JP7113294B2 - 多視点撮像システム - Google Patents

Description

本開示は、三次元空間再構成に用いられる映像を撮影する複数台のカメラを校正する技術に関する。

複数台のカメラ各々によって撮影された映像から被写体の三次元形状を再生する技術が特許技術文献１に開示されている。特許技術文献１によれば、この三次元形状を用いて自由視点映像が生成される。

特開２０１５－０２２５１０号公報

三次元空間再構成及び三次元空間認識の精度及び利用可能性の安定性がより高い多視点撮像システムが望まれている。本開示によって、複数台のカメラそれぞれの校正を、三次元空間再構成の実行中に適時に実行することで、三次元空間再構成及び三次元空間認識の精度及び利用可能性の安定性を高めた多視点撮像システムが提供される。

本開示における多視点撮像システムは、所定の空間内において映像を互いに異なる位置から撮影する複数台のカメラと、この複数台のカメラの各々及び前記所定の空間の少なくとも一方の状況を感知して、感知した前記状況を撮像状況情報として出力する状況感知部と、この撮像状況情報に基づいて、所定のイベントの発生を検出し、所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定し、カメラ校正を実行すると判定した場合は、実行されるカメラ校正を示すカメラ校正情報を出力するイベント検出部とを備える。

本開示における多視点撮像システムは、複数台のカメラのそれぞれの校正を三次元空間再構成の実行中に適時に実施実行することで、三次元空間再構成及び三次元空間認識の精度及び利用可能性の安定性を高める。

図１は、三次元空間認識の概要を示す図である。 図２は、実施の形態１における多視点撮像システムの構成を示すブロック図である。 図３は、実施の形態１における多視点撮像システムが実行する一連の動作を示すシーケンス図である。 図４Ａは、実施の形態１におけるカメラ校正情報のデータ構成の一例を示す図である。 図４Ｂは、実施の形態１におけるカメラ校正情報のデータ構成の他の一例を示す図である。 図５は、実施の形態２における多視点撮像システムの構成を示すブロック図である。 図６は、実施の形態２における多視点撮像システムが実行する一連の動作を示すシーケンス図である。 図７は、実施の形態２におけるカメラ調整情報のデータ構成の他の一例を示す図である。 図８は、映像情報処理システムの構成を示す図である。 図９は、カメラ起動時に表示される通知画面の一例を示す図である。 図１０は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１１は、デジタル放送用システムの全体構成図である。 図１２は、スマートフォンの一例を示す図である。 図１３は、スマートフォンの構成例を示すブロック図である。

（本開示の基礎となった知見）
三次元空間における自由視点映像の生成には、被写体の三次元形状の再構成（モデリング）をする三次元空間再構成装置による三次元空間再構成の結果が利用される。三次元空間再構成装置は、同一の場面の映像を撮影する複数台のカメラを含む多視点撮像システムから提供される映像データと、校正によって得られた各カメラの位置及び姿勢等を示すカメラパラメータとを用いて、モデリングを行う。したがって、校正後にカメラの位置等が変化すると、カメラパラメータがカメラの位置等の実際の状態を反映していないために三次元空間再構成が適切に実行できず、その結果、自由視点映像の画質が劣化する、又は生成そのものに失敗する。そこで、校正後にカメラの位置等が変化しないよう、校正中及び撮像中、カメラを固定することにより三次元空間再構成を適切に実行する等の方法が考えられる。しかし、カメラの設置環境によってはカメラ設置場所の振動又は風等によりカメラの位置等が動く可能性があるため、このような方法は限られた環境でしか利用できない。

また、三次元空間再構成の結果は自由視点映像の生成のみならず、三次元空間におけるシーン解析又は特定の被写体のトラッキング等の機能を含む次世代の監視システムでも利用される。三次元空間再構成が適切に実行されなかった場合にはこれらの機能も精度よく実行することができない。

また、三次元空間における自由視点映像の生成、シーン解析、又は被写体のトラッキングの機能（以下、これらの機能を総称して三次元空間認識ともいう）は、多視点撮像システムが備える各カメラのカメラパラメータにカメラの実際の状態が反映されているときに精度がよく実行される。この点に鑑み、各カメラの位置等に変化があった場合は、この変化後に当該カメラの校正を実行できるようにすることが好適であると発明者らは考えた。また、発明者らは、各カメラの校正（以下、カメラ校正ともいう）の実行による三次元空間再構成への影響の程度及び時間が抑えられることが好適であると考えた。

以下、適宜図面を参照しながら、実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

なお、発明者らは、当業者が本開示を十分に理解するために添付図面および以下の説明を提供するのであって、これらによって請求の範囲に記載の主題を限定することを意図するものではない。

（実施の形態１）
以下、図１～図４Ｂを用いて実施の形態１を説明する。

［１．三次元空間認識の概要］
まず、本実施の形態にかかる多視点撮像システムが用いられる三次元空間認識の概要について図１を用いて説明する。

多視点撮像システムは、所定の空間内における同一の場面を撮影するためのカメラを複数台備える。具体例を挙げると、所定の空間はスポーツイベントが行われる会場であり、同一の場面とはその会場で行われる試合の場面である。別の例としては、所定の空間は監視カメラを用いて監視される空間であり、同一の場面とは、この監視対象空間内の人又は物の様子が挙げられる。

複数台のカメラのそれぞれは、この空間内において少なくとも一部が重複する領域の映像を互いに異なる位置から撮影する。例えば、図１の（ａ）に示されるように、複数台のカメラ１００が、スポーツの試合会場である空間を取り囲み、互いに異なる位置に設置される。また、カメラ１００は互いに異なる姿勢を取って、それぞれの撮影領域にこの空間の少なくとも一部を収める。各カメラ１００の撮影領域の少なくとも一部を重複させることは、同一の被写体を複数の視点から撮像して生成した映像データが三次元空間の仮想的な再構成（三次元空間再構成）に用いられるためである。

なお、撮影領域の重複は、一のカメラ１００の撮影領域が他の全てのカメラ１００の撮影領域と重複することを要せず、他のカメラ１００のうち一部のカメラ１００の撮影領域との重複でもよい。

このように設置された複数台のカメラ１００は、多視点撮像システムが備える後述する制御装置と通信可能に接続される。

カメラ１００が設置されると、カメラ校正が実行される。

カメラ校正は、各カメラ１００の撮影領域内の実際の点と映像上の点との対応（図１の（ｂ）において曲線で結ばれる白三角で示される点同士の対応）、又は異なるカメラ１００の各映像間の点の対応（同（ｂ）において曲線で結ばれる白丸で示される点同士の対応）をとることで、各カメラ１００の位置及び撮像方向の角度（姿勢）等を示すパラメータを算出することである。カメラ１００の位置及び姿勢を示すパラメータは三次元空間である所定の空間における共通の座標系上で表わされるものであり、後に三次元空間再構成に用いられるカメラパラメータである。カメラパラメータについては後述する。

これらのカメラパラメータが算出されて既知になっていることは、三次元空間認識を実行する準備であって、三次元空間認識の開始前に実行される。算出されたカメラパラメータは、三次元空間再構成をする後述の三次元空間再構成装置に送信される。

このような準備の後、各カメラ１００は制御装置からの信号に基づいて同期映像を撮影することで多視点撮像を実行する（図１の（ｃ））。この撮像によって生成された映像データは三次元空間再構成装置に送信される。

三次元空間再構成装置がする三次元空間再構成では、上記の映像データとカメラパラメータとを用いて、撮影領域にある各被写体の三次元モデルデータが生成される（図１の（ｄ））。三次元モデルデータは、三次元空間認識を実行する後述の三次元空間認識装置に送信される。

三次元空間認識装置が三次元モデルデータを用いて実行する三次元空間認識（図１の（ｅ））によって提供される機能の例としては、上述の自由視点映像生成、シーン解析、及びトラッキングが挙げられる。

自由視点映像生成の方法の簡単な例を示す。まず、ユーザ若しくはシステム管理者が指定する、又は自動的に設定された仮想視点から見える、撮影領域内の各被写体の構造及び仮想視点からの距離が三次元モデルデータに基づいて算出される。次に、各カメラ１００のうち、仮想視点から近い距離にあるカメラ１００の映像データから優先的に各被写体の色及びテクスチャの情報が取得される。最後に、この色及びテクスチャの情報と上記で算出された各被写体の構造及び距離を用いて、仮想視点から見える映像の生成（レンダリング）がなされる。レンダリングされた映像は、ユーザの映像表示端末に配信される。

このような自由視点映像生成の機能は、例えばテレビのスポーツ番組などのエンターテイメント分野で利用され得る。これにより、例えば視聴者は自分の望む視点からのハイライトシーンの映像を再生することができる。また、自由視点映像生成の機能は監視システムで利用されてもよい。この場合は、現実のカメラでは捉えていない視点から見た不審者の推定外観を警備員に提示して警戒にあたらせることができる。

また、シーン解析及びトラッキングでも、自由視点映像生成と同じく三次元モデルデータに基づいて撮影領域内の各被写体の仮想視点から見た構造及び仮想視点からの距離が算出され、さらに仮想視点から近い距離にあるカメラ１００から優先的に各被写体の色及びテクスチャを取得した情報を利用することも可能である。

シーン解析は、撮影領域内の各被写体、例えば、人又は物のある瞬間の様子を示す映像を、ソフトウェアで、又は人が画面で見て解析することで実行される。このシーン解析を三次元モデルデータに基づき行うことで、撮影領域内の人の三次元姿勢や物の三次元形状を観察することができ、二次元映像のみを用いるよりも高精度な状況認識及び予測が可能である。

トラッキングでは、例えば、まず、各カメラ１００が撮影した映像のシーン解析によって撮影領域内のある被写体が特定される。また、ある瞬間に各カメラ１００が撮影した映像上で特定されている被写体のうち同一のものは、ソフトウェア又は人手で対応付けがなされる。そして、さらに、このような被写体の特定及び対応付けが時間軸に沿って行われることでトラッキングが実行される。しかし、例えば、各カメラ１００による二次元映像では、注目していた被写体が他の被写体に一時的に隠れたために、その特定の継続が不可能になる場合がある。このような場合においても、三次元モデルデータを用いると被写体それぞれの三次元位置情報又は三次元形状情報を用いることで被写体の特定を継続することができる。

このようなシーン解析及びトラッキングの機能は、例えば、上述した次世代型の監視システムで利用され得る。これにより、不審な現場の早期発見及び発見の精度向上が見込まれる。また、設置可能なカメラの台数が制限されている場所でも、従来に比べてセキュリティの強化を図ることができる。

なお、自由視点映像生成、シーン解析、及びトラッキング、いずれの三次元空間認識の機能も事後的な使用及びリアルタイムでの使用の両方が想定される。使用目的に応じて機能が選択されればよく、各機能は例えば選択に見合った性能、特に映像処理に関する性能のコンピュータを含むシステムに実装される。

このように、いずれの三次元空間認識の機能においても三次元モデルデータに基づく三次元映像データが用いられる。そしてこの三次元モデルデータは、各カメラ１００によって撮影された映像データと、カメラ校正によって算出される各カメラ１００のカメラパラメータとに基づく三次元空間再構成（モデリング）によって生成される。

このカメラパラメータは、三次元空間におけるカメラの位置及び姿勢を示す外部パラメータと、カメラの焦点距離、収差、画像中心等の光学系の特性を示す内部パラメータとからなる。このカメラパラメータからは、カメラが撮影する二次元映像上の点（ｕ，ｖ）と、この二次元映像に写される三次元空間である撮影領域内の点（ｘ，ｙ，ｚ）との対応関係が導かれる。つまり、カメラパラメータを用いることで、このカメラが撮影した二次元映像上の各点を、撮影された三次元空間に投影することができる。この三次元空間への投影が上記の三次元空間再構成（図１の（ｄ））である。

また、上記の複数台のカメラ１００のカメラパラメータは、撮影領域に設定される共通の三次元座標系上で示される。そして各カメラ１００のカメラパラメータは、複数台のカメラ１００が撮影した各映像に写る撮影領域内の同じ場所（点）が、各映像からこの三次元座標系上で同じ点に投影されるよう算出される（図１の（ｂ））。

このカメラパラメータは各カメラ１００が撮影した映像データから三次元モデルデータを生成するために必要であり、その精度が三次元空間再構成の精度を左右する。ここでいう精度とは、カメラパラメータが示す、三次元空間におけるカメラ１００の位置等の正確さ、つまりカメラ１００の現実の状態との一致の程度である。カメラパラメータの精度が不十分な場合には、三次元モデルデータが得られない。

図１を参照して説明したように、撮像の直前にカメラ校正が実行された場合、カメラパラメータの精度は撮像開始の直後には十分であっても、カメラ１００の設置場所の振動、カメラ１００への操作等の要因で、一般的には時間の経過とともに低下する。以下では、カメラパラメータの精度が落ちたカメラ１００のカメラ校正を撮像中にも適時に実行することで、カメラパラメータの精度の低下による三次元空間再構成への悪影響を抑え、ひいては三次元空間認識の精度と利用可能性の安定を図る多視点撮像システムについて説明する。

［２．多視点撮像システムの構成］
図２は、実施の形態における多視点撮像システムの構成を示すブロック図である。なお、多視点撮像システムから受け取るデータを利用する三次元空間再構成装置及び三次元空間認識装置、及び三次元空間認識装置から自由視点映像等を受信して表示するユーザ機器についても、図２を参照して説明する。

実施の形態における多視点撮像システム１０００は、複数の撮像装置１０Ａ～１０Ｎ、制御装置２００、及びユーザインタフェース５００を備える。撮像装置１０Ａ～１０Ｎは、制御装置２００と通信可能に接続されている。

［２－１．撮像装置の構成］
複数の撮像装置１０Ａ～１０Ｎは、それぞれが所定の空間を撮像するための図１のカメラ１００に相当するカメラ１００を備える装置であり、取り得る構成は共通であるため、撮像装置１０Ａを例に説明する。なお、ここでいう所定の空間とは、複数台のカメラ１００それぞれの撮影領域の和集合である。

撮像装置１０Ａは、カメラ１００、架台１２０、及び状況感知部１６０を備える。

カメラ１００は記憶部１０１、制御部１０２、光学系１０３、及びイメージセンサ１０４を備える。

記憶部１０１には、制御部１０２が読み出して実行するプログラムが記憶されている。また、記憶部１０１には、イメージセンサ１０４を用いて撮影された撮影領域の映像データ、この映像データに付されるタイムスタンプなどのメタ情報、後述の状況感知部１６０が感知した情報、カメラ１００のカメラパラメータ、及び適用中のフレームレート又は解像度等の撮影設定が一時的に記憶される。

このような記憶部１０１は例えばフラッシュメモリ等の書換可能な不揮発性の半導体メモリを用いて実現される。また、保存されるデータの書換の要否又は必要な保存期間等に応じて書換不可能なＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）又は揮発性のＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）も記憶部１０１として用いられ得る。

なお、多視点撮像システム１０００が備える撮像装置は複数であれば特に個数は限定されない。また、各撮像装置１０の特性は共通でなくてもよい。また、モノラルカメラに限定されず、ステレオカメラが含まれていてもよい。

制御部１０２は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いて実現され、上述の記憶部１０１に記憶されるプログラムを読み出して実行することで、カメラ１００が備える各構成要素を制御して撮像その他の機能を発揮させる。その他の機能には、カメラパラメータの算出、つまりカメラ校正も含まれる。制御部１０２に含まれるカメラ校正部１０２ａは、カメラ校正のためのプログラムを制御部１０２が実行することで実現される機能的な構成要素である。

カメラ校正部１０２ａは、ユーザの操作に応じて、又は後述の制御装置２００からカメラ校正情報が入力されると、その内容に従ってカメラ校正を実行する。カメラ校正は、例えば撮影領域である三次元空間上の特定の点（又は点を複数含む線若しくは面）の座標を、二次元映像上の点（又は点を複数含む線若しくは面）の座標と対応付けることで実行される。または、撮像装置１０～１０Ｎ間のそれぞれで撮影された二次元映像のうち、少なくとも一部が重複する撮影領域の映像間で、映像上の特定の点（又は点を複数含む線若しくは面）同士を対応付けることで実行される。この対応付けは、プログラムを実行するカメラ校正部１０２ａによって自動でされてもよいし、ユーザによって手動でなされてもよい。カメラ校正の結果として算出されたカメラパラメータは、例えば三次元空間再構成に用いられるデータとして三次元空間再構成装置３０００に送信される。

光学系１０３は、撮影領域からの光をイメージセンサ１０４上に結像させる構成要素であり、レンズを含む光学素子を用いて実現される。また、焦点距離及び画角が変更可能であってもよい。また、広角レンズ、又は魚眼レンズのような超広角レンズが用いられてもよい。例えば多視点撮像システム１０００が撮影する映像が監視システムに用いられる場合、広範な撮影領域を得るために広角レンズが用いられることがある。なお、この光学系１０３の焦点距離、収差、画像中心等の特性は、上述の内部パラメータとして三次元空間再構成に用いられる。つまり、光学系１０３の焦点距離が変更されたり、レンズが交換されたりした場合には、カメラの位置に変更があった場合と同様に、三次元空間再構成に用いられるカメラパラメータを変更する必要がある。つまり、カメラ校正が必要である。

イメージセンサ１０４は、光学系１０３によって集められた光を受光面で受け、この受けた光を、画像を示す電気信号に変換するＣＣＤイメージセンサ、ＣＭＯＳイメージセンサ、又はＭＯＳイメージセンサ等の固体撮像素子で実現される。イメージセンサ１０４によって生成された映像データは、三次元空間再構成及び三次元空間認識に用いられるため三次元空間再構成装置３０００及び三次元空間認識装置４０００に送信される。

図２に示されるカメラ１００は、さらに動きセンサ１０５、動作検知部１０６、及び収音器１０７を備える。これらについては、後述の状況感知部１６０の構成要素として説明する。

架台１２０は、三次元空間再構成に用いられる映像データを撮像によって生成中のカメラ１００を所定の位置で固定し支えるための構成要素であり、例えば三脚で実現される。なお、この撮像の準備としてカメラ１００の固定位置を調整するために、架台１２０の脚部分は長さや角度が調整可能であってもよい。また、架台１２０には、カメラ１００をパン又はチルトするために雲台を回転させる機構、上下に移動させるためのエレベータ機構等が備えられてもよい。あるいは、架台１２０は、ドリーやクレーン等の、カメラ１００を支え且つ移動させる機構を含んでもよい。

図２に示される架台１２０は、さらに動きセンサ１２５及び動作検知部１２６を備える。これらについては、下記の状況感知部１６０の構成要素として説明する。

状況感知部１６０は、カメラ１００（又は撮像装置１０Ａ）の状況、及びカメラ１００の撮影領域を含む所定の空間の少なくとも一方の状況を感知し、感知したこの状況を撮像状況情報として出力する。別の表現を用いれば、状況感知部１６０は、カメラ１００及び所定の空間の少なくとも一方における事象を測定するセンサ又は発生を検知する検知器であって、この測定又は検知の結果を示す信号を出力する。出力された信号は制御装置２００に送信されて、制御装置２００においてなされる、カメラ校正を実行するか否かに関する判定に用いられる。

状況感知部１６０としては、上記の状況を感知することができるセンサ又は検知器であれば、カメラ１００又は架台１２０が備えるセンサ又は検知器が用いられてもよいし、これらとは別途設けられるセンサ又は検知器であってもよい。

例えばカメラ１００が備えるイメージセンサ１０４が状況感知部１６０として用いられてもよい。この場合、制御装置２００では、イメージセンサ１０４から出力される映像データに基づいて、カメラ校正を実行するか否かについて判定がなされる。例えば、映像データに映る背景領域の経時的な変化、特徴点の個数、又は、特定の被写体（例えば人、ボール、監視対象の展示物）の有無の経時的な変化に基づいてこの判定がなされる。

また、カメラ１００は、変位、加速度、振動、傾き、若しくは地磁気を感知するセンサ、又はより大きな平行移動を感知可能なＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信機等の測位機構を備える場合がある。これらのようなカメラ１００の動き（移動）を検知可能なセンサ（動きセンサ１０５）が状況感知部１６０として用いられてもよい。

また、カメラ１００は、ユーザがする手動の操作、又はプログラムを実行する制御部１０２による制御下で、つまり自動による動作を検知する機構を備える場合がある。ここで検知される動作の例としては、スイッチのＯＮ－ＯＦＦの切替、焦点距離、ピント等の光学系１０３の設定が変化するような動作が挙げられる。これらのようなカメラ１００の動作を検知可能なセンサ（動作検知部１０６）が状況感知部１６０として用いられてもよい。

また、架台１２０が変位、加速度、振動、傾き、若しくは地磁気を感知するセンサ、又はよりＧＰＳ受信機等の測位機構を備えていてもよい。カメラ１００の動きは、このカメラ１００が固定されている架台１２０の動きに同調するため、例えば架台１２０の動きの有無に基づいてカメラ１００の動きの有無を間接的に感知することができる。このようなカメラ１００の動きを検知可能なセンサ（動きセンサ１２５）が状況感知部１６０として用いられてもよい。

また、架台１２０は、ユーザがする操作による動作を検知する機構を備える場合がある。ここでの検知される動作とは、例えば雲台の回転又は上下移動の動作である。これらのような架台１２０の動作を検知可能なセンサ（動作検知部１２６）が状況感知部１６０として用いられてもよい。

なお、架台１２０では、その動作によって機械的な動きが発生するため、動きセンサ１２５と動作検知部１２６とは、図２に示される構成では説明の便宜上区別されているが実際には必ずしも区別されなくてもよい。

カメラ１００が収音器１０７を備える場合がある。又は、カメラ１００とは別体の収音器１４７がカメラ１００で撮影する場面の音を収集するために用いられる場合がある。これらの収音器１０７又は収音器１４７が収集する音がカメラ１００又はカメラ１００の撮影領域を含む所定の場所の状況を示しうる。例えば音によって、カメラ１００又は架台１２０に衝撃が加わったこと、スポーツイベントでハイライトシーンであること、又は休憩時間の開始若しくは終了が示され得る。このような音を収集するための収音器１０７又は１４７が状況感知部１６０として用いられてもよい。

このように、本実施の形態における多視点撮像システム１０００の状況感知部１６０としては、種々のセンサを用いることができる。図２では、このように状況感知部１６０として用いられ得る構成要素のうち、カメラ１００が必ず備えるイメージセンサ１０４は実線の枠で示され、それ以外は破線の枠で示されている。

また、状況感知部１６０は、カメラ１００及び架台１２０のそれぞれが備えるセンサの両方で構成される必要はなく、上記に例示した、カメラ１００（又は撮像装置１０Ａ）の状況、及びカメラ１００の撮影領域を含む所定の空間の少なくとも一方の状況を感知するセンサ及び検知器のいずれかを少なくとも１つ備えればよい。

撮像装置１０Ｂ～１０Ｎもそれぞれ撮像装置１０Ａと同じく、カメラ１００と、架台１２０と状況感知部１６０とを備える。撮像装置１０Ａ～１０Ｎが取り得る構成は上述のとおり共通であるが、それぞれのカメラ１００から、撮像によって生成された映像データと、カメラパラメータとが出力されて、多視点撮像システム１０００から三次元空間再構成装置３０００に入力されれば、撮像装置１０Ａ～１０Ｎの構成は共通でなくてもよい。また、１つの撮像装置が複数台のカメラ１００を備えてもよいし、カメラ１００が備える光学系及びイメージセンサが１つずつでなくてもよい。例えばカメラ１００はステレオカメラであってもよい。

［２－２．制御装置及びユーザインタフェースの構成］
制御装置２００は、記憶部２０１、制御部２０２、及びタイマー２０３を備える。

制御装置２００は、撮像装置１０Ａ～１０Ｎの制御、及び撮像装置１０Ａ～１０Ｎから受け取ったデータの処理をする。また、ユーザインタフェース５００を介してこの制御及びデータの処理に関する情報をユーザに提示し、ユーザからはこの制御及びデータの処理に関する指示の入力を受ける。このような制御装置２００は、例えばコンピュータである。この場合、記憶部２０１はこのコンピュータの記憶装置であり、ハードディスクドライブ若しくは各種の半導体メモリ、又はこれらの組み合わせで実現される。また、制御部２０２はこのコンピュータのＣＰＵで実現され、タイマー２０３はこのＣＰＵが参照する、コンピュータに備えられるタイマーである。また、ユーザインタフェース５００は、このコンピュータに接続される表示装置、タッチスクリーン、トラックパッド、キーボード、マウス、その他のコントローラ類又はこれらの組み合わせによって実現される。

記憶部２０１には、制御部２０２が読み出して実行するプログラムが記憶されている。また、記憶部２０１には、撮像装置１０Ａ～１０Ｎから受け取ったデータであって、制御部２０２による処理の対象であるデータが記憶される。図示の撮像状況情報はこのデータの例である。

制御部２０２は、上述の記憶部２０１に記憶されるプログラムを読み出して実行することで、上記の撮像装置１０Ａ～１０Ｎの制御、撮像装置１０Ａ～１０Ｎから受け取ったデータの処理、これらの制御及び処理に関するユーザへ情報の提示及びユーザからの指示に対する処理を実行する。これらの処理のひとつとして、撮像装置１０Ａ～１０Ｎが備える各カメラ１００による同期映像の撮影の制御が挙げられる。また、これらの処理のひとつには、イベント検出が含まれる。制御部２０２に含まれるイベント検出部２０２ａは、イベント検出のためのプログラムを制御部２０２が実行することで実現される機能的な構成要素である。また、制御部２０２に含まれるカメラ校正指示部２０２ｂは、カメラ校正指示のためのプログラムを制御部２０２が実行することで実現される機能的な構成要素である。

イベント検出部２０２ａは、撮像装置１０Ａ～１０Ｎから提供された撮像状況情報に基づいて、撮像装置１０Ａ～１０Ｎがそれぞれ備えるカメラ１００のいずれかにカメラ校正の実行の理由になり得る所定のイベントの発生を検出する。カメラ校正の実行の理由になり得るイベントとは、例えばカメラ１００の移動が発生する、又は移動の発生の可能性が高いイベント、又は高い精度でカメラ校正を実行することができる可能性が高いイベントである。より具体的な例については多視点撮像システム１０００の動作の説明の中で後述する。このようなイベントの発生を検出した場合に、イベント検出部２０２ａはカメラ校正を実行するか否かについて判定する。カメラ校正を実行すると判定した場合は、実行されるカメラ校正を示すカメラ校正情報を、例えばカメラ校正指示部２０２ｂに出力する。また、カメラ校正情報は、ユーザインタフェース５００である表示装置に出力されてユーザに提示されてもよい。このカメラ校正情報には、例えばカメラ校正を実行するカメラ１００（又はこれを含む撮像装置１０Ａ～１０Ｎのいずれか）、及びカメラ校正の実行の理由であるイベントの内容が含まれる。

カメラ校正指示部２０２ｂは、イベント検出部２０２ａから受け取ったカメラ校正情報に基づいて、カメラ校正情報に示されるカメラ１００にカメラ校正を実行させる。また、カメラ校正情報が示すカメラが２台以上である場合には、例えばカメラ校正情報が示す、カメラ校正の実行の理由であるイベントの内容に基づいて、各カメラ１００にカメラ校正を実行させる順序を決定してもよい。カメラ校正指示部２０２ｂによる処理については具体例を後述する。

タイマー２０３は、制御部２０２によって上記の処理において計時のために参照される。

［２－３．三次元空間再構成装置及び三次元空間認識装置の構成］
三次元空間再構成装置３０００はコンピュータを用いて実現され、図示しない記憶装置及び演算処理装置を備える。図示のモデル生成部３０２ａは、この演算処理装置が、記憶装置に記憶される三次元モデルデータの生成（三次元空間再構成）のためのプログラムを実行することで実現される機能的な構成要素である。

モデル生成部３０２ａは、三次元空間再構成装置３０００が多視点撮像システム１０００から受信して記憶装置に記憶させた映像データ及びカメラパラメータに基づいて、被写体の三次元形状の再構成（モデリング）を実行する。三次元モデリングによって生成された三次元モデルのデータは記憶装置に記憶される。また、三次元空間認識装置４０００に提供される。

三次元空間認識装置４０００はコンピュータを用いて実現され、図示しない記憶装置及び演算処理装置を備える。図示の視点決定部４０２ａ、レンダリング部４０２ｂ、シーン解析部４０２ｃ、及びトラッキング部４０２ｄは、この演算処理装置が、記憶装置に記憶される三次元空間認識のためのプログラムを実行することで実現される機能的な構成要素である。なお、三次元空間認識装置４０００は、その用途によってはこれらの機能的な構成要素の一部を含まなくてもよい。例えば三次元空間認識装置４０００の用途が自由視点映像の生成であれば、シーン解析部４０２ｃ及びトラッキング部４０２ｄを備えなくてもよい。三次元空間認識装置４０００が監視システムの一部として用いられるのであれば、シーン解析部４０２ｃ及びトラッキング部４０２ｄを含むことで、より高機能な監視システムが提供される。

視点決定部４０２ａは、三次元空間再構成装置３０００から提供された三次元モデルが投影される仮想視点を決定する。この決定は、例えばユーザ機器５０００から、特定の時刻における特定の視点からの映像の要求があったときに、その特定の視点を三次元モデルが投影される仮想視点として決定される。または、あらかじめ設定された視点を三次元モデルが投影される仮想視点としても決定されてもよい。例えばスポーツイベントの自由視点映像であればゴール付近で選手の顔を正面から見える視点、監視装置の映像であれば、出入口付近の人物の顔が正面から見える視点が、三次元モデルが投影される仮想視点として決定されてもよい。または、後述のシーン解析部４０２ｃ又はトラッキング部４０２ｄからの要求に応じて新たな視点が仮想視点として決定されてもよい。仮想視点が決定されると、決定された仮想視点を示す情報（以下、仮想視点情報という）が視点決定部４０２ａからレンダリング部４０２ｂに渡される。

レンダリング部４０２ｂは、三次元空間再構成装置３０００から受け取った三次元モデルのデータと、視点決定部４０２ａから受け取った仮想視点情報と、多視点撮像システム１０００から受け取った映像データとを用いて自由視点映像を生成する。自由視点映像の生成においては、仮想視点情報が示す仮想視点に三次元モデルが投影される。この際、自由視点映像に含まれる被写体の色及びテクスチャの決定には、仮想視点から距離が近い撮像装置の映像データに含まれる各被写体の色及びテクスチャの情報が優先して利用される。生成された自由視点映像は、シーン解析部４０２ｃに渡されてもよいし、自由視点映像を表示するためのユーザ機器５０００に配信されてもよい。また、三次元空間認識装置４０００が備える記憶装置又は外部の記憶装置にて自由視点映像データとして保存されてもよい。

シーン解析部４０２ｃは、三次元空間再構成装置３０００から受け取った三次元モデルのデータを解析して、例えば被写体の特定を行う。解析の結果は、トラッキング部４０２ｄに渡されてもよいし、自由視点映像と共に配信されてユーザ機器５０００に表示されてもよい。また、三次元空間認識装置４０００が備える記憶装置又は外部の記憶装置にて自由視点映像の解析結果のデータとして保存されてもよい。また、解析の結果に応じて、他の時刻又は他の位置における仮想視点の決定がシーン解析部４０２ｃから視点決定部４０２ａに要求されてもよい。

トラッキング部４０２ｄは、三次元空間再構成装置３０００から受け取った三次元モデルのデータに基づいて特定の被写体の追跡をする。追跡の結果は、自由視点映像と共に配信されてユーザ機器５０００に表示されてもよい。また、例えば特定の被写体の追跡が不可能な場合に、他の時刻又は他の位置における仮想視点の決定がトラッキング部４０２ｄから視点決定部４０２ａに要求されてもよい。

ユーザ機器５０００は、図示しない通信部及び表示部をそれぞれ備える、テレビ受信機、パーソナルコンピュータ、又は携帯端末等の機器である。通信部を介して三次元空間認識装置４０００から受信された自由視点映像がユーザ機器の表示部に表示される。

また、ユーザ機器５０００はタッチスクリーン、トラックパッド、キーボード、マウス、マイクロフォン、その他のコントローラ類又はこれらの組み合わせからなる入力装置を備えてもよい。そしてこの入力装置を介してユーザからの三次元空間再構成又は三次元空間認識に関する要求の入力を受け付けてもよい。例えば特定の時刻における特定の視点からの映像の表示の要求の入力が受け付けられると、この要求がユーザ機器５０００の通信部から三次元空間認識装置４０００に送信される。また、例えば特定の被写体の自由視点画像の表示の要求が受け付けられた場合、この要求がユーザ機器５０００の通信部から三次元空間再構成装置３０００又は三次元空間認識装置４０００に送信されてもよい。また、例えばトラッキング対象の特定の被写体の指定の要求の入力が受け付けられた場合、この要求が三次元空間認識装置４０００に送信されてもよい。

［２－４．その他］
以上、本実施の形態における多視点撮像システム１０００の構成、及び多視点撮像システム１０００から受け取る映像データ及びカメラパラメータを利用する三次元空間再構成装置３０００及び三次元空間認識装置４０００、及び三次元空間認識装置４０００から自由視点映像等を受信して表示するユーザ機器５０００それぞれの構成について説明した。なお、これらの構成は上記の説明に限定されない。

例えば、上記では、カメラ校正は、各カメラ１００において、カメラ校正部１０２ａが制御装置２００から入力されるカメラ校正情報に従って実行する場合に言及したが、カメラ校正の実行の主体はこれに限定されない。例えば制御装置２００の制御部２０２が、多視点撮像システム１０００における集約的なカメラ校正部を備えてもよい。そして、制御部２０２のカメラ校正部が、カメラ校正指示部２０２ｂからのカメラ校正情報に従って、複数台のカメラ１００で撮影された映像を取得し利用してカメラ校正を実行してもよい。

また、上記ではコンピュータを用いて実現されるとそれぞれ説明された制御装置２００、三次元空間再構成装置３０００、及び三次元空間認識装置４０００は、これらの一部又は全てが組み合わせられて１台以上のコンピュータ上に実装されてもよい。

また、ユーザインタフェース５００とユーザ機器５０００とは、同一の機器であってもよい。つまり、ユーザインタフェース５００は、ユーザ機器５０００と同様に三次元空間認識装置４０００から配信される映像を受信して、これをシステム管理者に表示してもよい。このシステム管理者が、多視点撮像システムの管理者であるとともに、三次元空間再構成装置３０００及び三次元空間認識装置４０００を含む自由視点映像配信システム又は監視システムの管理者でもあれば、表示されるこの映像に応じて三次元空間再構成装置３０００及び三次元空間認識装置４０００の制御のための要求を入力することができる。

［３．動作］
次に、本実施の形態における多視点撮像システム１０００による、カメラ校正の適時の実行を実現する動作について説明する。

多視点撮像システム１０００では、カメラ校正を適時に実行するために、撮像装置又はその周囲の状況に変化（イベント）が発生した時に、カメラ校正を実行するか否かの判定がなされる。図３は、本実施の形態における多視点撮像システム１０００による、カメラ校正をするか否かの判定を含む一連の動作を説明するためのシーケンス図である。なお、図３において、撮像装置１０は、図２に示される撮像装置１０Ａ～１０Ｎのうちの任意のひとつを示す。

撮像中の撮像装置１０において、状況感知部１６０は、常時又は所定の周期でカメラ１００（又は撮像装置１０）の状況及びカメラ１００の撮影領域を含む所定の空間の少なくとも一方の状況を感知する（ステップＳ３１）。感知された状況は、撮像状況情報として状況感知部１６０から出力されて制御装置２００に送信される。

制御装置２００では、受信した撮像状況情報に基づいて、所定のイベントの発生をイベント検出部２０２ａが検出する（ステップＳ３２）。

この所定のイベントとは、現状のカメラパラメータがカメラ１００の位置等を正確に示さなくなるきっかけとなるイベントである。具体的には、例えば構成の説明で上述した、カメラ１００の移動を発生させるイベント、又は移動を発生させた可能性が高いイベントである。また、カメラ１００が移動していない場合でも、撮影領域を変化させるイベント、又は撮影領域の変化を発生させた可能性が高いイベントもこの所定のイベントとして検出されてもよい。

このようなイベントの検出に用いられる撮像状況情報の例としては、イメージセンサ１０４から出力された映像データの情報、及び動きセンサ１０５若しくは１２５が出力したカメラ１００の位置、傾き、又は振動などを示す情報が挙げられる。映像データの場合は、例えば映像が解析されて、背景領域と推定される領域内の変化、又は映像中で背景領域が占める範囲の変化に基づいてカメラ１００の位置等の変化の有無が推定され得る。

また、撮像状況情報は、動作検知部１０６又は１２６から出力される、カメラ１００又は架台１２０の所定の動作を示す情報であってもよい。より具体的には、カメラ１００の焦点距離の変更、露出の変更、電源のＯＮ－ＯＦＦの切替、架台１２０の雲台の移動等を示す情報である。これらの動作は、人手による操作によって生じたものであっても、撮像装置１０の自動制御によって生じたものであっても撮像状況情報において示されてよい。

カメラパラメータは、所定の動作後のカメラ１００の状態を正しく反映しない場合がある。例えば焦点距離が変わると、これに伴って内部パラメータも変わる。また、電源を一旦落とすバッテリー交換の前後で、ユーザが意図せずともカメラ１００の位置又は姿勢が変わる場合がある。あるいは、電源がＯＦＦの間にカメラ１００が移動された場合、カメラ１００の動きセンサ１０５ではこの移動が検知されない。したがって、カメラ１００の電源再投入後には、電源をＯＦＦにする前に使われていたカメラパラメータは、カメラ１００の位置及び姿勢を正しく反映していない。また、架台１２０の雲台の回転又は上下の動作は、カメラ１００の位置や姿勢の変化を伴う（以下では架台１２０の動作も含めてカメラ１００の動作という場合がある）。このように、カメラ１００の状態の変化を伴う可能性が高い所定の動作を検知し、この検知に基づきカメラ校正の実行を判定することで、カメラパラメータの精度の維持が図られる。

また、撮像状況情報は、収音器１０７又は１４７から出力される、撮像装置１０周辺の音の情報であってもよい。

イベント検出部２０２ａは、このような撮像状況情報が示す経時的な変化が所定の閾値を超える場合にイベントの発生を検出する（ステップＳ３２でＹＥＳ）。この所定の閾値は、本実施の形態における第１閾値の例である。

イベントの発生を検出した場合（ステップＳ３２でＹＥＳ）、イベント検出部２０２ａは、例えばこの情報の経時的な変化の大きさに基づいてカメラ校正を実行するか否かを判定する（ステップＳ３３）。例えばこの所定の閾値は、撮像状況情報が示すカメラ１００の移動の大きさに対して現状のカメラパラメータを使い続ける場合の三次元空間再構成の精度への影響の大きさを考慮して決定される。そしてカメラ校正を実行するか否かの判定は、例えばこの変化が第１閾値より大きい所定の閾値を超えるか否かに基づいて判定される。この第１閾値より大きい所定の閾値は、本実施の形態における第２閾値の例である。

また、所定のイベントとは、高い精度でカメラ校正を実行することができる可能性が高いイベントであってもよい。例えば特徴点を多く含む映像を用いて実行されるカメラ校正では、より精度（信頼度）の高いカメラパラメータが得やすい。

このようなイベントの検出に用いられる撮像状況情報としても、上記のイメージセンサ１０４から出力された映像データに示される情報が例に挙げられる。例えば映像の解析によって特徴点が抽出され、抽出された特徴点の個数が所定の個数以上である場合に、所定のイベントが発生し（ステップＳ３２でＹＥＳ）、また、カメラ校正を実行すると判定されてもよい（ステップＳ３３でＹＥＳ）。

また、所定のイベントとは、ユーザの利便性に与える影響が少ないイベントであってもよい。例えばスポーツイベントにおいて、ハーフタイム等の試合が展開しない時間帯であるときに、所定のイベントの発生として検出されてもよい。あるいは、球技であればボールがなく人もいない場所に注目するユーザは少ないため、撮影領域の全体がボールも人もない状態であるときに、所定のイベントの発生として検出されてもよい。また、監視システムであれば、撮影領域又はその周辺も含めて人や自動車がいない状態であるときに、所定のイベントの発生として検出されてもよい。

このようなイベントの検出に用いられる撮像状況情報としても、上記のイメージセンサ１０４から出力された映像データに示される情報、また、収音器１０７又は１４７から出力される、撮像装置１０周辺の音の情報が例に挙げられる。映像データの場合は、例えば映像の解析によって、映像に人等の所定のオブジェクトの画像が含まれていない場合に、所定のイベントが発生し（ステップＳ３２でＹＥＳ）、さらに、カメラ校正を実行すると判定されてもよい（ステップＳ３３でＹＥＳ）。音の情報の場合は、音の解析によって試合が進行中であるか、ホイッスルが鳴らされたか、撮像装置１０の周辺に人の話し声や足音、又は自動車の動力音若しくは走行音があるか等の判定がなされてもよい。

また、カメラ１００への操作の種類によっては、その発生が所定のイベントの発生と判定されてもよい。例えばカメラ１００の再起動、バッテリーの交換、又はレンズの付け外しが発生した場合は、このカメラ１００の撮影領域に変化が生じている可能性が高いためである。このようなイベントの検出も、動作検知部１０６から出力される情報に基づいてなされる。例えばバッテリーの交換又はレンズの交換はカメラ１００の電源がオフの状態で行われるため、その後の撮像開始に先立ってカメラ１００の起動の動作が発生する。したがって、例えばイベント検出部２０２ａは、起動の動作の検知を示す情報を受信した場合に所定のイベントの発生と判定してもよい。その後のステップＳ３３においては、起動後には必須の動作としてカメラ校正を実行すると判定されてもよいし、他の撮像状況情報に基づいて判断されてもよい。

また、イベント検出部２０２ａは、カメラ１００の前回のカメラ校正から所定の時間が経過したときに所定のイベントの発生を検出してもよい。例えば、イベント検出部２０２ａは、記憶部２０１にカメラ校正実行のログを残し、制御装置２００が備えるタイマー２０３が示す時刻を参照して前回のカメラ校正からの経過時間を算出し、この経過時間が所定の時間を超えたときに、所定のイベントの発生を検出する。

これにより、カメラ１００のカメラ校正が所定の頻度以上で実行される。例えばあるカメラ１００で、カメラ校正を実行すると判定される第２閾値を下回る変化が蓄積し、カメラ校正が実行されないままカメラパラメータがカメラ１００の実際の状態から乖離している場合に、カメラパラメータの更新の機会が確保される。

カメラ校正を実行しないと判定したイベント検出部２０２ａは（ステップＳ３３でＮＯ）、撮像状況情報の受信待機状態に戻る。

カメラ校正を実行すると判定したイベント検出部２０２ａは（ステップＳ３３でＹＥＳ）、カメラ校正情報を出力する。

カメラ校正情報には、カメラ校正を実行させる対象であるカメラ１００（又はこのカメラ１００を含む撮像装置１０）及びカメラ校正を実行させると判定した理由（上記のイベント）が含まれる。図４Ａ及び図４Ｂは、それぞれカメラ校正情報のデータ構成の例を示す。

図４Ａの例では、カメラ校正を実行させる対象が、該当のカメラ１００を含む撮像装置１０Ａを用いて示されている（「校正対象」の欄の「１０Ａ」）。また、カメラ校正を実行する理由が、２０という理由コードと合わせて「雲台回転移動」と「理由」の欄に示されている。このようなカメラ校正情報は、イベント検出部２０２ａが、撮像装置１０Ａの状況感知部１６０から受け取った撮像状況情報が第１閾値及び第２閾値を上回る雲台の回転移動を示していた場合に出力される。

図４Ｂの例では、カメラ校正を実行させる対象のカメラ１００が、すべての撮像装置１０に含まれるカメラ１００であることが示されている（「校正対象」の欄の「Ａｌｌ）。また、カメラ校正を実行する理由が、「理由」の欄に１００という理由コードと合わせて「ハーフタイム検出」と示されている。このようなカメラ校正情報は、イベント検出部２０２ａが、撮像装置１０のいずれかの状況感知部１６０から受け取った撮像状況情報から、撮影領域を含む所定の空間で行われているスポーツの試合のハーフタイムが始まったと推定した場合に出力される。このように、検出されたイベントの内容によっては、イベント検出部２０２ａは、撮像状況情報の送信元である撮像装置１０が含むカメラ１００以外のカメラ校正を実行すると判定してもよい。

カメラ校正情報は、カメラ校正指示部２０２ｂに入力される。カメラ校正情報を受け取ったカメラ校正指示部２０２ｂは、カメラ校正情報の内容に基づいてカメラ校正指示を生成し、生成したカメラ校正指示を適切なカメラ１００を含む撮像装置１０に送信する。

この際、カメラ校正指示部２０２ｂは、例えばカメラ校正情報の「校正対象」の欄に複数の撮像装置１０（又は２台以上のカメラ１００）が示されている場合（ステップＳ３４ＡでＹＥＳ）、または一定の時間内に、「校正対象」の欄の内容が異なる複数件のカメラ校正情報を受信した場合に、カメラ１００の間でカメラ校正を実行する順序を決定する（ステップＳ３５Ａ）。そしてカメラ校正指示部２０２ｂは、決定した順序でカメラ校正が実行させる。カメラ校正指示部２０２ｂはこのために、例えばカメラ校正指示の送信に時間差を設けたり、カメラ校正指示に実施の時刻を指定したりしてもよい。

この順序は、例えばカメラ校正情報の「理由」の欄に示されるイベントの内容に基づいて決定されてもよい。イベントの内容とは、例えばイベントの種類である。例えばイベントの種類ごとにカメラ校正の実行の優先度があらかじめ設定されたテーブルが記憶部２０１に記憶されている。または、イベント検出部２０２ａが図４Ａ及び図４Ｂのように理由に付する理由コードごとにカメラ校正の実行の優先度があらかじめ決められたテーブルが記憶部２０１に記憶されていてもよい。そして「校正対象」の欄の内容が異なる複数件のカメラ校正情報を受信したカメラ校正指示部２０２ｂは、このテーブルを参照して、又は理由コードに基づいてカメラ校正を実行するカメラ１００の順序を決定してもよい（ステップＳ３５Ａ）。このような優先度は、より大きな撮影領域の変化を生じる可能性が高いイベントほど高く設定される。また、同種のイベント、例えば振動発生のイベントであっても、その大きさによって異なる優先度が設定されてもよい。

また、イベントの種類ごとにあらかじめこの順序が決められていてもよい。例えば、イベントがハーフタイムである場合には、全てのカメラ１００で一斉にカメラ校正を実行すると決められていてもよい。この場合、例えばカメラ校正指示部２０２ｂは、カメラ校正指示を撮像装置１０Ａ～１０Ｎにブロードキャストする。あるいは、ハーフタイムにも自由視点映像の生成の要求に応える場合には、カメラ校正を所定の空間における配置において数台おきで交代で実行させたり、ある１台のカメラ１００から順に実行させたりするよう決められていてもよい。この場合、カメラ校正指示部２０２ｂは、このあらかじめ決められた順序に従って、カメラ校正を実行するカメラ１００の順序を決定する（ステップＳ３５Ａ）。

またこの順序は、例えばカメラ校正部１０２ａが実行した前回のカメラ校正により算出されている各カメラ１００のカメラパラメータに基づいて決定されてもよい。例えば、全てのカメラ１００のカメラパラメータからそれぞれのカメラ１００の撮影領域を特定し、他のカメラ１００の撮影領域と重複する部分が小さい撮影領域を有するカメラ１００を優先的に校正するようカメラ校正を実行するカメラ１００の順序が決定されてもよい。また、撮影領域に含まれる対象に基づいて、例えば選手がシュートする場面を捉えることが可能なゴール前の領域を撮影領域とするカメラ１００を優先的に校正するよう順序が決定されてもよい。

なお本実施の形態で説明される「カメラ校正を実行するカメラ１００の順序」には、複数台のカメラ１００で並行してカメラ校正が実行される場合も含まれる。

このようにカメラ校正指示部２０２ｂがカメラ校正を実行するカメラ１００の順序を調整しながら決定することで、三次元空間再構成が適切に実行される状態の維持に適した、あるいは極力三次元空間再構成に与える影響が小さい順序でカメラ校正を各カメラ１００に実行させることができる。

また、カメラ校正情報は、例えばユーザインタフェース５００に送信されて、システム管理者等のユーザに提示されてもよい（ステップＳ３４Ｂ）。ユーザはこの情報に基づいて対象のカメラ１００にカメラ校正をさせるための指示を、ユーザインタフェース５００を介して入力する（ステップＳ３５Ｂで指示受付）。入力された指示は、カメラ校正指示部２０２ｂを介してカメラ校正部１０２ａに送信される。この場合、カメラ１００間でのカメラ校正の実行の順序は、ユーザが指定してもよいし、カメラ校正指示部２０２ｂが決定してもよい。

カメラ校正指示を受信した撮像装置１０のカメラ１００では、カメラ校正部１０２ａがカメラ校正を実行する（ステップＳ３６）。カメラ校正の実行によって算出されたカメラパラメータは、三次元空間再構成装置３０００に出力される（ステップＳ３７）。

［４．効果等］
以上のように、本実施の形態において、多視点撮像システム１０００は、複数台のカメラ１００と、状況感知部１６０と、イベント検出部２０２ａとを備える。

複数台のカメラ１００は、所定の空間内において少なくとも一部が重複する領域の映像を互いに異なる位置から撮影する。

状況感知部１６０は、複数台のカメラ１００の各々及び上記の所定の空間の少なくとも一方の状況を感知して、感知した状況を撮像状況情報として出力する。

イベント検出部２０２ａは、この撮像状況情報に基づいて、所定のイベントの発生を検出し、前記所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定する。また、カメラ校正を実行すると判定した場合は、実行される前記カメラ校正を示すカメラ校正情報を出力する。

これにより、撮像中のカメラ１００の状況又は撮像が行われている場所の状況（イベント）に基づいて、カメラ校正の実行が必要であるか否か、又はカメラ校正の実行に適したタイミングであるか否かが判断される。そして実行されるこのカメラ校正を示す情報が提供されることで、対象及びタイミングが適切なカメラ校正の実行が可能になる。そして各カメラ１００の実際の位置等をカメラパラメータに反映するための更新の機会が撮像中にも確保される。このように更新されたカメラパラメータが用いられることで、三次元空間再構成が適切に実行される状態が維持され、その結果、三次元空間認識の精度及び利用可能性の安定性が高められる。

また、多視点撮像システム１０００は、複数台のカメラ１００のカメラ校正を実行させるカメラ校正指示部２０２ｂをさらに含んでもよい。そしてカメラ校正情報は、複数台のカメラ１００のうち、カメラ校正を実行するカメラ１００を示す。出力されたカメラ校正情報はカメラ校正指示部２０２ｂに入力され、カメラ校正指示部２０２ｂは、このカメラ校正情報が示すカメラ１００にカメラ校正を実行させる。

これにより例えば人がすぐに近づけない位置にあるカメラ１００であっても、カメラ校正情報に基づくカメラ校正を速やかに実行することができる。したがって、三次元空間再構成が適切に実行される状態が維持され、その結果、三次元空間認識の精度及び利用可能性の安定性が高められる。

また、カメラ校正情報は、さらに発生が検出された所定のイベントの内容を示してもよい。そしてカメラ校正情報が示すカメラ校正を実行するカメラ１００が２台以上である場合、カメラ校正指示部２０２ｂは、カメラ校正情報に示される所定のイベントの内容に基づいて、カメラ校正を実行するカメラ１００の順序を決定し、２台以上のカメラ１００のカメラ校正を、決定した順序で実行させる。

所定の空間の状況によっては、一斉に実行することで、精度の高いカメラ校正を速やかに実行できる場合がある。このようにカメラ校正を実行する理由となったイベントに応じてカメラ校正を実行するカメラ１００の順序を決定することで、三次元空間再構成が適切に実行される状態の維持に適した順序でカメラ１００のカメラ校正が実行される。なお、この「順序」には、複数台のカメラ１００で並行してカメラ校正が実行される場合も含まれる。

また、状況感知部１６０は、複数台のカメラ１００がそれぞれ備えるイメージセンサ１０４を含み、状況感知部１６０が出力する撮像状況情報は、イメージセンサ１０４が出力する映像を含んでもよい。この場合に、イベント検出部２０２ａは、この映像に含まれる特徴点を抽出し、抽出した特徴点の数が所定の個数以上である場合に、所定のイベントの発生を検出し、カメラ校正を実行すると判定してもよい。

特徴点を多く含む映像を用いて実行されるカメラ校正では、より精度（信頼度）の高いカメラパラメータが得られやすい。つまりこのようなときはカメラ校正の実行に適したタイミングである。このタイミングで実行されたカメラ校正によって得られたカメラパラメータを用いることで、三次元空間再構成もより高い精度で実行され、三次元空間認識の精度及び利用可能性の安定性が高められる。

また、状況感知部１６０は、複数台のカメラ１００がそれぞれ備えるイメージセンサ１０４を含み、状況感知部１６０が出力する撮像状況情報は、イメージセンサ１０４が出力する映像を含んでもよい。そしてこの場合に、イベント検出部２０２ａは、この映像に所定のオブジェクトの画像が含まれているか否かを判定し。所定のオブジェクトの画像が含まれていない場合には、所定のイベントの発生を検出し、カメラ校正を実行すると判定してもよい。

ここでいう所定のオブジェクトとは、カメラ１００が撮像している場面の重要性を示すものであり、例えば監視区域における人や、球技の試合における選手又はボールである。このようなオブジェクトの画像を含まない映像データは、自由視点映像の生成に用いられる可能性が低いため、カメラ校正の実行の対象とすることでユーザから見ての三次元空間認識の精度及び利用可能性の安定性が高められる。

また、状況感知部１６０は、複数台のカメラ１００がそれぞれ備えるイメージセンサ１０４、複数台のカメラ１００それぞれの位置の変化及び姿勢の変化を感知する動きセンサ１０５又は１２５、及び所定の空間内の音を収音する収音器１０７又は１４７のうち少なくとも１つを含んでもよい。そして、状況感知部１６０が出力する撮像状況情報は、イメージセンサ１０４、動きセンサ１０５又は１２５、及び収音器１０７又は１４７のうち少なくとも１つのそれぞれが出力する情報であってもよい。この場合に、イベント検出部２０２ａは、撮像状況情報が第１閾値を超える変化を示す場合に所定のイベントの発生を検出し、撮像状況情報が第１閾値より大きい第２閾値を超える変化を示す場合にカメラ校正を実行すると判定してもよい。

イメージセンサ１０４等から出力される情報の変化からは、各カメラ１００の移動等、各カメラ１００における撮影領域を変化させて、カメラパラメータがカメラ１００の実際の状態を反映しなくなる可能性が高い変化を把握することができる。しかし、この変化の程度が小さい場合にもカメラ校正を実行するのは、映像データの利用可能な時間を削減し、かえって三次元空間再構成に悪影響が及ぶ可能性もなる。そこで、各カメラ１００の状況又は撮像場所の状況の変化の程度に応じてカメラ校正を実行するか否かが判定される。これにより、三次元空間再構成の適切な実行に影響があるような変化の場合にはカメラ校正が実行され、その一方で、状況の変化よりもカメラ校正の実行自体の三次元空間再構成への影響が大きい場合にはカメラ校正が実行されない。したがって、三次元空間再構成が適切に実行される状態が維持され、その結果、三次元空間認識の精度及び利用可能性の安定性が高められる。

また、状況感知部１６０は、複数台のカメラ１００それぞれの所定の動作を検知する動作検知部１２６を含み、状況感知部１６０が出力する撮像状況情報は、動作検知部１２６が出力する、発生した所定の動作の情報であってもよい。この場合、イベント検出部２０２ａは、撮像状況情報として示される発生した所定の動作の情報に基づいて所定のイベントの発生を検出してもよい。

これにより、カメラ１００又は架台１２０の動作によるカメラ１００の状態の変化に応じてカメラパラメータが更新されることで三次元空間再構成が適切に実行される状態が維持され、その結果、三次元空間認識の精度及び利用可能性の安定性が高められる。

また、イベント検出部２０２ａは、複数台のカメラ１００それぞれについて、前回のカメラ校正の実行から所定の時間が経過したときに所定のイベントの発生を検出し、カメラ校正を実行すると判定してもよい。これにより、所定の頻度以上で各カメラのカメラ校正が実行される。例えばカメラ校正を実行すると判定される閾値を下回る変化が蓄積しているカメラについてもカメラ校正が実行されてカメラパラメータの更新の機会が確保される。

また、多視点撮像システム１０００は、さらに、ユーザに情報を提示するためのユーザインタフェース５００を備えてもよい。そしてユーザインタフェース５００を介してカメラ校正情報をユーザに提示してもよい。

これにより、多視点撮像システム１０００のユーザは、例えばカメラ校正が実行される予定のカメラ１００、又は実行中のカメラ１００について知ることができる。また、この提示されたカメラ校正情報に示されるカメラ校正を実行する理由（所定のイベントの内容）に基づいて、カメラ校正の実行が予定されているカメラ１００の間でのカメラ校正の実行順序をユーザが決定してもよい。

（実施の形態２）
以下、図５～図７を用いて実施の形態２を説明する。なお、実施の形態２における多視点撮像システムが用いられる三次元空間認識の概要は、実施の形態１と同じであるため説明を省略する。

［１．多視点撮像システムの構成］
図５は、実施の形態における多視点撮像システムの構成を示すブロック図である。本実施の形態における多視点撮像システム１００１の構成は、撮像装置１１Ａがカメラ調整部１８０を備える点を除いて実施の形態１における多視点撮像システム１０００の構成と共通である。以下では、実施の形態１との相違点を中心に説明する。また、実施の形態１と共通の構成要素は共通の参照符号を用いて示し、説明を省略する。

カメラ調整部１８０は、カメラ１００の位置又は姿勢の変化が所定の大きさ以上である場合に、カメラ１００の撮影領域の調整を実行する。カメラ１００の位置等の変化による撮影領域の変化がある程度より大きいと、カメラ校正の精度が落ちるか、若しくはカメラ校正の実行が不可能になる場合、又は意図した領域の映像が撮影不可能になる場合がある。このような場合に、カメラ校正の精度の低下を抑える、若しくはカメラ校正を可能にするため、又は意図した領域の映像を撮影可能にするために、カメラ調整部１８０が撮影領域を元の範囲に近づけるよう調整する。

このようなカメラ調整部１８０は、例えば架台１２０の雲台を移動及び固定するための、マイクロコンピュータ及びこのマイクロコンピュータによって制御されるモータ等を用いて実現される。また、カメラ調整部１８０は、このような機械的な動きではしきれない調整を補完したり、逆に機械的な動きをさせるまでもない場合の調整をしたりするために、カメラ１００の焦点距離を変更するものであってもよい。このようなカメラ調整部１８０は、図示とは異なるが、カメラ１００の制御部１０２がプログラムを実行することで実現される機能的な構成要素である。なお、カメラ１００の焦点距離を変更する機能的な構成要素として実現されるカメラ調整部１８０の場合は、焦点距離の変化による撮影領域の変化を元に戻して、カメラ校正の実行が不要にされてもよい。

［２．動作］
次に、本実施の形態における多視点撮像システム１００１による、カメラ調整を含むカメラ校正の適時の実行を実現する動作について説明する。

図６は、本実施の形態における多視点撮像システム１００１による一連の動作を説明するためのシーケンス図である。なお、図６において、撮像装置１１は、図５に示される撮像装置１１Ａ～１１Ｎのうちの任意のひとつを示す。図６に示される多視点撮像システム１００１の動作は、図３に示される動作に加えて、カメラ調整部１８０が加わっている点、及びカメラ調整に関するステップＳ６１～Ｓ６３を含む点が異なる。以下では、実施の形態１との相違点を中心に説明する。

イベント検出部２０２ａは、ステップＳ３３で撮像状況情報に基づいてカメラ校正を実行するか否かを判定した後に、カメラ調整の実行についての判定をする（ステップＳ６１）。カメラ調整の実行についての判定は、例えばカメラ調整の実行をするか否かの判定、及びカメラ調整の実行をする場合は、人手でさせるか、又はカメラ調整部１８０に実行させるかの判定を含む。

カメラ調整の実行をするか否かの判定は、撮像状況情報、例えば状況感知部１６０に含まれる動きセンサ１０５又は動きセンサ１２５が出力する、カメラ１００の位置の変化及び姿勢の変化の少なくとも一方を示す動き情報に基づいてなされる。例えば動き情報が、カメラ１００の位置又は姿勢の所定の閾値を超える変化を示す場合に、イベント検出部２０２ａはカメラ調整を実行すると判断する。この所定の閾値（以下、第３閾値という）は、例えば第２閾値より大きな値であり、カメラ校正の精度又は実行の可否に問題がある程度に大きいか否かが判定に資する大きさの値である。これにより、ステップＳ３３では、動き情報が示す位置等の変化が第２閾値を超えているのでカメラ校正をすると判定された場合に、ステップＳ６１で、この動き情報が示す変化が、カメラ校正の精度又は実行の可否に問題がある程度に大きいか否かが判定される。

なお、上記の動き情報として利用可能な情報は、動きセンサ１０５又は動きセンサ１２５が出力する情報に限定されない。他の撮像状況情報、つまり、イメージセンサ１０４から出力された映像データ、又は、収音器１０７若しくは１４７から出力される、撮像装置１０周辺の音データに基づく情報が、カメラ１００の位置の変化及び姿勢の変化の少なくとも一方を示す動き情報として用いられてもよい。また、これらの情報の組み合わせが動き情報として用いられてもよい。例えば、これらのデータが示す映像又は音の変化の大きさに応じてカメラ１００の動き（移動）の大きさが推定され、この推定された動きの大きさが第３閾値と比較されてもよい。

また、カメラ調整を人手で実行させるか、又はカメラ調整部１８０に実行させるかの判定では、例えば上記の動き情報が、第３閾値より大きい第４閾値を超える変化を示す場合にカメラ調整を人手で実行させると判定される。第４閾値は、カメラ１００に生じた位置等の変化が、カメラ調整部１８０によるカメラ１００の位置等の調整では、カメラ校正が実行可能若しくはカメラ校正の必要な精度、又は意図した領域の撮影が担保できない程度に大きいか否かの判定に資する大きさの値である。この場合は、人手による該当の撮像装置１１の状況確認とカメラ位置の再設定がされることが望ましく、これをユーザに促すためにカメラ調整情報がユーザインタフェース５００に出力される。

ここで、カメラ調整情報には、撮影領域の調整の対象であるカメラ１００（又はこのカメラ１００を含む撮像装置１１）及び調整の内容が含まれる。図７は、カメラ調整情報のデータ構成の例を示す。

図７の例では、撮影領域の調整の対象が、該当のカメラ１００を含む撮像装置１１Ａを用いて示されている（「調整対象」の欄の「１１Ａ」）。また、調整内容が、雲台の回転角度及びエレベータの移動量で示されている。なお、この調整内容の表示形式は例であり、これに限定されない。例えば３軸方向への移動距離で示されてもよいし、焦点距離の調整が含まれてもよい。このような調整内容は、撮像状況情報である動き情報に基づいて決定される。

このようなカメラ調整情報を受信したユーザインタフェース５００は、ユーザにカメラ調整情報を提示する（ステップＳ６２）。

また、ステップＳ６１で、カメラ調整がカメラ調整部１８０によって実行されると判定された場合、カメラ調整情報は該当のカメラ１００を含む撮像装置１１に出力される。撮像装置１１では、このカメラ調整情報がカメラ調整部１８０に入力され、カメラ調整部１８０は、このカメラ調整情報に基づいてカメラ調整を実行する（ステップＳ６３）。

人手又はカメラ調整部１８０によるカメラ調整が完了すると、カメラ調整完了通知が制御装置２００に送られる。カメラ調整完了通知を受信した制御装置２００では、実施の形態１と同じようにステップＳ３４Ａ以降、又はステップＳ３４Ｂ以降が実行される。

なお、カメラ調整部１８０が含まれない実施の形態１における多視点撮像システム１０００においても、カメラ調整の実行の判定（ステップＳ６１）がされてもよい。この場合には、カメラ調整は常に人手によって行われるため、カメラ調整を実行すると判定された場合、つまり動き情報が第３閾値を超える場合に、ユーザインタフェース５００にカメラ調整情報が出力される。

［３．効果等］
本実施の形態における多視点撮像システム１００１において、撮像状況情報は、イメージセンサ１０４、動きセンサ１０５及び１２５、並びに収音器１０７及び１４７のうち少なくとも１つが出力する、複数台のカメラ１００それぞれの位置の変化及び姿勢の変化の少なくとも一方を示す動き情報であってもよい。そしてこの場合に、イベント検出部２０２ａは、動き情報が第３閾値を超える変化を示す場合に、複数台のカメラ１００の少なくとも一部で実行される撮影領域の調整を示すカメラ調整情報を出力してもよい。

カメラ１００の撮影領域の変化がある程度の大きさを超えると、カメラ校正の精度が落ちたり、カメラ校正の実行が不可能になったり、意図した領域の映像が撮影不可能になったりする。そこで、カメラの位置等の大きな変化を動き情報に基づいて検出することで、カメラ校正の実行前にカメラの位置等を元の状態に近づけるよう対応をすることができる。これによりカメラ校正の精度の低下、カメラ校正の失敗の可能性、及び意図した領域の映像の撮影失敗の可能性を抑えることができる。

また、多視点撮像システム１００１は、複数台のカメラ１００の少なくとも一部の撮影領域を制御するカメラ調整を実行するカメラ調整部１８０をさらに含んでもよい。出力されたカメラ調整情報は、カメラ調整部１８０に入力される。そしてカメラ調整部１８０は、このカメラ調整情報に基づいてカメラ調整を実行してもよい。

このように、大きく変化したカメラ１００の位置等をカメラ校正の実行前に人手を介さずに元の状態に近づけてもよい。これにより、例えば人がすぐに近づけない位置にあるカメラ１００であっても、カメラ校正の精度の低下、カメラ校正の失敗の可能性、及び意図した領域の映像の撮影失敗の可能性を抑えることができる。

また、多視点撮像システム１００１は、さらにユーザに情報を提示するためのユーザインタフェース５００を備えてもよい。そしてイベント検出部２０２ａは、動き情報が第３閾値より大きい第４閾値を超える変化を示す場合に、カメラ調整情報を、ユーザインタフェース５００を介して前記ユーザに提示してもよい。

カメラ１００の位置等に大きな変化がある場合には、カメラ調整部１８０では元の状態に戻すことができず、人手が必要な場合がある。このような場合に、カメラ調整情報を提示することで、カメラ１００の位置等の人手による復帰が必要であることをユーザに報知することができる。カメラ校正の精度の低下、カメラ校正の失敗の可能性、及び意図した領域の映像の撮影失敗の可能性を抑えることができる。

（変形例）
以上、実施の形態１及び２における多視点撮像システムについて説明したが、本開示に係る多視点撮像システムは、これらの実施の形態に限定されるものではない。

例えば、図４Ａ及び図４Ｂに例示されるカメラ校正情報では、カメラ校正の実行の優先度が間接的に示されるが、この優先度を直接示す情報がカメラ校正情報に含まれてもよい。

また、上記の説明では、イベントの発生の判定（ステップＳ３２）及びカメラ校正の実行に関する判定（ステップＳ３３）は、例えば架台１２０の振動を示す撮像状況情報のような、１件の撮像状況情報に基づいてされている。しかし、これらの判定は複数件の撮像状況情報に基づいてされてもよい。例えば撮像状況情報の内容によって点数が定められ、前回のカメラ校正の実行以降の累積点数に基づいてこれらの判定がされてもよい。または、一定の周期で状況感知部１６０に含まれる各種のセンサ等から撮像状況情報を取得し、撮像状況情報の内容ごとに定められた点数の合計に基づいてこれらの判定がされてもよい。

また、上記の説明では、イベントの発生の判定（ステップＳ３２）及びカメラ校正の実行に関する判定（ステップＳ３３）は、撮像装置１０又は１１から送信される撮像状況情報に基づいてされている。しかし、これらの判定は撮像装置１０又は１１以外から送信される他の情報に応じて、又は要求に応じてなされてもよい。例えば三次元空間再構成装置３０００又は三次元空間認識装置４０００が各装置での処理の結果を自己評価し、その評価を示す情報が制御装置２００に送信されて、イベントの発生の判定又はカメラ校正の実行に関する判定の材料に用いられてもよい。また、自由視点映像を見ているシステム管理者がユーザインタフェース５００を介してするカメラ校正の実行の要求に応じてカメラ校正の実行に関する判定がなされてもよい。

また、上記の説明では、制御装置２００からカメラ校正情報及びカメラ調整情報がユーザへの提示のためにユーザインタフェース５００に送信されているが、ユーザに提示され得る情報はこれらに限定されない。例えば撮像装置１０又は１１においてカメラ校正（ステップＳ３６）が実行される場合、カメラ校正指示に基づいて、カメラ校正の実行が予定されている、又はカメラ校正が現在実行されている撮像装置１０又は１１を示す情報がユーザインタフェース５００を介してユーザに提示されてもよい。また、撮像装置１０又は１１においてカメラ調整（ステップＳ６３）が実行される場合、カメラ調整情報に基づいて、カメラ調整の実行が予定されている、又はカメラ調整が現在実行されている撮像装置１０又は１１を示す情報がユーザインタフェース５００を介してユーザに示されてもよい。さらに、カメラ校正又はカメラ調整の実行中に、その影響で自由視点映像の画質が落ちる領域、又は自由視点映像が生成できない領域がユーザインタフェース５００を介してユーザに示されてもよい。ユーザ機器５０００から自由視点映像の仮想視点の位置を指定できる場合は、これらの情報がユーザ機器５０００でも表示されてもよい。これにより、ユーザの自由視点映像の利用において利便性が向上される。

また、カメラ校正又はカメラ調整の実行中であるカメラ１００（又はこれを含む撮像装置１０又は１１）についての情報は、三次元空間再構成装置３０００及び三次元空間認識装置４０００にも提供されてもよい。そして例えば、三次元空間再構成装置３０００及び三次元空間認識装置４０００では、カメラ校正又はカメラ調整の実行中であるカメラ１００のデータを三次元空間再構成又は三次元空間認識への利用対象から除外したり、データとしての重み付けを下げたりしてもよい。

また、三次元空間再構成装置３０００には、上記の映像データ及びカメラパラメータに加えてこのカメラパラメータの信頼度が多視点撮像システム１０００又は１００１から提供されてもよい。三次元空間再構成装置３０００は、受信済みのカメラパラメータをこの信頼度とあわせて記憶装置に保存し、信頼度を参照して利用するカメラパラメータを選択する。これにより、最新のカメラ校正が何らかの要因で適切に行われなかった場合にも、三次元空間再構成装置３０００は信頼度の高いカメラパラメータを優先的に三次元空間再構成に用いることができる。例えば所定の高さ以上の信頼度のカメラパラメータが用いられてもよい。あるいは、信頼度の高いカメラパラメータが三次元空間再構成の結果により強く反映されるよう、信頼度の高さに応じた重み付けをしたカメラパラメータが用いられてもよい。

なお、上記では、映像に含まれる特徴点の数がより大きいとより信頼度が高いカメラパラメータが得られると説明したが、信頼度を決める要素はこれに限定されない。信頼度を決める他の要素としては、例えばカメラ校正の結果に含まれる誤差（再投影誤差）、及びカメラ校正が実行された時刻からの経過時間が挙げられる。この信頼度は、各カメラ１００が備えるカメラ校正部１０２ａによって算出されてもよい。または、制御装置２００が各カメラ１００からカメラパラメータを受信し、対応する撮像状況情報に基づいてこの信頼度を算出してもよい。本開示における技術は、このように多視点撮像システム１０００又は１００１及び三次元空間再構成装置３０００を含む三次元空間再構成システムとして具体化されてもよい。

また、三次元空間認識装置４０００にもカメラパラメータの信頼度が提供されてもよい。三次元空間認識装置４０００では、例えばレンダリング部４０２ｂがこの信頼度を参照して、自由視点映像の生成に利用する色及びテクスチャの情報のソースとする撮像装置１０又は１１を決定してもよい。例えば仮想視点から最寄りの撮像装置１０から得られたカメラパラメータの信頼度が不十分である場合に、レンダリング部４０２ｂは、その両隣の撮像装置１０のうち、より信頼度の高いカメラパラメータを提供している撮像装置１０の映像データの色及びテクスチャの情報を自由視点映像の生成に利用してもよい。またはこの場合、レンダリング部４０２ｂは、被写体の画像中の不自然さを目立たせないために、自由視点映像の色やテクスチャをぼかしたり、再生速度を上げたりしてもよい。本開示における技術は、このように多視点撮像システム１０００又は１００１及び三次元空間認識装置４０００を含む三次元空間認識システムとして具体化されてもよい。

このようにカメラパラメータの信頼度が利用されることで、三次元空間再構成及び三次元空間認識の精度が向上する。また、ユーザには、より画質の良い、又は粗が目立ちにくい自由視点映像が提供される。

また、各実施の形態での、制御装置２００におけるイベント検出部２０２ａ及びカメラ校正指示部２０２ｂの機能分担は一例であって上記に限定されない。例えばイベント検出部２０２ａはイベントの発生について検出をし、カメラ校正の実行及びカメラ調整の実行についての判定が、制御装置２００の制御部２０２でされてもよい。

以上、本発明の一つ又は複数の態様に係る多視点撮像システムについて実施の形態に基づいて説明したが、この多視点撮像システムは、上記の説明の内容に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つ又は複数の態様の範囲内に含まれてもよい。

（実施の形態３）
上記各実施の形態で示した画像処理方法及び装置の構成の他の応用例とそれを用いたシステムを説明する。当該システムは、インテリジェント化と対象空間の広域化とが進む映像システムに適用でき、例えば、（１）店舗或いは工場のセキュリティカメラ、又は警察の車載カメラなどに実装される監視システム、（２）個人所有のカメラ或いは各車載カメラ、又は道路に備えられたカメラなどを用いた交通情報システム、（３）ドローンなど遠隔操作又は自動制御可能な装置を用いた環境調査又は配送システム、及び（４）エンターテイメント施設又はスタジアム等における設置カメラ、ドローン等の移動カメラ、又は個人所有のカメラなどを用いた映像などのコンテンツ送受信システムなどに適用できる。

図８は、本実施の形態における映像情報処理システムｅｘ１００の構成を示す図である。本実施の形態においては、死角の発生を防止する例、及び特定の領域を撮影禁止にする例について説明する。

図８に示す映像情報処理システムｅｘ１００は、映像情報処理装置ｅｘ１０１と、複数台のカメラｅｘ１０２と、映像受信装置ｅｘ１０３とを含む。なお、映像受信装置ｅｘ１０３は、必ずしも映像情報処理システムｅｘ１００に含まれる必要はない。

映像情報処理装置ｅｘ１０１は、保存部ｅｘ１１１と、解析部ｅｘ１１２とを備える。Ｎ個のカメラｅｘ１０２のそれぞれは、映像を撮影する機能と撮影した映像データを映像情報処理装置ｅｘ１０１に送信する機能とを有する。また、カメラｅｘ１０２は、撮影中の映像を表示する機能を有する場合もある。なお、カメラｅｘ１０２は、撮影された映像信号をＨＥＶＣ又はＨ．２６４のような符号化方式を用いてエンコードしたうえで映像情報処理装置ｅｘ１０１に送信してよいし、エンコードされていない映像データを映像情報処理装置ｅｘ１０１に送信してもよい。

ここで、各カメラｅｘ１０２は、監視カメラ等の固定カメラ、無人飛行型ラジコンや車等に搭載された移動カメラ、又は、ユーザが所持するユーザカメラである。

移動カメラは、映像情報処理装置ｅｘ１０１から送信された指示信号を受信し、受信された指示信号に応じて、移動カメラ自体の位置又は撮影方向を変更する。

また、撮影開示前に複数台のカメラｅｘ１０２の時刻が、サーバ又は基準カメラの時刻情報などを用いてキャリブレーションされる。また、複数台のカメラｅｘ１０２の空間位置が、撮影対象となる空間のオブジェクトの写り方又は基準カメラからの相対位置に基づいてキャリブレーションされる。

情報処理装置ｅｘ１０１に含まれる保存部ｅｘ１１１は、Ｎ個のカメラｅｘ１０２から送信された映像データを保存する。

解析部ｅｘ１１２は、保存部ｅｘ１１１に保存された映像データから死角を検出し、死角の発生を防止するための移動カメラへの指示を示す指示信号を移動カメラへ送信する。移動カメラは指示信号に従って移動を行い、撮影を継続する。

解析部ｅｘ１１２は、例えば、ＳｆＭ（Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ）を用いて死角検出を行う。ＳｆＭとは、異なる位置から撮影された複数の映像から被写体の三次元形状を復元する手法であり、被写体形状及びカメラ位置を同時に推定する形状復元技術として広く知られている。例えば、解析部ｅｘ１１２は、ＳｆＭを用いて、保存部ｅｘ１１１に保存された映像データから施設内又はスタジアム内の三次元形状を復元し、復元できない領域を死角として検出する。

なお、解析部ｅｘ１１２は、カメラｅｘ１０２の位置及び撮影方向が固定であり、位置及び撮影方向の情報が既知の場合は、これらの既知の情報を用いてＳｆＭを行ってもよい。また、移動カメラの位置及び撮影方向が、移動カメラが備えるＧＰＳ及び角度センサ等により取得できる場合は、移動カメラは、当該移動カメラの位置及び撮影方向の情報を解析部ｅｘ１１２に送信し、解析部ｅｘ１１２は、送信された位置及び撮影方向の情報を用いてＳｆＭを行ってもよい。

なお、死角検出の方法は上述したＳｆＭを用いた方法に限られるものではない。例えば、解析部ｅｘ１１２は、レーザレンジファインダなどのデプスセンサの情報を用いることで、撮影対象であるオブジェクトの空間距離を把握してもよい。また、解析部ｅｘ１１２は、カメラ位置、撮影方向及びズーム倍率等の情報を、空間内の予め設定したマーカ又は特定のオブジェクトが画像に含まれるか、含まれる場合にはそのサイズ等から検出してもよい。このように、解析部ｅｘ１１２は、各カメラの撮影領域を検出できる任意の方法を用いて、死角の検出を行う。また、解析部ｅｘ１１２は、複数の撮影対象について互いの位置関係等の情報を映像データ又は近接距離センサ等から取得し、取得した位置関係に基づいて死角が発生する可能性の高い領域を特定してもよい。

ここで死角とは、撮影したい領域中で映像が存在しない部分だけでなく、他の部分と比較して画質の悪い部分、及び予め定められた画質を得られていない部分などを含む。この検出対象の部分は、当該システムの構成又は目的に応じて適宜設定されればよい。例えば、撮影される空間中の特定の被写体について、要求される画質が高く設定されてもよい。また、逆に撮影空間中の特定の領域について、要求される画質が低く設定されてもよいし、映像が撮影されていなくても死角と判定しないように設定されてもよい。

なお、上述した画質とは、映像中の撮影対象となる被写体が占める面積（例えばピクセル数）、又は撮影対象となる被写体にピントが合っているかといった映像に関する様々な情報を含むものであり、それらの情報又はその組み合わせを基準に死角であるか否かが判定されればよい。

なお、上記の説明では、実際に死角となっている領域の検出について説明したが、死角の発生を防止するために検出する必要のある領域は実際に死角となっている領域に限定されない。例えば、複数の撮影対象が存在し、少なくともその一部が移動している場合には、ある撮影対象とカメラとの間に別の撮影対象が入ることによって新たな死角が生じる可能性がある。これに対し、解析部ｅｘ１１２は、例えば撮影された映像データ等から複数の撮影対象の動きを検出し、検出された複数の撮影対象の動きとカメラｅｘ１０２の位置情報に基づいて、新たに死角となる可能性のある領域を推定してもよい。この場合、映像情報処理装置ｅｘ１０１は、死角となる可能性のある領域を撮影するように移動カメラに指示信号を送信し、死角の発生を防止してもよい。

なお、移動カメラが複数ある場合、映像情報処理装置ｅｘ１０１は、死角、又は死角となる可能性がある領域を撮影させるために指示信号を送信する移動カメラを選択する必要がある。また、移動カメラ及び死角、又は死角となる可能性がある領域がそれぞれ複数存在する場合、映像情報処理装置ｅｘ１０１は、複数の移動カメラのそれぞれについて、どの死角、又は死角となる可能性がある領域を撮影させるかを決定する必要がある。例えば、映像情報処理装置ｅｘ１０１は、死角、又は死角となる可能性のある領域と各移動カメラが撮影中の領域の位置とに基づいて、死角、又は死角となる領域に最も近い移動カメラを選択する。また、映像情報処理装置ｅｘ１０１は、各移動カメラについて、当該移動カメラが現在撮影中の映像データが得られない場合に新たに死角が発生するか否かを判定し、現在撮影中の映像データが得られなくても死角が発生しないと判断された移動カメラを選択してもよい。

以上の構成により、映像情報処理装置ｅｘ１０１は、死角を検出し、死角を防止するように移動カメラに対して指示信号を送信することにより、死角の発生を防止できる。

（変形例１）
なお、上記説明では、移動カメラに移動を指示する指示信号が送信される例を述べたが、指示信号は、ユーザカメラのユーザに移動を指示するための信号であってもよい。例えば、ユーザカメラは、指示信号に基づき、ユーザにカメラの方向を変更するように指示する指示画像を表示する。なお、ユーザカメラは、ユーザの移動の指示として、地図上に移動経路を示した指示画像を表示してもよい。また、ユーザカメラは、取得される画像の質を向上させるために撮影方向、角度、画角、画質、及び撮影領域の移動など詳細な撮影の指示を表示してもよく、さらに映像情報処理装置ｅｘ１０１側で制御可能であれば、映像情報処理装置ｅｘ１０１は、そのような撮影に関するカメラｅｘ１０２の特徴量を自動で制御してもよい。

ここで、ユーザカメラは、例えば、スタジアム内の観客又は施設内の警備員が持つスマートフォン、タブレット型端末、ウェアラブル端末、又はＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔｅｄ Ｄｉｓｐｌａｙ）である。

また、指示画像を表示する表示端末は、映像データを撮影するユーザカメラと同一である必要はない。例えば、ユーザカメラに予め対応付けられた表示端末に対して、ユーザカメラが指示信号又は指示画像を送信し、当該表示端末が指示画像を表示してもよい。また、ユーザカメラに対応する表示端末の情報が、予め映像情報処理装置ｅｘ１０１に登録されてもよい。この場合は、映像情報処理装置ｅｘ１０１は、ユーザカメラに対応する表示端末に対して指示信号を直接送信することで、表示端末に指示画像を表示させてもよい。

（変形例２）
解析部ｅｘ１１２は、例えばＳｆＭを用いて、保存部ｅｘ１１１に保存された映像データから施設内又はスタジアム内の三次元形状を復元することで自由視点映像（三次元再構成データ）を生成してもよい。この自由視点映像は、保存部ｅｘ１１１に保存される。映像情報処理装置ｅｘ１０１は、映像受信装置ｅｘ１０３から送信される視野情報（及び／又は、視点情報）に応じた映像データを保存部ｅｘ１１１から読み出して、映像受信装置ｅｘ１０３に送信する。なお、映像受信装置ｅｘ１０３は、複数台のカメラの一つであってもよい。

（変形例３）
映像情報処理装置ｅｘ１０１は、撮影禁止領域を検出してもよい。この場合、解析部ｅｘ１１２は撮影画像を解析し、移動カメラが撮影禁止領域を撮影している場合には移動カメラに対して撮影禁止信号を送信する。移動カメラは撮影禁止信号を受信している間は撮影を停止する。

解析部ｅｘ１１２は、例えば、ＳｆＭを用いて復元された三次元の仮想空間と、撮影映像とのマッチングを取ることで、空間内で予め設定されている移動カメラが撮影禁止領域を撮影中かを判定する。または、解析部ｅｘ１１２は、空間内に配置されたマーカ又は特徴的なオブジェクトをトリガーとして移動カメラが撮影禁止領域を撮影中かを判定する。撮影禁止領域とは、例えば施設内又はスタジアム内のトイレなどである。

また、ユーザカメラが撮影禁止領域を撮影している場合には、ユーザカメラは、無線又は有線で接続されるディスプレイ等にメッセージを表示したり、スピーカ又はイヤホンから音又は音声を出力したりすることで、現在の場所が撮影禁止場所であることをユーザに知らせてもよい。

例えば、上記メッセージとして、現在カメラを向けている方向が撮影禁止である旨が表示される。または、表示される地図上に撮影禁止領域と現在の撮影領域とが示される。また、撮影の再開は、例えば、撮影禁止信号が出力されなくなれば自動的に行われる。または、撮影禁止信号が出力されておらず、かつ、ユーザが撮影再開を行う操作をした場合に、撮影が再開されてもよい。また、撮影の停止と再開とが短期間で複数回起こった場合には、再度キャリブレーションが行われてもよい。または、ユーザに現在位置を確認したり移動を促したりするための通知が行われてもよい。

また、警察など特別な業務の場合には、記録のためこのような機能をオフにするパスコード又は指紋認証などが用いられてもよい。さらに、そのような場合であっても撮影禁止領域の映像が外部に表示されたり保存される場合には自動でモザイクなど画像処理が行われてもよい。

以上の構成により、映像情報処理装置ｅｘ１０１は、撮影禁止の判定を行い、撮影を停止するようにユーザに通知することで、ある領域を撮影禁止に設定できる。

（変形例４）
映像から三次元の仮想空間を構築するためには、複数視点の映像を集める必要があるため、映像情報処理システムｅｘ１００は、撮影映像を転送したユーザに対してインセンティブを設定する。例えば、映像情報処理装置ｅｘ１０１は、映像を転送したユーザに対し、無料又は割引料金で映像配信を行ったり、オンライン又はオフラインの店又はゲーム内で使用できるような金銭的な価値、又はゲームなどのバーチャル空間での社会的地位など非金銭的な価値のあるポイントを付与する。また、映像情報処理装置ｅｘ１０１は、リクエストが多いなど価値のある視野（及び／又は、視点）の撮影映像を転送したユーザに対しては特に高いポイントを付与する。

（変形例５）
映像情報処理装置ｅｘ１０１は、解析部ｅｘ１１２の解析結果に基づき、ユーザカメラに対して付加情報を送信してもよい。この場合、ユーザカメラは撮影映像に付加情報を重畳して、画面に表示する。付加情報とは、例えば、スタジアムでの試合が撮影されている場合には、選手名又は身長などの選手の情報であり、映像内の各選手に対応付けて当該選手の名前又は顔写真などが表示される。なお、映像情報処理装置ｅｘ１０１は、映像データの一部又は全部の領域に基づきインターネット経由の検索により、付加情報を抽出してもよい。また、カメラｅｘ１０２は、Ｂｌｕｅｔｏｏｔｈ（登録商標）をはじめとする近距離無線通信又は、スタジアム等の照明から可視光通信によりそのような付加情報を受け取り、受け取った付加情報を、映像データにマッピングしてもよい。また、カメラｅｘ１０２は、このマッピングを、カメラｅｘ１０２に有線又は無線により接続される記憶部に保持されるテーブルであって、可視光通信技術により得られる情報と付加情報との対応関係を示すテーブルなどの一定規則に基づいて行なってもよいし、インターネット検索により最も確からしい組み合わせの結果を用いて行なってもよい。

また、監視システムにおいては、施設内の警備員が持つユーザカメラに対して、例えば注意人物の情報が重畳されることで、監視システムの高精度化を図ることができる。

（変形例６）
解析部ｅｘ１１２は，自由視点映像とユーザカメラの撮影映像とのマッチングを取ることで、ユーザカメラが施設内又はスタジアム内のどの領域を撮影中かを判定してもよい。なお、撮影領域の判定方法はこれに限られず、上述した各実施の形態で説明した様々な撮影領域の判定方法又はその他の撮影領域の判定方法を用いられてもよい。

映像情報処理装置ｅｘ１０１は、解析部ｅｘ１１２の解析結果に基づき、ユーザカメラに対して過去映像を送信する。ユーザカメラは撮影映像に過去映像を重畳して、又は撮影映像を過去映像に置換して、画面に表示する。

例えば、ハーフタイム中に、過去映像として前半のハイライトシーンが表示される。これにより、ユーザはハーフタイム中に、前半のハイライトシーンを自分が見ている方向の映像として楽しむことができる。なお過去映像は、前半のハイライトシーンに限らず、そのスタジアムで行われた過去の試合のハイライトシーンなどでもよい。また、映像情報処理装置ｅｘ１０１が過去映像を配信するタイミングはハーフタイム中に限らず、例えば試合終了後でも、試合中でもよい。特に試合中の場合には、解析部ｅｘ１１２の解析結果に基づき、映像情報処理装置ｅｘ１０１はユーザが見逃した重要と考えられるシーンを配信してもよい。また、映像情報処理装置ｅｘ１０１はユーザからリクエストがあった場合、過去映像を配信してもよく、又は過去映像の配信前に配信許可のメッセージを配信してもよい。

（変形例７）
映像情報処理装置ｅｘ１０１は、解析部ｅｘ１１２の解析結果に基づき、ユーザカメラに対して広告情報を送信してもよい。ユーザカメラは撮影映像に広告情報を重畳して、画面に表示する。

広告情報は例えば変形例６で示した、ハーフタイム中又は試合終了後の過去映像配信直前に配信されてもよい。これにより、配信業者は広告主からの広告料を得ることができ、ユーザに安価又は無料で映像配信サービスを提供できる。また、映像情報処理装置ｅｘ１０１は、広告情報の配信直前に広告配信許可のメッセージを配信してもよいし、ユーザが広告を視聴した場合、無料でサービスを提供してもよいし、広告を視聴しない場合より安価にサービスを提供してもよい。

また、広告に従ってユーザが「今すぐ注文する」などをクリックすると、当該システム又は何らかの位置情報に基づいてユーザの位置を把握しているスタッフ又は会場の自動の配送システムが注文された飲み物を席まで届けてくれる。決裁はスタッフへの手渡しでもよいし、予めモバイル端末のアプリ等に設定されているクレジットカード情報に基づいて行われてもよい。また、広告にはｅコマースサイトへのリンクが含まれ、通常の自宅配送等のオンラインショッピングが可能な状態になっていてもよい。

（変形例８）
映像受信装置ｅｘ１０３は、カメラｅｘ１０２（ユーザカメラ）の一つであってもよい。この場合、解析部ｅｘ１１２は、自由視点映像とユーザカメラの撮影映像とのマッチングを取ることで、ユーザカメラが施設内又はスタジアム内のどの領域を撮影中かを判定する。なお、撮影領域の判定方法はこれに限らない。

例えば、ユーザが、画面に表示されている矢印の方向にスワイプ操作をすると、ユーザカメラはその方向へ視点を移動させることを示す視点情報を生成する。映像情報処理装置ｅｘ１０１は、解析部ｅｘ１１２が判定したユーザカメラの撮影領域から視点情報に基づき、領域を撮影した映像データを保存部ｅｘ１１１から読み出し、当該映像データのユーザカメラへの送信を開始する。そしてユーザカメラは撮影映像ではなく、映像情報処理装置ｅｘ１０１から配信された映像を表示する。

以上により、施設内又はスタジアム内のユーザは、画面スワイプのような簡易な動作で、好きな視点からの映像を視聴できる。例えば野球場の３塁側で観戦している観客が、１塁側の視点からの映像を視聴できる。また、監視システムにおいては、施設内の警備員が画面スワイプのような簡易な動作で、自身が確認したい視点又はセンターからの割り込みとして注視すべき映像などを、視点を適用的に変えながら視聴することができるので、監視システムの高精度化を図ることができる。

また、施設内又はスタジアム内のユーザへの映像の配信は、例えばユーザカメラと撮影対象との間に障害物が存在し、見えない領域がある場合等にも有効である。この場合、ユーザカメラは、ユーザカメラの撮影領域のうち障害物が含まれる一部の領域の映像を、撮影映像から、映像情報処理装置ｅｘ１０１からの配信映像に切り替えて表示してもよいし、画面全体を撮影映像から配信映像に切り替えて表示してもよい。また、ユーザカメラは、撮影映像と配信映像とを合成して障害物を透過して視聴対象が見えているような映像を表示してもよい。この構成によると、障害物の影響でユーザの位置から撮影対象が見えない場合にも、映像情報処理装置ｅｘ１０１から配信された映像を視聴することができるので、障害物の影響を軽減することができる。

また、障害物により見えない領域の映像として配信映像を表示する場合は、上述した画面スワイプのようなユーザによる入力処理に応じた表示の切り替え制御とは異なる表示の切り替え制御が行われてもよい。例えば、ユーザカメラの移動及び撮影方向の情報、並びに予め得られている障害物の位置情報に基づいて撮影領域に障害物が含まれると判定される場合に、撮影映像から配信映像への表示の切り替えが自動的に行われもよい。また、撮影映像データの解析により撮影対象ではない障害物が映っていると判定された場合に、撮影映像から配信映像への表示の切り替えが自動的に行われてもよい。また、撮影映像に含まれる障害物の面積（例えばピクセル数）が所定の閾値を超えた場合、又は撮影対象の面積に対する障害物の面積の比が所定の割合を超えた場合に、撮影映像から配信映像への表示の切り替えが自動的に行われてもよい。

なお、ユーザの入力処理に応じて撮影映像から配信映像への表示の切り替え及び配信映像から撮影映像への表示の切り替えが行われてもよい。

（変形例９）
各カメラｅｘ１０２で撮影された映像データの重要度に基づき映像データを映像情報処理装置ｅｘ１０１に転送する速度が指示されてもよい。

この場合、解析部ｅｘ１１２は保存部ｅｘ１１１に保存された映像データ、又は当該映像データを撮影したカメラｅｘ１０２の重要度を判定する。ここでの重要度の判定は、例えば映像中に含まれる人の数或いは移動物体の数、映像データの画質などの情報、又はその組み合わせに基づいて行われる。

また、映像データの重要度の判定は、映像データが撮影されたカメラｅｘ１０２の位置又は映像データが撮影している領域に基づいてもよい。例えば、対象のカメラｅｘ１０２の近くに撮影中の他のカメラｅｘ１０２が複数存在する場合に、対象のカメラｅｘ１０２で撮影された映像データの重要度を低くする。また、対象のカメラｅｘ１０２の位置が他のカメラｅｘ１０２から離れていても同じ領域を撮影している他のカメラｅｘ１０２が複数存在する場合に、対象のカメラｅｘ１０２で撮影された映像データの重要度を低くする。また、映像データの重要度の判定は、映像配信サービスにおけるリクエストの多さに基づいて行われてもよい。なお、重要度の判定方法は、上述したものやその組み合わせに限られず、監視システム又は映像配信システムの構成又は目的に応じた方法であればよい。

また、重要度の判定は撮影された映像データに基づくものでなくてもよい。例えば、映像情報処理装置ｅｘ１０１以外の端末へ映像データを送信するカメラｅｘ１０２の重要度が高く設定されてもよい。逆に、映像情報処理装置ｅｘ１０１以外の端末へ映像データを送信するカメラｅｘ１０２の重要度が低く設定されてもよい。これにより、例えば、映像データの伝送を必要とする複数のサービスが通信帯域を共有している場合に、各サービスの目的又は特性に応じた通信帯域の制御の自由度が高くなる。これにより、必要な映像データが得られないことによる各サービスの品質の劣化を防止できる。

また、解析部ｅｘ１１２は、自由視点映像とカメラｅｘ１０２の撮影映像とを用いて、映像データの重要度を判定してもよい。

映像情報処理装置ｅｘ１０１は、解析部ｅｘ１１２で行われた重要度の判定結果に基づき、カメラｅｘ１０２に対して通信速度指示信号を送信する。映像情報処理装置ｅｘ１０１は、例えば、重要度が高い映像を撮影しているカメラｅｘ１０２に対して高い通信速度を指示する。また、映像情報処理装置ｅｘ１０１は、速度の制御だけではなく、重要な情報については、欠落によるデメリットを低減するために複数回送るような方式を指示する信号を送信してもよい。これにより、施設内又はスタジアム内全体の通信を効率的に行うことができる。なお、カメラｅｘ１０２と映像情報処理装置ｅｘ１０１との通信は、有線通信であっても無線通信であってもよい。また、映像情報処理装置ｅｘ１０１は、有線通信及び無線通信のいずれか一方を制御してもよい。

カメラｅｘ１０２は、通信速度指示信号に従った通信速度で、撮影映像データを映像情報処理装置ｅｘ１０１に送信する。なお、カメラｅｘ１０２は所定の回数再送が失敗した場合には、その撮影映像データの再送を停止し、次の撮影映像データの転送を開始してもよい。これにより、施設内又はスタジアム内全体の通信を効率的に行うことができ、解析部ｅｘ１１２における処理の高速化を実現できる。

また、カメラｅｘ１０２は、それぞれに割り当てられた通信速度が撮影した映像データを転送するために十分な帯域でない場合は、撮影した映像データを、割り当てられた通信速度で送信可能なビットレートの映像データに変換し、変換後の映像データを送信してもよし、映像データの転送を中止してもよい。

また、上述したように死角の発生を防止するために映像データが使用される場合、撮影された映像データに含まれる撮影領域のうちの一部の領域が死角を埋めるために必要である可能性がある。この場合、カメラｅｘ１０２は、少なくとも、映像データから、死角の発生を防止するために必要とされる領域を抽出することで抽出映像データを生成し、生成された抽出映像データを映像情報処理装置ｅｘ１０１に送信してもよい。この構成によると、死角の発生の抑制をより少ない通信帯域で実現できる。

また、例えば、付加情報の重畳表示又は映像配信が行われる場合には、カメラｅｘ１０２は、映像情報処理装置ｅｘ１０１にカメラｅｘ１０２の位置情報及び撮影方向の情報を送信する必要がある。この場合、映像データを転送するためには十分ではない帯域しか割り当てられなかったカメラｅｘ１０２は、カメラｅｘ１０２で検出された位置情報及び撮影方向の情報を送信してもよい。また、映像情報処理装置ｅｘ１０１においてカメラｅｘ１０２の位置情報及び撮影方向の情報を推定する場合は、カメラｅｘ１０２は、撮影した映像データを、位置情報及び撮影方向の情報の推定に必要な解像度に変換し、変換された映像データを映像情報処理装置ｅｘ１０１に送信してもよい。この構成によると、少ない通信帯域しか割り当てられなかったカメラｅｘ１０２に対しても、付加情報の重畳表示又は映像配信のサービスを提供できる。また、映像情報処理装置ｅｘ１０１は、より多くのカメラｅｘ１０２から撮影領域の情報を取得できるため、例えば注目されている領域を検出する等の目的で、撮影領域の情報を利用するような場合においても有効である。

なお、上述した割り当てられた通信帯域に応じた映像データの転送処理の切り替えは、通知された通信帯域に基づいてカメラｅｘ１０２が行ってもよいし、映像情報処理装置ｅｘ１０１が各カメラｅｘ１０２の動作を決定し、決定された動作を示す制御信号を各カメラｅｘ１０２に通知してもよい。これにより、動作の切り替えの判定に必要な計算量、カメラｅｘ１０２の処理能力、及び必要となる通信帯域等に応じて、適切に処理の分担を行える。

（変形例１０）
解析部ｅｘ１１２は、映像受信装置ｅｘ１０３から送信された視野情報（及び／又は、視点情報）に基づき、映像データの重要度を判定してもよい。例えば、解析部ｅｘ１１２は、視野情報（及び／又は、視点情報）が示す領域を多く含む撮影映像データの重要度を高く設定する。また、解析部ｅｘ１１２は、映像中に含まれる人の数、又は移動物体の数を考慮して、映像データの重要度を判定してもよい。なお、重要度の判定方法はこれに限らない。

なお、本実施の形態で説明した通信制御方法は、必ずしも複数の映像データから三次元形状の再構築を行うシステムにおいて用いられる必要はない。例えば複数台のカメラｅｘ１０２が存在する環境において、映像データを選択的又は伝送速度に差をつけて有線通信及び／又は無線通信で送信する場合であれば、本実施の形態で説明した通信制御方法は有効である。

（変形例１１）
映像配信システムにおいて、映像情報処理装置ｅｘ１０１は、撮影シーンの全体を示す概観映像を映像受信装置ｅｘ１０３に送信してもよい。

具体的には、映像情報処理装置ｅｘ１０１は、映像受信装置ｅｘ１０３から送信された配信リクエストを受信した場合、保存部ｅｘ１１１から施設内又はスタジアム内全体の概観映像を読み出し、当該外観映像を映像受信装置ｅｘ１０３に送信する。この概観映像は更新間隔が長くてもよく（低フレームレートでもよく）、また画質が低くてもよい。視聴者は、映像受信装置ｅｘ１０３の画面上に表示された概観映像中で、見たい部分をタッチする。これにより、映像受信装置ｅｘ１０３は、タッチされた部分に対応する視野情報（及び／又は、視点情報）を映像情報処理装置ｅｘ１０１に送信する。

映像情報処理装置ｅｘ１０１は、視野情報（及び／又は、視点情報）に応じた映像データを保存部ｅｘ１１１から読み出し、当該映像データを映像受信装置ｅｘ１０３に送信する。

また、解析部ｅｘ１１２は、視野情報（及び／又は、視点情報）で示される領域に対して優先的に三次元形状の復元（三次元再構成）を行うことで自由視点映像を生成する。解析部ｅｘ１１２は、施設内又はスタジアム内全体の三次元形状を、概観を示す程度の精度で復元する。これにより、映像情報処理装置ｅｘ１０１は、三次元形状の復元を効率的に行うことができる。その結果、視聴者が見たい領域の自由視点映像の高フレームレート化、及び高画質を実現できる。

（変形例１２）
なお、映像情報処理装置ｅｘ１０１は、例えば、設計図面などから事前に生成された施設又はスタジアムの三次元形状復元データを事前映像として、予め保存しておいてもよい。なお、事前映像はこれに限らず、デプスセンサから得られる空間の凹凸と、過去又はキャリブレーション時の画像又は映像データから導出されるピクチャとをオブジェクトごとにマッピングした仮想空間データであってもよい。

例えば、スタジアムでサッカーが行われている場合、解析部ｅｘ１１２は、選手及びボールに限定して三次元形状の復元を行い、得られた復元データと事前映像とを合成することで自由視点映像を生成してもよい。あるいは、解析部ｅｘ１１２は、選手及びボールに対して優先して三次元形状の復元を行ってもよい。これにより、映像情報処理装置ｅｘ１０１は、三次元形状の復元を効率的に行うことができる。その結果、視聴者が注目する選手及びボールに関する自由視点映像の高フレームレート化及び高画質化を実現できる。また、監視システムにおいては、解析部ｅｘ１１２は、人物及び移動物体に限定して、又はそれらを優先して三次元形状の復元を行ってもよい。

（変形例１３）
各装置の時刻は、サーバの基準時刻等に基づき、撮影開始時にキャリブレーションされてもよい。解析部ｅｘ１１２は、複数台のカメラｅｘ１０２で撮影された複数の撮影映像データのうち、時刻設定の精度に応じて、予め設定された時間範囲内に属する時刻に撮影された複数の映像データを用いて、三次元形状の復元を行う。この時刻の検出には、例えば撮影映像データが保存部ｅｘ１１１に格納された時刻が用いられる。なお、時刻の検出方法はこれに限らない。これにより、映像情報処理装置ｅｘ１０１は、三次元形状の復元を効率的に行うことができるので、自由視点映像の高フレームレート化及び高画質化を実現できる。

または、解析部ｅｘ１１２は、保存部ｅｘ１１１に保存された複数の映像データのうち、高画質データを用いて、又は高画質データを優先的に用いて、三次元形状の復元を行ってもよい。

（変形例１４）
解析部ｅｘ１１２は、カメラ属性情報を用いて、三次元形状の復元を行ってもよい。例えば、解析部ｅｘ１１２は、カメラ属性情報を用いて、視体積交差法又はマルチビューステレオ法などの手法により三次元映像を生成してもよい。この場合、カメラｅｘ１０２は、撮影映像データとカメラ属性情報とを映像情報処理装置ｅｘ１０１に送信する。カメラ属性情報は、例えば、撮影位置、撮影角度、撮影時刻、又はズーム倍率などである。

これにより、映像情報処理装置ｅｘ１０１は、三次元形状の復元を効率的に行うことができるので、自由視点映像の高フレームレート化及び高画質化を実現できる。

具体的には、カメラｅｘ１０２は、施設内又はスタジアム内に三次元座標を定義し、カメラｅｘ１０２がどのあたりの座標をどの角度から、どれ位のズームで、どの時間に撮ったかという情報を映像と共にカメラ属性情報として映像情報処理装置ｅｘ１０１に送信する。また、カメラｅｘ１０２の起動時に、施設内又はスタジアム内の通信ネットワーク上の時計とカメラ内の時計との同期がとられ、時間情報が生成される。

また、カメラｅｘ１０２の起動時又は任意のタイミングで施設内又はスタジアム内の特定のポイントにカメラｅｘ１０２を向けることにより、カメラｅｘ１０２の位置及び角度情報が取得される。図９は、カメラｅｘ１０２に起動時に、カメラｅｘ１０２の画面上に表示される通知の一例を示す図である。ユーザがこの通知に従い、スタジアム北側の広告中のサッカーボール中心にある「＋」に、画面中央に表示された「＋」を合わせて、カメラｅｘ１０２のディスプレイをタッチすると、カメラｅｘ１０２は、カメラｅｘ１０２から広告までのベクトル情報を取得しカメラ位置及び角度の基準を特定する。その後、カメラｅｘ１０２のモーション情報からその時々のカメラ座標及び角度が特定される。もちろん、この表示に限るものではなく、矢印等を用いて撮影期間中も座標、角度、又は撮影領域の移動速度等を指示するような表示が用いられてもよい。

カメラｅｘ１０２の座標の特定は、ＧＰＳ、ＷｉＦｉ（登録商標）、３Ｇ、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、及び５Ｇ（無線ＬＡＮ）の電波を用いて行われてもよいし、ビーコン（Ｂｌｕｅｔｏｏｔｈ（登録商標）、超音波）など近距離無線を利用して行われてもよい。また、施設内又はスタジアム内のどの基地局に撮影映像データが届いたかという情報が用いられてもよい。

（変形例１５）
当該システムはスマートフォン等のモバイル端末上で動作するアプリケーションとして提供されてもよい。

上記システムへのログインには、各種ＳＮＳ等のアカウントが用いられてもよい。なお、アプリ専用のアカウント、又は機能が制限されたゲストアカウントが用いられてもよい。このようにアカウントが用いられることで、好みの映像又は好みのアカウント等を評価することができる。また、撮影中又は視聴中の映像データに類似した映像データ、撮影中又は視聴中の映像データの視点に類似した視点の映像データなどに優先的に帯域を割り振ることで、これらの映像データの解像度を高めることができる。これにより、これらの視点からの三次元形状の復元をより精度よく行うことができる。

また、ユーザは、当該アプリケーションで、好みの画像映像を選択し、相手方をフォローすることで、選択した画像を他のユーザよりも優先して見たり、相手方の承認などを条件にテキストチャット等でつながりをもつことができる。このように、新たなコミュニティの生成が可能である。

このようにユーザ同士がコミュニティ内でつながることにより、撮影自体、また撮影した画像の共有などが活発化し、より精度の高い三次元形状の復元を促すことができる。

また、コミュニティ内のつながりの設定に応じて、ユーザは、他人が撮影した画像又は映像を編集したり、他人の画像と自分の画像とをコラージュして新たな画像又は映像を作成したりできる。これにより、新たな画像又は映像を当該コミュニティ内の人でシェアするなど、新たな映像作品のシェアが可能になる。また、この編集においてＣＧのキャラクタを挿入するなどにより、拡張現実（Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ）のゲーム等にも映像作品を利用できる。

また、当該システムによると三次元モデルデータが逐次出力可能になるため、ゴールシーンなどの特徴的なシーンでの三次元モデルデータに基づき、施設が有する３Ｄプリンタなどが立体オブジェクトを出力することができる。これにより、試合後に、その試合中のシーンに基づくオブジェクトをキーホルダーのようなお土産として売ったり、参加ユーザに配布することも可能である。もちろん通常の写真として、もっとも良い視点からの画像をプリントすることも可能である。

（変形例１６）
上記システムを用いて、例えば、警察の車載カメラ、及び警察官のウェアラブルカメラの映像などから、地域全体の大雑把な状態を、当該システムに接続されたセンターで管理することができる。

一般のパトロールの時は、例えば数分おきで静止画の送受信が行なわれる。また、センターは、過去の犯罪データ等を用いて分析した結果に基づいた犯罪マップに基づいて犯罪発生の可能性が高い地域を特定する、もしくはこのように特定された犯罪発生確率に関連する地域データを保持している。特定された犯罪発生確率の高い地域では、画像の送受信の頻度を上げたり、画像を動画に変更したりしてもよい。また、事件発生時は、動画、又はＳｆＭ等を用いた三次元再構成データが用いられてもよい。また、センターもしくは各端末が、同時にデプスセンサ又はサーモセンサなど他のセンサの情報を用いて画像又は仮想空間を補正することで、警察官は、より正確に状況を把握できる。

また、センターは、三次元再構成データを用いることで、複数の端末にそのオブジェクトの情報をフィードバックできる。これにより、各端末を持つ個々人がオブジェクトをトラッキングできる。

また、最近では、建造物或いは環境の調査、又はスポーツなどの臨場感ある撮影等の目的で、クワッドコプター、ドローンなどの飛行可能な装置による空中からの撮影が行なわれる。このような自律移動装置による撮影は、画像がブレるということが問題になりやすいが、ＳｆＭは位置及び傾きによりそのブレを補正しながら三次元化を行なうことが可能である。これにより、画質の向上、及び空間の復元精度の向上を実現できる。

また、車外を撮影する車載カメラの設置が、国によっては義務付けられている。このような車載カメラにおいても、複数の画像からモデル化された三次元データを用いることで、行き先の方向の天気及び路面の状態、並びに渋滞度合い等をより精度よく把握できる。

（変形例１７）
上記システムは、例えば、複数台のカメラを利用して建物又は設備の測距又はモデリングを行うシステムにも適用できる。

ここで、例えば、１台のドローンを用いて建物を上空から撮影し、建物の測距又はモデリングを行う場合には、測距中にカメラに動物体が写りこむことで測距の精度が低下するという課題がある。また、動物体の測距及びモデリングを行えないという課題がある。

一方で、上述したように複数台のカメラ（固定カメラ、スマートフォン、ウェアラブルカメラ及びドローン等）を用いることで、動物体の有無にかかわらず安定した精度で建物の測距及びモデリングを実現できる。また、動物体の測距及びモデリングを実現できる。

具体的には、例えば、建築現場において作業員のヘルメット等にカメラが取り付けられる。これにより、作業員の作業に並行して建物の測距を行うことができる。また、作業の効率化及びミス防止にも用いることができる。また、作業員に装着されたカメラで撮影された映像を用いて建物をモデリングできる。さらに、遠隔地にいる管理者が、モデリングされた建物を見ることで進捗具合を確認できる。

また、当該システムは、工場又は発電所の機械等、停止できない設備の点検に使用できる。また、当該システムは、橋或いはダムの開閉、又は、遊園地の乗り物の動作等に異常がないかを点検する場合に使用できる。

また、当該システムにより、道路の渋滞具合又は交通量を監視することで、各時間帯の道路の渋滞具合又は交通量を示す地図を生成することができる。

（実施の形態４）
上記各実施の形態で示した画像処理方法の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。

さらにここで、上記各実施の形態で示した画像処理方法の応用例とそれを用いたシステムを説明する。当該システムは、画像処理方法を用いた装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。

図１０は、コンテンツ配信サービスを実現するコンテンツ供給システムｅｘ２００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ｅｘ２０６、ｅｘ２０７、ｅｘ２０８、ｅｘ２０９、ｅｘ２１０が設置されている。

このコンテンツ供給システムｅｘ２００は、インターネットｅｘ２０１にインターネットサービスプロバイダｅｘ２０２および通信網ｅｘ２０４、および基地局ｅｘ２０６からｅｘ２１０を介して、コンピュータｅｘ２１１、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）ｅｘ２１２、カメラｅｘ２１３、スマートフォンｅｘ２１４、ゲーム機ｅｘ２１５などの各機器が接続される。

しかし、コンテンツ供給システムｅｘ２００は図１０のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ｅｘ２０６からｅｘ２１０を介さずに、各機器が電話線、ケーブルテレビ、又は光通信などの通信網ｅｘ２０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。

カメラｅｘ２１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラｅｘ２１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、スマートフォンｅｘ２１４は、ＧＳＭ（登録商標）（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）方式、ＣＤＭＡ（Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）方式、Ｗ－ＣＤＭＡ（Ｗｉｄｅｂａｎｄ－Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）方式、若しくはＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）方式、ＨＳＰＡ（Ｈｉｇｈ Ｓｐｅｅｄ Ｐａｃｋｅｔ Ａｃｃｅｓｓ）、又は高周波帯域を利用した通信方式などに対応するスマートフォン機、またはＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙｐｈｏｎｅ Ｓｙｓｔｅｍ）等であり、いずれでも構わない。

コンテンツ供給システムｅｘ２００では、カメラｅｘ２１３等が基地局ｅｘ２０９、通信網ｅｘ２０４を通じてストリーミングサーバｅｘ２０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラｅｘ２１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して符号化処理を行い、ストリーミングサーバｅｘ２０３に送信する。一方、ストリーミングサーバｅｘ２０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータｅｘ２１１、ＰＤＡｅｘ２１２、カメラｅｘ２１３、スマートフォンｅｘ２１４、ゲーム機ｅｘ２１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する。

なお、撮影したデータの符号化処理はカメラｅｘ２１３で行っても、データの送信処理をするストリーミングサーバｅｘ２０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバｅｘ２０３で行ってもよいし、互いに分担して行ってもよい。また、カメラｅｘ２１３に限らず、カメラｅｘ２１６で撮影した静止画像および／または動画像データを、コンピュータｅｘ２１１を介してストリーミングサーバｅｘ２０３に送信してもよい。この場合の符号化処理はカメラｅｘ２１６、コンピュータｅｘ２１１、ストリーミングサーバｅｘ２０３のいずれで行ってもよいし、互いに分担して行ってもよい。さらに復号された画像の表示についても、システムにつながった複数の機器が連動して同じ画像を表示してもよいし、大きな表示部を有する装置で全体の画像を表示し、スマートフォンｅｘ２１４等では画像の一部の領域を拡大して表示してもよい。

また、これら符号化・復号化処理は、一般的にコンピュータｅｘ２１１や各機器が有するＬＳＩｅｘ５００において処理する。ＬＳＩｅｘ５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータｅｘ２１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、スマートフォンｅｘ２１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データはスマートフォンｅｘ２１４が有するＬＳＩｅｘ５００で符号化処理されたデータである。

また、ストリーミングサーバｅｘ２０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。

以上のようにして、コンテンツ供給システムｅｘ２００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムｅｘ２００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。

なお、コンテンツ供給システムｅｘ２００の例に限らず、図１１に示すように、デジタル放送用システムｅｘ３００にも、上記各実施の形態を適用してもよい。具体的には、放送局ｅｘ３０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ｅｘ３０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである。これを受けた放送衛星ｅｘ３０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナｅｘ３０４が受信する。受信した多重化データを、テレビ（受信機）ｅｘ４００またはセットトップボックス（ＳＴＢ）ｅｘ３１７等の装置が復号化して再生する。

また、ＤＶＤ、ＢＤ等の記録メディアｅｘ３１５、もしくはＳＤなどのメモリｅｘ３１６に記録した多重化データを読み取り復号化する、または記録メディアｅｘ３１５もしくはメモリｅｘ３１６に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダｅｘ３１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタｅｘ３１９に表示され、多重化データが記録された記録メディアｅｘ３１５、又はメモリｅｘ３１６により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルｅｘ３０３または衛星／地上波放送のアンテナｅｘ３０４に接続されたセットトップボックスｅｘ３１７内に動画像復号化装置を実装し、これをテレビのモニタｅｘ３１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。

図１２は、スマートフォンｅｘ２１４を示す図である。また、図１３は、スマートフォンｅｘ２１４の構成例を示す図である。スマートフォンｅｘ２１４は、基地局ｅｘ２１０との間で電波を送受信するためのアンテナｅｘ４５０、映像、静止画を撮ることが可能なカメラ部ｅｘ４６５、カメラ部ｅｘ４６５で撮像した映像、アンテナｅｘ４５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ｅｘ４５８を備える。スマートフォンｅｘ２１４は、さらに、タッチパネル等である操作部ｅｘ４６６、音声を出力するためのスピーカ等である音声出力部ｅｘ４５７、音声を入力するための収音器等である音声入力部ｅｘ４５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存可能なメモリ部ｅｘ４６７、又は図１１に例示されたメモリｅｘ３１６、もしくはユーザを特定し、ネットワークをはじめ各種データへのアクセスの認証をするためのＳＩＭｅｘ４６８とのインタフェース部であるスロット部ｅｘ４６４を備える。

スマートフォンｅｘ２１４は、表示部ｅｘ４５８及び操作部ｅｘ４６６等を統括的に制御する主制御部ｅｘ４６０に対して、電源回路部ｅｘ４６１、操作入力制御部ｅｘ４６２、映像信号処理部ｅｘ４５５、カメラインタフェース部ｅｘ４６３、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）制御部ｅｘ４５９、変調／復調部ｅｘ４５２、多重／分離部ｅｘ４５３、音声信号処理部ｅｘ４５４、スロット部ｅｘ４６４、メモリ部ｅｘ４６７がバスｅｘ４７０を介して互いに接続されている。

電源回路部ｅｘ４６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することによりスマートフォンｅｘ２１４を動作可能な状態に起動する。

スマートフォンｅｘ２１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ｅｘ４６０の制御に基づいて、音声通話モード時に音声入力部ｅｘ４５６で収音した音声信号を音声信号処理部ｅｘ４５４でデジタル音声信号に変換し、これを変調／復調部ｅｘ４５２でスペクトラム拡散処理し、送信／受信部ｅｘ４５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナｅｘ４５０を介して送信する。またスマートフォンｅｘ２１４は、音声通話モード時にアンテナｅｘ４５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ｅｘ４５２でスペクトラム逆拡散処理し、音声信号処理部ｅｘ４５４でアナログ音声信号に変換した後、これを音声出力部ｅｘ４５７から出力する。

さらにデータ通信モード時に電子メールを送信する場合、本体部の操作部ｅｘ４６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ｅｘ４６２を介して主制御部ｅｘ４６０に送出される。主制御部ｅｘ４６０は、テキストデータを変調／復調部ｅｘ４５２でスペクトラム拡散処理をし、送信／受信部ｅｘ４５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナｅｘ４５０を介して基地局ｅｘ２１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ｅｘ４５８に出力される。

データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ｅｘ４５５は、カメラ部ｅｘ４６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し、符号化された映像データを多重／分離部ｅｘ４５３に送出する。また、音声信号処理部ｅｘ４５４は、映像、静止画等をカメラ部ｅｘ４６５で撮像中に音声入力部ｅｘ４５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ｅｘ４５３に送出する。

多重／分離部ｅｘ４５３は、映像信号処理部ｅｘ４５５から供給された符号化された映像データと音声信号処理部ｅｘ４５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ｅｘ４５２でスペクトラム拡散処理をし、送信／受信部ｅｘ４５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナｅｘ４５０を介して送信する。

データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナｅｘ４５０を介して受信された多重化データを復号化するために、多重／分離部ｅｘ４５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスｅｘ４７０を介して符号化された映像データを映像信号処理部ｅｘ４５５に供給するとともに、符号化された音声データを音声信号処理部ｅｘ４５４に供給する。映像信号処理部ｅｘ４５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し、ＬＣＤ制御部ｅｘ４５９を介して表示部ｅｘ４５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ｅｘ４５４は、音声信号を復号し、音声出力部ｅｘ４５７から音声が出力される。

また、上記スマートフォンｅｘ２１４等の端末は、テレビｅｘ４００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムｅｘ３００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。

また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。

本開示は、三次元空間再構成に用いられる同一場面の映像を多視点から撮影するための複数台の撮像装置を含む多視点撮像システムに適用可能である。

１０、１０Ａ～１０Ｎ 撮像装置
１１、１１Ａ～１１Ｎ 撮像装置
１００ カメラ
１０１ 記憶部
１０２ 制御部
１０２ａ カメラ校正部
１０３ 光学系
１０４ イメージセンサ
１０５、１２５ 動きセンサ
１０６、１２６ 動作検知部
１０７、１４７ 収音器
１２０ 架台
１６０ 状況感知部
２００ 制御装置
２０１ 記憶部
２０２ 制御部
２０２ａ イベント検出部
２０２ｂ カメラ校正指示部
２０３ タイマー
３０２ａ モデル生成部
４０２ａ 視点決定部
４０２ｂ レンダリング部
４０２ｃ シーン解析部
４０２ｄ トラッキング部
５００ ユーザインタフェース
１０００、１００１ 多視点撮像システム
３０００ 三次元空間再構成装置
４０００ 三次元空間認識装置
５０００ ユーザ機器

Claims (9)

1. 所定の空間内において映像を互いに異なる位置から撮影することで、前記所定の空間内の被写体の三次元形状を再構成するための映像データを生成する複数台のカメラと、
   前記複数台のカメラの各々及び前記所定の空間の少なくとも一方の状況を感知して、感知した前記状況を撮像状況情報として出力する状況感知部と、
   前記撮像状況情報に基づいて、所定のイベントの発生を検出し、前記所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定し、カメラ校正を実行すると判定した場合は、実行される前記カメラ校正を示すカメラ校正情報を出力するイベント検出部と、
   前記複数台のカメラのカメラ校正を実行させるカメラ校正指示部とを備え、
   前記カメラ校正情報は、前記複数台のカメラのうち、前記カメラ校正を実行するカメラを示し、
   出力された前記カメラ校正情報は前記カメラ校正指示部に入力され、
   前記カメラ校正指示部は、前記カメラ校正情報が示すカメラに前記カメラ校正を実行させ、
   前記カメラ校正情報は、さらに発生が検出された前記所定のイベントの内容を示し、
   前記カメラ校正情報が示す前記カメラ校正を実行するカメラが２台以上である場合、前記カメラ校正指示部は、前記所定のイベントの内容に基づいて、前記カメラ校正を実行するカメラの順序を決定し、前記カメラ校正を実行する２台以上のカメラの前記カメラ校正を、決定した前記順序で実行させる
   多視点撮像システム。
2. 所定の空間内において映像を互いに異なる位置から撮影することで、前記所定の空間内の被写体の三次元形状を再構成するための映像データを生成する複数台のカメラと、
   前記複数台のカメラの各々及び前記所定の空間の少なくとも一方の状況を感知して、感知した前記状況を撮像状況情報として出力する状況感知部と、
   前記撮像状況情報に基づいて、所定のイベントの発生を検出し、前記所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定し、カメラ校正を実行すると判定した場合は、実行される前記カメラ校正を示すカメラ校正情報を出力するイベント検出部と、
   前記カメラ校正情報に基づき、前記複数台のカメラのカメラ校正を実行させるカメラ校正指示部とを備え、
   前記状況感知部は、前記複数台のカメラがそれぞれ備えるイメージセンサを含み、
   前記撮像状況情報は、前記イメージセンサが出力する映像を含み、
   前記イベント検出部は、前記映像に含まれる特徴点を抽出し、抽出した特徴点の数が所定の個数以上である場合に、前記所定のイベントが発生したと検出し、さらに前記カメラ校正を実行すると判定する
   多視点撮像システム。
3. 所定の空間内において映像を互いに異なる位置から撮影することで、前記所定の空間内の被写体の三次元形状を再構成するための映像データを生成する複数台のカメラと、
   前記複数台のカメラの各々及び前記所定の空間の少なくとも一方の状況を感知して、感知した前記状況を撮像状況情報として出力する状況感知部と、
   前記撮像状況情報に基づいて、所定のイベントの発生を検出し、前記所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定し、カメラ校正を実行すると判定した場合は、実行される前記カメラ校正を示すカメラ校正情報を出力するイベント検出部と、
   前記カメラ校正情報に基づき、前記複数台のカメラのカメラ校正を実行させるカメラ校正指示部とを備え、
   前記状況感知部は、前記複数台のカメラがそれぞれ備えるイメージセンサを含み、
   前記撮像状況情報は、前記イメージセンサが出力する映像であり、
   前記イベント検出部は、前記映像に所定のオブジェクトの画像が含まれているか否かを判定し、前記映像に前記所定のオブジェクトの画像が含まれていない場合に、前記所定のイベントが発生したと検出し、さらに前記カメラ校正を実行すると判定する
   多視点撮像システム。
4. 所定の空間内において映像を互いに異なる位置から撮影することで、前記所定の空間内の被写体の三次元形状を再構成するための映像データを生成する複数台のカメラと、
   前記複数台のカメラの各々及び前記所定の空間の少なくとも一方の状況を感知して、感知した前記状況を撮像状況情報として出力する状況感知部と、
   前記撮像状況情報に基づいて、所定のイベントの発生を検出し、前記所定のイベントの発生を検出した場合に、カメラ校正を実行するか否かについて判定し、カメラ校正を実行すると判定した場合は、実行される前記カメラ校正を示すカメラ校正情報を出力するイベント検出部と、
   前記カメラ校正情報に基づき、前記複数台のカメラのカメラ校正を実行させるカメラ校正指示部とを備え、
   前記状況感知部は、
   前記複数台のカメラがそれぞれ備えるイメージセンサ、
   前記複数台のカメラそれぞれの位置の変化及び姿勢の変化を感知する動きセンサ、及び
   前記所定の空間内の音を収音する収音器のうち少なくとも１つを含み、
   前記撮像状況情報は、前記イメージセンサ、前記動きセンサ、及び前記収音器のうち少なくとも１つが出力する情報であり、
   前記イベント検出部は、前記撮像状況情報が第１閾値を超える変化を示す場合に前記所定のイベントが発生したとを検出し、前記撮像状況情報が第１閾値より大きい第２閾値を超える変化を示す場合にカメラ校正を実行すると判定し、
   前記撮像状況情報は、前記イメージセンサ、前記動きセンサ、及び前記収音器のうち少なくとも１つが出力する、前記複数台のカメラのそれぞれの位置の変化及び姿勢の変化の少なくとも一方を示す動き情報であり、
   前記イベント検出部は、前記動き情報が第３閾値を超える変化を示す場合に、前記複数
   台のカメラの少なくとも一部で実行される撮影領域の調整を示すカメラ調整情報を出力する
   多視点撮像システム。
5. 前記状況感知部は、
   前記複数台のカメラのそれぞれの所定の動作を検知する動作検知部を含み、
   前記撮像状況情報は、前記動作検知部が出力する、発生した前記所定の動作の情報であり、
   前記イベント検出部は、前記撮像状況情報として示される発生した前記所定の動作の情報に基づいて前記所定のイベントの発生を検出する
   請求項１～４のいずれか１項に記載の多視点撮像システム。
6. 前記イベント検出部は、前記複数台のカメラのそれぞれについて、前回のカメラ校正の実行から所定の時間が経過したときに前記所定のイベントの発生を検出し、さらに前記カメラ校正を実行すると判定する
   請求項１～５のいずれか１項に記載の多視点撮像システム。
7. さらに、ユーザに情報を提示するためのユーザインタフェースを備え、
   前記カメラ校正情報を、前記ユーザインタフェースを介して前記ユーザに提示する
   請求項１～６のいずれか１項に記載の多視点撮像システム。
8. 前記複数台のカメラの少なくとも一部の撮影領域を制御するカメラ調整を実行するカメラ調整部をさらに含み、
   出力された前記カメラ調整情報は、前記カメラ調整部に入力され、
   前記カメラ調整部は、入力された前記カメラ調整情報に基づいて前記カメラ調整を実行する
   請求項４に記載の多視点撮像システム。
9. さらに、ユーザに情報を提示するためのユーザインタフェースを備え、
   前記イベント検出部は、前記動き情報が第３閾値より大きい第４閾値を超える変化を示す場合に、
   前記カメラ調整情報を、前記ユーザインタフェースを介して前記ユーザに提示する
   請求項８に記載の多視点撮像システム。

Images