JP2022172705A - 撮影制御装置、撮影システム、撮影制御方法及びプログラム - Google Patents
撮影制御装置、撮影システム、撮影制御方法及びプログラム Download PDFInfo
- Publication number
- JP2022172705A JP2022172705A JP2021078787A JP2021078787A JP2022172705A JP 2022172705 A JP2022172705 A JP 2022172705A JP 2021078787 A JP2021078787 A JP 2021078787A JP 2021078787 A JP2021078787 A JP 2021078787A JP 2022172705 A JP2022172705 A JP 2022172705A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- image
- shooting
- imaging
- photographing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 179
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000003384 imaging method Methods 0.000 claims description 115
- 239000000203 mixture Substances 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/268—Signal distribution or switching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
Description
本発明は、撮影制御装置、撮影システム、撮影制御方法及びプログラムに関する。
昨今、講義やスポーツ等の自動撮影による映像収録は、コスト削減を目的とした観点で注目されている。自動撮影は、例えば注目する対象被写体を検知し、検知した被写体が常に映像内に収まるようにカメラのパン・チルト・ズーム(以下、PTZ)を制御する。今後、検知された被写体を追尾しながら行う簡単な自動撮影に留まらず、機械学習によって得られたネットワークモデルが望ましい構図の撮影を実現する自動撮影が期待されている。しかしながら、カメラマンが目視で確認しながら行う撮影とは異なり、自動撮影で撮影された映像又は動画像は、どのような映像が撮影されているかを簡単に把握できない。例えば、撮影対象となる被写体を追尾しながら自動撮影を行う場合、被写体が映像内に収まっているかどうかを確認するために、撮影された映像を目視する必要があった。特許文献1では、追尾する被写体の状況を映像とは異なる方法でユーザに提示することにより、被写体が含まれた映像であるか否かを認識させている。
しかしながら、AIによる自動撮影によって望ましい構図における被写体の撮影を行う場合、撮影された映像が意図された撮影となっているか否かの目視の確認が困難であるという課題がある。
本発明は、自動撮影による撮影結果が意図された映像であるか否かを容易に認識可能な技術を提供することを目的とする。
本発明の目的を達成するために、本発明の一実施形態に係る撮影制御装置は、以下の構成を備える。すなわち、撮影制御装置は、撮影対象と、画像中に捉える前記撮影対象の位置として予め設定されている設定位置と、を規定した撮影情報を取得する取得手段と、前記撮影対象を撮影した動画像における着目フレームの画像から、前記撮影情報が規定する前記撮影対象を検出する検出手段と、前記着目フレームの画像からの前記撮影対象の検出位置と、前記設定位置と、に基づいて、前記着目フレームの画像における前記撮影対象の撮影に係る評価を行う評価手段と、前記評価手段による評価の結果と、前記着目フレームの画像と、を含むデータを通知する通知手段と、を備える。
本発明によれば、自動撮影による撮影結果が意図された映像であるか否かを容易に認識することができる。
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものでない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
(第1実施形態)
第1実施形態では、撮影制御装置100が撮影装置110のPTZを制御することにより自動撮影を行う一例について示す。第1実施形態の自動撮影は、指定された被写体を追尾し続ける。以下、本実施形態に係る撮影システム10について説明する。
第1実施形態では、撮影制御装置100が撮影装置110のPTZを制御することにより自動撮影を行う一例について示す。第1実施形態の自動撮影は、指定された被写体を追尾し続ける。以下、本実施形態に係る撮影システム10について説明する。
図1は、本実施形態の撮影システム10の構成の一例を示す。図1で、撮影システム10は、撮影制御装置100、撮影装置110、サーバ120及びネットワーク130を含む。撮影制御装置100は、CPU101、RAM102、ROM103、映像受信I/F104、映像送信I/F105、ネットワークI/F106、バス107、記憶部108及び通信部109を含む。撮影制御装置100は筐体であるが、例えばPC等であってもよい。図1の撮影制御装置100は1つであるが、これは複数あってもよい。あるいは、複数の撮影制御装置100が、それの構成要素をそれぞれ分散して保持するような構成であってもよい。
CPU101は、中央演算処理装置であり、撮影システム10内の各構成要素を全般的に制御する。CPU101は、ROM103に記憶された制御プログラムを用いて、演算処理や各種プログラムを実行することで、撮影制御装置100の各機能を実現する。なお、撮影制御装置100が、CPU101とは異なる一つ又は複数の専用のハードウェアを有し、それがCPU101による処理の少なくとも一部を実行してもよい。専用のハードウェアは、例えばASIC(特定用途向け集積回路)、FPGA(フィールド・プログラマブル・ゲート・アレイ)及びDSP(デジタル・シグナル・プロセッサ)等がある。
RAM102は、CPU101の主メモリとして、ワークエリア等の一時記憶領域等で用いられる。RAM102は、揮発性メモリであり、例えばDRAM及びSRAMである。ROM103は、ブートプログラム、制御プログラム及び撮影制御装置100の各構成要素に設定するパラメータを記憶する記憶領域を有する。ROM103は、不揮発性メモリであり、例えばマスクROM、EPROM、EEPROM及びフラッシュメモリ等である。
映像受信I/F104は、映像信号を受信するためのインタフェースである。映像受信I/F104は、例えばHDMI(登録商標)(High Definition Multimedia Interface)及びSDI(Serial Digital Interface)等である。映像送信I/F105は、映像信号を送信するためのインタフェースであり、映像受信I/F104と同様のHDMI(登録商標)及びSDIである。ネットワークI/F106は、撮影制御装置100と周辺装置との間の通信を行うインタフェースである。ネットワークは、例えばLAN(Local Area Network)等の有線又は無線ネットワークである。撮影制御装置100は、ネットワークI/F106を介して、各種情報の送受信を行う。
バス107は、撮影制御装置100内の各構成要素間及び撮影制御装置100と外部装置(不図示)との間を結ぶデータ伝送路である。CPU101は、バス107を介して撮影制御装置100の各構成要素を制御する。なお、ROM103と外部記憶装置111等に格納されたプログラムがRAM102に転送され、CPU101がそれを実行することで後述のフローチャートの処理は実現される。
記憶部108は、データとプログラム等を記憶する記憶装置であり、例えばHDD及びSSDである。通信部109は、CPU101が処理した結果を外部装置(不図示)へ送信することができる。あるいは、通信部109は、外部装置(不図示)からユーザ入力を受信し、受信結果をCPU101へ送信することができる。撮影装置110は、撮影制御装置100が自動撮影を行うために制御される。撮影装置110は、PTZの操作が可能な機構を備え、例えばネットワークカメラである。撮影装置110は、撮影制御装置100から操作指示を受信し、それのPTZ制御に基づいて自動撮影を行う。PTZ制御の指示は、後述のネットワーク130を介して、撮影制御装置100から撮影装置110へ送信される。
サーバ120は、自動撮影に関わる撮影システム10の全体の制御を行う。サーバ120は、自動撮影方法の決定とその指示、撮影された映像を配信する処理等を行う。撮影システム10における各装置は、ネットワーク130で相互に接続され、通信によるデータのやり取りを実行する。ネットワーク130は、撮影制御装置100と外部装置(不図示)との間でデータや信号等の送受信を行うための通信網である。ネットワーク130は、例えばEthernet(登録商標)等の通信規格を満たす複数のルータ、スイッチ、ケーブル等を含む。本実施形態において、ネットワーク130は、撮影制御装置100とそれ以外の装置等との間の通信を可能とする任意のネットワークであってよく、任意の規模及び通信規格で構成されてよい。ネットワーク130は、例えばインターネット、有線LAN、無線LAN及びWAN等であってよい。
図2は、本実施形態に係る撮影制御装置100の機能構成を示す図である。撮影制御装置100の機能構成は、CPU101がRAM102をワークメモリとして、ROM103に格納されたプログラムを実行することによって実現される。以下に示す処理の全てが、必ずしもCPU101によって実行される必要はない。処理の一部又は全てが、CPU101以外の一つ又は複数の処理回路(不図示)によって行われるように、撮影制御装置100が構成されてもよい。なお、図1で説明した構成については、説明を省略する。CPU101は、制御部201、受信部202、撮影制御部203、評価部204及び送信部205を含む。
制御部201は、自動撮影全体に関する制御を行う。制御部201が各機能部に対する指示及び制御を実行することで、自動撮影を実現する。受信部202は、ネットワークI/F106を介して、自動撮影に関する指示を受信する。自動撮影に関する指示は、サーバ120から送信される。撮影制御部203は、受信した自動撮影指示及び後述の評価部204で取得された評価結果に基づいて、自動撮影を行う。撮影制御部203では、実施する自動撮影に応じて、撮影装置110を制御するためのPTZ制御信号を生成し、ネットワークI/F106を介して、撮影装置110にその信号を送信する。評価部204は、映像受信I/F104から受信した映像と自動撮影指示との差分に基づいて映像を評価し、意図された自動撮影が実施されているか否かを評価する。送信部205は、撮影された映像信号と、評価部204で取得された自動撮影の評価値とを対応付けたデータを、映像送信I/F105に送信する。
次に、自動撮影処理の流れについて説明する。図3は、第1実施形態に係る撮影制御装置100による撮影フローを示す。S301で撮影制御装置100の受信部202は、サーバ120からの自動撮影指示を受信し、それを制御部201に送信する。S302で撮影制御部203は、自動撮影指示に基づき、PTZ制御信号を撮影装置110に送信することにより自動撮影を開始する。自動撮影の開始は、制御部201から撮影制御部203に指示が送信されることで開始される。S303で評価部204は、評価対象となる映像を映像受信I/F104から受信する。本実施形態では、評価部204は連続して入力される映像をフレーム単位で受信し、フレーム毎の評価を行う。
S304で評価部204は、受信した映像を評価し、映像の評価値を生成する。評価値とは、映像の利用可能の度合いを表す指標である。また、評価部204は、自動撮影指示に基づいて撮影されるべき映像と受信した映像との差分情報を生成する。ここで、評価値の生成に関する詳細は後述する。S305で送信部205は、評価部204が生成した評価値を映像信号に対応させたデータを送信する。S306で制御部201は、評価部204が取得した映像の差分情報に基づいて、撮影装置110に実行させる制御情報を決定する。制御情報の決定後、S307で撮影制御部203は、撮影装置110に制御情報を送信する。S308で制御部201は、サーバ120からの自動撮影の継続指示に基づいて、自動撮影を継続するか否かを判定する。制御部201はサーバ120からの継続指示があると判定した場合(S308でNo)、処理はS303に戻る。以降の処理は、上記と同様であるので説明を省略する。制御部201はサーバ120からの継続指示がないと判定した場合(S308でYes)、処理を終了する。
次に、第1実施形態における映像の評価値について説明する。第1実施形態の自動撮影は、被写体を追尾しながら撮影する。本実施形態では、被写体が映像内に映っており、かつ、被写体が映像の中心に近く映っている場合に評価値が高くなる評価を行う。図4は、第1実施形態に係る映像の評価値について説明する図である。図4は、例えばサッカースタジアムのペナルティーエリア近傍でプレイする複数のプレイヤーのプレイシーンの一例を示す。以下、対象となる被写体(例えば、サッカープレイヤー)を追尾しながら撮影するシーンを用いて、評価値の評価方法について説明する。なお、本実施形態は一例として、対象の被写体が1つである場合を用いて、映像の評価値の評価方法を説明する。なお、被写体は1つに限定されることはなく、複数であってもよい。図4(a)は評価値が低い映像を示し、図4(b)は評価値が中程度の映像を示し、図4(c)は評価値が高い映像を示す。図4(a)から(c)における被写体404は、自動撮影時の追尾対象となる被写体を示す。被写体404は、ハッチングで表示された人型で示される。図4(a)から(c)の映像401、映像402及び映像403は、被写体404を追尾しながら撮影した際のそれぞれの撮影範囲を示す。
図4(a)では、被写体404が映像401に映っていないので、評価部204は映像401の評価値が低いと判定する。図4(b)では、被写体404は映像402の左端に映っているが、映像402の中央に映っていない。よって、評価部204は映像402の評価値が中程度であると判定する。また、図4(b)では、映像401は点線で表示され、評価部204は映像401と映像402との差分に基づいて、映像差分情報を取得することができる。図4(c)では、被写体404は映像403の中央に映っているので、評価部204は映像403の評価値が高いと判定する。また、図4(c)では、映像401と映像402は点線で表示され、評価部204は、映像401又は映像402、及び映像403との差分に基づいて、映像差分情報を取得することができる。なお、本実施形態の評価値は、3段階(低、中、高)で評価されるが、これに限定されることはなく、3段階よりも多い区分で評価されてもよく、評価値が数値で示されてもよい。
図3のS304における評価値の取得方法について、図5と図6を用いて具体的に説明する。図5は、第1実施形態に係る評価部204の詳細を示す図である。図5で評価部204は、解析部501、検出部502及び位置評価部503を含む。解析部501は、撮影制御部203から受信した自動撮影指示情報を解析する。自動撮影指示情報とは、例えば「被写体404を映像の中央に配置した撮影を行う」ことである。自動撮影指示情報は撮影情報ともいう。ここで、解析部501は、自動撮影指示情報から注目する被写体情報と、被写体404を映像のどこに捉えて撮影するかを示す目標位置情報とに分解する。目標位置情報は設定位置ともいう。注目被写体情報は、例えばプレイヤーの顔及び身体の大きさ等の特徴を示す情報である。目標位置情報は、例えば2次元座標系(X,Y)で表される。検出部502は、入力された撮影映像から解析部501が指示した被写体404を検出し、それの検出位置を位置座標として算出する。位置評価部503は、解析部501が取得した目標位置情報と、検出部502が取得した被写体404の位置座標とに基づいて、被写体404の位置の評価を行う。例えば、位置評価部503は、被写体404の位置の評価結果と映像の評価値とが関連付けられたテーブル(不図示)を参照することにより、映像の評価値を算出することができる。テーブルは、記憶部108等に事前に格納されていてもよい。
図6は、第1実施形態に係る自動撮影の評価値を取得するフローを示す。図6を参照して、自動撮影の評価値を求める処理について説明する。図6では、映像の1枚の着目フレームの評価値を取得する処理について説明する。S601で評価部204は、撮影装置110が撮影した映像の1フレームを取得し、検出部502にそれを入力する。S602で検出部502は、入力された映像のフレームから被写体404を検出するとともに、それの位置座標を算出する。S603で位置評価部503は、被写体404の位置情報と目標位置情報とに基づいて、評価値を算出する。S604で位置評価部503は評価値を出力する。
図3のS305で説明した評価値の送信について、図7を用いて具体的に説明する。図7は、本実施形態に係る映像と評価値との対応関係を示す図である。図7では、左から撮影時刻の早い順に並べた映像のフレーム701から705を示す。フレーム703から705では、被写体404が映っている。また、図7で映像のフレームに対応する評価値711から715が示される。フレーム701では被写体404が映っていないので、評価値711は0である。フレーム702では被写体404が映っていないので、評価値712は0である。フレーム703では被写体404が左端に映っているので、評価値713は20である。フレーム704では被写体404が左に映っているので、評価値714は50である。フレーム705では被写体404が概ね中央に映っているので、評価値715は80である。本実施形態では、図7に示すように映像のフレームと評価値とを含むデータが共に送信される。
図8は、本実施形態に係る評価値を映像と対応付けて送付する際のデータ形式を説明する図である。フレームデータ800は、映像に係る1枚のフレームデータであり、ヘッダ情報801、映像データ802及び音声データ803を含む。フレームデータ800は、ヘッダ情報801の一部に評価値格納領域804を設けることができる。これにより、評価値格納領域804に評価値を書き込んで映像のフレームを送信することで、映像のフレームに対応した評価値を送信することが可能となる。
図9を用いて本実施形態の発明の効果について説明する。図9は、図7と同様、自動撮影によって撮影された映像のフレームとそれに対応する評価値とを示す図である。図9は、閾値901、映像利用可能期間902から903及びフレーム904を含む。閾値901は、評価値に対して設定され、映像のフレームが利用可能であるか否かを判定するために設定される。本実施形態は、評価値が閾値901以上であるか否かに基づいて、意図した撮影の映像であるか否かを判定できる。閾値901は、ユーザが要求する映像品質に応じて設定されてよい。例えば、閾値901が高く設定された場合、映像のフレームは意図した撮影映像に近くなり、閾値901が低く設定された場合、映像のフレームは意図した撮影映像とは異なるものとなる。閾値901以上の映像のフレームが存在する期間は、映像利用可能期間902から903のように表される。映像利用可能期間902では、2つの評価値(濃い色のバーで図示)が存在し、2つの評価値にそれぞれ対応する2枚の映像のフレームが利用可能であることを示す。また、映像利用可能期間903では、4つの評価値(濃い色のバーで図示)が存在し、4つの評価値にそれぞれ対応する4枚の映像のフレームが利用可能であることを示す。本実施形態は、評価値に任意の閾値を設定することにより、利用可能な映像のフレームを容易に判定することができ、配信映像の品質を一定以上に確保することができる。
以上の通り、第1実施形態によれば、被写体を追尾しながら行う自動撮影において、事前に規定した映像内の目標位置と撮影映像内の被写体の位置とに基づいて、映像の評価値を算出することができる。また、映像と評価値とを含むデータを送信することにより、自動撮影による映像が意図された映像であるか否かを判定できる。評価値に任意の閾値を設定することにより、配信映像の品質を一定以上に確保することができる。第1実施形態によれば、自動撮影による撮影結果が意図された映像であるか否かを容易に認識することができる。
(第2実施形態)
第2実施形態は、自動撮影された映像の評価値を求めるために、機械学習によって得られた推論ネットワークを利用する。第2実施形態は、機械学習を利用することで、第1実施形態で示したシーンよりも複雑なシーンの評価を行うことが可能となる。複雑なシーンとは、例えば「シーンに応じた望ましい構図」を指す。シーンに応じた望ましい構図は所定の構図ともいう。なお、第2実施形態における撮影制御装置100の機能構成及び自動撮影フローは、第1実施形態と同様であるため説明を省略する。
第2実施形態は、自動撮影された映像の評価値を求めるために、機械学習によって得られた推論ネットワークを利用する。第2実施形態は、機械学習を利用することで、第1実施形態で示したシーンよりも複雑なシーンの評価を行うことが可能となる。複雑なシーンとは、例えば「シーンに応じた望ましい構図」を指す。シーンに応じた望ましい構図は所定の構図ともいう。なお、第2実施形態における撮影制御装置100の機能構成及び自動撮影フローは、第1実施形態と同様であるため説明を省略する。
図10は、第2実施形態に係る映像の評価値について説明する図である。図10(a)は、図4と同様にサッカースタジアムのペナルティーエリア近傍でプレイする複数のプレイヤーのプレイシーンの一例を示す。図10(a)は、被写体1010、ボール1020、サッカーゴール1030及びペナルティーエリア1040を含む。図10(a)は、図4の撮影シーンにボール1020が追加されたシーンである。図10(b)から(d)の映像1001から映像1003の映像の範囲は全て同じである。
第2実施形態における評価値の評価方法は、注目する被写体を捉え、かつ、シーンに応じた望ましい構図の映像である場合に評価値を高くする。本実施形態において、シーンに応じた望ましい構図(以下、望ましい構図)とは、ペナルティーエリア1040内でボール1020とサッカーゴール1030を含む構図をいう。評価値の算出は、機械学習によって得られた推論ネットワークによって実行される。次に、図10(b)から(d)の各映像と評価値の対応について説明する。図10(b)では、被写体1010は映像1001の左下に映っているが、それは望ましい構図で映っていないため、映像1001の評価値は低いと判定される。図10(c)では、被写体1010は映像1002の中央に映っているが、それは望ましい構図のボール1020と共に映っていないため、映像1002の評価値は中程度と判定される。図10(d)では、被写体1010が映像1003内の望ましい構図で映っているため、映像1003の評価値は高いと判定される。なお、本実施形態の評価値は、3段階(低、中、高)で評価されるが、これに限定されることはなく、3段階よりも多い区分で評価されてもよく、評価値が数値で示されてもよい。
第2実施形態における評価値の取得方法について、図11と図12を用いて説明する。図11は、第2実施形態に係る評価部の詳細を説明する図である。図11で解析部1101は、受信した自動撮影指示情報を解析する処理を行う。本実施形態の自動撮影指示情報とは、例えば「被写体1010を捉えた望ましい構図によって撮影を行う」ことを含む。解析部1101は、注目被写体情報と望ましい構図に基づいて算出される評価値が高くなるような推論ネットワークモデルを使用するために、ネットワークモデル切り替え情報を生成する。推論ネットワークモデル1102は、入力される撮影映像に基づいて、その映像の評価値と望ましい構図からの差分を示す映像差分情報を出力する。推論ネットワークモデル1102を得るための学習は後述する。
図12は、第2実施形態に係る自動撮影の評価値を取得するフローである。図12のフローチャートを用いて、第2実施形態における自動撮影の評価値を求める処理について説明する。図12のフローチャートでは、既に適切な推論ネットワークモデルに切り替わっており、映像の1枚のフレームについて評価値を取得するフローを示す。S1201で推論ネットワークモデル1102は、撮影装置110が撮影した映像のうち1枚のフレームを取得する。S1202で推論ネットワークモデル1102は、入力された映像の評価値と望ましい構図からの映像差分情報を出力する。S1203で推論ネットワークモデル1102は、映像の1枚のフレームの評価値を出力する。映像の1枚のフレームと評価値とを含むデータが送信される。
ここで、第2実施形態の推論ネットワークモデル1102を生成するための学習について説明する。図13は、第2実施形態に係る推論ネットワークモデルの学習について説明する図である。図13は、入力1301、被写体1302、教師データ1303、学習ネットワークモデル1304及び出力1305を示す。入力1301は、撮影装置110等で撮影した様々な構図における被写体1302の映像である。被写体1302は、上記で説明した通り、例えばサッカープレイヤーである。教師データ1303は、学習ネットワークモデル1304に学習させるためのデータであり、正解画像ともいう。教師データ1303は、撮影シーン毎の望ましい構図における被写体1302の画像中の位置と大きさのデータを含む。データは映像を含み、例えばサッカーのゴールシーンの構図における被写体1302の位置と大きさの情報を含む。望ましい構図の判定は、例えば配信映像に対して予めユーザによって評価された結果により決定されてもよい。
学習ネットワークモデル1304は、例えば画像処理技術全般で用いられる畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)である。CNNとは、学習により生成したフィルタを画像に対して畳み込んだ後、非線形演算を繰り返し行う学習型の画像処理技術である。CNNは、モデルともいう。フィルタは、画像の特徴を抽出するための検出器であり、局所受容野とも呼ばれる。画像に対してフィルタを畳み込む非線形演算により得られる画像は、特徴マップと呼ばれる。また、CNNの学習は、入力画像と出力画像のペアを含む学習データに基づいて行われる。CNNの学習は、具体的には、入力画像から出力画像を得るための高精度に変換可能なフィルタの値(パラメータ)を生成することと、パラメータを補正することを含む。
出力1305は、入力1301の撮影映像と教師データ1303の映像との差分から得られる評価値及び映像差分情報である。学習ネットワークモデル1304は、出力1305に基づいて、モデルのパラメータを補正することで学習する。これにより、推論ネットワークモデル1102が得られる。なお、学習ネットワークモデル1304の学習方法は、上記に限定されることはない。例えば、学習ネットワークモデル1304の学習に強化学習を利用する場合、報酬を構図の良さを示す主観評価値とし、主観評価値が高くなるように構図を最適化する手法が用いられてもよい。なお、本実施形態の推論ネットワークモデル1102は一例であり、入力された映像を評価することが可能な推論ネットワークモデルが用いられてもよい。
以上の通り、第2実施形態によれば、機械学習で得られた推論ネットワークモデルにより映像の評価値を算出し、それと映像を含むデータを送信することができる。これにより、自動撮影による撮影映像が意図された撮影であるか否かを容易に判定でき、撮影映像を配信する際の利便性が向上する。第2実施形態によれば、自動撮影による撮影結果が意図された映像であるか否かを容易に認識することができる。
(第3実施形態)
第3実施形態では、複数の撮影装置によって自動撮影された複数の映像のうち、ユーザ選択による適切な映像を配信する自動撮影システムについて説明する。第3実施形態では、各撮影装置で撮影された映像について、映像の評価値を映像と共に表示することで、自動撮影によって得られた映像の状態が容易に判定できる。また、本実施形態は配信映像として選択可能であるか否かを判定する自動撮影システムを提供する。なお、第3実施形態における撮影制御装置の機能構成及び自動撮影処理フローは、第1実施形態と同様であるため説明を省略する。
第3実施形態では、複数の撮影装置によって自動撮影された複数の映像のうち、ユーザ選択による適切な映像を配信する自動撮影システムについて説明する。第3実施形態では、各撮影装置で撮影された映像について、映像の評価値を映像と共に表示することで、自動撮影によって得られた映像の状態が容易に判定できる。また、本実施形態は配信映像として選択可能であるか否かを判定する自動撮影システムを提供する。なお、第3実施形態における撮影制御装置の機能構成及び自動撮影処理フローは、第1実施形態と同様であるため説明を省略する。
図14は、第3実施形態に係る自動撮影システムの全体構成を説明する図である。第3実施形態では、4台の撮影装置を用いて撮影する自動撮影システム14を説明する。
図14で、自動撮影システム14は、撮影装置1401Aから1401D、撮影制御装置1402Aから1402D、サーバ1403及び表示装置1404を含む。図14で被写体1400は、例えばサッカースタジアムを俯瞰した図である。撮影装置1401Aは被写体1400の左上に配置され、撮影装置1401Bは被写体1400の左下に配置される。撮影装置1401Cは被写体1400の右上に配置され、撮影装置1401Dは被写体1400の右下に配置される。このような撮影装置の配置により、自動撮影システム14は、被写体1400の全体を撮影することができる。撮影装置1401Aに撮影制御装置1402Aが接続され、撮影制御装置1402Bに撮影制御装置1402Bが接続される。撮影装置1401Cに撮影制御装置1402Cが接続され、撮影装置1401Dに撮影制御装置1402Dが接続される。撮影制御装置1402Aから1402Dは、撮影装置1401Aから1401Dの撮影制御をそれぞれ行う。
サーバ1403は、撮影制御装置1402Aから1402Dに接続され、各撮影制御装置を介して撮影装置1401Aから1401Dへの撮影指示を行う。また、サーバ1403は各撮影装置が撮影した映像を収集及び配信する。サーバ1403は表示装置1404に接続され、表示装置1404はサーバ1403から受信した映像を表示する。表示装置1404は、例えばLCD(液晶ディスプレイ)及びOLED(有機ディスプレイ)等であってもよい。なお、各撮影装置とそれらに対応する各撮影制御装置は別体であると説明したが、これらは一体となっていてもよい。サーバ1403に各撮影制御装置が搭載されていてもよい。サーバ1403と表示装置1404が一体となっていてもよい。
第3実施形態の自動撮影システムについて図15を用いて説明する。図15は、第3実施形態に係る自動撮影システムの機能ブロック図である。なお、第1実施形態と同じ構成は同じ番号で示され、これらの構成の説明は省略する。図15で自動撮影システム15は、撮影制御装置100Aから100D、撮影装置110Aから110D、サーバ120、ネットワーク130、表示装置1520、入力装置1530を含む。撮影制御装置100Aから100Dは、撮影装置を制御するための装置である。撮影装置110Aから110Dは、被写体を撮影する装置である。撮影制御装置100Aから100Dは、それぞれに対応する110Aから110Dに接続されることで、各撮影装置を制御する。撮影制御装置100Aから100Dの構成は、図1及び図2で示した第1実施形態と同様であるため説明を省略する。
以下、サーバ120の機能構成について説明する。サーバ120は、制御部1501、通信部1502、撮影指示部1503、映像受信部1504、抽出部1505を含む。サーバ120はまた、表示部1506、映像選択部1507、映像出力部1508、入力部1509を含む。制御部1501は、サーバ120内の各種制御を行う。通信部1502は、外部ネットワークとサーバ120とを接続するためのネットワークインタフェースである。通信部1502は、ネットワーク130を介して、サーバ120と撮影制御装置100Aから100Dとの間の通信を可能にする。通信部1502は、例えばサーバ120が決定した撮影制御装置100Aから100Dに対する自動撮影指示を送信する。
撮影指示部1503は、制御部1501により制御される撮影制御装置に対して自動撮影の指示を行う。撮影指示部1503は、通信部1502を介して自動撮影指示を指定された撮影装置に送信する。映像受信部1504は、各撮影装置で撮影された映像を受信する。映像受信部1504は、撮影装置110Aから110Dにより撮影された複数の映像を同時に受信できる。抽出部1505は、映像受信部1504が受信した映像から評価値を抽出する。表示部1506は、映像及び抽出された評価値を後述の表示装置1520に表示するための処理を行う。表示部1506は、抽出された評価値を映像に重畳して表示する。
映像選択部1507は、複数の撮影装置により撮影された映像の中から、配信するための映像をユーザ選択に基づいて選択する。なお、映像選択部1507は、後述の入力装置1530を介してユーザ選択を受付けることができる。映像出力部1508は、映像選択部1507によって選択された映像を配信映像として出力する。入力部1509は、入力装置1530に入力された情報を受信し、制御部1501へその情報を送信する。表示装置1520は、複数の撮影装置が撮影した映像と評価値情報とを重畳して表示する。入力装置1530は、ユーザからの情報を入力するための装置であり、例えばマウス、キーボード及びジョイスティック等である。
ここで、図15の表示装置1520が表示する画面の一例を、図16を用いて説明する。図16は、第3実施形態に係る複数の映像と評価値を同時に表示する一例について説明する図である。図16で画面1600は、画面1602、画面1604、画面1606、画面1608、表示1610及び表示1620を含む。画面1600は4分割の画面を有し、各画面は撮影装置110Aから110Dが撮影した映像をそれぞれ表示する。また、各画面は撮影された映像と共に自動撮影の評価値と、意図された撮影が実施されている否かを示す識別表示を重畳して表示する。識別表示は付加情報とも呼ばれ、本実施形態では色分けされたアイコンを示す。表示1610は映像の評価値が閾値以上の場合に表示される。表示1610は、意図された自動撮影が実施されていることを意味し、濃い色の円で表示される。一方、表示1620は、映像の評価値が閾値未満である場合に表示され、意図された自動撮影が行われていないことを意味する。また、表示1620は薄い色の円で表示される。
以下、画面1600に表示される画面1602から1608について具体的に説明する。画面1602は、画面1600の左上に表示され、撮影装置110Aによって撮影された映像の上に評価値80と表示1610を表示する。画面1604は、画面1600の右上に表示され、撮影装置110Bによって撮影された映像の上に評価値40と表示1620を表示する。画面1606は、画面1600の左下に表示され、撮影装置110Cによって撮影された映像の上に評価値10と表示1620を表示する。画面1608は、画面1600の右下に表示され、撮影装置110Dによって撮影された映像の上に評価値70と表示1610を表示する。上記の表示処理は、表示部1506により実行される。なお、画面1600に表示される画面数は、撮影装置の台数に応じて変更されてもよく、あるいはユーザ選択による画面のみが表示されてもよい。
以上の通り、第3実施形態によれば、複数の撮影装置及び撮影制御装置を含む自動撮影システムで、複数の映像とそれに対応する映像の評価値を共に表示することで、意図された自動撮影となっているか否かを容易に判定することができる。また、複数の映像からユーザが映像を選択することにより、撮影映像を配信する際の利便性が向上する。
(第4実施形態)
第4実施形態は、複数の撮影装置によって自動撮影された複数の映像から、適切な映像を自動で選択して配信する自動撮影システムについて説明する。第4実施形態は、適切な映像を自動で選択する点で第3実施形態とは異なる。第4実施形態は、各撮影装置で撮影した映像のうち、映像の評価値の高いものを配信映像として選択する。なお、第4実施形態における撮影制御装置の機能構成及び自動撮影処理フローは第1実施形態と同様であり、かつ、自動撮影システムの構成は第3実施形態と同様であるため、重複する部分の説明を省略する。
第4実施形態は、複数の撮影装置によって自動撮影された複数の映像から、適切な映像を自動で選択して配信する自動撮影システムについて説明する。第4実施形態は、適切な映像を自動で選択する点で第3実施形態とは異なる。第4実施形態は、各撮影装置で撮影した映像のうち、映像の評価値の高いものを配信映像として選択する。なお、第4実施形態における撮影制御装置の機能構成及び自動撮影処理フローは第1実施形態と同様であり、かつ、自動撮影システムの構成は第3実施形態と同様であるため、重複する部分の説明を省略する。
図17は、第4実施形態に係る自動撮影システム17の機能ブロック図である。なお、図1、図2及び図15で説明を行った構成と同じ機能構成については同番号を付与しており、それらの説明を省略する。図17でサーバ120は映像選択制御部1710を有する。映像選択制御部1710は、撮影された映像の評価値に基づいて配信映像を選択する。映像選択制御部1710は、例えば複数の映像の中で最も評価値の高い映像を配信映像として選択する。具体的には、図16の画面1600で、画面1602の評価値80が他の画面に比して最も高いことから、映像選択制御部1710は、画面1602を配信映像として選択することができる。また、映像選択制御部1710は、映像が利用可能であることを示す表示1610に基づいて、画面1602及び画面1608を配信映像として選択することができる。映像選択制御部1710は、選択した画面1602の映像信号情報を映像選択部1707に通知することで、映像の選択処理が完了する。なお、上記で説明した映像の選択は一例であり、これに限定されることはない。映像の選択方法は、事前に定義した任意のルールに基づいて行われてよく、そのルールに基づいて映像選択の処理が実行されてよい。また、映像選択の処理においてAIが使用されてもよい。なお、映像選択制御部1710は、表示1610が表示された画面1602及び画面1608を選択し、それらが含む映像を組み合わせた配信映像を生成することもできる。また、映像選択制御部1710は選択された2以上の映像を任意に組み合わせることができる。
以上の通り、第4実施形態によれば、複数の撮影装置及び撮影制御装置を含む自動撮影システムは、撮影された複数の映像と評価値を同時に表示することができる。また、自動撮影システムは、複数の映像とそれに対応する評価値の中から最も高い評価値を有する映像に基づいて、配信映像を自動で選択することができる。第4実施形態によれば、配信映像として自動で選択された映像を組み合わせた映像を配信することもできる。これにより、複数の撮影映像の中から適切な映像を自動で選択及び配信する映像配信システムを提供することができる。
(その他の実施例)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。
10:撮影システム、100:撮影制御装置、101:CPU、102:RAM、103:ROM、104:映像受信I/F、105:映像出力I/F
Claims (22)
- 撮影対象と、画像中に捉える前記撮影対象の位置として予め設定されている設定位置と、を規定した撮影情報を取得する取得手段と、
前記撮影対象を撮影した動画像における着目フレームの画像から、前記撮影情報が規定する前記撮影対象を検出する検出手段と、
前記着目フレームの画像からの前記撮影対象の検出位置と、前記設定位置と、に基づいて、前記着目フレームの画像における前記撮影対象の撮影に係る評価を行う評価手段と、
前記評価手段による評価の結果と、前記着目フレームの画像と、を含むデータを通知する通知手段と、
を備えることを特徴とする撮影制御装置。 - 前記評価手段は、前記検出位置と前記設定位置とに基づいて、前記着目フレームの画像の利用可能の度合いを表す評価値を求め、
前記評価の結果は、前記評価手段が求めた前記評価値を含む、
ことを特徴とする請求項1に記載の撮影制御装置。 - 前記評価手段は、前記評価値が閾値以上であるか否かを判定し、
前記評価の結果は、前記評価手段が判定した判定の結果を含む、
ことを特徴とする請求項2に記載の撮影制御装置。 - 前記閾値を設定する設定手段を備える、
ことを特徴とする請求項3に記載の撮影制御装置。 - 動画像における撮影対象の撮影に係る評価を学習するモデルと、前記撮影対象と、画像中に捉える所定の構図における前記撮影対象の位置として予め設定されている設定位置と、を規定した撮影情報を取得する取得手段と、
前記撮影対象を撮影した動画像における着目フレームの画像から、前記撮影情報が規定する前記撮影対象を検出する検出手段と、
前記着目フレームの画像からの前記撮影対象の検出位置と、前記設定位置と、に基づいて、前記着目フレームの画像における前記撮影対象の撮影に係る評価を行う評価手段と、
前記評価手段による評価の結果に基づいて、前記評価を学習するための前記モデルのパラメータを補正する補正手段と、
を備えることを特徴とする、撮影制御装置。 - 前記取得手段は、前記評価の学習を行っていない前記動画像を取得し、
前記評価手段は、前記補正手段が補正した前記パラメータに従って、前記モデルにより、前記取得手段が取得した前記動画像の前記着目フレームの画像における前記撮影対象の撮影に係る評価を行い、
前記評価手段による評価の結果と、前記着目フレームの画像と、を含むデータを通知する通知手段と、
を備えることを特徴とする、請求項5に記載の撮影制御装置。 - 前記所定の構図は、前記動画像を用いて予めユーザにより決定される、
ことを特徴とする請求項5に記載の撮影制御装置。 - 撮影対象と、画像中に捉える前記撮影対象の位置として予め設定されている設定位置と、を規定した撮影情報を取得する取得手段と、
前記撮影対象を撮影した複数の動画像における着目フレームの画像から、前記撮影情報が規定する前記撮影対象を検出する検出手段と、
前記着目フレームの画像からの前記撮影対象の検出位置と、前記設定位置と、に基づいて、前記着目フレームの画像における前記撮影対象の撮影に係る評価を行う評価手段と、
前記複数の動画像のそれぞれの動画像について、前記評価手段による評価の結果と、前記着目フレームの画像と、を含むデータを通知する通知手段と、
を備えることを特徴とする撮影制御装置。 - 前記それぞれの動画像について、前記評価手段による前記評価の結果を関連付けて表示する表示手段を備える、
ことを特徴とする請求項8に記載の撮影制御装置。 - 前記評価手段は、前記検出位置と前記設定位置とに基づいて、前記着目フレームの画像の利用可能の度合いを表す評価値を求め、
前記評価の結果は、前記評価手段が求めた前記評価値を含む、
ことを特徴とする請求項8に記載の撮影制御装置。 - 前記評価手段は、前記評価値が閾値以上であるか否かを判定し、
前記評価の結果は、前記評価手段が判定した判定の結果を含む、
ことを特徴とする請求項10に記載の撮影制御装置。 - 前記表示手段は、前記評価の結果に応じた付加情報を、前記それぞれの動画像と共に表示する、
ことを特徴とする請求項9に記載の撮影制御装置。 - 前記付加情報は、色分けした円で表示されるアイコンである、
ことを特徴とする請求項12に記載の撮影制御装置。 - 前記表示手段は、前記それぞれの動画像を撮影した撮影手段の情報を関連付けて表示する、
ことを特徴とする請求項12に記載の撮影制御装置。 - 前記評価の結果に基づいて、前記それぞれの動画像のうちいずれかを選択する選択手段と、
前記選択手段の選択の結果に基づいて、前記それぞれの動画像のうちいずれかを配信する配信手段と、
を備えることを特徴とする請求項8から12のいずれか1項に記載の撮影制御装置。 - 前記選択手段は、前記それぞれの動画像のうち、前記評価の結果が最も高い動画像を選択する、
ことを特徴とする請求項15に記載の撮影制御装置。 - 前記それぞれの動画像のうちいずれかを選択するためのユーザ選択を受け付ける受付手段を備える、
ことを特徴とする請求項15に記載の撮影制御装置。 - 前記選択手段によって選択された2以上の動画像を組み合わせた動画像を生成する生成手段を備え、
前記配信手段は、前記生成手段により生成された動画像を配信する、
ことを特徴とする請求項15に記載の撮影制御装置。 - 前記撮影制御装置はサーバに搭載される、
ことを特徴とする、請求項8から18のいずれか1項に記載の撮影制御装置。 - 複数の撮影装置と、
請求項1から19のいずれか1項に記載の撮影制御装置を備える、
ことを特徴とする、撮影システム。 - 撮影対象と、画像中に捉える前記撮影対象の位置として予め設定されている設定位置と、を規定した撮影情報を取得する取得工程と、
前記撮影対象を撮影した動画像における着目フレームの画像から、前記撮影情報が規定する前記撮影対象を検出する検出工程と、
前記着目フレームの画像からの前記撮影対象の検出位置と、前記設定位置と、に基づいて、前記着目フレームの画像における前記撮影対象の撮影に係る評価を行う評価工程と、
評価の結果と、前記着目フレームの画像と、を含むデータを通知する通知工程と、
を備えることを特徴とする、撮影制御方法。 - コンピュータを、請求項1から19のいずれか1項に記載の撮影制御装置の各手段として機能させるためのプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021078787A JP2022172705A (ja) | 2021-05-06 | 2021-05-06 | 撮影制御装置、撮影システム、撮影制御方法及びプログラム |
CN202210470311.9A CN115314632A (zh) | 2021-05-06 | 2022-04-28 | 摄像控制设备、服务器设备、摄像控制方法和存储介质 |
EP22170466.1A EP4096214A3 (en) | 2021-05-06 | 2022-04-28 | Imaging control apparatus, server apparatus, imaging control method, and program |
US17/735,402 US20220360746A1 (en) | 2021-05-06 | 2022-05-03 | Imaging control apparatus, server apparatus, imaging control method, and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021078787A JP2022172705A (ja) | 2021-05-06 | 2021-05-06 | 撮影制御装置、撮影システム、撮影制御方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022172705A true JP2022172705A (ja) | 2022-11-17 |
Family
ID=81579428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021078787A Pending JP2022172705A (ja) | 2021-05-06 | 2021-05-06 | 撮影制御装置、撮影システム、撮影制御方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220360746A1 (ja) |
EP (1) | EP4096214A3 (ja) |
JP (1) | JP2022172705A (ja) |
CN (1) | CN115314632A (ja) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007049229A (ja) | 2005-08-05 | 2007-02-22 | Canon Inc | 撮像装置及び撮像方法 |
JP4650297B2 (ja) * | 2006-02-23 | 2011-03-16 | セイコーエプソン株式会社 | カメラ、カメラの制御方法、プログラムおよび記録媒体 |
JP2011135527A (ja) * | 2009-12-25 | 2011-07-07 | Nikon Corp | デジタルカメラ |
US9092979B2 (en) * | 2010-12-14 | 2015-07-28 | Xerox Corporation | Automated license plate recognition system and method using human-in-the-loop based adaptive learning |
JP6074395B2 (ja) * | 2014-09-12 | 2017-02-01 | 富士フイルム株式会社 | コンテンツ管理システム、管理コンテンツ生成方法、管理コンテンツ再生方法、プログラムおよび記録媒体 |
JP6453194B2 (ja) * | 2015-09-28 | 2019-01-16 | 富士フイルム株式会社 | 画像評価システム,画像評価方法,画像評価プログラムおよびそのプログラムを格納した記録媒体 |
JP6595956B2 (ja) * | 2016-07-04 | 2019-10-23 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
WO2019215797A1 (ja) * | 2018-05-07 | 2019-11-14 | 株式会社ウフル | 構図アドバイスシステム、構図アドバイス方法、カメラ、プログラム |
CN111432114B (zh) * | 2019-12-31 | 2021-08-24 | 宁波星巡智能科技有限公司 | 基于拍摄构图评分方法、装置、设备及存储介质 |
-
2021
- 2021-05-06 JP JP2021078787A patent/JP2022172705A/ja active Pending
-
2022
- 2022-04-28 CN CN202210470311.9A patent/CN115314632A/zh active Pending
- 2022-04-28 EP EP22170466.1A patent/EP4096214A3/en active Pending
- 2022-05-03 US US17/735,402 patent/US20220360746A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4096214A3 (en) | 2023-05-03 |
CN115314632A (zh) | 2022-11-08 |
EP4096214A2 (en) | 2022-11-30 |
US20220360746A1 (en) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11017691B2 (en) | Training using tracking of head mounted display | |
CN106791485B (zh) | 视频的切换方法及装置 | |
KR102342933B1 (ko) | 정보처리장치, 정보처리장치의 제어 방법, 및 기억매체 | |
RU2738220C1 (ru) | Устройство для управления отображением, способ управления отображением и носитель хранения | |
JP7023696B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
KR101480410B1 (ko) | 디지털 영상 처리기에서 스포츠 자세 교정 장치 및 방법 | |
CN104601915B (zh) | 投影系统及其亮度调整方法 | |
WO2021139728A1 (zh) | 全景视频处理方法、装置、设备及存储介质 | |
KR102239134B1 (ko) | 드론에 부착된 vr 카메라를 이용하여 촬영한 운동 경기 영상을 제공하는 방송 시스템 | |
US20200084426A1 (en) | Information processing apparatus, method of controlling information processing apparatus, and storage medium | |
JP7446754B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
WO2023026053A1 (en) | Rendering image content | |
US20240185480A1 (en) | Image processing system, image processing method, and storage medium | |
JP6593922B2 (ja) | 画像監視システム | |
EP3457313A1 (en) | Method and apparatus for mapping a reference view with a camera image | |
JP2022172705A (ja) | 撮影制御装置、撮影システム、撮影制御方法及びプログラム | |
US11816760B2 (en) | Adding augmented reality to a sub-view of a high resolution central video feed | |
US10841453B2 (en) | Image file creation apparatus, image file creation method, recording medium storing image file creation program, and content creation system | |
CN108234904A (zh) | 一种多视频融合方法、装置与系统 | |
JPWO2019053790A1 (ja) | 位置座標算出方法及び位置座標算出装置 | |
US11134186B2 (en) | Method for controlling a robotic camera and camera system | |
JP7341674B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7005153B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2010034699A (ja) | 放送送信装置および放送受信装置および放送送受信システム | |
US20240037843A1 (en) | Image processing apparatus, image processing system, image processing method, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240415 |