は、ユーザ５がモニタ１３０を視認する際の視点座標系に等しい。仮想カメラ１４のｕｖｗ視野座標系は、ＨＭＤ１２０のｕｖｗ視野座標系に連動している。したがって、ある局面に従うＨＭＤシステム１００は、注視センサ１４０によって検出されたユーザ５の視線を、仮想カメラ１４のｕｖｗ視野座標系におけるユーザ５の視線とみなすことができる。

［ユーザの視線］
図５を参照して、ユーザ５の視線の決定について説明する。図５は、ある実施の形態に従うＨＭＤ１２０を装着するユーザ５の頭部を上から表した図である。

ある局面において、注視センサ１４０は、ユーザ５の右目および左目の各視線を検出する。ある局面において、ユーザ５が近くを見ている場合、注視センサ１４０は、視線Ｒ１およびＬ１を検出する。別の局面において、ユーザ５が遠くを見ている場合、注視センサ１４０は、視線Ｒ２およびＬ２を検出する。この場合、ロール軸ｗに対して視線Ｒ２およびＬ２が成す角度は、ロール軸ｗに対して視線Ｒ１およびＬ１が成す角度よりも小さい。注視センサ１４０は、検出結果をコンピュータ２００に送信する。

コンピュータ２００が、視線の検出結果として、視線Ｒ１およびＬ１の検出値を注視センサ１４０から受信した場合には、その検出値に基づいて、視線Ｒ１およびＬ１の交点である注視点Ｎ１を特定する。一方、コンピュータ２００は、視線Ｒ２およびＬ２の検出値を注視センサ１４０から受信した場合には、視線Ｒ２およびＬ２の交点を注視点として特定する。コンピュータ２００は、特定した注視点Ｎ１の位置に基づき、ユーザ５の視線Ｎ０を特定する。コンピュータ２００は、例えば、ユーザ５の右目Ｒと左目Ｌとを結ぶ直線の中点と、注視点Ｎ１とを通る直線の延びる方向を、視線Ｎ０として検出する。視線Ｎ０は、ユーザ５が両目により実際に視線を向けている方向である。視線Ｎ０は、視界領域１５に対してユーザ５が実際に視線を向けている方向に相当する。

別の局面において、ＨＭＤシステム１００は、テレビジョン放送受信チューナを備えてもよい。このような構成によれば、ＨＭＤシステム１００は、仮想空間１１においてテレビ番組を表示することができる。

さらに別の局面において、ＨＭＤシステム１００は、インターネットに接続するための通信回路、あるいは、電話回線に接続するための通話機能を備えていてもよい。

［視界領域］
図６および図７を参照して、視界領域１５について説明する。図６は、仮想空間１１において視界領域１５をＸ方向から見たＹＺ断面を表す図である。図７は、仮想空間１１において視界領域１５をＹ方向から見たＸＺ断面を表す図である。

図６に示されるように、ＹＺ断面における視界領域１５は、領域１８を含む。領域１８は、仮想カメラ１４の位置と基準視線１６と仮想空間１１のＹＺ断面とによって定義される。プロセッサ２１０は、仮想空間における基準視線１６を中心として極角αを含む範囲を、領域１８として規定する。

図７に示されるように、ＸＺ断面における視界領域１５は、領域１９を含む。領域１９は、仮想カメラ１４の位置と基準視線１６と仮想空間１１のＸＺ断面とによって定義される。プロセッサ２１０は、仮想空間１１における基準視線１６を中心とした方位角βを含む範囲を、領域１９として規定する。極角αおよびβは、仮想カメラ１４の位置と仮想カメラ１４の傾き（向き）とに応じて定まる。

ある局面において、ＨＭＤシステム１００は、コンピュータ２００からの信号に基づいて、視界画像１７をモニタ１３０に表示させることにより、ユーザ５に仮想空間１１における視界を提供する。視界画像１７は、パノラマ画像１３のうち視界領域１５に対応する部分に相当する画像である。ユーザ５が、頭部に装着したＨＭＤ１２０を動かすと、その動きに連動して仮想カメラ１４も動く。その結果、仮想空間１１における視界領域１５の位置が変化する。これにより、モニタ１３０に表示される視界画像１７は、パノラマ画像１３のうち、仮想空間１１においてユーザ５が向いた方向の視界領域１５に重畳する画像に更新される。ユーザ５は、仮想空間１１における所望の方向を視認することができる。

このように、仮想カメラ１４の傾きは仮想空間１１におけるユーザ５の視線（基準視線１６）に相当し、仮想カメラ１４が配置される位置は、仮想空間１１におけるユーザ５の視点に相当する。したがって、仮想カメラ１４の位置または傾きを変更することにより、モニタ１３０に表示される画像が更新され、ユーザ５の視界が移動される。

ユーザ５は、ＨＭＤ１２０を装着している間、現実世界を視認することなく、仮想空間１１に展開されるパノラマ画像１３のみを視認できる。そのため、ＨＭＤシステム１００は、仮想空間１１への高い没入感覚をユーザ５に与えることができる。

ある局面において、プロセッサ２１０は、ＨＭＤ１２０を装着したユーザ５の現実空間における移動に連動して、仮想空間１１において仮想カメラ１４を移動し得る。この場合、プロセッサ２１０は、仮想空間１１における仮想カメラ１４の位置および傾きに基づいて、ＨＭＤ１２０のモニタ１３０に投影される画像領域（視界領域１５）を特定する。

ある局面において、仮想カメラ１４は、２つの仮想カメラ、すなわち、右目用の画像を提供するための仮想カメラと、左目用の画像を提供するための仮想カメラとを含み得る。ユーザ５が３次元の仮想空間１１を認識できるように、適切な視差が、２つの仮想カメラに設定される。別の局面において、仮想カメラ１４を１つの仮想カメラにより実現してもよい。この場合、１つの仮想カメラにより得られた画像から、右目用の画像と左目用の画像とを生成するようにしてもよい。本実施の形態においては、仮想カメラ１４が２つの仮想カメラを含み、２つの仮想カメラのロール軸が合成されることによって生成されるロール軸（ｗ）がＨＭＤ１２０のロール軸（ｗ）に適合されるように構成されているものとして、本開示に係る技術思想を例示する。

［コントローラ］
図８を参照して、コントローラ３００の一例について説明する。図８は、ある実施の形態に従うコントローラ３００の概略構成を表す図である。

図８に示されるように、ある局面において、コントローラ３００は、右コントローラ３００Ｒと図示せぬ左コントローラとを含み得る。右コントローラ３００Ｒは、ユーザ５の右手で操作される。左コントローラは、ユーザ５の左手で操作される。ある局面において、右コントローラ３００Ｒと左コントローラとは、別個の装置として対称に構成される。したがって、ユーザ５は、右コントローラ３００Ｒを把持した右手と、左コントローラを把持した左手とをそれぞれ自由に動かすことができる。別の局面において、コントローラ３００は両手の操作を受け付ける一体型のコントローラであってもよい。以下、右コントローラ３００Ｒについて説明する。

右コントローラ３００Ｒは、グリップ３１０と、フレーム３２０と、天面３３０とを備える。グリップ３１０は、ユーザ５の右手によって把持されるように構成されている。たとえば、グリップ３１０は、ユーザ５の右手の掌と３本の指（中指、薬指、小指）とによって保持され得る。

グリップ３１０は、ボタン３４０，３５０と、モーションセンサ４２０とを含む。ボタン３４０は、グリップ３１０の側面に配置され、右手の中指による操作を受け付ける。ボタン３５０は、グリップ３１０の前面に配置され、右手の人差し指による操作を受け付ける。ある局面において、ボタン３４０，３５０は、トリガー式のボタンとして構成される。モーションセンサ４２０は、グリップ３１０の筐体に内蔵されている。ユーザ５の動作がカメラその他の装置によってユーザ５の周りから検出可能である場合には、グリップ３１０は、モーションセンサ４２０を備えなくてもよい。

フレーム３２０は、その円周方向に沿って配置された複数の赤外線ＬＥＤ３６０を含む。赤外線ＬＥＤ３６０は、コントローラ３００を使用するプログラムの実行中に、当該プログラムの進行に合わせて赤外線を発光する。赤外線ＬＥＤ３６０から発せられた赤外線は、右コントローラ３００Ｒと左コントローラとの各位置や姿勢（傾き、向き）を検出するために使用され得る。図８に示される例では、二列に配置された赤外線ＬＥＤ３６０が示されているが、配列の数は図８に示されるものに限られない。一列あるいは３列以上の配列が使用されてもよい。

天面３３０は、ボタン３７０，３８０と、アナログスティック３９０とを備える。ボタン３７０，３８０は、プッシュ式ボタンとして構成される。ボタン３７０，３８０は、ユーザ５の右手の親指による操作を受け付ける。アナログスティック３９０は、ある局面において、初期位置（ニュートラルの位置）から３６０度任意の方向への操作を受け付ける。当該操作は、たとえば、仮想空間１１に配置されるオブジェクトを移動するための操作を含む。

ある局面において、右コントローラ３００Ｒおよび左コントローラは、赤外線ＬＥＤ３６０その他の部材を駆動するための電池を含む。電池は、充電式、ボタン型、乾電池型などを含むが、これらに限定されない。別の局面において、右コントローラ３００Ｒと左コントローラは、たとえば、コンピュータ２００のＵＳＢインターフェースに接続され得る。この場合、右コントローラ３００Ｒおよび左コントローラは、電池を必要としない。

図８の状態（Ａ）および状態（Ｂ）に示されるように、例えば、ユーザ５の右手に対して、ヨー、ロール、ピッチの各方向が規定される。ユーザ５が親指と人差し指とを伸ばした場合に、親指の伸びる方向がヨー方向、人差し指の伸びる方向がロール方向、ヨー方向の軸およびロール方向の軸によって規定される平面に垂直な方向がピッチ方向として規定される。

［サーバのハードウェア構成］
図９を参照して、本実施の形態に係るサーバ６００について説明する。図９は、ある実施の形態に従うサーバ６００のハードウェア構成の一例を表すブロック図である。サーバ６００は、主たる構成要素として、プロセッサ６１０と、メモリ６２０と、ストレージ６３０と、入出力インターフェイス６４０と、通信インターフェイス６５０とを備える。各構成要素は、それぞれ、バス６６０に接続されている。

プロセッサ６１０は、サーバ６００に与えられる信号に基づいて、あるいは、予め定められた条件が成立したことに基づいて、メモリ６２０またはストレージ６３０に格納されているプログラムに含まれる一連の命令を実行する。ある局面において、プロセッサ６１０は、ＣＰＵ、ＧＰＵ、ＭＰＵ、ＦＰＧＡその他のデバイスとして実現される。

メモリ６２０は、プログラムおよびデータを一時的に保存する。プログラムは、例えば、ストレージ６３０からロードされる。データは、サーバ６００に入力されたデータと、プロセッサ６１０によって生成されたデータとを含む。ある局面において、メモリ６２０は、ＲＡＭその他の揮発メモリとして実現される。

ストレージ６３０は、プログラムおよびデータを永続的に保持する。ストレージ６３０は、例えば、ＲＯＭ、ハードディスク装置、フラッシュメモリ、その他の不揮発記憶装置として実現される。ストレージ６３０に格納されるプログラムは、ＨＭＤシステム１００において仮想空間を提供するためのプログラム、シミュレーションプログラム、ゲームプログラム、ユーザ認証プログラム、コンピュータ２００との通信を実現するためのプログラムを含んでもよい。ストレージ６３０に格納されるデータは、仮想空間を規定するためのデータおよびオブジェクト等を含んでもよい。

別の局面において、ストレージ６３０は、メモリカードのように着脱可能な記憶装置として実現されてもよい。さらに別の局面において、サーバ６００に内蔵されたストレージ６３０の代わりに、外部の記憶装置に保存されているプログラムおよびデータを使用する構成が使用されてもよい。このような構成によれば、例えば、アミューズメント施設のように複数のＨＭＤシステム１００が使用される場面において、プログラムやデータの更新を一括して行なうことが可能になる。

入出力インターフェイス６４０は、入出力機器との間で信号を通信する。ある局面において、入出力インターフェイス６４０は、ＵＳＢ、ＤＶＩ、ＨＤＭＩその他の端子を用いて実現される。入出力インターフェイス６４０は上述のものに限られない。

通信インターフェイス６５０は、ネットワーク２に接続されて、ネットワーク２に接続されているコンピュータ２００と通信する。ある局面において、通信インターフェイス６５０は、例えば、ＬＡＮその他の有線通信インターフェイス、あるいは、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣその他の無線通信インターフェイスとして実現される。通信インターフェイス６５０は上述のものに限られない。

ある局面において、プロセッサ６１０は、ストレージ６３０にアクセスし、ストレージ６３０に格納されている１つ以上のプログラムをメモリ６２０にロードし、当該プログラムに含まれる一連の命令を実行する。当該１つ以上のプログラムは、サーバ６００のオペレーティングシステム、仮想空間を提供するためのアプリケーションプログラム、仮想空間で実行可能なゲームソフトウェア等を含み得る。プロセッサ６１０は、入出力インターフェイス６４０を介して、仮想空間を提供するための信号をコンピュータ２００に送ってもよい。

［ＨＭＤの制御装置］
図１０を参照して、ＨＭＤ１２０の制御装置について説明する。ある実施の形態において、制御装置は周知の構成を有するコンピュータ２００によって実現される。図１０は、ある実施の形態に従うコンピュータ２００をモジュール構成として表わすブロック図である。

図１０に示されるように、コンピュータ２００は、コントロールモジュール５１０と、レンダリングモジュール５２０と、メモリモジュール５３０と、通信制御モジュール５４０とを備える。ある局面において、コントロールモジュール５１０とレンダリングモジュール５２０とは、プロセッサ２１０によって実現される。別の局面において、複数のプロセッサ２１０がコントロールモジュール５１０とレンダリングモジュール５２０として作動してもよい。メモリモジュール５３０は、メモリ２２０またはストレージ２３０によって実現される。通信制御モジュール５４０は、通信インターフェイス２５０によって実現される。

コントロールモジュール５１０は、ユーザ５に提供される仮想空間１１を制御する。コントロールモジュール５１０は、仮想空間１１を表す仮想空間データを用いて、ＨＭＤシステム１００における仮想空間１１を規定する。仮想空間データは、例えば、メモリモジュール５３０に記憶されている。コントロールモジュール５１０が、仮想空間データを生成したり、サーバ６００などから仮想空間データを取得するようにしたりしてもよい。

コントロールモジュール５１０は、オブジェクトを表すオブジェクトデータを用いて、仮想空間１１にオブジェクトを配置する。オブジェクトデータは、例えば、メモリモジュール５３０に記憶されている。コントロールモジュール５１０が、オブジェクトデータを生成したり、サーバ６００などからオブジェクトデータを取得するようにしたりしてもよい。オブジェクトは、例えば、ユーザ５の分身であるアバターオブジェクト、キャラクタオブジェクト、コントローラ３００によって操作される仮想手などの操作オブジェクト、ゲームのストーリーの進行に従って配置される森、山その他を含む風景、街並み、動物等を含み得る。

コントロールモジュール５１０は、ネットワーク２を介して接続される他のコンピュータ２００のユーザ５のアバターオブジェクトを仮想空間１１に配置する。ある局面において、コントロールモジュール５１０は、ユーザ５のアバターオブジェクトを仮想空間１１に配置する。ある局面において、コントロールモジュール５１０は、ユーザ５を含む画像に基づいて、ユーザ５を模したアバターオブジェクトを仮想空間１１に配置する。別の局面において、コントロールモジュール５１０は、複数種類のアバターオブジェクト（例えば、動物を模したオブジェクトや、デフォルメされた人のオブジェクト）の中からユーザ５による選択を受け付けたアバターオブジェクトを仮想空間１１に配置する。

コントロールモジュール５１０は、ＨＭＤセンサ４１０の出力に基づいてＨＭＤ１２０の傾きを特定する。別の局面において、コントロールモジュール５１０は、モーションセンサとして機能するセンサ１９０の出力に基づいてＨＭＤ１２０の傾きを特定する。コントロールモジュール５１０は、第１カメラ１５０および第２カメラ１６０が生成するユーザ５の顔の画像から、ユーザ５の顔を構成する器官（例えば、口，目，眉）を検出する。コントロールモジュール５１０は、検出した各器官の動き（形状）を検出する。

コントロールモジュール５１０は、注視センサ１４０からの信号に基づいて、ユーザ５の仮想空間１１における視線を検出する。コントロールモジュール５１０は、検出したユーザ５の視線と仮想空間１１の天球とが交わる視点位置（ＸＹＺ座標系における座標値）を検出する。より具体的には、コントロールモジュール５１０は、ｕｖｗ座標系で規定されるユーザ５の視線と、仮想カメラ１４の位置および傾きとに基づいて、視点位置を検出する。コントロールモジュール５１０は、検出した視点位置をサーバ６００に送信する。別の局面において、コントロールモジュール５１０は、ユーザ５の視線を表す視線情報をサーバ６００に送信するように構成されてもよい。係る場合、サーバ６００が受信した視線情報に基づいて視点位置を算出し得る。

コントロールモジュール５１０は、ＨＭＤセンサ４１０が検出するＨＭＤ１２０の動きをアバターオブジェクトに反映する。例えば、コントロールモジュール５１０は、ＨＭＤ１２０が傾いたことを検知して、アバターオブジェクトを傾けて配置する。コントロールモジュール５１０は、検出した顔器官の動作を、仮想空間１１に配置されるアバターオブジェクトの顔に反映させる。コントロールモジュール５１０は、サーバ６００から他のユーザ５の視線情報を受信し、当該他のユーザ５のアバターオブジェクトの視線に反映させる。ある局面において、コントロールモジュール５１０は、コントローラ３００の動きをアバターオブジェクトや操作オブジェクトに反映する。この場合、コントローラ３００は、コントローラ３００の動きを検知するためのモーションセンサ、加速度センサ、または複数の発光素子（例えば、赤外線ＬＥＤ）などを備える。

コントロールモジュール５１０は、仮想空間１１においてユーザ５の操作を受け付けるための操作オブジェクトを仮想空間１１に配置する。ユーザ５は、操作オブジェクトを操作することにより、例えば、仮想空間１１に配置されるオブジェクトを操作する。ある局面において、操作オブジェクトは、例えば、ユーザ５の手に相当する仮想手である手オブジェクト等を含み得る。ある局面において、コントロールモジュール５１０は、モーションセンサ４２０の出力に基づいて現実空間におけるユーザ５の手の動きに連動するように仮想空間１１において手オブジェクトを動かす。ある局面において、操作オブジェクトは、アバターオブジェクトの手の部分に相当し得る。

コントロールモジュール５１０は、仮想空間１１に配置されるオブジェクトのそれぞれが、他のオブジェクトと衝突した場合に、当該衝突を検出する。コントロールモジュール５１０は、例えば、あるオブジェクトのコリジョンエリアと、別のオブジェクトのコリジョンエリアとが触れたタイミングを検出することができ、当該検出がされたときに、予め定められた処理を行なう。コントロールモジュール５１０は、オブジェクトとオブジェクトとが触れている状態から離れたタイミングを検出することができ、当該検出がされたときに、予め定められた処理を行なう。コントロールモジュール５１０は、オブジェクトとオブジェクトとが触れている状態であることを検出することができる。例えば、コントロールモジュール５１０は、操作オブジェクトと、他のオブジェクトとが触れたときに、これら操作オブジェクトと他のオブジェクトとが触れたことを検出して、予め定められた処理を行なう。

ある局面において、コントロールモジュール５１０は、ＨＭＤ１２０のモニタ１３０における画像表示を制御する。例えば、コントロールモジュール５１０は、仮想空間１１に仮想カメラ１４を配置する。コントロールモジュール５１０は、仮想空間１１における仮想カメラ１４の位置と、仮想カメラ１４の傾き（向き）を制御する。コントロールモジュール５１０は、ＨＭＤ１２０を装着したユーザ５の頭部の傾きと、仮想カメラ１４の位置に応じて、視界領域１５を規定する。レンダリングモジュール５２０は、決定された視界領域１５に基づいて、モニタ１３０に表示される視界画像１７を生成する。レンダリングモジュール５２０により生成された視界画像１７は、通信制御モジュール５４０によってＨＭＤ１２０に出力される。

コントロールモジュール５１０は、ＨＭＤ１２０から、ユーザ５のマイク１７０を用いた発話を検出すると、当該発話に対応する音声データの送信対象のコンピュータ２００を特定する。音声データは、コントロールモジュール５１０によって特定されたコンピュータ２００に送信される。コントロールモジュール５１０は、ネットワーク２を介して他のユーザのコンピュータ２００から音声データを受信すると、当該音声データに対応する音声（発話）をスピーカ１８０から出力する。

メモリモジュール５３０は、コンピュータ２００が仮想空間１１をユーザ５に提供するために使用されるデータを保持している。ある局面において、メモリモジュール５３０は、空間情報と、オブジェクト情報と、ユーザ情報とを保持している。

空間情報は、仮想空間１１を提供するために規定された１つ以上のテンプレートを保持している。

オブジェクト情報は、仮想空間１１を構成する複数のパノラマ画像１３、仮想空間１１にオブジェクトを配置するためのオブジェクトデータを含む。パノラマ画像１３は、静止画像および動画像を含み得る。パノラマ画像１３は、非現実空間の画像と現実空間の画像とを含み得る。非現実空間の画像としては、例えば、コンピュータグラフィックスで生成された画像が挙げられる。

ユーザ情報は、ユーザ５を識別するユーザＩＤを保持する。ユーザＩＤは、例えば、ユーザが使用するコンピュータ２００に設定されるＩＰ（Internet Protocol）アドレスまたはＭＡＣ（Media Access Control）アドレスであり得る。別の局面において、ユーザＩＤはユーザによって設定され得る。ユーザ情報は、ＨＭＤシステム１００の制御装置としてコンピュータ２００を機能させるためのプログラム等を含む。

メモリモジュール５３０に格納されているデータおよびプログラムは、ＨＭＤ１２０のユーザ５によって入力される。あるいは、プロセッサ２１０が、当該コンテンツを提供する事業者が運営するコンピュータ（例えば、サーバ６００）からプログラムあるいはデータをダウンロードして、ダウンロードされたプログラムあるいはデータをメモリモジュール５３０に格納する。

通信制御モジュール５４０は、ネットワーク２を介して、サーバ６００その他の情報通信装置と通信し得る。

ある局面において、コントロールモジュール５１０及びレンダリングモジュール５２０は、例えば、ユニティテクノロジーズ社によって提供されるＵｎｉｔｙ（登録商標）を用いて実現され得る。別の局面において、コントロールモジュール５１０及びレンダリングモジュール５２０は、各処理を実現する回路素子の組み合わせとしても実現され得る。

コンピュータ２００における処理は、ハードウェアと、プロセッサ２１０により実行されるソフトウェアとによって実現される。このようなソフトウェアは、ハードディスクその他のメモリモジュール５３０に予め格納されている場合がある。ソフトウェアは、ＣＤ−ＲＯＭその他のコンピュータ読み取り可能な不揮発性のデータ記録媒体に格納されて、プログラム製品として流通している場合もある。あるいは、当該ソフトウェアは、インターネットその他のネットワークに接続されている情報提供事業者によってダウンロード可能なプログラム製品として提供される場合もある。このようなソフトウェアは、光ディスク駆動装置その他のデータ読取装置によってデータ記録媒体から読み取られて、あるいは、通信制御モジュール５４０を介してサーバ６００その他のコンピュータからダウンロードされた後、記憶モジュールに一旦格納される。そのソフトウェアは、プロセッサ２１０によって記憶モジュールから読み出され、実行可能なプログラムの形式でＲＡＭに格納される。プロセッサ２１０は、そのプログラムを実行する。

［ＨＭＤシステムの制御構造］
図１１を参照して、ＨＭＤセット１１０の制御構造について説明する。図１１は、ある実施の形態に従うＨＭＤセット１１０において実行される処理の一部を表すシーケンスチャートである。

図１１に示されるように、ステップＳ１１１０において、コンピュータ２００のプロセッサ２１０は、コントロールモジュール５１０として、仮想空間データを特定し、仮想空間１１を定義する。

ステップＳ１１２０において、プロセッサ２１０は、仮想カメラ１４を初期化する。たとえば、プロセッサ２１０は、メモリのワーク領域において、仮想カメラ１４を仮想空間１１において予め規定された中心１２に配置し、仮想カメラ１４の視線をユーザ５が向いている方向に向ける。

ステップＳ１１３０において、プロセッサ２１０は、レンダリングモジュール５２０として、初期の視界画像を表示するための視界画像データを生成する。生成された視界画像データは、通信制御モジュール５４０によってＨＭＤ１２０に出力される。

ステップＳ１１３２において、ＨＭＤ１２０のモニタ１３０は、コンピュータ２００から受信した視界画像データに基づいて、視界画像を表示する。ＨＭＤ１２０を装着したユーザ５は、視界画像を視認すると仮想空間１１を認識し得る。

ステップＳ１１３４において、ＨＭＤセンサ４１０は、ＨＭＤ１２０から発信される複数の赤外線光に基づいて、ＨＭＤ１２０の位置と傾きを検知する。検知結果は、動き検知データとして、コンピュータ２００に出力される。

ステップＳ１１４０において、プロセッサ２１０は、ＨＭＤ１２０の動き検知データに含まれる位置と傾きとに基づいて、ＨＭＤ１２０を装着したユーザ５の視界方向を特定する。

ステップＳ１１５０において、プロセッサ２１０は、アプリケーションプログラムを実行し、アプリケーションプログラムに含まれる命令に基づいて、仮想空間１１にオブジェクトを配置する。

ステップＳ１１６０において、コントローラ３００は、モーションセンサ４２０から出力される信号に基づいて、ユーザ５の操作を検出し、その検出された操作を表す検出データをコンピュータ２００に出力する。別の局面において、ユーザ５によるコントローラ３００の操作は、ユーザ５の周囲に配置されたカメラからの画像に基づいて検出されてもよい。

ステップＳ１１７０において、プロセッサ２１０は、コントローラ３００から取得した検出データに基づいて、ユーザ５によるコントローラ３００の操作を検出する。

ステップＳ１１８０において、プロセッサ２１０は、ユーザ５によるコントローラ３００の操作に基づく視界画像データを生成する。生成された視界画像データは、通信制御モジュール５４０によってＨＭＤ１２０に出力される。

ステップＳ１１９０において、ＨＭＤ１２０は、受信した視界画像データに基づいて視界画像を更新し、更新後の視界画像をモニタ１３０に表示する。

［アバターオブジェクト］
図１２（Ａ）、（Ｂ）を参照して、本実施の形態に従うアバターオブジェクトについて説明する。以下、ＨＭＤセット１１０Ａ，１１０Ｂの各ユーザ５のアバターオブジェクトを説明する図である。以下、ＨＭＤセット１１０Ａのユーザをユーザ５Ａ、ＨＭＤセット１１０Ｂのユーザをユーザ５Ｂ、ＨＭＤセット１１０Ｃのユーザをユーザ５Ｃ、ＨＭＤセット１１０Ｄのユーザをユーザ５Ｄと表す。ＨＭＤセット１１０Ａに関する各構成要素の参照符号にＡが付され、ＨＭＤセット１１０Ｂに関する各構成要素の参照符号にＢが付され、ＨＭＤセット１１０Ｃに関する各構成要素の参照符号にＣが付され、ＨＭＤセット１１０Ｄに関する各構成要素の参照符号にＤが付される。例えば、ＨＭＤ１２０Ａは、ＨＭＤセット１１０Ａに含まれる。

図１２（Ａ）は、ネットワーク２において、各ＨＭＤ１２０がユーザ５に仮想空間１１を提供する状況を表す模式図である。コンピュータ２００Ａ〜２００Ｄは、ＨＭＤ１２０Ａ〜１２０Ｄを介して、ユーザ５Ａ〜５Ｄに、仮想空間１１Ａ〜１１Ｄをそれぞれ提供する。図１２（Ａ）に示される例において、仮想空間１１Ａおよび仮想空間１１Ｂは同じデータによって構成されている。換言すれば、コンピュータ２００Ａとコンピュータ２００Ｂとは同じ仮想空間を共有していることになる。仮想空間１１Ａおよび仮想空間１１Ｂには、ユーザ５Ａのアバターオブジェクト６Ａと、ユーザ５Ｂのアバターオブジェクト６Ｂとが存在する。仮想空間１１Ａにおけるアバターオブジェクト６Ａおよび仮想空間１１Ｂにおけるアバターオブジェクト６ＢがそれぞれＨＭＤ１２０を装着しているが、これは説明を分かりやすくするためのものであって、実際にはこれらのオブジェクトはＨＭＤ１２０を装着していない。

ある局面において、プロセッサ２１０Ａは、ユーザ５Ａの視界画像１７Ａを撮影する仮想カメラ１４Ａを、アバターオブジェクト６Ａの目の位置に配置し得る。

図１２（Ｂ）は、図１２（Ａ）におけるユーザ５Ａの視界画像１７Ａを示す図である。視界画像１７Ａは、ＨＭＤ１２０Ａのモニタ１３０Ａに表示される画像である。この視界画像１７Ａは、仮想カメラ１４Ａにより生成された画像である。視界画像１７Ａには、ユーザ５Ｂのアバターオブジェクト６Ｂが表示されている。特に図示はしていないが、ユーザ５Ｂの視界画像にも同様に、ユーザ５Ａのアバターオブジェクト６Ａが表示されている。

図１２（Ｂ）の状態において、ユーザ５Ａは仮想空間１１Ａを介してユーザ５Ｂと対話による通信（コミュニケーション）を図ることができる。より具体的には、マイク１７０Ａにより取得されたユーザ５Ａの音声は、サーバ６００を介してユーザ５ＢのＨＭＤ１２０Ｂに送信され、ＨＭＤ１２０Ｂに設けられたスピーカ１８０Ｂから出力される。ユーザ５Ｂの音声は、サーバ６００を介してユーザ５ＡのＨＭＤ１２０Ａに送信され、ＨＭＤ１２０Ａに設けられたスピーカ１８０Ａから出力される。

ユーザ５Ｂの動作（ＨＭＤ１２０Ｂの動作およびコントローラ３００Ｂの動作）は、プロセッサ２１０Ａにより仮想空間１１Ａに配置されるアバターオブジェクト６Ｂに反映される。これにより、ユーザ５Ａは、ユーザ５Ｂの動作を、アバターオブジェクト６Ｂを通じて認識できる。

図１３は、本実施の形態に従うＨＭＤシステム１００において実行される処理の一部を表すシーケンスチャートである。図１３においては、ＨＭＤセット１１０Ｄを図示していないが、ＨＭＤセット１１０Ｄについても、ＨＭＤセット１１０Ａ、１１０Ｂ、１１０Ｃと同様に動作する。以下の説明でも、ＨＭＤセット１１０Ａに関する各構成要素の参照符号にＡが付され、ＨＭＤセット１１０Ｂに関する各構成要素の参照符号にＢが付され、ＨＭＤセット１１０Ｃに関する各構成要素の参照符号にＣが付され、ＨＭＤセット１１０Ｄに関する各構成要素の参照符号にＤが付されるものとする。

ステップＳ１３１０Ａにおいて、ＨＭＤセット１１０Ａにおけるプロセッサ２１０Ａは、仮想空間１１Ａにおけるアバターオブジェクト６Ａの動作を決定するためのアバター情報を取得する。このアバター情報は、例えば、動き情報、フェイストラッキングデータ、および音声データ等のアバターに関する情報を含む。動き情報は、ＨＭＤ１２０Ａの位置および傾きの時間的変化を示す情報や、モーションセンサ４２０Ａ等により検出されたユーザ５Ａの手の動きを示す情報などを含む。フェイストラッキングデータは、ユーザ５Ａの顔の各パーツの位置および大きさを特定するデータが挙げられる。フェイストラッキングデータは、ユーザ５Ａの顔を構成する各器官の動きを示すデータや視線データが挙げられる。音声データは、ＨＭＤ１２０Ａのマイク１７０Ａによって取得されたユーザ５Ａの音声を示すデータが挙げられる。アバター情報には、アバターオブジェクト６Ａ、あるいはアバターオブジェクト６Ａに関連付けられるユーザ５Ａを特定する情報や、アバターオブジェクト６Ａが存在する仮想空間１１Ａを特定する情報等が含まれてもよい。アバターオブジェクト６Ａやユーザ５Ａを特定する情報としては、ユーザＩＤが挙げられる。アバターオブジェクト６Ａが存在する仮想空間１１Ａを特定する情報としては、ルームＩＤが挙げられる。プロセッサ２１０Ａは、上述のように取得されたアバター情報を、ネットワーク２を介してサーバ６００に送信する。

ステップＳ１３１０Ｂにおいて、ＨＭＤセット１１０Ｂにおけるプロセッサ２１０Ｂは、ステップＳ１３１０Ａにおける処理と同様に、仮想空間１１Ｂにおけるアバターオブジェクト６Ｂの動作を決定するためのアバター情報を取得し、サーバ６００に送信する。同様に、ステップＳ１３１０Ｃにおいて、ＨＭＤセット１１０Ｃにおけるプロセッサ２１０Ｃは、仮想空間１１Ｃにおけるアバターオブジェクト６Ｃの動作を決定するためのアバター情報を取得し、サーバ６００に送信する。

ステップＳ１３２０において、サーバ６００は、ＨＭＤセット１１０Ａ、ＨＭＤセット１１０Ｂ、およびＨＭＤセット１１０Ｃのそれぞれから受信したプレイヤ情報を一旦記憶する。サーバ６００は、各アバター情報に含まれるユーザＩＤおよびルームＩＤ等に基づいて、共通の仮想空間１１に関連付けられた全ユーザ（この例では、ユーザ５Ａ〜５Ｃ）のアバター情報を統合する。そして、サーバ６００は、予め定められたタイミングで、統合したアバター情報を当該仮想空間１１に関連付けられた全ユーザに送信する。これにより、同期処理が実行される。このような同期処理により、ＨＭＤセット１１０Ａ、ＨＭＤセット１１０Ｂ、およびＨＭＤセット１１０Ｃは、互いのアバター情報をほぼ同じタイミングで共有することができる。

続いて、サーバ６００から各ＨＭＤセット１１０Ａ〜１１０Ｃに送信されたアバター情報に基づいて、各ＨＭＤセット１１０Ａ〜１１０Ｃは、ステップＳ１３３０Ａ〜Ｓ１３３０Ｃの処理を実行する。ステップＳ１３３０Ａの処理は、図１１におけるステップＳ１１８０の処理に相当する。

ステップＳ１３３０Ａにおいて、ＨＭＤセット１１０Ａにおけるプロセッサ２１０Ａは、仮想空間１１Ａにおける他のユーザ５Ｂ，５Ｃのアバターオブジェクト６Ｂ、アバターオブジェクト６Ｃの情報を更新する。具体的には、プロセッサ２１０Ａは、ＨＭＤセット１１０Ｂから送信されたアバター情報に含まれる動き情報に基づいて、仮想空間１１におけるアバターオブジェクト６Ｂの位置および向き等を更新する。例えば、プロセッサ２１０Ａは、メモリモジュール５３０に格納されたオブジェクト情報に含まれるアバターオブジェクト６Ｂの情報（位置および向き等）を更新する。同様に、プロセッサ２１０Ａは、ＨＭＤセット１１０Ｃから送信されたアバター情報に含まれる動き情報に基づいて、仮想空間１１におけるアバターオブジェクト６Ｃの情報（位置および向き等）を更新する。

ステップＳ１３３０Ｂにおいて、ＨＭＤセット１１０Ｂにおけるプロセッサ２１０Ｂは、ステップＳ１３３０Ａにおける処理と同様に、仮想空間１１Ｂにおけるユーザ５Ａ，５Ｃのアバターオブジェクト６Ａ，６Ｃの情報を更新する。同様に、ステップＳ１３３０Ｃにおいて、ＨＭＤセット１１０Ｃにおけるプロセッサ２１０Ｃは、仮想空間１１Ｃにおけるユーザ５Ａ，５Ｂのアバターオブジェクト６Ａ，６Ｂの情報を更新する。

［コンピュータ２００のモジュールの詳細構成］
図１４を参照して、コンピュータ２００のモジュール構成の詳細について説明する。図１４は、ある実施の形態に従うコンピュータ２００のモジュールの詳細構成を表すブロック図である。図１４に示されるように、コントロールモジュール５１０は、視界制御モジュール１４２１および動き検出モジュール１４２２を備えている。

視界制御モジュール１４２１は、仮想空間１１におけるユーザ５の視界領域１５を制御する。動き検出モジュール１４２２は、ユーザ５の動きを検出する。動き検出モジュール１４２２は、例えば、コントローラ３００の出力に応じて、ユーザ５の手の動きを検出する。動き検出モジュール１４２２は、例えば、ユーザ５の身体に装着されるモーションセンサの出力に応じて、ユーザ５の身体の動きを検出する。動き検出モジュール１４２２は、ユーザ５の顔器官の動作を検出することもできる。

［映像配信システムの構成］
図１５は、ある実施の形態に従う映像配信システム１５００の構成の概略を示す図である。映像配信システム１５００は、被写体を撮影した映像をユーザ５（視聴者）のコンピュータ２００に配信する。これにより、視聴者は該映像を視聴することができる。なお、ここでの「配信」とは、例えば、映像配信システム１５００が、コンピュータ２００に対するユーザ５の入力に基づく第１指示を受信して、映像をコンピュータ２００へ送信することを指す。映像配信システム１５００は、撮影された被写体の映像をリアルタイムにコンピュータ２００に配信する。ある局面において、映像配信システム１５００は、全天球映像を配信する。全天球映像とは、各フレームが全天球画像である映像である。

映像配信システム１５００は、一例として、図１５に示すように、コンピュータ２００と、サーバ６００と、全天球カメラ１５３１と、全天球映像生成装置１５３４とを含む。なお、映像配信システム１５００は、複数の全天球カメラ１５３１を含む構成であってもよい。

サーバ６００は、被写体を撮影した全天球映像（ライブストリーミング映像）のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像をメモリ６２０に記憶する。そして、サーバ６００は、ユーザ５による第１入力に基づいて、部分映像を校正する複数の静止画像の中から、第１静止画像をユーザに提供する。この構成の詳細については後述する。

［全天球カメラ１５３１］
全天球カメラ１５３１は、複数の撮像部を備え、被写体１５５１を撮影する。一例として、全天球カメラ１５３１は、２つの撮像部を備える。具体的には、全天球カメラ１５３１は、第１撮像部１５３２および第２撮像部１５３３を備える。

第１撮像部１５３２および第２撮像部１５３３は、動画像を撮像するように構成されており、ＣＣＤ（Charge-Coupled Device）やＣＭＯＳ（complementary metal-oxide semiconductor）などの撮像素子、および、レンズによって構成されている。以降、第１撮像部１５３２および第２撮像部１５３３が撮像する動画像を「撮影映像」と称する場合がある。

図１６は、ある実施の形態に従う全天球カメラ１５３１の視野を説明するための図である。第１撮像部１５３２および第２撮像部１５３３は、一例として、互いに反対方向を撮像するように全天球カメラ１５３１に配置されている。第１撮像部１５３２は、一例として、図１６に示す視野１６６１Ａを有する。また、第２撮像部１５３３は、一例として、図１６に示す視野１６６１Ｂを有する。視野１６６１Ａおよび視野１６６１Ｂは、それぞれ、第１撮像部１５３２および第２撮像部１５３３の撮像領域と表現することもできる。

図１６は、全天球カメラ１５３１の上面図であるため、視野１６６１Ａおよび視野１６６１Ｂを、一部が欠けた円形（扇形）で示している。しかしながら、第１撮像部１５３２および第２撮像部１５３３は、垂直方向（紙面に垂直な方向）にも視野を有している。つまり、視野１６６１Ａおよび視野１６６１Ｂは、実際は、一部が欠けた球形である。よって、全天球カメラ１５３１の視野は、互いに反対方向であり、かつ、一部が欠けた球形の２つの視野である。これにより、全天球カメラ１５３１は、全天球カメラ１５３１の全周囲（３６０度）の領域を撮影することができる。

図１７は、ある実施の形態に従う全天球カメラ１５３１のハードウェア構成の一例を表すブロック図である。図１７に示すように、全天球カメラ１５３１は、主たる構成要素として、プロセッサ１７７１と、メモリ１７７２と、ストレージ１７７３と、第１撮像部１５３２と、第２撮像部１５３３と、入出力インターフェイス１７７４と、通信インターフェイス１７７５とを備える。各構成要素は、それぞれ、バス１７７６に接続される。

プロセッサ１７７１は、全天球カメラ１５３１に与えられる信号に基づいて、あるいは、予め定められた条件が成立したことに基づいて、メモリ１７７２またはストレージ１７７３に格納されているプログラムに含まれる一連の命令を実行する。ある局面において、プロセッサ１７７１は、ＣＰＵ、ＧＰＵ、ＭＰＵ、ＦＰＧＡその他のデバイスとして実現される。

メモリ１７７２は、プログラムおよびデータを一時的に保存する。プログラムは、例えば、ストレージ１７７３からロードされる。データは、全天球カメラ１５３１に入力されたデータと、プロセッサ１７７１によって生成されたデータとを含む。ある局面において、メモリ１７７２は、ＲＡＭその他の揮発メモリとして実現される。

ストレージ１７７３は、プログラムおよびデータを永続的に保持する。ストレージ１７７３は、例えば、ＲＯＭ、ハードディスク装置、フラッシュメモリ、その他の不揮発記憶装置として実現される。ストレージ１７７３に格納されるプログラムは、撮影映像の撮像を実現するためのプログラム、その他の装置との通信を実現するためのプログラムなどを含んでもよい。ストレージ１７７３に格納されるデータは、撮影映像（撮影映像データ）を含んでもよい。

別の局面において、ストレージ１７７３は、メモリカードのように着脱可能な記憶装置として実現されてもよい。さらに別の局面において、全天球カメラ１５３１に内蔵されたストレージ１７７３の代わりに、外部の記憶装置に保存されているプログラムおよびデータを使用する構成が使用されてもよい。

第１撮像部１５３２および第２撮像部１５３３は、上述したように、撮影映像を撮像する。

入出力インターフェイス１７７４は、入出力機器との間で信号を通信する。ある局面において、入出力インターフェイス１７７４は、ＵＳＢ、ＤＶＩ、ＨＤＭＩその他の端子を用いて実現される。入出力インターフェイス１７７４は上述のものに限られない。

通信インターフェイス１７７５は、ネットワーク２に接続されて、ネットワーク２に接続されている装置と通信する。ある局面において、通信インターフェイス１７７５は、例えば、ＬＡＮその他の有線通信インターフェイス、あるいは、ＷｉＦｉ，Ｂｌｕｅｔｏｏｔｈ、ＮＦＣその他の無線通信インターフェイスとして実現される。通信インターフェイス１７７５は上述のものに限られない。

なお、プロセッサ１７７１は、通信インターフェイス１７７５を用いて、撮影映像をリアルタイムに全天球映像生成装置１５３４へ送信する。

［全天球映像生成装置１５３４］
全天球映像生成装置１５３４は、全天球カメラ１５３１から取得した撮影映像を用いて、全天球映像を生成する。ある局面において、全天球映像生成装置１５３４は、ネットワーク２を介して全天球カメラ１５３１から撮影映像を取得する。

全天球映像生成装置１５３４は、全天球カメラ１５３１の第１撮像部１５３２が撮像した撮影映像と、第２撮像部１５３３が撮像した撮影映像とを取得する。図１６に示すように、第１撮像部１５３２の視野１６６１Ａと、第２撮像部１５３３の視野１６６１Ｂとは、一部が互いに重複している。このため、全天球カメラ１５３１の第１撮像部１５３２が撮像した撮影映像と、第２撮像部１５３３が撮像した撮影映像とは、一部が互いに重複している。全天球映像生成装置１５３４は、これら２つの撮影映像に含まれる、対応する２つのフレームを歪ませて、当該歪んだ２つのフレームをスティッチング処理する。「対応する２つのフレーム」とは、撮影時刻が一致する２つのフレームである。全天球映像生成装置１５３４は、対応する２つのフレーム全てに対し、スティッチング処理を行うことにより、全天球映像を生成する。全天球映像生成装置１５３４は、生成した全天球映像を、ネットワーク２を介して、サーバ６００へ送信する。

全天球カメラ１５３１が、全天球映像を生成し、サーバ６００へ送信する機能を備えていてもよい。この例の場合、映像配信システム１５００は、全天球映像生成装置１５３４を含まなくてもよい。

サーバ６００は、受信した全天球映像をコンピュータ２００へ配信する。ある局面において、サーバ６００は、コンピュータ２００に対するユーザ５の入力に基づく第１指示を受信した場合、全天球映像をコンピュータ２００へ送信する。つまり、第１指示は全天球映像の送信指示である。

［被写体の撮影］
図１８は、映像配信システム１５００を用いた被写体１５５１の撮影の一例を示す図である。ここでは、撮影空間１８００において、全天球カメラ１５３１を用いて、被写体１５５１の一例である女性１８５２を撮影する例を説明する。この例のように、被写体が人間である場合、被写体は映像の配信者と表現することもできる。

一例として、女性１８５２は、撮影中において、視聴者に向けて喋ったり、演技、演奏などを行なったり、ゲームをプレイしたり、日常の行動をしたりする。つまり、視聴者は、全天球映像を視聴することで、一例として、女性１８５２のこれらの動作、行動を視聴する。なお、女性１８５２の撮影中の動作、行動はこの例に限定されない。

なお、本実施例に係る映像配信システム１５００は、図１８に示すように、表示装置１８３５を含む。表示装置１８３５は、一例として、女性１８５２へ宛てた第１メッセージを表示する。第１メッセージは、例えば、ユーザ５が全天球映像を視聴しながら入力した、女性１８５２へ宛てたコメントであってもよい。また、第１メッセージは、例えば、全天球映像の撮影に関わるスタッフが、コンピュータ（不図示）を用いて入力した、女性１８５２へ宛てた指示であってもよい。また、表示装置１８３５は、一例として、撮影映像に基づいて生成された、女性１８５２を含む映像を表示する。これにより、女性１８５２は、自身がどのように撮影されているかを確認しながら撮影を進めることができる。表示装置１８３５は、例えば、女性１８５２が所有するスマートフォンやタブレット端末であってもよい。

全天球カメラ１５３１は、女性１８５２を第１位置から撮影する。図１８の例では、女性１８５２は、第１撮像部１５３２の視野の正面に位置し、全天球カメラ１５３１の方向を向いている。換言すれば、図１８の例では、女性１８５２は第１撮像部１５３２によって撮影される。なお、図１８では、第１撮像部１５３２は、表示装置１８３５によって隠れているため、図示していない。

［サーバ６００のモジュールの詳細構成］
図１９を参照して、サーバ６００のモジュール構成の詳細について説明する。図１９は、ある実施の形態に従うサーバ６００のモジュールの詳細構成を表すブロック図である。図１９に示されるように、サーバ６００は、コントロールモジュール１９１０と、メモリモジュール１９３０と、通信制御モジュール１９４０とを備える。ある局面において、コントロールモジュール１９１０は、プロセッサ６１０によって実現される。メモリモジュール１９３０は、メモリ６２０またはストレージ６３０によって実現される。通信制御モジュール１９４０は、通信インターフェイス６５０によって実現される。

コントロールモジュール１９１０は、全天球映像制御モジュール１９２３と静止画像抽出モジュール１９２４とを備えている。

全天球映像制御モジュール１９２３は、コンピュータ２００から第１指示を受信すると、コンピュータ２００に全天球映像を送信する。全天球映像制御モジュール１９２３は、一例として、ライブ方式で全天球映像のストリーミング（ライブストリーミング）を行う。ライブストリーミングとは、データをダウンロードしつつ同時に再生する方式であるストリーミングの一種で、映像や音声をリアルタイムで配信し、リアルタイムでデータの変換（エンコード）を行い、そのままストリーミング再生することである。つまり、全天球映像制御モジュール１９２３は、全天球映像生成装置１５３４から受信した全天球映像のストリーミングをリアルタイムに行う。換言すれば、該全天球映像は、ライブストリーミング映像であると表現することもできる。

以上より、映像配信システム１５００では、（１）全天球カメラ１５３１から全天球映像生成装置１５３４への撮影映像の送信、（２）全天球映像生成装置１５３４による全天球映像の生成、および、該全天球映像のサーバ６００への送信、（３）サーバ６００から、第１指示を送信したコンピュータ２００への全天球映像の送信がリアルタイムに行われる。これにより、ユーザ５は、現在撮影されている女性１８５２の映像を視聴することができる。

静止画像抽出モジュール１９２４は、全天球映像を構成する複数の静止画像から、１以上の静止画像を抽出する。具体的には、静止画像抽出モジュール１９２４は、受信した全天球映像をキャッシュデータ１９４１としてメモリモジュール１９３０に記憶する。キャッシュデータ１９４１は、全天球映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像である。一例として、キャッシュデータ１９４１は、全天球映像のうち、現時点の再生対象映像から１５秒前の再生対象映像までの部分映像であってもよい。なお、一例として、サーバ６００は、所定時間より前の全天球映像を保持しない構成であってもよい。

静止画像抽出モジュール１９２４は、ユーザ５による、コンピュータ２００への第１入力に基づいて、部分映像を構成する複数の静止画像から、１以上の静止画像を抽出する。「部分映像を構成する複数の静止画像」とは、すなわち、部分映像のフレームである。より具体的には、静止画像抽出モジュール１９２４は、第１入力に基づく第２指示をコンピュータ２００から受信すると、部分映像のフレームから、１以上のフレームを抽出する。そして、静止画像抽出モジュール１９２４は、抽出した静止画像（第１静止画像）をユーザ５に提供する。より具体的には、静止画像抽出モジュール１９２４は、抽出した静止画像を、コンピュータ２００へ送信する。送信する静止画像は、１つであってもよいし複数であってもよい。また、静止画像抽出モジュール１９２４は、抽出した複数の静止画像の少なくともいずれかを、コンピュータ２００へ送信してもよい。換言すれば、静止画像抽出モジュール１９２４は、抽出した複数の静止画像のすべてをコンピュータ２００へ送信しなくてもよい。

静止画像抽出モジュール１９２４は、部分映像から、女性１８５２がぶれずに撮影されている静止画像を抽出してもよい。ぶれずに撮影されている静止画像とは、撮影中に女性１８５２（または全天球カメラ１５３１）が動くことにより、全天球映像中の女性１８５２がぼけて写っている静止画像である。

静止画像抽出モジュール１９２４は、部分映像における女性１８５２の表情に基づいて、静止画像を抽出してもよい。この場合、全天球映像は女性１８５２の顔を少なくとも含む。例えば、静止画像抽出モジュール１９２４は、部分映像を構成する複数の静止画像それぞれにおける、女性１８５２の表情が、予め設定された第１表情であるか否かを特定し、第１表情であると特定された静止画像を抽出してもよい。第１表情は特に限定されないが、例えば、笑顔、泣き顔、怒り顔、変顔などであってもよい。第１表情は、コンピュータ２００に対するユーザ５の操作に基づいて予め設定されたものであってもよい。

また、静止画像抽出モジュール１９２４は、部分映像を構成する複数の静止画像それぞれにおける女性１８５２の表情が示す第１感情を特定し、該第１感情が、ユーザ５により予め設定された第２感情と一致するか否かを判定してもよい。そして、静止画像抽出モジュール１９２４は、第１感情が第２感情と一致すると判定された静止画像を抽出してもよい。

静止画像抽出モジュール１９２４が、女性１８５２の表情が笑顔である静止画像を抽出したり、第１感情が第２感情と一致する静止画像を抽出したりする構成を実現する方法として、例えば、以下の方法が挙げられる。

静止画像抽出モジュール１９２４は、人間の表情について、訓練用データセットを用いて予め機械学習を行っておく。訓練用データセットには、人間の顔が映る訓練用画像が含まれている。訓練用画像それぞれには、該訓練用画像に基づく正しい判定結果を示すデータが対応付けられている。具体的には、笑顔の人間が映る訓練用画像には、該人間の表情が笑顔であることを示すデータ、または、該表情が示す感情が「喜び」あるいは「楽しい」であることを示すデータが対応付けられている。また、泣いている人間が映る訓練用画像には、該人間の表情が笑顔でないことを示すデータ、または、該表情が示す感情が「哀しみ」であることを示すデータが対応付けられている。該訓練用画像と該データとにより訓練用データが構成される。

訓練用データセットは、このような訓練用データを複数含むセットである。被写体の表情が笑顔であるか否かを特定する構成を実現する場合、笑顔の人間が映る訓練用画像と、笑顔でない人間が映る訓練用画像とを、それぞれ、所望の判定精度が得られる程度の数（例えば、それぞれ１００枚）だけ用意する。また、被写体の表情が示す第１感情が第２感情と一致するか否かを判定する構成を実現する場合、例えば、「喜怒哀楽」それぞれの感情を示す表情の人間が映る訓練用画像を、それぞれ、所望の判定精度が得られる程度の数だけ用意する。

サーバ６００に対し、このような訓練用データセットにより機械学習を行わせることにより、女性１８５２の表情が笑顔である静止画像を抽出したり、第１感情が第２感情と一致する静止画像を抽出したりする構成を実現することができる。

また、静止画像抽出モジュール１９２４は、部分映像を構成する複数の静止画像それぞれにおける女性１８５２の目線が、全天球カメラ１５３１の方向であるか否か、すなわち、女性１８５２がいわゆるカメラ目線であるか否かを特定し、カメラ目線である静止画像を抽出してもよい。この構成も、上述した機械学習により実現することができる。具体的には、カメラ目線の人間が映る訓練用画像と、カメラ目線でない人間が映る訓練用画像とを、それぞれ、所望の判定精度が得られる程度の数だけ用意し、機械学習を行なえばよい。なお、この例の場合、被写体は人間以外の動物であってもよい。

メモリモジュール１９３０は、上述したように、キャッシュデータ１９４１を保持している。通信制御モジュール１９４０は、ネットワーク２を介して、コンピュータ２００や、その他の情報通信装置と通信し得る。

［処理フロー］
図２０は、ある実施の形態に従うサーバ６００において実行される処理、および、ＨＭＤセット１１０において実行される処理の一部を示すシーケンス図である。本実施形態では、視聴者側の一連の処理が、ＨＭＤセット１１０Ａにより実行されるものとして説明する。ただし、当該処理は、他のＨＭＤセット１１０Ｂ、１１０Ｃにより実行されてもよいし、当該処理の一部または全部がサーバ６００によって実行されてもよい。

ステップＳ２００１において、コンピュータ２００Ａのプロセッサ２１０Ａは、仮想空間１１Ａを定義する。当該処理は、図１１のステップＳ１１１０の処理に相当する。具体的には、プロセッサ２１０Ａは、仮想空間データを特定することによって、仮想空間データによって表される仮想空間１１Ａを定義する。

ステップＳ２０２１において、サーバ６００のプロセッサ６１０は、全天球映像生成装置１５３４から全天球映像を受信する。ステップＳ２０２２において、プロセッサ６１０は、静止画像抽出モジュール１９２４として、キャッシュデータ１９４１をメモリモジュール１９３０に記憶する。ステップＳ２０２１およびＳ２０２２の処理は、全天球カメラ１５３１による被写体の撮影が終了するまで継続して実行される。

ステップＳ２００２において、ＨＭＤセット１１０Ａは、コンテンツの再生操作を受け付ける。該操作は、コントローラ３００が受け付けてもよいし、コントローラ３００以外の入力装置がＨＭＤセット１１０Ａに含まれる場合、該入力装置が受け付けてもよい。ステップＳ２００３において、プロセッサ２１０Ａは、再生操作が入力されたことに基づき、再生指示をサーバ６００へ送信する。

ステップＳ２０２３において、プロセッサ６１０は、全天球映像制御モジュール１９２３として、受信した全天球映像をコンピュータ２００Ａへ送信する。具体的には、プロセッサ６１０は、再生指示の受信以降に全天球映像生成装置１５３４から受信した全天球映像をコンピュータ２００Ａへ送信する。つまり、撮影開始時点より後に再生指示を受信した場合、プロセッサ６１０は、全天球映像の途中からコンピュータ２００Ａへ送信することとなる。プロセッサ６１０は、撮影開始時点より前、換言すれば、全天球映像生成装置１５３４から全天球映像を受信する前に、再生指示を受信してもよい。この場合、プロセッサ６１０は、全天球映像生成装置１５３４から全天球映像を受信するまで待機する。この場合、プロセッサ６１０は、全天球映像の冒頭からコンピュータ２００Ａへ送信することができる。

図２１は、ある実施の形態に従う仮想空間２１１１Ａおよび視界画像２１１７Ａを示す図である。ステップＳ２００４において、プロセッサ２１０Ａは、図２１（Ａ）に示すように、仮想空間２１１１Ａに受信した全天球映像２１１３Ａを展開する。具体的には、プロセッサ２１０Ａは、全天球映像２１１３Ａを構成する各部分画像を、仮想空間２１１１Ａにおいて対応する各メッシュにそれぞれ対応付ける。ステップＳ２００５において、プロセッサ２１０Ａは、全天球映像２１１３Ａの再生を開始する。全天球映像２１１３Ａは、図２１（Ａ）に示すように、全天球カメラ１５３１により撮影された女性１８５２を含む。

ステップＳ２００６において、プロセッサ２１０Ａは、視界制御モジュール１４２１および動き検出モジュール１４２２として、ＨＭＤ１２０Ａの動きに応じて、仮想空間１１Ａにおけるユーザの視界を決定する。プロセッサ２１０Ａは、図２１（Ａ）に示す仮想視点２１９９Ａを設定する。該仮想視点２１９９Ａは、仮想空間２１１１Ａの中心２１１２Ａに設定されてもよい。プロセッサ２１０Ａは、現実空間におけるＨＭＤ１２０Ａの動きに連動して、仮想視点２１９９Ａを仮想空間２１１１Ａ内で移動させてもよい。

プロセッサ２１０Ａは、ＨＭＤ１２０Ａの位置と傾きとに基づいて、仮想空間２１１１Ａにおける視界領域１５Ａを規定する。視界領域１５Ａは、仮想空間２１１１Ａのうち、ＨＭＤ１２０Ａを装着したユーザ５Ａが視認する領域に対応する。つまり、仮想視点２１９９Ａの位置は、仮想空間２１１１Ａにおけるユーザ５Ａの視点と言える。プロセッサ２１０Ａは、例えば、図２１（Ａ）に示す視界領域２１１５Ａを規定する。

ステップ２００７において、プロセッサ２１０Ａは、視界画像２１１７Ａをモニタ１３０Ａに表示する。具体的には、プロセッサ２１０Ａは、ＨＭＤ１２０Ａの動きと、仮想空間２１１１Ａを定義する仮想空間データと、全天球映像２１１３Ａとに基づいて、視界領域２１１５Ａに対応する視界画像２１１７Ａを定義する。視界画像２１１７Ａを定義することは、視界画像２１１７Ａを生成することと同義である。プロセッサ２１０Ａは、さらに、ＨＭＤ１２０Ａのモニタ１３０Ａに視界画像２１１７Ａを出力することによって、視界画像２１１７ＡをＨＭＤ１２０Ａに表示させる。

プロセッサ２１０Ａは、例えば、図２１（Ａ）に示す視界画像２１１７Ａを、図２１（Ｂ）に示すようにモニタ１３０Ａに表示する。ユーザ５Ａは、視界画像２１１７Ａを視認することにより、女性１８５２を視認することができる。

ステップＳ２００８において、ＨＭＤセット１１０Ａは、静止画像生成操作を受け付ける。該操作は、全天球映像から、いわゆるスクリーンショットを生成するための操作である。該操作は、コントローラ３００が受け付けてもよいし、コントローラ３００以外の入力装置がＨＭＤセット１１０Ａに含まれる場合、該入力装置が受け付けてもよい。ステップＳ２００９において、プロセッサ２１０Ａは、静止画像生成操作が入力されたことに基づき、静止画像生成指示をサーバ６００へ送信する。該指示は、一例として、静止画像生成操作を受け付けた時点での視界画像１７Ａを特定可能な情報を含む。

ステップＳ２０２４において、プロセッサ６１０は、静止画像抽出モジュール１９２４として、静止画像生成指示を受け付けたことに基づいて、キャッシュデータ１９４１から静止画像を抽出する。具体的には、プロセッサ６１０は、視界画像１７Ａを特定可能な情報に基づいて、キャッシュデータ１９４１における、該視界画像１７Ａに対応する対応部分を特定する。そして、プロセッサ６１０は、キャッシュデータ１９４１を構成する各フレームそれぞれの該対応部分のうち、１以上を静止画像として抽出する。このように、プロセッサ６１０は、静止画像生成指示を受信した時点より前に配信された映像から、スクリーンショットを生成することができる。

ステップＳ２０２５において、プロセッサ６１０は、静止画像抽出モジュール１９２４として、抽出した静止画像の少なくともいずれかをコンピュータ２００Ａへ送信する。

図２２は、ある実施の形態に従う視界画像２２１７Ａを示す図である。ステップＳ２０１０において、プロセッサ２１０Ａは、受信した静止画像をモニタ１３０Ａに表示する。一例として、プロセッサ２１０Ａは、受信した静止画像を、全天球映像に重畳させてモニタ１３０Ａに表示してもよいし、受信した静止画像を、全天球映像に代えてモニタ１３０Ａに表示してもよい。図２２の例では、プロセッサ２１０Ａは、静止画像２２７１Ａ〜２２７１Ｄをモニタ１３０Ａに表示している。

例えば、ユーザ５Ａが、図２１に示す視界画像２１１７Ａがモニタ１３０Ａに表示されている時点で静止画像生成操作を行ったとする。その結果、プロセッサ２１０Ａは、視界画像２１１７Ａより前に表示された視界画像１７Ａに相当する静止画像２２７１Ａ〜２２７１Ｄをサーバ６００から受信し、ユーザ５Ａに対して提示する。

このように、コンピュータ２００Ａは、全天球映像をコンピュータ２００Ａへ送信するとともに、キャッシュデータ１９４１をメモリモジュール１９３０に記憶するサーバ６００へ、静止画像生成指示を送信する。そして、コンピュータ２００Ａは、静止画像生成指示を受け付けた時点の再生対象映像から所定時間前の再生対象映像までのキャッシュデータ１９４１を構成する複数の静止画像から、サーバ６００が抽出した１以上の静止画像を、サーバ６００から受信する。

ライブストリーミング映像の配信において、中継者となるサーバは、該全天球映像の元となる動画や音声の素材（クリップ）を持たない。このため、サーバ６００は、静止画像生成指示を受け付けた時点より前の再生対象映像も考慮するために、キャッシュデータ１９４１をメモリ６２０に記憶しておく必要がある。

従来技術では、静止画像生成操作を行った時点で表示されている映像から静止画像を生成する。つまり、ユーザ５Ａは、自身が望む表情やしぐさを女性１８５２が行ってから、静止画像生成操作を行う。このため、静止画像生成操作を行った時点では、該表情やしぐさが終わっており、結果として、女性１８５２がぶれた静止画像や、女性１８５２が、ユーザ５Ａが所望する表情やしぐさと異なる表情やしぐさをした静止画像が生成されてしまう可能性があった。よって、従来技術では、ユーザ５Ａが望むように女性１８５２が映る静止画像を取得することは難しかった。また、ユーザ５Ａが所望する静止画像を確実に取得するためには、女性１８５２にコメントを送るなどして、ユーザ５Ａが所望する表情で静止してもらう必要があり、手間がかかる。また、多くの視聴者が視聴している場合には、ユーザ５Ａの要望が聞き入れられない可能性もあった。

これに対して、本実施形態に係るサーバ６００は、静止画像生成指示の受信をトリガーとして、キャッシュデータ１９４１から静止画像を抽出し、コンピュータ２００Ａへ送信する。すなわちユーザ５Ａは、現時点の再生対象映像から所定時間前の再生対象映像までの期間の映像から抽出された静止画像を取得することができる。これにより、ユーザ５Ａは、自身にとってより望ましい静止画像を取得することができる。また、ユーザ５Ａは、自身が望む静止画像を、女性１８５２に静止してもらうなどの手間を必要とせずに取得することができる。また、サーバ６００が、笑顔の静止画像を抽出したり、ユーザが予め設定した感情を示す表情の静止画像を抽出したりする構成であれば、ユーザ５Ａは、自身が望む静止画像をより確実に取得することができる。

また、ユーザ５Ａは、自身にとって望ましい静止画像を取り逃さないために常に静止画像生成操作を行なえる状態で全天球映像を視聴する必要がなくなる。ユーザ５Ａは、全天球映像を視聴しながら、自身にとって望ましいシーンを視聴した後で、静止画像生成操作を行なえばよい。よって、ユーザ５Ａは、全天球映像の視聴に集中しながらも、自身にとって望ましい静止画像を観点に取得することができる。

例えば、プロセッサ６１０は、笑顔の静止画像を抽出する構成である場合において、視界画像２１１７Ａが表示される前に、女性１８５２が、視界画像２１１７Ａの表情に比べて、より破顔した表情をし、ユーザ５Ａはその表情の視界画像を所望したとする。そして、ユーザ５Ａは、視界画像２１１７Ａが表示されたタイミングで静止画像生成操作を行った、すなわち、静止画像生成操作を行うタイミングが遅れたとする。この場合に、プロセッサ２１０Ａは、ユーザ５Ａが望む、より破顔した表情の静止画像、例えば、静止画像２２７１Ｄをサーバ６００から受信し、ユーザ５Ａに提示することができる。

［変形例］
プロセッサ６１０は、抽出した静止画像に、ユーザ５Ａに対する課金額を設定し、コンピュータ２００Ａへ送信してもよい。具体的には、プロセッサ６１０は、抽出した静止画像それぞれに、設定した課金額を示す情報を対応付けてコンピュータ２００Ａへ送信してもよい。これにより、プロセッサ２１０Ａは、静止画像とともに、各静止画像に対応付けられた課金額をモニタ１３０Ａに表示することができる。

この変形例において、ユーザ５Ａは、静止画像の取得を所望する場合、該静止画像に設定された課金額の課金に関する処理を、コンピュータ２００Ａに実行させるために、所定の操作（課金操作）を実行する。換言すれば、ＨＭＤセット１１０Ａは、課金操作を受け付ける。該操作は、コントローラ３００が受け付けてもよいし、コントローラ３００以外の入力装置がＨＭＤセット１１０Ａに含まれる場合、該入力装置が受け付けてもよい。

プロセッサ２１０Ａは、課金操作が入力されたことに基づく指示をサーバ６００へ送信する。プロセッサ６１０は、該指示を受信した場合、ユーザ５Ａが取得を所望する静止画像を、取得可能（例えば、ダウンロード可能）な状態とする。

課金操作は、例えば、静止画像を選択する操作、および、設定された課金額の支払いを実行する操作を含んでもよい。この例において、支払いを実行する操作を受け付けると、プロセッサ２１０Ａは、例えば、支払いを実行するサーバに必要な情報を送信し、予め設定されたクレジットカードによる支払いを実行させてもよい。該サーバは、例えば、サーバ６００であってもよいし、サーバ６００とは異なるサーバであってもよい。

プロセッサ６１０は、例えば、静止画像が撮影映像として撮影された時刻と、静止画像生成操作が行われた時刻との差が大きいほど、高い課金額を設定してもよい。これにより、女性１８５２が、ユーザ５Ａが所望する表情をした時点からなるべく遅れないように静止画像生成操作を行うよう、ユーザ５Ａを促すことができる。換言すれば、全天球映像を集中して視聴するよう、ユーザ５Ａを促すことができる。

サーバ６００が、第１感情が第２感情と一致すると判定した静止画像を抽出する例において、第２感情は、ユーザ５Ａに対する課金に関する処理が実行された場合に、ユーザ５Ａによる第２感情を設定するための操作に基づいて設定されてもよい。

第２感情を設定するための処理の流れは、例えば、以下のとおりであってもよい。課金に関する処理が実行された場合、サーバ６００は、該処理が実行されたことを示す情報をコンピュータ２００Ａから受信する。サーバ６００のプロセッサ６１０は、コンピュータ２００Ａに、第２感情を選択させるためのオブジェクトを仮想空間１１Ａに配置させる。該オブジェクトは、例えば、「喜び」、「怒り」、「哀しみ」、「楽しい」といった選択肢を含む。ユーザ５Ａは、例えば、コントローラ３００に対して、選択肢から１つを選択する操作を入力する。プロセッサ２１０Ａは、該操作により選択された選択肢を示す情報をサーバ６００へ送信する。プロセッサ６１０は、受信した情報を、第２感情を示す情報としてメモリモジュール１９３０へ記憶する。

被写体１５５１を撮影するカメラは、映像を撮影する機能と、撮影した映像を、ネットワーク２を介して、リアルタイムに送信する機能を備えていればよく、全天球カメラ１５３１に限定されない。換言すれば、コンピュータ２００へ配信されるライブストリーミング映像は、全天球映像でなくてもよい。また、被写体１５５１を撮影するカメラは、表示装置１８３５と一体となっていてもよい。例えば、該カメラは、スマートフォンやタブレット端末などに備え付けられたカメラであってもよい。この場合、スマートフォンやタブレット端末は、全天球映像生成装置１５３４の機能を備えていてもよい。これにより、撮影者（例えば、被写体１５５１自身）は、スマートフォンやタブレット端末のみを用いて被写体１５５１を撮影し、撮影した映像をサーバ６００へ送信することができる。

図２０に示す、キャッシュデータ１９４１を記憶する処理（Ｓ２０２２）、キャッシュデータから静止画像を抽出する処理（Ｓ２０２４）は、サーバ６００に代えてコンピュータ２００Ａが行ってもよい。換言すれば、静止画像抽出モジュール１９２４は、サーバ６００ではなく、コンピュータ２００Ａが備えるものであってもよい。

ユーザ５がライブストリーミング映像を視聴する端末は、ＨＭＤシステム１００に限定されない。例えば、ユーザ５は、スマートフォンやタブレット端末を用いてライブストリーミング映像を視聴してもよい。この例において、ライブストリーミング映像が全天球映像である場合、ユーザ５は、一例として、スマートフォンのタッチスクリーンに対するフリック操作、スワイプ操作などにより、全天球映像のうちの表示する領域を変更してもよい。また、別の例として、把持したスマートフォンを移動させることで、スマートフォンのジャイロ機能により、全天球映像のうちの表示する領域を変更してもよい。

ユーザ５が視聴するライブストリーミング映像は、被写体１５５１（例えば、女性１８５２）そのものを含む映像に限定されない。例えば、該ライブストリーミング映像は、女性１８５２に関連付けられた、女性１８５２の動きを反映するアバターオブジェクトを含む映像であってもよい。つまり、ライブストリーミング映像は、実写映像ではなく、ＣＧ（Computer Graphics）映像やアニメーション映像であってもよいし、実写映像にＣＧ映像やアニメーション映像を合成した映像であってもよい。

表示装置１８３５として、女性１８５２が所有するスマートフォンを用いる場合、女性１８５２は、該スマートフォンを把持して使用してもよい。この場合、全天球カメラ１５３１と表示装置１８３５とが離れているので、女性１８５２がカメラ目線とならない頻度が高くなる。このため、キャッシュデータ１９４１からユーザ５に提供する静止画像（すなわちスクリーンショット）を取得する構成とすることで、このような状況でも、ユーザ５Ａは、自身が望む静止画像（例えば、カメラ目線の静止画像）を取得することができる。

以上、本開示の実施形態について説明したが、本発明の技術的範囲は、本実施形態の説明によって限定的に解釈されるべきではない。本実施形態は一例であって、特許請求の範囲に記載された発明の範囲内において、様々な実施形態の変更が可能であることが当業者によって理解されるところである。本発明の技術的範囲は、特許請求の範囲に記載された発明の範囲およびその均等の範囲に基づいて定められるべきである。

〔付記事項〕
本発明の一側面に係る内容を列記すると以下の通りである。

（項目１） プログラムを説明した。本開示のある局面によると、プログラムは、プロセッサ（６１０）およびメモリ（６２０）を備えたコンピュータ（サーバ６００）によって実行される。プログラムは、プロセッサに、被写体（女性１８５２）を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像をメモリに記憶するステップ（Ｓ２０２２）と、ユーザ（５Ａ）による第１入力に基づいて、部分映像を構成する複数の静止画像から、第１静止画像をユーザに提供するステップ（Ｓ２０２５）と、を実行させる。

（項目２） （項目１）において、提供するステップでは、複数の静止画像の中から、被写体がぶれていない静止画像をユーザに提供する。

（項目３） （項目１）または（項目２）において、ライブストリーミング映像は被写体の顔を少なくとも含む。第１静止画像は、被写体の目線が被写体を撮影するカメラに向いている静止画像である。

（項目４） （項目１）から（項目３）のいずれかにおいて、プログラムは、プロセッサに、第１入力に基づいて、複数の静止画像の中から第１静止画像を抽出するステップ（Ｓ２０２４）をさらに実行させる。提供するステップでは、抽出された第１静止画像をユーザに提供する。

（項目５） （項目１）から（項目４）のいずれかにおいて、第１静止画像には、ユーザに対する課金額が設定されている。提供するステップでは、ユーザに対する、課金額の課金に関する処理が実行された場合、該課金額が設定された第１静止画像をユーザに提供する。

（項目６） （項目５）において、第１静止画像には、該第１静止画像がライブストリーミング映像として撮影された時刻と、第１入力が行われた時刻との差が大きいほど、高い課金額が設定される。

（項目７） （項目１）から（項目６）のいずれかにおいて、ライブストリーミング映像は被写体の顔を少なくとも含む。プログラムは、プロセッサに、部分映像を構成する複数の静止画像それぞれにおける被写体の表情が、予め設定された第１表情であるか否かを特定するステップをさらに実行させる。第１静止画像は、表情が第１表情であると特定された静止画像である。

（項目８） （項目１）から（項目６）のいずれかにおいて、ライブストリーミング映像は被写体の顔を少なくとも含む。プログラムは、プロセッサに、部分映像を構成する複数の静止画像それぞれにおける被写体の表情が示す第１感情を特定するステップと、第１感情が、ユーザにより予め設定された第２感情と一致するか否かを判定するステップと、をさらに実行させる。第１静止画像は、第１感情が第２感情と一致すると判定された静止画像である。

（項目９） （項目８）において、第２感情は、ユーザに対する課金に関する処理が実行された場合に、ユーザによる第２入力に基づいて設定される。

（項目１０） 情報処理装置を説明した。本開示のある局面によると、情報処理装置（サーバ６００）は、情報処理装置によって実行されるプログラムを記憶する記憶部（メモリ６２０）と、プログラムを実行することにより情報処理装置の動作を制御する制御部（プロセッサ６１０）と、を備える。制御部は、被写体（女性１８５２）を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像を記憶部に記憶し、ユーザ（５Ａ）による第１入力に基づいて、部分映像を構成する複数の静止画像から、第１静止画像をユーザに提供する。

（項目１１） プログラムを実行する方法を説明した。本開示のある局面によると、プログラムは、プロセッサ（６１０）およびメモリ（６２０）を備えたコンピュータ（サーバ６００）によって実行される。方法は、プロセッサが、被写体（女性１８５２）を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像をメモリに記憶するステップ（Ｓ２０２２）と、ユーザ（５Ａ）による第１入力に基づいて、部分映像を構成する複数の静止画像から、第１静止画像をユーザに提供するステップ（Ｓ２０２５）と、を含む。

上記実施形態においては、ＨＭＤによってユーザが没入する仮想空間（ＶＲ空間）を例示して説明したが、ＨＭＤとして、透過型のＨＭＤを採用してもよい。この場合、透過型のＨＭＤを介してユーザが視認する現実空間に仮想空間を構成する画像の一部を合成した視界画像を出力することにより、拡張現実（ＡＲ：Augmented Reality）空間または複合現実（ＭＲ：Mixed Reality）空間における仮想体験をユーザに提供してもよい。この場合、操作オブジェクトに代えて、ユーザの手の動きに基づいて、仮想空間内における対象オブジェクトへの作用を生じさせてもよい。具体的には、プロセッサは、現実空間におけるユーザの手の位置の座標情報を特定するとともに、仮想空間内における対象オブジェクトの位置を現実空間における座標情報との関係で定義してもよい。これにより、プロセッサは、現実空間におけるユーザの手と仮想空間における対象オブジェクトとの位置関係を把握し、ユーザの手と対象オブジェクトとの間で上述したコリジョン制御等に対応する処理を実行可能となる。その結果、ユーザの手の動きに基づいて対象オブジェクトに作用を与えることが可能となる。

２ ネットワーク、５，５Ａ，５Ｂ，５Ｃ ユーザ、６，６Ａ，６Ｂ，６Ｃ アバターオブジェクト、１１，１１Ａ，１１Ｂ，１１Ｃ，１１Ｄ，２１１１Ａ 仮想空間、１２，２１１２Ａ 中心、１３ パノラマ画像、１４，１４Ａ，１４Ｂ 仮想カメラ、１５，１５Ａ，１５Ｂ，１５Ｃ，２１１５Ａ 視界領域、１６ 基準視線、１７，１７Ａ，１７Ｂ，２１１７Ａ 視界画像、１８，１９ 領域、１００ ＨＭＤシステム、１１０，１１０Ａ，１１０Ｂ，１１０Ｃ，１１０Ｄ ＨＭＤセット、１２０，１２０Ａ，１２０Ｂ，１２０Ｃ、ＨＭＤ、１３０，１３０Ａ，１３０Ｂ，１３０Ｃ モニタ、１４０ 注視センサ、１５０ 第１カメラ、１６０ 第２カメラ、１７０，１７０Ａ，１７０Ｂ マイク、１８０，１８０Ａ，１８０Ｂ スピーカ、１９０ センサ、２００，２００Ａ，２００Ｂ，２００Ｃ コンピュータ、２１０，２１０Ａ、２１０Ｂ，２１０Ｃ，２１０Ｄ，６１０，１７７１ プロセッサ、２２０，６２０，１７７２ メモリ、２３０，２３０Ａ，２３０Ｂ，６３０，１７７３ ストレージ、２４０，６４０，１７７４ 入出力インターフェイス、２５０，６５０，１７７５ 通信インターフェイス、２６０，６６０，１７７６ バス、３００，３００Ｂ コントローラ、３００Ｒ 右コントローラ、３００Ｌ 左コントローラ、３１０ グリップ、３２０ フレーム、３３０ 天面、３４０，３４０，３５０，３７０，３８０ ボタン、３６０ 赤外線ＬＥＤ、３９０ アナログスティック、４１０ ＨＭＤセンサ、４２０，４２０Ａ モーションセンサ、４３０，４３０Ａ ディスプレイ、５１０，１９１０ コントロールモジュール、５２０ レンダリングモジュール、５３０，１９３０ メモリモジュール、５４０，１９４０ 通信制御モジュール、６００ サーバ、７００ 外部機器、１４２１ 視界制御モジュール、１４２２ 動き検出モジュール、１５００ 映像配信システム、１５３１ 全天球カメラ、１５３２ 第１撮像部、１５３３ 第２撮像部、１５３４ 全天球映像生成装置、１５５１ 被写体、１６６１Ａ，１６６１Ｂ 視野、１８００ 撮影空間、１８３５ 表示装置、１８５２ 女性 １９２３ 全天球映像制御モジュール、１９２４ 静止画像抽出モジュール、２１１３Ａ 全天球映像、２１９９Ａ 仮想視点、２２７１Ａ，２２７１Ｂ，２２７１Ｃ，２２７１Ｄ 静止画像

Claims (11)

1. プロセッサおよびメモリを備えたコンピュータによって実行されるプログラムであって、
   前記プログラムは、前記プロセッサに、
   被写体を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像を前記メモリに記憶するステップと、
   ユーザによる第１入力に基づいて、前記部分映像を構成する複数の静止画像の中から、第１静止画像を前記ユーザに提供するステップと、を実行させる、プログラム。
2. 前記提供するステップでは、前記複数の静止画像の中から、前記被写体がぶれていない静止画像を、前記第１静止画像として前記ユーザに提供する、請求項１に記載のプログラム。
3. 前記ライブストリーミング映像は前記被写体の顔を少なくとも含み、
   前記第１静止画像は、前記被写体の目線が前記被写体を撮影するカメラに向いている静止画像である、請求項１または２に記載のプログラム。
4. 前記プログラムは、前記プロセッサに、前記第１入力に基づいて、前記複数の静止画像の中から前記第１静止画像を抽出するステップをさらに実行させ、
   前記提供するステップでは、抽出された前記第１静止画像を前記ユーザに提供する、請求項１から３のいずれか１項に記載のプログラム。
5. 前記第１静止画像には、前記ユーザに対する課金額が設定されており、
   前記提供するステップでは、前記ユーザに対する、前記課金額の課金に関する処理が実行された場合、該課金額が設定された前記第１静止画像を前記ユーザに提供する、請求項１から４のいずれか１項に記載のプログラム。
6. 前記第１静止画像には、該第１静止画像が前記ライブストリーミング映像として撮影された時刻と、前記第１入力が行われた時刻との差が大きいほど、高い課金額が設定される、請求項５に記載のプログラム。
7. 前記ライブストリーミング映像は前記被写体の顔を少なくとも含み、
   前記プログラムは、前記プロセッサに、前記部分映像を構成する複数の静止画像それぞれにおける前記被写体の表情が、予め設定された第１表情であるか否かを特定するステップをさらに実行させ、
   前記第１静止画像は、前記表情が前記第１表情であると特定された静止画像である、請求項１から６のいずれか１項に記載のプログラム。
8. 前記ライブストリーミング映像は、前記被写体の顔を少なくとも含み、
   前記プログラムは、前記プロセッサに、
   前記部分映像を構成する複数の静止画像それぞれにおける前記被写体の表情が示す第１感情を特定するステップと、
   前記第１感情が、前記ユーザにより予め設定された第２感情と一致するか否かを判定するステップと、をさらに実行させ、
   前記第１静止画像は、前記第１感情が前記第２感情と一致すると判定された静止画像である、請求項１から６のいずれか１項に記載のプログラム。
9. 前記第２感情は、前記ユーザに対する課金に関する処理が実行された場合に、前記ユーザによる第２入力に基づいて設定される、請求項８に記載のプログラム。
10. 情報処理装置であって、
    前記情報処理装置は、
    前記情報処理装置によって実行されるプログラムを記憶する記憶部と、
    前記プログラムを実行することにより、前記情報処理装置の動作を制御する制御部と、を備え、
    前記制御部は、
    被写体を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像を前記記憶部に記憶し、
    ユーザによる第１入力に基づいて、前記部分映像を構成する複数の静止画像の中から、第１静止画像を前記ユーザに提供する、情報処理装置。
11. プロセッサおよびメモリを備えたコンピュータがプログラムを実行する方法であって、
    前記方法は、前記プロセッサが、
    被写体を撮影したライブストリーミング映像のうち、現時点の再生対象映像から所定時間前の再生対象映像までの部分映像を前記メモリに記憶するステップと、
    ユーザによる第１入力に基づいて、前記部分映像を構成する複数の静止画像の中から、第１静止画像を前記ユーザに提供するステップと、を含む、方法。

Images