WO2021199128A1

WO2021199128A1 - 画像データ転送装置、画像生成方法およびコンピュータプログラム

Info

Publication number: WO2021199128A1
Application number: PCT/JP2020/014495
Authority: WO
Inventors: 活志大塚
Original assignee: 株式会社ソニー・インタラクティブエンタテインメント
Priority date: 2020-03-30
Filing date: 2020-03-30
Publication date: 2021-10-07
Also published as: JP7441936B2; JPWO2021199128A1; US20230132071A1

Abstract

サーバ４００においてクライアント情報取得部４２８は、画像処理装置２００からユーザ操作に係る情報を取得する。画像生成部４２０の操作状況特定部４３２は、ユーザ操作がなされた時点で画像処理装置２００側に表示されていた内容を特定する。描画部４３４は、ユーザ操作の内容と、その時点での表示内容に対応するフレームを生成する。破棄処理部４３６は、ユーザ操作の検知前に生成した暫定フレームの内容に基づき、データを破棄するか否かを判定する。

Description

[規則37.2に基づきISAが決定した発明の名称]　画像データ転送装置、画像生成方法およびコンピュータプログラム

　この発明は、表示対象の動画像のデータを処理する画像データ転送装置および画像生成方法に関する。

　近年の情報処理技術や画像表示技術の向上により、様々な形態で映像世界を体験することができるようになってきた。例えばヘッドマウントディスプレイにパノラマ映像を表示し、ユーザの視線に対応する画像を表示させることにより、映像世界への没入感を高めたり、ゲームなどのアプリケーションの操作性を向上させたりできる。また、潤沢なリソースを有するサーバからストリーミング転送された画像データを表示させることにより、ユーザは場所や規模によらず高精細な動画像やゲーム画面を楽しむことができる。

　ネットワークを介して伝送された画像のデータをクライアント端末に即時表示させる技術においては、当該クライアント端末とサーバ間の通信による遅延時間が問題となり得る。例えばクライアント端末側でのユーザ操作を表示画像に反映させる場合、ユーザ操作のサーバへの送信と、サーバからクライアント端末への画像データの送信といったデータの行き来が必要になり、看過できない遅延時間を生むことがある。この問題は、高い画質を追求するほど顕在化しやすい。

　本発明はこうした課題に鑑みてなされたものであり、その目的は、通信によるデータ伝送を伴う画像表示において、ユーザ操作に対する表示の応答性を向上させる技術を提供することにある。

　上記課題を解決するために、本発明のある態様は画像データ転送装置に関する。この画像データ転送装置は、クライアント端末に対するユーザ操作に係る情報を取得するクライアント情報取得部と、ユーザ操作に応じて動画像のフレームを生成する画像生成部と、生成されたフレームのデータを前記クライアント端末にストリーミング転送する通信部と、を備え、画像生成部は、ユーザ操作がなされた時点での表示内容を特定し、フレームが表す内容を、当該ユーザ操作とその時点での表示内容に対応させることを特徴とする。

　本発明の別の態様は画像生成方法に関する。この画像生成方法は画像データ転送装置が、クライアント端末に対するユーザ操作に係る情報を取得するステップと、ユーザ操作に応じて動画像のフレームを生成するステップと、生成されたフレームのデータをクライアント端末にストリーミング転送するステップと、を含み、フレームを生成するステップは、ユーザ操作がなされた時点での表示内容を特定し、フレームが表す内容を、当該ユーザ操作とその時点での表示内容に対応させることを特徴とする。

　なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、コンピュータプログラム、データ構造、記録媒体などの間で変換したものもまた、本発明の態様として有効である。

　本発明によれば、通信によるデータ伝送を伴う画像表示において、ユーザ操作に対する表示の応答性を向上させることができる。

本実施の形態における画像処理システムの構成例を示す図である。本実施の形態のヘッドマウントディスプレイの外観例を示す図である。本実施の形態におけるサーバと画像処理装置の基本的な構成を示す図である。本実施の形態における、画像の描画から表示までの処理の様子を概念的に示す図である。本実施の形態のサーバと画像処理装置におけるフレームの処理の流れを例示する図である。本実施の形態のサーバおよび画像処理装置の機能ブロックを示す図である。本実施の形態においてサーバの操作状況特定部が、画像処理装置においてなされたユーザ操作と、その時点での表示内容を特定する手法を説明するための図である。本実施の形態においてサーバの破棄処理部が、暫定フレームを破棄すべきと判定するケースを例示する図である。本実施の形態における、暫定フレームのデータ破棄に係る処理の手順を説明するための図である。本実施の形態においてサーバが、ユーザ操作を反映させながら動画像のフレームを生成する処理手順を示すフローチャートである。

　図１は、本実施の形態における画像処理システムの構成例を示す。画像表示システム１は、画像処理装置２００、ヘッドマウントディスプレイ１００、平板型ディスプレイ３０２、およびサーバ４００を含む。画像処理装置２００は、ヘッドマウントディスプレイ１００および平板型ディスプレイ３０２と、無線通信またはＵＳＢ　Ｔｙｐｅ－Ｃ、ＨＤＭＩ（登録商標）などのインターフェース３００により接続される。画像処理装置２００はさらに、インターネットやＬＡＮ（Local Area Network）などのネットワーク３０６を介してサーバ４００に接続される。

　サーバ４００は、画像データ転送装置として、表示対象の画像の少なくとも一部を生成して画像処理装置２００に送信する。ここでサーバ４００は、クラウドゲームなど各種配信サービスを提供する企業などのサーバでもよいし、任意の端末にデータを送信する家庭内サーバなどでもよい。したがってネットワーク３０６は、インターネットなどの公衆ネットワークやＬＡＮ（Local Area Network）など、その規模は限定されない。例えばネットワーク３０６は携帯電話キャリアネットワークや、街中にあるＷｉ－Ｆｉスポット、家庭にあるＷｉ－Ｆｉアクセスポイントを経由したものでもよい。あるいは画像処理装置２００とサーバ４００は、ビデオインターフェースにより直接接続されてもよい。

　画像処理装置２００は、サーバ４００から送信された画像のデータに必要な処理を施し、ヘッドマウントディスプレイ１００および平板型ディスプレイ３０２の少なくともいずれかに出力する。例えばサーバ４００は、各自ヘッドマウントディスプレイ１００を装着した複数のユーザの頭部の動きやユーザ操作を、各ヘッドマウントディスプレイ１００に接続された画像処理装置２００から受信する。

　ここで画像処理装置２００には、実行するゲームなどに対するユーザ操作の手段として入力装置３０４を接続してよい。ただしユーザ操作の手段はこれに限らず、画像処理装置２００は図示しないカメラ、モーションセンサ、マイクロフォンなどを介してユーザの動きや音声を取得し、ユーザ操作として受け付けてもよい。画像処理装置２００はヘッドマウントディスプレイ１００を装着したユーザの頭部の動きを、ジェスチャによるユーザ操作として検出してもよい。いずれにしろ画像処理装置２００は、ユーザ操作の内容をサーバ４００に逐次送信する。

　これに対しサーバ４００は例えば、ユーザ操作に応じて変化させた仮想世界を、各ユーザの頭部の動きに対応する視野で描画したうえ、それぞれの画像処理装置２００に送信する。画像処理装置２００は送信された画像のデータを、必要に応じて、ヘッドマウントディスプレイ１００や平板型ディスプレイ３０２に適した形式に変換したうえ、適切なタイミングでヘッドマウントディスプレイ１００や平板型ディスプレイ３０２に出力する。このような処理を、動画像のフレームごとに繰り返せば、複数のユーザが参加するクラウドゲームシステムを実現できる。

　この際、画像処理装置２００は、サーバ４００から送信された画像に、別途準備したＵＩ（User Interface）プレーン画像（あるいはＯＳＤ（On Screen Display)プレーン画像とも呼ぶ)や、ヘッドマウントディスプレイ１００が備えるカメラによる撮影画像を合成してから、ヘッドマウントディスプレイ１００や平板型ディスプレイ３０２に出力してもよい。

　画像処理装置２００はまた、サーバ４００から送信された画像を、ヘッドマウントディスプレイ１００の表示直前の位置や姿勢に基づき補正することにより、頭部の動きに対する表示の追随性を高めてもよい。画像処理装置２００は、平板型ディスプレイ３０２にも同様の視野で画像を表示させることにより、ヘッドマウントディスプレイ１００を装着しているユーザがどのような画像を見ているかを、その他の人が見られるようにしてもよい。

　ただし本実施の形態において表示対象とする動画像の内容や、その表示先は特に限定されない。例えばサーバ４００は、図示しないカメラによって撮影された画像を表示対象とし、画像処理装置２００にライブ配信してもよい。このときサーバ４００は、スポーツ競技やコンサートなどのイベント会場を複数のカメラで撮影した多視点画像を取得し、それを用いてヘッドマウントディスプレイ１００の動きに応じた視野での画像を作り出すことにより、自由視点のライブ映像を生成し、各画像処理装置２００に配信してもよい。

　また本実施の形態を適用できるシステムの構成は図示するものに限定されない。例えば画像処理装置２００に接続する表示装置はヘッドマウントディスプレイ１００と平板型ディスプレイ３０２のどちらか一方でもよいし、複数のヘッドマウントディスプレイ１００であってもよい。また画像処理装置２００はヘッドマウントディスプレイ１００や平板型ディスプレイ３０２に内蔵されていてもよい。例えば平板型のディスプレイ、画像処理装置、入力装置を、それらを一体的に備えたパーソナルコンピュータや携帯端末（ポータブルゲーム機、高機能携帯電話、タブレット端末）としてもよい。

　これらの装置にさらにヘッドマウントディスプレイ１００および平板型ディスプレイ３０２の少なくともいずれかを必要に応じて接続できるようにしてもよい。またサーバ４００に接続される画像処理装置２００の数も限定されない。さらにサーバ４００は、各自の平板型ディスプレイ３０２を視聴している複数のユーザの操作内容を、各平板型ディスプレイ３０２に接続された画像処理装置２００から受信し、それに対応する画像を生成したうえ、それぞれの画像処理装置２００に送信してもよい。

　図２は、ヘッドマウントディスプレイ１００の外観例を示す。この例においてヘッドマウントディスプレイ１００は、出力機構部１０２および装着機構部１０４で構成される。装着機構部１０４は、ユーザが被ることにより頭部を一周し装置の固定を実現する装着バンド１０６を含む。出力機構部１０２は、ヘッドマウントディスプレイ１００をユーザが装着した状態において左右の目を覆うような形状の筐体１０８を含み、内部には装着時に目に正対するように表示パネルを備える。

　筐体１０８内部にはさらに、ヘッドマウントディスプレイ１００の装着時に表示パネルとユーザの目との間に位置し、画像を拡大して見せる接眼レンズを備える。またヘッドマウントディスプレイ１００はさらに、装着時にユーザの耳に対応する位置にスピーカーやイヤホンを備えてよい。

　ヘッドマウントディスプレイ１００はさらに、筐体１０８の前面にステレオカメラ１１０、中央に広視野角の単眼カメラ１１１、左上、右上、左下、右下の四隅に広視野角の４つのカメラ１１２を備え、ユーザの顔の向きに対応する方向の実空間を動画撮影する。ある態様においてヘッドマウントディスプレイ１００は、ステレオカメラ１１０が撮影した動画像を即時表示させることにより、ユーザが向いた方向の実空間の様子をそのまま見せるシースルーモードを提供する。

　またステレオカメラ１１０、単眼カメラ１１１、４つのカメラ１１２による撮影画像の少なくともいずれかを、表示画像の生成に利用してもよい。例えばＳＬＡＭ（Simultaneous Localization and Mapping）により周囲の空間に対するヘッドマウントディスプレイ１００、ひいてはユーザの頭部の位置や姿勢を所定のレートで取得し、サーバ４００において生成する画像の視野を決定したり、画像処理装置２００において当該画像を補正したりしてもよい。あるいは画像処理装置２００において、サーバ４００から送信された画像に撮影画像を合成し表示画像としてもよい。

　またヘッドマウントディスプレイ１００は、内部に加速度センサ、ジャイロセンサ、地磁気センサなど、ヘッドマウントディスプレイ１００の位置、姿勢、動きを導出するためのモーションセンサのいずれかを備えてよい。この場合、画像処理装置２００は、当該モーションセンサの計測値に基づき、ユーザ頭部の位置や姿勢の情報を所定のレートで取得する。この情報は、サーバ４００において生成する画像の視野を決定したり、画像処理装置２００において当該画像を補正したりするのに用いることができる。

　図３は、本実施の形態におけるサーバ４００と画像処理装置２００の基本的な構成を示している。本実施の形態におけるサーバ４００および画像処理装置２００は、表示画像の１フレームより小さい部分画像を記憶するローカルメモリを要所に備える。そしてサーバ４００における画像データの圧縮符号化および送信、画像処理装置２００におけるデータの受信、復号伸張、各種画像処理、表示装置への出力を、当該部分画像の単位でパイプライン処理する。これにより、サーバ４００での画像の描画から、画像処理装置２００に接続された表示装置への表示までの遅延時間を軽減させる。

　サーバ４００において、描画制御部４０２はＣＰＵ（Central Processing Unit）で実現され、画像描画部４０４における画像の描画を制御する。上述のとおり本実施の形態において表示させる画像の内容は特に限定されないが、描画制御部４０２は例えば、クラウドゲームを進捗させ、その結果を表す動画像のフレームを画像描画部４０４に描画させる。この際、描画制御部４０２は、画像処理装置２００からユーザの頭部の位置や姿勢に係る情報を取得し、それに対応する視野で各フレームを描画するように制御してもよい。

　画像描画部４０４はＧＰＵ（Graphics Processing Unit）で実現され、描画制御部４０２の制御のもと、所定または可変のレートで動画像のフレームを描画し、その結果をフレームバッファ４０６に格納する。フレームバッファ４０６はＲＡＭ（Random Access Memory）によって実現される。ビデオエンコーダ４０８は、描画制御部４０２の制御のもと、フレームバッファ４０６に格納された画像のデータを、１フレームより小さい部分画像の単位で圧縮符号化する。部分画像は、フレームの画像平面を例えば横方向、縦方向、縦横双方向、または斜め方向に設定した境界線で分割してなる、各領域の画像である。

　ビデオエンコーダ４０８はこの際、圧縮符号化に必要な画像が画像描画部４０４により描画され次第、サーバの垂直同期信号を待たずに、当該フレームの圧縮符号化を開始してよい。フレームの描画や圧縮符号化など各種処理を、垂直同期信号を基準として同期させる従来技術によれば、画像の描画から表示までの各処理に与える時間をフレーム単位で揃えることにより、フレーム順の管理が容易である。しかしながらこの場合、フレームの内容によって描画処理が早く終了しても、圧縮符号化処理を次の垂直同期信号まで待機する必要がある。本実施の形態では後に述べるように、部分画像単位でその生成時刻を管理することにより、無駄な待機時間が生じないようにする。

　ビデオエンコーダ４０８が圧縮符号化に用いる符号化方式は、Ｈ．２６４／ＡＶＣやＨ．２６５／ＨＥＶＣなど一般的なものでよい。ビデオエンコーダ４０８は、圧縮符号化した画像のデータを部分画像記憶部４１０に格納する。部分画像記憶部４１０はＳＲＡＭ(Static Random Access Memory)などで実現されるローカルメモリであり、１フレームより小さい部分画像のデータサイズに対応する記憶領域を有する。以後に述べる「部分画像記憶部」も同様である。ビデオストリーム制御部４１４は、圧縮符号化された部分画像のデータが部分画像記憶部４１０に格納される都度、当該データを読み出し、オーディオデータや制御情報などを必要に応じて含めたうえでパケット化する。

　制御部４１２は、部分画像記憶部４１０に対するビデオエンコーダ４０８のデータ書き込み状況や、ビデオストリーム制御部４１４のデータ読み出し状況などを常に監視し、両者の動作を適切に制御する。例えば制御部４１２は、部分画像記憶部４１０にデータ欠乏、すなわちバッファアンダーランや、データ溢れ、すなわちバッファオーバーランが起きないように制御する。

　入出力インターフェース４１６は画像処理装置２００と通信を確立し、ビデオストリーム制御部４１４がパケット化したデータを、ネットワーク３０６を介して順次送信する。入出力インターフェース４１６は画像データのほか、オーディオデータや触覚フィードバックのためのデータなども適宜送信してよい。入出力インターフェース４１６はさらに、ユーザ操作やユーザの頭部の位置や姿勢に係る情報、後述する各種時間に係る情報、各種通知信号などを画像処理装置２００から取得し、描画制御部４０２などに供給してもよい。

　画像処理装置２００において入出力インターフェース２０２は、サーバ４００から送信された画像やオーディオのデータ、触覚フィードバックのためのデータ、各種通知信号などを順次取得する。入出力インターフェース２０２はさらに、ユーザ操作やユーザの頭部の位置や姿勢に係る情報などを入力装置３０４やヘッドマウントディスプレイ１００などから適宜取得し、サーバ４００に送信する。入出力インターフェース２０２はまた、画像処理装置２００内部での各種時間に係る情報や各種通知信号を、サーバ４００に送信してもよい。

　そして入出力インターフェース２０２は、サーバ４００から取得したパケットを復号のうえ、取り出した画像のデータを部分画像記憶部２０４に格納する。部分画像記憶部２０４は入出力インターフェース２０２とビデオデコーダ２０８の間に設けたローカルメモリである。制御部２０６は、部分画像記憶部２０４に対する入出力インターフェース２０２のデータ書き込み状況や、ビデオデコーダ２０８のデータ読み出し状況などを常に監視し、両者の動作を適切に制御する。

　ビデオデコーダ２０８は、部分画像のデータが部分画像記憶部２０４に格納される都度、当該データを読み出し、符号化方式に応じた手順で復号伸張したうえ、部分画像記憶部２１０に順次格納する。部分画像記憶部２１０はビデオデコーダ２０８と画像処理部２１４の間に設けたローカルメモリである。制御部２１２は、部分画像記憶部２１０に対するビデオデコーダ２０８のデータ書き込み状況や、画像処理部２１４のデータ読み出し状況などを常に監視し、両者の動作を適切に制御する。

　画像処理部２１４は、復号伸張された部分画像のデータが部分画像記憶部２１０に格納される都度、当該データを読み出し、表示に必要な処理を施す。例えばヘッドマウントディスプレイ１００において、接眼レンズを介して見たときに歪みのない画像を視認させるために、接眼レンズによる歪みと逆の歪みを与える補正処理を実施する。

　あるいは画像処理部２１４は、別途準備したＵＩプレーン画像を参照し、サーバ４００から送信された画像に合成（スーパーインポーズ）してもよい。また画像処理部２１４は、ヘッドマウントディスプレイ１００が備えるカメラによる撮影画像を、サーバ４００から送信された画像に合成してもよい。画像処理部２１４はまた、処理の時点におけるユーザの頭部の位置や姿勢に対応する視野となるように、サーバ４００から送信された画像を補正してもよい。画像処理部２１４はまた、超解像処理など平板型ディスプレイ３０２へ出力するのに適した画像処理を行ってもよい。

　いずれにしろ画像処理部２１４は、部分画像記憶部２１０に格納された部分画像の単位で処理を施し、部分画像記憶部２１６に順次格納していく。部分画像記憶部２１６は画像処理部２１４とディスプレイコントローラ２２０の間に設けたローカルメモリである。制御部２１８は、部分画像記憶部２１６に対する画像処理部２１４のデータ書き込み状況や、ディスプレイコントローラ２２０のデータ読み出し状況などを常に監視し、両者の動作を適切に制御する。

　ディスプレイコントローラ２２０は、画像処理後の部分画像のデータが部分画像記憶部２１６に格納される都度、当該データを読み出し、ヘッドマウントディスプレイ１００や平板型ディスプレイ３０２に適切なタイミングで出力する。具体的には、それらのディスプレイの垂直同期信号に合致するタイミングで、各フレームの最上段の部分画像のデータを出力し、その後、下方に向けて部分画像のデータを順次出力していく。

　次に、画像の描画から表示までにサーバ４００および画像処理装置２００において実現される、部分画像のパイプライン処理について説明する。図４は、本実施の形態における、画像の描画から表示までの処理の様子を概念的に示している。上述のとおりサーバ４００は、動画像のフレーム９０を所定または可変のレートで生成する。図示する例でフレーム９０は、左右に二等分した領域に左目用、右目用の画像をそれぞれ表した構成を有するが、サーバ４００で生成する画像の構成をこれに限る趣旨ではない。

　サーバ４００は上述のとおり、フレーム９０を部分画像ごとに圧縮符号化する。図では画像平面を水平方向に５分割し、部分画像９２ａ、９２ｂ、９２ｃ、９２ｄ、９２ｅとしている。これにより、部分画像はこの順で次々に圧縮符号化され、矢印に示すように画像処理装置２００へ伝送され表示される。すなわち最上段の部分画像９２ａに対し、圧縮符号化、送信、復号伸張、表示パネル９４への出力といった処理が施されている間に、その下の部分画像９２ｂ、さらに下の部分画像９２ｃ、というように順次部分画像が伝送され表示される。これにより、画像の描画から表示までに必要な各種処理を並列に実施でき、転送時間が介在しても最低限の遅延で表示を進捗させることができる。

　一方、クラウドゲームなどにおいては、サーバ４００から転送された映像、音声、触覚フィードバックなどのゲーム内容をユーザが認識のうえ、何らかのリアクションを行い、その内容をサーバ４００へ返信する、といった手順が発生する。すなわちサーバ４００から送信されたフレームが画像処理装置２００側で表示された時点で、サーバ４００ではそれより先のフレームの処理がなされ、表示されたフレームに対しなされたユーザ操作がサーバ４００に到着した頃には、サーバ４００ではさらに先のフレームが処理されている。

　ここでサーバ４００がユーザ操作を検知した時点で、生成中の動画像にそのままユーザ操作を反映させると、ユーザの認識上では、自分の操作が時間差をもって実現した状態となる。その結果、ユーザが意図しない状況が発生したり、場合によっては画像世界が破綻したりすることが起こり得る。図５は、サーバ４００と画像処理装置２００におけるフレームの処理の流れを例示している。図は横方向を時間経過とし、最上段はサーバ４００における動画像の各フレームの生成時間を、フレームの番号とともに太線矢印で示している。さらにそのうちの「１」番目のフレームに対しなされる各種処理の時間を、下方に列記している。

　サーバ４００は「１」番目のフレームを生成後、そのデータを圧縮符号化し（Ｓ１０）、画像処理装置２００へ転送する（Ｓ１２）。画像処理装置２００は当該データを受信すると、それを復号伸張し（Ｓ１４）、必要な画像処理を施したうえで（Ｓ１６）、表示装置に表示させる（Ｓ１８）。上述のとおりＳ１０～Ｓ１８の処理は、部分画像単位で進捗させることにより、時間的に重なり合った状態で並列に行える。

　ユーザはそのようにして表示された画像を認識したうえ（Ｓ２０）、ユーザ操作を発生させる（Ｓ２２）。すると画像処理装置２００はそれを受け付け、操作内容に係る情報をサーバ４００へ転送する（Ｓ２４）。これによりサーバ４００がユーザ操作の内容を特定するのは、図示する例では「４」番目のフレームを生成している最中となる。結果として、画像処理装置２００においてユーザが操作を行ったあとに表示される「２」～「４」番目のフレームは、ユーザ操作がなされなかった前提での画像世界を表している。

　上述のとおりサーバ４００が検知した時点での動画像に、ユーザ操作をそのまま反映させると、あたかも「５」番目のフレームに対しユーザ操作がなされたような状態が発生する。ローカルな環境でゲームを実施する場合はこのような遅延時間が発生しにくいため、外部との通信を介することによる応答性の悪さが顕在化しやすい。

　そこで本実施の形態におけるサーバ４００は、ユーザ操作がなされた時点で表示されていた画像世界を特定し、そこでユーザ操作がなされたことの結果として、最新のフレームを生成する。図示する例では、「２」番目のフレームから仮に作ってきた画像世界を遡って修正したうえで、「５」番目以降のフレームを生成する。これにより、通信を介した操作であっても、画像世界やゲームの状況への影響を最小限にできる。なお上述のとおりサーバ４００、画像処理装置２００での部分画像単位でのパイプライン処理は低遅延化に有効であるが、本実施の形態をそれに限る主旨ではない。すなわち以後述べるユーザ操作の反映処理は、フレーム単位で処理を進捗させる場合であっても同様の効果を発揮する。

　図６は、本実施の形態のサーバ４００および画像処理装置２００の機能ブロックを示している。同図に示す各機能ブロックは、ハードウェア的にはＣＰＵ、ＧＰＵ、エンコーダ、デコーダ、演算器、各種メモリなどで実現でき、ソフトウェア的には、記録媒体からメモリにロードした、情報処理機能、画像描画機能、データ入出力機能、通信機能などの諸機能を発揮するプログラムで実現される。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない。

　サーバ４００は、画像生成部４２０、圧縮符号化部４２２、パケット化部４２４、通信部４２６、およびクライアント情報取得部４２８を備える。画像生成部４２０は図３の描画制御部４０２、画像描画部４０４、フレームバッファ４０６で構成され、ゲーム画像など画像処理装置２００に送信すべき動画像のフレームを、所定または可変のレートで生成する。あるいは画像生成部４２０は、図示しないカメラや記憶装置などから動画像のデータを取得してもよい。

　詳細には画像生成部４２０は、インスタンス記憶部４３０、操作状況特定部４３２、描画部４３４、および破棄処理部４３６を備える。インスタンス記憶部４３０は、生成する動画像が表す世界の、過去の状態（インスタンス）を所定時間分、保持する。ここで「状態（インスタンス）」とは少なくとも、画像の描画に必要で、かつユーザ操作に応じて変化し得る情報である。例えば電子ゲームにおいては、ユーザによる操作対象のオブジェクトの位置や姿勢、敵キャラクタの位置や姿勢、戦況、ストーリー、会話の内容、周囲のオブジェクトの状態などである。

　ただしインスタンスをこれらに限定する主旨ではなく、表現する内容によって様々であってよい。図５の例では、ユーザ操作の内容を正確に画像世界に反映させるためには、「１」番目のフレームにおけるインスタンスが必要となる。したがってインスタンス記憶部４３０は、所定数のフレーム分のインスタンスを記憶する。操作状況特定部４３２は、画像処理装置２００においてユーザ操作がなされた時点での表示内容を特定する。図５の例では、ユーザ操作がなされた時点での表示が「１」番目のフレームであることを特定する。

　操作状況特定部４３２は、ユーザ操作がなされた時点で表示されていたフレームの特定のみならず、画像処理装置２００において当該フレームに施された処理の内容についても特定してよい。例えば上述のとおり画像処理装置２００が、ヘッドマウントディスプレイ１００の表示直前の位置や姿勢に応じて視野の補正を行う場合、操作状況特定部４３２は、視野補正後の表示内容を特定する。これにより、ユーザ操作のタイミングのみならず、表示された画像がどのようであったかや、どの位置に対しユーザ操作がなされたか、といった情報を正確に特定できる。

　描画部４３４は、画像処理装置２００におけるユーザ操作に対応する変化を有する動画像の各フレームを生成する。具体的には描画部４３４は、ユーザ操作の検知とともに操作状況特定部４３２が特定した情報に基づき、過去の画像世界へユーザ操作を反映させたうえで、その後の変化を表す画像を生成する。ただし後述するように、表示済みのフレームとの連続性を踏まえ、ユーザ操作がなされなかったものとしてフレームを生成し続けることがあってよい。

　破棄処理部４３６は、ユーザ操作の検知前にユーザ操作がなされなかった前提で生成された過去のフレームが、不可逆な方向に進行していた場合や、ユーザ操作がなされた前提の画像世界と矛盾する場合、未表示のフレームについてはデータを破棄する処理を実施する。図５の例では、ユーザ操作を反映させることが可能な「５」番目のフレームと、それ以前の「２」～「４」番目のフレームでは、内容に不連続性が生じ得る。

　以後、「２」～「４」番目のフレームのように、サーバ４００で生成済みで、新たに検知したユーザ操作を反映させていない過去のフレームを「暫定フレーム」と呼ぶ。暫定フレームと新たに生成するフレームとの不連続性が看過できない程度であるとき、例えば破壊された物が元に戻ったり、何もない所に突然、物が表れたりするような状況が発生するとき、破棄処理部４３６は、可能な範囲で暫定フレームの表示を阻止することで、不連続性を認識されにくくする。

　一方、不連続性が容認できる程度であるとき、すなわち暫定フレームと新たに生成するフレームとの差が小さいときは、暫定フレームをそのまま表示させても差し支えない。したがって破棄処理部４３６は、暫定フレームと新たなフレームを比較するなどして、暫定フレームの表示を阻止するための処理を開始するか否かを判定する。そのため破棄処理部４３６の内部には、あらかじめ判定基準を設定しておく。定性的には、上述のとおり暫定フレームが不可逆な内容であるときや、暫定フレームと新たなフレームの矛盾が大きいときに破棄すると判定する。

　破棄すると判定した場合、破棄処理部４３６は送信済みのフレームについて、データ破棄を要求する信号を、通信部４２６を介して画像処理装置２００へ送信する。当該要求信号には、フレームのデータを送信するパケットより高い優先度を与えて画像処理装置２００へ送信することで、画像処理装置２００がフレームのデータより高速に受信できるようにする。すなわちデータ破棄を要求する信号は、サーバ４００および画像処理装置２００間でのデータの送受に係る機能、例えばパケット化部４２４、通信部４２６、入出力インターフェース４１６、２０２、ネットワーク、画像データ取得部２４０において並列に進行している他の通知や転送を、高い優先度を与えることにより追い越して伝送してよい。

　そして破棄処理部４３６は、データ破棄要求の結果を画像処理装置２００から取得する。すなわち破棄処理部４３６は、破棄の要求信号が、表示の阻止が可能な期限内に画像処理装置２００に到着したか否かを特定する。要求信号が表示阻止に間に合った場合、破棄処理部４３６は、画像処理装置２００へ未送信の暫定フレームのデータも破棄するように、圧縮符号化部４２２、パケット化部４２４、通信部４２６へ要求する。これにより画像処理装置２００へは、ユーザ操作が反映された新たなフレームのデータから送信が再開される。

　破棄の要求信号が表示阻止に間に合わなかった場合、破棄処理部４３６は、ユーザ操作がなされなかったものとして次のフレームを生成するように描画部４３４に要求する。すなわちユーザ操作と明らかに矛盾のある暫定フレームが表示されてしまった場合は、新たに生成するフレームをそれに合わせることにより画像世界の連続性を優先させる。

　圧縮符号化部４２２は、図３のビデオエンコーダ４０８、部分画像記憶部４１０、制御部４１２で構成され、画像生成部４２０が生成した画像のデータを、部分画像の単位で圧縮符号化する。ここで圧縮符号化部４２２は、１行、２行など所定数の行の領域や、１６×１６画素、６４×６４画素など所定サイズの矩形領域を単位として動き補償や符号化を行う。したがって圧縮符号化部４２２は、圧縮符号化に必要な最小単位の領域のデータが画像生成部４２０により生成されたら、圧縮符号化を開始してよい。

　なお圧縮符号化や送信におけるパイプライン処理の単位である部分画像は、当該最小単位の領域と同じでもよいしそれより大きな領域としてもよい。パケット化部４２４は、図３のビデオストリーム制御部４１４、制御部４１２で構成され、圧縮符号化された部分画像のデータを、利用する通信のプロトコルに応じた形式でパケット化する。この際、当該部分画像が描画された時刻（以下、「生成時刻」と呼ぶ）を、画像生成部４２０または圧縮符号化部４２２から取得することにより、部分画像のデータと対応づけておく。

　通信部４２６は、図３の入出力インターフェース４１６で構成され、圧縮符号化された部分画像のデータとその生成時刻を含めたパケットを、画像処理装置２００に送信する。これらの構成によりサーバ４００は、圧縮符号化、パケット化、送信を、１フレームより小さい部分画像単位でパイプライン処理することにより並列に行う。通信部４２６はまた、破棄処理部４３６からの要求に応じて、暫定フレームのデータ破棄の要求信号を高い優先度で画像処理装置２００に送信する。

　クライアント情報取得部４２８は、図３の入出力インターフェース４１６で構成され、画像処理装置２００におけるユーザ操作に係る情報を取得する。すなわちクライアント情報取得部４２８は、ユーザ操作の内容とともに、画像処理装置２００において当該ユーザ操作が生じた時点での表示内容を特定するための、時間的な情報を取得する。具体例は後に述べる。クライアント情報取得部４２８はまた、破棄処理部４３６が暫定フレームのデータ破棄の要求信号を画像処理装置２００に送信したとき、その結果を画像処理装置２００から取得する。

　クライアント情報取得部４２８はさらに、画像処理装置２００において各フレームに対しなされた画像処理の内容に係る情報を取得してもよい。例えば上述のとおり画像処理装置２００が、表示直前のヘッドマウントディスプレイ１００の位置や姿勢に基づき表示画像の視野を補正する場合、クライアント情報取得部４２８は当該補正後の視野に係る情報を取得してよい。クライアント情報取得部４２８は、取得した情報を、操作状況特定部４３２や破棄処理部４３６に適宜供給する。

　画像処理装置２００は、入力情報取得部２４８、画像データ取得部２４０、復号伸張部２４２、画像処理部２４４、表示制御部２４６、およびクライアント情報送信部２５０を備える。入力情報取得部２４８は図３の入出力インターフェース２０２で構成され、入力装置３０４を介してなされたユーザ操作の内容を取得する。入力情報取得部２４８はその際、ユーザ操作がなされた時刻を記録する。

　入力情報取得部２４８はさらに、接続されたヘッドマウントディスプレイ１００が備える各種カメラやモーションセンサなどから撮影画像や計測値を取得することにより、ヘッドマウントディスプレイ１００の位置や姿勢を特定してもよい。ヘッドマウントディスプレイ１００の位置や姿勢の情報は、画像処理部２４４において、表示画像の視野の補正に用いることができる。

　画像データ取得部２４０は、図３の入出力インターフェース２０２、部分画像記憶部２０４、および制御部２０６で構成され、圧縮符号化された部分画像のデータを、その生成時刻とともにサーバ４００から取得する。画像データ取得部２４０はまた、暫定フレームのデータ破棄の要求信号をサーバ４００から取得する。復号伸張部２４２は、図３のビデオデコーダ２０８、部分画像記憶部２１０、制御部２０６、制御部２１２で構成され、圧縮符号化された部分画像のデータを復号伸張する。ここで復号伸張部２４２は、動き補償や符号化など圧縮符号化に必要な最小単位の領域のデータが画像データ取得部２４０により取得されたら、復号伸張処理を開始してよい。

　復号伸張部２４２はまた、サーバ４００から送信された暫定フレームのデータ破棄の要求を、画像処理部２４４や表示制御部２４６に通知することにより、対象フレームの処理や表示を適宜中止させる。画像処理部２４４は図３の画像処理部２１４、部分画像記憶部２１６、制御部２１２、制御部２１８で構成され、部分画像のデータに所定の処理を施し、表示用の部分画像のデータを生成する。なお復号伸張部２４２と画像処理部２４４は、部分画像のデータに所定の処理を施し表示用の部分画像のデータを生成するという意味で共通の機能を有し、それらの少なくともいずれかを「画像処理部」と総称することもできる。

　画像処理部２４４は例えば上述のとおり、ヘッドマウントディスプレイ１００が備える接眼レンズの歪みを考慮して逆の歪みを与える補正を施す。あるいは画像処理部２４４は、ＵＩプレーン画像など、動画像とともに表示させるべき画像を、部分画像単位で合成する。または画像処理部２４４は、その時点でのユーザ頭部の位置や姿勢を取得し、サーバ４００が生成した画像を、正しく表示時の視野になるように補正する。これにより、サーバ４００からの転送時間によって、ユーザの頭部の動きと表示画像の間に生じる時間的なずれを最小限にすることができる。

　画像処理部２４４はそのほか、一般的になされる画像処理のいずれかまたは組み合わせを実施してもよい。例えば画像処理部２４４は、ガンマーカーブ補正、トーンカーブ補正、コントラスト強調などを行ってもよい。すなわち表示装置の特性やユーザ指定に基づき、復号伸張した画像データの画素値・輝度値について必要なオフセット補正をしてもよい。また画像処理部２４４は、近傍画素を参照し、重畳・加重平均・平滑化などの処理を行うノイズ除去処理を行ってもよい。

　また画像処理部２４４は、画像データの解像度と、表示パネルの解像度を合わせたり、近傍画素を参照し、バイリニア・トライリニアなど、加重平均・オーバーサンプリングなどを行ったりしてもよい。また画像処理部２４４は、近傍画素を参照し、画像テクスチャの種類を判定し、それに応じた、デノイズ・エッジ強調・平滑化・トーン／ガンマ／コントラスト補正を選択的に処理してもよい。このとき画像処理部２４４は、画像サイズのアップスケーラ・ダウンスケーラと合わせて処理してもよい。

　また画像処理部２４４は、画像データの画素フォーマットと、表示パネルの画素フォーマットが異なる場合にフォーマット変換を行ってもよい。例えばＹＵＶからＲＧＢ、ＲＧＢからＹＵＶ、ＹＵＶにおける４４４、４２２、４２０間の変換、ＲＧＢにおける８、１０、１２ビットカラー間の変換などを行ってもよい。また画像処理部２４４は、デコードした画像データがＨＤＲ(High Dynamic Range)の輝度レンジ対応フォーマットである一方、表示ディスプレイのＨＤＲの輝度レンジ対応範囲が狭い場合（表示可能な輝度ダイナミックレンジがＨＤＲフォーマット規定より狭いなど）、できるだけＨＤＲ画像の特徴を残しながら、表示パネル対応可能な範囲のＨＤＲの輝度レンジフォーマットへ変換する疑似ＨＤＲ処理（色空間変更）を行ってもよい。

　また画像処理部２４４は、デコードした画像データがＨＤＲ対応フォーマットだったが、表示ディスプレイがＳＤＲ(Standard Dynamic Range)のみに対応している場合、できるだけＨＤＲ画像の特徴を残しながら、ＳＤＲフォーマットへ色空間変換してもよい。デコードした画像データがＳＤＲ対応フォーマットだったが、表示ディスプレイがＨＤＲに対応している場合、画像処理部２４４はできるだけＨＤＲパネルの特性にあわせて、ＨＤＲフォーマットへエンハンス変換してもよい。

　また画像処理部２４４は、表示ディスプレイの階調表現能力が低い場合、誤差拡散付加をしてもよいし、画素フォーマット変換とあわせて処理するディザリング処理を実施してもよい。また画像処理部２４４は、ネットワーク転送データの欠落やビット化けにより、デコードした画像データに部分的な欠損や異常がある場合に、その領域を補正処理してもよい。また画像処理部２４４は、単色塗りつぶし、近傍画素複製による補正、前フレーム近傍画素による補正、適応型欠損補正により過去フレームや現フレームの周辺から推測した画素による補正をしてもよい。

　また画像処理部２４４は、画像処理装置２００から表示装置へ出力するインターフェースの必要帯域を削減するために画像圧縮を行ってもよい。この際、画像処理部２４４は、近傍画素参照によるライトウェイトなエントロピー符号化、インデックス値参照符号化、ハフマン符号化などを行ってもよい。また表示装置が液晶パネルを採用した場合、高解像度化が可能な反面、反応速度が遅い。表示装置が有機ＥＬパネルを採用した場合は反応速度が速い反面、高解像度化が難しく、また黒色領域とその周辺で色にじみが発生するBlack Smearingと呼ばれる現象が生じ得る。

　そこで画像処理部２４４は、このような表示パネルによる様々な悪影響を解消するように補正を行ってもよい。例えば液晶パネルの場合、画像処理部２４４はフレーム間に黒い画像を挿入することにより液晶をリセットし、反応速度を向上させる。また有機ＥＬパネルの場合、画像処理部２４４は輝度値や、ガンマ補正におけるガンマ値にオフセットをかけBlack Smearingによる色にじみを目立ちにくくする。

画像処理部２４４は画像に対し、高精細度化や、高周波数成分の復元や再構築を行う超解像処理（Super Resolution）を行ってもよい。画像処理部２４４はこのとき、機械学習や深層学習を用いてあらかじめ構築したデータベースやネットワークモデルへ画像データを入力することにより画像を変換してもよい。ここで画像処理部２４４は、部分画像単位で変換を実施することにより低遅延化を図ってよい。このときの部分画像単位を、表示パネルの走査順序や分割構成に基づいて決定された部分画像単位と一致させることで、一連の処理をパイプライン化でき、さらなる低遅延化を実現できる。

　表示制御部２４６は、図３のディスプレイコントローラ２２０と制御部２１８で構成され、表示用の部分画像のデータを順次、ヘッドマウントディスプレイ１００や平板型ディスプレイ３０２の表示パネルに表示させる。ただし本実施の形態では、部分画像の圧縮符号化データをサーバ４００から個別に取得するため、通信状況によっては取得順が入れ替わったり、パケットロスにより部分画像のデータ自体が取得できなかったりすることが考えられる。

　そこで表示制御部２４６は、部分画像が描画されてからの経過時間を、各部分画像の生成時刻から導出したうえ、サーバ４００での描画タイミングを再現するように、表示パネルへの部分画像の出力タイミングを調整する。具体的には表示制御部２４６は、部分画像のデータの生成時刻、および／または生成時刻からの経過時間に基づき、部分画像のデータの本来の表示順や表示タイミング、部分画像のデータの欠落量などのデータ取得状況を特定する。

　そして表示制御部２４６はデータ取得状況に応じて、表示パネルへの出力対象を変化させたり、出力順や出力タイミングを適切に調整したりする。例えば表示制御部２４６はデータ取得状況に応じて、次のフレームに含まれる本来の部分画像のデータを出力するか、それより前のフレームに含まれる部分画像のデータを再度出力するかを決定する。表示制御部２４６は、次のフレームの表示開始時刻である垂直同期信号のタイミングまでにそのような出力対象を決定する。

　例えば表示制御部２４６は、フレーム中、所定値以上の割合で部分画像が欠落している場合に、出力対象を前のフレームのデータに置き換えるなど、取得された部分画像の量（割合）に応じて出力対象を変化させてもよい。また表示制御部２４６は、過去のフレームの出力実績や、生成時刻からの経過時間に応じて、次のフレーム表示期間の出力対象を変化させてもよい。そして表示制御部２４６は、決定した順序およびタイミングで、出力対象として決定された部分画像のデータを表示パネルに出力する。

　クライアント情報送信部２５０は図３の入出力インターフェース２０２で構成され、入力情報取得部２４８が取得したユーザ操作の内容をサーバ４００に送信する。この際、クライアント情報送信部２５０は、ユーザ操作が生じた時点での表示内容を特定するための時間的な情報を、ユーザ操作の内容と対応づけてサーバ４００に送信する。ここで「時間的な情報」とは、時刻（絶対時間）のほか、差分時間やフレーム番号など、時間軸上の情報を表すパラメータであればよい。

　クライアント情報送信部２５０はまた、画像処理部２４４が表示画像に対し施した補正の内容をサーバ４００に送信してよい。さらにクライアント情報送信部２５０は、サーバ４００から送信された、暫定フレームのデータ破棄要求に対する結果を画像処理部２４４などから収集し、サーバ４００に送信する。この際、クライアント情報送信部２５０は、当該結果を他より高い優先度で送信することにより、サーバ４００が高速で検知できるようにする。すなわち暫定フレームのデータ破棄要求に対する結果は、サーバ４００および画像処理装置２００間でのデータの送受に係る機能、例えばクライアント情報送信部２５０、入出力インターフェース４１６、２０２、ネットワーク、クライアント情報取得部４２８において並列に進行している他の通知や転送を、高い優先度を与えることにより追い越して伝送してよい。

　図７は、サーバ４００の操作状況特定部４３２が、画像処理装置２００においてなされたユーザ操作と、その時点での表示内容を特定する手法を説明するための図である。図の上段はサーバ４００における処理の時間軸であり、各フレームの生成時刻をフレームの四辺形で表している。下段は画像処理装置２００における処理の時間軸であり、表示装置での表示時刻をフレームの四辺形で表している。

　例えばサーバ４００において時刻Ｔ１で生成されたフレーム１２は、上述のとおり圧縮符号化やパケット化がなされた結果、時刻Ｔ２で画像処理装置２００への送信が開始される。当該データは画像処理装置２００において時刻Ｔ３で受信が開始され、復号伸張や画像処理がなされた結果、時刻Ｔ４で表示装置に出力、表示される。これを見たユーザが、時刻Ｔ５で何らかの操作を行うと、その情報は時刻Ｔ６でサーバ４００により受信される。このような処理の流れにおいてサーバ４００は、時刻Ｔ６で取得したユーザ操作が画像処理装置２００において発生した際に、表示されていた内容を特定する。

　例えば上述のとおりサーバ４００は、各フレームの生成時刻を画像のデータとともに画像処理装置２００に送信している。したがって画像処理装置２００のクライアント情報送信部２５０は、ユーザ操作の内容とともに、その時点で表示されていたフレーム１２の生成時刻Ｔ１を対応づけてサーバ４００に送信する。これによりサーバ４００の操作状況特定部４３２は、送信されたユーザ操作の内容と、その際の表示内容であるフレーム１２を特定できる。

　あるいはサーバ４００においてフレームが生成される時刻（例えば時刻Ｔ１）と、画像処理装置２００において同じフレームが表示される時刻（例えば時刻Ｔ４）との時間ずれ（例えば時間ずれΔＴ）を、サーバ４００と画像処理装置２００とのハンドシェイクにより監視してもよい。この場合、画像処理装置２００のクライアント情報送信部２５０は、ユーザ操作の内容とともに、当該ユーザ操作が発生した時刻Ｔ５をサーバ４００に送信する。するとサーバ４００の操作状況特定部４３２は、ユーザ操作の時刻Ｔ５から時間ずれΔＴだけ前の時刻の直前に生成されたフレーム１２を、ユーザ操作時の表示内容として特定できる。操作状況特定部４３２はまた、フレーム表示期間のどのタイミングでの画像世界に対しユーザ操作がなされたかも特定してよい。

　あるいはサーバ４００は、画像のデータとともにそのフレーム番号を画像処理装置２００に送信し、画像処理装置２００のクライアント情報送信部２５０は、ユーザ操作の内容とともに、その時点で表示されていたフレーム１２の番号と、ユーザ操作がなされた時刻Ｔ４（絶対時間）を対応づけてサーバ４００に送信してもよい。ユーザ操作がなされた時刻Ｔ４の代わりに、動画の表示開始からユーザ操作がなされるまでの差分時間を送信してもよい。あるいはクライアント情報送信部２５０は、フレーム１２の番号をユーザ操作の内容とともに送信するのみとし、当該フレームの表示時間内でユーザ操作がなされた詳細な時刻は特定しなくてもよい。

　これらの場合、サーバ４００の操作状況特定部４３２は、送信されたフレーム１２の番号と最新フレームの番号との差から、いくつ前のフレームの画像世界に対しユーザ操作がなされたかを特定する。これを実現するため、インスタンス記憶部４３０には、それまでに生成されたフレームの番号とその時点のインスタンスを紐付けておく。ユーザ操作がなされた時刻Ｔ４（絶対時間）や動画の表示開始からユーザ操作がなされるまでの差分時間をさらに取得した場合、操作状況特定部４３２は、フレーム表示期間のどのタイミングでの画像世界に対しユーザ操作がなされたかも特定する。この場合、インスタンス記憶部４３０にはさらに、各フレームの生成時刻を紐付けておいてもよい。

　図８は、サーバ４００の破棄処理部４３６が、暫定フレームを破棄すべきと判定するケースを例示している。図の横方向が時間軸であり、動画像に表される内容を５つのフレームで模式的に示している。ここでは、ユーザ操作により車のオブジェクトが仮想世界を走るゲームを想定している。まず時刻ｔ１におけるフレーム１４では、手前にある車のオブジェクトがカーブに差し掛かっている。ここでユーザがハンドルを左に切る操作を行っても、サーバ４００で検知されなければ、時刻ｔ２ではフレーム１６のように障害物に衝突した様子が描画される。

　そして時刻ｔ３では、フレーム１８のように「ＧＡＭＥ　ＯＶＥＲ」、すなわちゲームが終了してしまうこともあり得る。本実施の形態のサーバ４００は上述のとおり、時間を遡って入力操作を画像世界に反映させる。すなわち時刻ｔ１のフレームに対しハンドル操作が適切になされたことを時刻ｔ３の前に検知したら、サーバ４００は、時刻ｔ２では衝突などは発生せずにカーブを曲がった世界を計算上で導出する。

　図ではわかりやすさのために、その様子をフレーム２０として表している。なおヘッドマウントディスプレイ１００を表示先として、画像処理装置２００が表示の直前で視野を補正する場合、操作状況特定部４３２は上述のとおり、補正後の視野と入力操作を対応づける。これにより、ユーザ操作を画像世界に厳密に反映させることができる。

　その結果、サーバ４００は、無事に走行が続いている内容のフレーム２２を時刻ｔ３に対し生成できる。なおサーバ４００がユーザ操作を検知した段階で、それより前に生成済み、または生成中のフレーム１６は「暫定フレーム」となる。この例で暫定フレーム１６は車が衝突した状態を表しているため、時刻ｔ３の新たなフレーム２２で車が走行している状態と矛盾してしまう。

　サーバ４００が、時刻ｔ３より後にユーザ操作を検知した場合などは、「ＧＡＭＥ　ＯＶＥＲ」のフレーム１８の後に車が走行している状態になり、さらに不自然となる。一方で、時刻ｔ２の暫定フレーム１６が、多少道を逸れた程度の内容であれば、その後にフレーム２２を表示させても大きな違和感は与えにくい。したがって破棄処理部４３６は、暫定フレーム１６と、ユーザ操作を反映させた世界での新たなフレーム２２を画像上、または画像世界で比較し、その差が設定条件より大きければ破棄すべきと判定する。

　なおこの比較は、新たに生成するフレーム２２の直前の暫定フレームのみならず、ユーザ操作がなされた時に表示されていたフレームの次の暫定フレームから順次行ってよい。そして設定条件より大きい差が生じている暫定フレームから破棄の対象としてよい。また上述のとおり、破棄を決定しても画像処理装置２００で表示の阻止に間に合わない場合、ユーザ操作がなされなかったとして画像の連続性を保つ。つまり図示する例では、フレーム１６が表示されてしまったら、そのままフレーム１８を生成したうえでフレーム１６の後に表示させる。

　図９は、暫定フレームのデータ破棄に係る処理の手順を説明するための図である。図の表し方は図５と同様であるが、同図の場合、後続の「２」番目、「３」番目のフレームに対する各処理も示している。各処理名の末尾の括弧内の数字は、処理対象のフレームの番号である。まず図５と同様に、「１」番目のフレームが処理される。これにより当該フレームを見たユーザによる操作の情報が、時刻Ｔ１０でサーバ４００に受信されるとする。

　上述のとおり、サーバ４００がユーザ操作の情報を取得した直後に、それを反映させた「５」番目のフレームを生成するにあたり、破棄処理部４３６は「２」～「４」番目の暫定フレームとその内容を比較し、それらのフレームを破棄すべきか否かを判定する。破棄すべきと判定したフレームが、画像処理装置２００へ送信済みあるいは送信中の暫定フレーム、図の例では「３」番目のフレームを含む場合、破棄処理部４３６は、画像処理装置２００に該当データの破棄を要求する。

　画像処理装置２００での要求信号の受信が破棄対象のフレームの表示前であれば、画像処理装置２００は当該フレームの表示を中止する。図示する例では、時刻Ｔ１１で要求信号が送信された結果、画像処理装置２００がそれを受信した時刻Ｔ１２が、破棄対象である「３」番目のフレームの表示開始時刻Ｔ１４より前のため、表示阻止が成功する。この場合、サーバ４００は内部でも破棄処理を実行する。すなわち「４」番目のフレームを含む暫定フレームに係る処理の結果を破棄し、画像世界の状態を、「１」番目のフレームのタイミングでユーザ操作がなされたとして修正する。そしてサーバ４００は、修正した世界での「５」番目のフレームを生成する。

　画像処理装置２００での要求信号の受信が破棄対象のフレームの表示開始後であったときは、その内容での表示を続行する。図示する例では、時刻Ｔ１３で要求信号が送信された結果、画像処理装置２００がそれを受信した時刻Ｔ１５が、破棄対象である「３」番目のフレームの表示開始時刻Ｔ１４より後のため、表示阻止が不成功となる。この場合、画像処理装置２００はその旨をサーバ４００に通知する。時刻Ｔ１６で当該通知を取得したら、サーバ４００は破棄処理を中止する。すなわち「４」番目のフレームを含む暫定フレームに係る処理の結果は破棄せず、画像世界の状態も修正しない。そしてサーバ４００は、ユーザ操作がなされなかったこととして「５」番目のフレームを生成する。

　図１０は、サーバ４００が、ユーザ操作を反映させながら動画像のフレームを生成する処理手順を示すフローチャートである。まずサーバ４００の画像生成部４２０、圧縮符号化部４２２、パケット化部４２４、および通信部４２６は協働して、動画像のフレームの生成および転送処理を開始する（Ｓ３０）。これによりフレームのデータが部分画像単位で画像処理装置２００に送信され、表示される。

　画像処理装置２００におけるユーザ操作が検知されない期間は（Ｓ３２のＮ）、当然、ユーザ操作を反映させることなく（Ｓ４４）、フレームの生成、転送を続行する（Ｓ４６のＮ）。ユーザ操作が検知されたら（Ｓ３２のＹ）、すなわちクライアント情報取得部４２８が画像処理装置２００からユーザ操作に係る情報を受信したら、操作状況特定部４３２は、画像処理装置２００においてユーザ操作がなされた時点で表示されていたフレームやその補正内容を特定する。

　これにより描画部４３４は、インスタンス記憶部４３０に記憶された該当時刻のインスタンスにユーザ操作を反映させた場合のフレーム、あるいはその画像世界を仮に生成する（Ｓ３３）。そして破棄処理部４３６は、仮のフレームあるいは画像世界と、暫定フレームあるいはそれが表す世界とを比較し（Ｓ３４）、所定の判定基準に則り、暫定フレームを破棄するか否かを決定する（Ｓ３６）。

　破棄すべきでなければ（Ｓ３６のＮ）、描画部４３４が仮に生成した、ユーザ操作を反映させたフレームをそのまま画像処理装置２００に送信する（Ｓ４２）。破棄すべきと判定された場合は（Ｓ３６のＹ）、送信済みの暫定フレームを破棄するよう画像処理装置２００に要求信号を送信する（Ｓ３８）。当該要求信号が該当フレームの表示開始前に受信され、データ破棄が成功した場合（Ｓ４０のＹ）、サーバ４００は描画部４３４が生成した、ユーザ操作を反映させたフレームを画像処理装置２００に送信する（Ｓ４２）。

　この際、サーバ４００は、装置内に残っていた暫定フレームの処理結果を全て破棄し、インスタンス記憶部４３０に格納されたインスタンスも、ユーザ操作を反映させたものに修正する。データ破棄が成功しなければ（Ｓ４０のＮ）、サーバ４００は画像処理装置２００からのその旨の通知を受け、ユーザ操作がなされなかったものとして、以降のフレームを生成し送信する（Ｓ４４）。Ｓ３２からＳ４４の処理を、ユーザ操作などにより表示を終了させる必要が生じるまで繰り返し（Ｓ４６のＮ）、表示終了の必要が生じたら全処理を終了させる（Ｓ４６のＹ）。

　なおこれまでの説明では、ユーザ操作の反映に係る処理をフレーム単位で実現する例を示したが、それ以外の処理を部分画像単位でパイプライン処理する場合、ユーザ操作の反映に係る処理も部分画像単位としてよい。すなわちフレームが表す内容を前記ユーザ操作とその時点での表示内容に対応させる処理、具体的にはユーザ操作を反映させた画像の描画開始、暫定フレームとの比較、破棄に係る処理などを全て部分画像単位で実施してよい。

　以上述べた本実施の形態によれば、サーバ４００が生成した画像のデータを、クライアントである画像処理装置２００が受信し表示させる形態のシステムにおいて、サーバ４００は、クライアント側でユーザ操作がなされた時点での表示内容を特定し、それらに対応する世界が表現されるように次のフレームを生成する。これにより、サーバ４００と画像処理装置２００間でのデータのやりとりに起因した応答性の低下や、画像世界のストーリーへの影響を最小限に抑えられる。

　また、ユーザ操作を後から反映させることに起因して生じ得る、生成済みのフレームとの内容の連続性、整合性を確認し、それに応じてユーザ操作の反映の是非を決定する。例えば不可逆性のあるシーンが表示されてしまった場合は、ユーザ操作がなかったものとして以降のフレームを生成する。表示を阻止できた場合は、当該データを破棄したうえでユーザ操作を反映させたフレームを表示させる。暫定フレームとの不連続性が小さければ、暫定フレームを表示させつつ、ユーザ操作を反映させた以降のフレームも表示させる。以上の措置により、ユーザはデータの伝送経路に関わらず、同様の応答性で違和感なく画像世界を楽しむことができる。

　以上、本発明を実施の形態をもとに説明した。実施の形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

　以上のように本発明は、サーバ、画像表示装置、ゲーム装置、携帯端末、パーソナルコンピュータなど各種情報処理装置や、それらのいずれかを含む画像表示システムなどに利用可能である。

　１　画像表示システム、　１００　ヘッドマウントディスプレイ、　２００　画像処理装置、　２４０　画像データ取得部、　２４２　復号伸張部、　２４４　画像処理部、　２４６　表示制御部、　２４８　入力情報取得部、　２５０　クライアント情報送信部、　３０２　平板型ディスプレイ、　３０４　入力装置、　４００　サーバ、　４２０　画像生成部、　４２２　圧縮符号化部、　４２４　パケット化部、　４２６　通信部、　４２８　クライアント情報取得部、　４３０　インスタンス記憶部、　４３２　操作状況特定部、　４３４　描画部、　４３６　破棄処理部。

Claims

　クライアント端末に対するユーザ操作に係る情報を取得するクライアント情報取得部と、
　前記ユーザ操作に応じて動画像のフレームを生成する画像生成部と、
　生成されたフレームのデータを前記クライアント端末にストリーミング転送する通信部と、
　を備え、
　前記画像生成部は、前記ユーザ操作がなされた時点での表示内容を特定し、前記フレームが表す内容を、当該ユーザ操作とその時点での表示内容に対応させることを特徴とする画像データ転送装置。
　前記画像生成部は、前記ユーザ操作がなされた時点での表示対象の世界へ、当該ユーザ操作を反映させたうえで、その後の変化を表す内容で、前記フレームを生成することを特徴とする請求項１に記載の画像データ転送装置。
　前記画像生成部は、前記表示対象の世界における過去の状態情報を保持するインスタンス記憶部を備え、当該過去の状態に前記ユーザ操作を反映させることを特徴とする請求項２に記載の画像データ転送装置。
　前記クライアント情報取得部は、前記ユーザ操作の内容とともに、当該ユーザ操作がなされた時点で表示されていたフレームを特定するための時間的な情報を前記クライアント端末から取得し、
　前記画像生成部は、前記時間的な情報に基づき、前記ユーザ操作がなされた時点での表示内容を特定することを特徴とする請求項１から３のいずれかに記載の画像データ転送装置。
　前記通信部は、前記フレームのデータとともに、当該フレームの生成時刻を前記クライアント端末に送信し、
　前記クライアント情報取得部は、前記ユーザ操作がなされた時点で表示されていたフレームの生成時刻を、前記時間的な情報として取得し、
　前記画像生成部は、前記生成時刻に基づき、前記ユーザ操作がなされた時点で表示されていたフレームを特定することを特徴とする請求項４に記載の画像データ転送装置。
　前記クライアント情報取得部は、前記ユーザ操作がなされた時刻を前記クライアント端末から取得するとともに、前記フレームのデータが生成されてから前記クライアント端末において表示されるまでの時間ずれを取得し、
　前記画像生成部は、前記ユーザ操作がなされた時刻から前記時間ずれだけ前の時刻の直前に生成したフレームを特定することを特徴とする請求項４に記載の画像データ転送装置。
　前記画像生成部は、フレーム表示期間のどのタイミングでの画像世界に対しユーザ操作がなされたかを特定することを特徴とする請求項６に記載の画像データ転送装置。
　前記クライアント情報取得部は、前記ユーザ操作がなされた時点で表示されていたフレームの番号を、前記時間的な情報として取得し、
　前記画像生成部は、取得した前記フレームの番号と最新のフレームの番号との差から、いくつ前のフレームの画像世界に対しユーザ操作がなされたかを特定することを特徴とする請求項４に記載の画像データ転送装置。
　前記クライアント情報取得部は、前記ユーザ操作がなされた時刻または動画の表示開始から前記ユーザ操作がなされるまでの差分時間をさらに取得し、
　前記画像生成部は、フレーム表示期間のどのタイミングでの画像世界に対しユーザ操作がなされたかを特定することを特徴とする請求項８に記載の画像データ転送装置。
　前記クライアント情報取得部は、前記クライアント端末においてなされた、前記フレームに対する視野補正に係る情報を取得し、
　前記画像生成部は前記フレームが表す内容を、前記ユーザ操作がなされた時点での視野補正後の表示内容と前記ユーザ操作に対応させることを特徴とする請求項１から９のいずれかに記載の画像データ転送装置。
　前記画像生成部は、前記ユーザ操作がなされたことを検知する前に生成した、ユーザ操作後の暫定フレームの内容と、前記ユーザ操作に対応する新たなフレームの内容とを比較し、前記暫定フレームのデータを破棄するか否かを判定することを特徴とする請求項１から１０のいずれかに記載の画像データ転送装置。
　前記暫定フレームのデータを破棄する判定がなされたとき、前記通信部は、前記クライアント端末へ、当該データの破棄を要求することを特徴とする請求項１１に記載の画像データ転送装置。
　前記クライアント情報取得部は、破棄対象のフレームの表示を阻止できなかった旨の通知を前記クライアント端末から取得し、
　前記画像生成部は、前記通知に応じて、前記ユーザ操作がなされなかったこととして新たなフレームを生成することを特徴とする請求項１２に記載の画像データ転送装置。
　前記通信部は、前記データの破棄を要求する信号を、前記フレームのデータより高い優先度で前記クライアント端末へ送信することを特徴とする請求項１２または１３に記載の画像データ転送装置。
　前記データの破棄を要求する信号および、前記クライアント端末から送信される、破棄対象のフレームの表示を阻止できなかった旨の通知は、前記画像データ転送装置および前記クライアント端末間でのデータの送受に係る機能において並列に進行している他の通知および転送を追い越して伝送されることを特徴とする請求項１４に記載の画像データ転送装置。
　前記画像生成部は、前記暫定フレームのデータを破棄しない判定を行ったとき、当該暫定フレームに続いて、前記ユーザ操作に対応する新たなフレームを生成することを特徴とする請求項１１から１５のいずれかに記載の画像データ転送装置。
　前記画像生成部は、前記フレームが表す内容を前記ユーザ操作とその時点での表示内容に対応させる処理を、１フレームより小さい部分画像の単位で実施することを特徴とする請求項１に記載の画像データ転送装置。
　クライアント端末に対するユーザ操作に係る情報を取得するステップと、
　前記ユーザ操作に応じて動画像のフレームを生成するステップと、
　生成されたフレームのデータを前記クライアント端末にストリーミング転送するステップと、
　を含み、
　前記フレームを生成するステップは、前記ユーザ操作がなされた時点での表示内容を特定し、前記フレームが表す内容を、当該ユーザ操作とその時点での表示内容に対応させることを特徴とする、画像データ転送装置による画像生成方法。
　クライアント端末に対するユーザ操作に係る情報を取得する機能と、
　前記ユーザ操作に応じて動画像のフレームを生成する機能と、
　生成されたフレームのデータを前記クライアント端末にストリーミング転送する機能と、
　をコンピュータに実現させ、
　前記フレームを生成する機能は、前記ユーザ操作がなされた時点での表示内容を特定し、前記フレームが表す内容を、当該ユーザ操作とその時点での表示内容に対応させることを特徴とするコンピュータプログラム。