知財求人 - 知財ポータルサイト「IP Force」
▶ パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6961612
(24)【登録日】2021年10月15日
(45)【発行日】2021年11月5日
(54)【発明の名称】三次元モデル配信方法及び三次元モデル配信装置
(51)【国際特許分類】
H04N 21/2343 20110101AFI20211025BHJP
【ＦＩ】
H04N21/2343
【請求項の数】14
【全頁数】30
(21)【出願番号】特願2018-553779(P2018-553779)
(86)(22)【出願日】2017年11月17日
(86)【国際出願番号】JP2017041424
(87)【国際公開番号】WO2018101080
(87)【国際公開日】20180607
【審査請求日】2020年6月12日
(31)【優先権主張番号】62/428,061
(32)【優先日】2016年11月30日
(33)【優先権主張国】US
(73)【特許権者】
【識別番号】514136668
【氏名又は名称】パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
【氏名又は名称原語表記】Ｐａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ
(74)【代理人】
【識別番号】100109210
【弁理士】
【氏名又は名称】新居 広守
(74)【代理人】
【識別番号】100137235
【弁理士】
【氏名又は名称】寺谷 英作
(74)【代理人】
【識別番号】100131417
【弁理士】
【氏名又は名称】道坂 伸一
(72)【発明者】
【氏名】杉尾 敏康
(72)【発明者】
【氏名】松延 徹
(72)【発明者】
【氏名】吉川 哲史
(72)【発明者】
【氏名】小山 達也
(72)【発明者】
【氏名】杉野 陽一
【審査官】
冨田 高史
(56)【参考文献】
【文献】
特表２００７−５１９２８５（ＪＰ，Ａ）
【文献】
特表２００８−５４７０９７（ＪＰ，Ａ）
【文献】
XIANGUO Zhang et al.，Background-Modeling-Based Adaptive Prediction for Surveillance Video Coding，IEEE TRANSACTIONS ON IMAGE PROCESSING，Vol.23, No.2，IEEE，2014年02月，第776頁右欄第7行目-第22行目
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｈ０４Ｎ ２１／２３４３
(57)【特許請求の範囲】
【請求項1】
対象時間帯における対象空間に含まれる少なくとも第１対象物の三次元位置を示す三次元モデルである第１モデルを第１配信方式で配信し、
前記対象時間帯における前記対象空間に含まれる少なくとも第２対象物の三次元位置を示す三次元モデルである第２モデルを、前記第１配信方式と異なる第２配信方式で配信し、
前記第１対象物と前記第２対象物とは異なる対象物であり、
前記第１対象物の動きの変化は、前記第２対象物の動きの変化より大きく、
前記第１配信方式では、第１符号化方式を用いて前記第１モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第２モデルが圧縮される
三次元モデル配信方法。
前記対象時間帯における前記対象空間に含まれる少なくとも第２対象物の三次元位置を示す三次元モデルである第２モデルを、前記第１配信方式と異なる第２配信方式で配信し、
前記第１対象物と前記第２対象物とは異なる対象物であり、
前記第１対象物の動きの変化は、前記第２対象物の動きの変化より大きく、
前記第１配信方式では、第１符号化方式を用いて前記第１モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第２モデルが圧縮される
三次元モデル配信方法。
【請求項2】
前記第１配信方式の配信周期は、前記第２配信方式の配信周期より短い
請求項１記載の三次元モデル配信方法。
請求項１記載の三次元モデル配信方法。
【請求項3】
前記第２符号化方式は、前記第１符号化方式よりも処理遅延が大きい
請求項１記載の三次元モデル配信方法。
請求項１記載の三次元モデル配信方法。
【請求項4】
前記第２符号化方式は、前記第１符号化方式より符号化効率が高い
請求項１記載の三次元モデル配信方法。
請求項１記載の三次元モデル配信方法。
【請求項5】
前記第２符号化方式は、前記第１符号化方式より符号化効率が低い
請求項１記載の三次元モデル配信方法。
請求項１記載の三次元モデル配信方法。
【請求項6】
前記第１配信方式は、前記第２配信方式より低遅延である
請求項１記載の三次元モデル配信方法。
請求項１記載の三次元モデル配信方法。
【請求項7】
前記三次元モデル配信方法は、さらに、
前記第１モデルを第１生成方法で生成し、
前記第２モデルを前記第１生成方法と精度が異なる第２生成方法で生成する
請求項１〜６のいずれか１項に記載の三次元モデル配信方法。
前記第１モデルを第１生成方法で生成し、
前記第２モデルを前記第１生成方法と精度が異なる第２生成方法で生成する
請求項１〜６のいずれか１項に記載の三次元モデル配信方法。
【請求項8】
前記第１モデルの生成では、前記対象時間帯における前記対象空間に含まれる複数の対象物の三次元モデルである第３モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元モデルである前記第２モデルとから、前記第３モデルと前記第２モデルとの差分である前記第１モデルを生成する
請求項７記載の三次元モデル配信方法。
請求項７記載の三次元モデル配信方法。
【請求項9】
前記第１モデルの生成では、
前記対象時間帯における前記対象空間に含まれる複数の対象物が撮影された第１多視点画像と、前記複数の対象物のうちの一部の対象物が撮影された第２多視点画像との差分である第３多視点画像を生成し、
前記第３多視点画像を用いて、前記第１モデルを生成する
請求項７記載の三次元モデル配信方法。
前記対象時間帯における前記対象空間に含まれる複数の対象物が撮影された第１多視点画像と、前記複数の対象物のうちの一部の対象物が撮影された第２多視点画像との差分である第３多視点画像を生成し、
前記第３多視点画像を用いて、前記第１モデルを生成する
請求項７記載の三次元モデル配信方法。
【請求項10】
前記第１モデル及び前記第２モデルの配信先の端末は、前記第１モデル及び前記第２モデルを用いて、選択視点から見た映像である自由視点映像を生成し、
前記三次元モデル配信方法は、前記第１モデルのうち、前記自由視点映像の生成に必要なモデルを優先して配信する
請求項１〜９のいずれか１項に記載の三次元モデル配信方法。
前記三次元モデル配信方法は、前記第１モデルのうち、前記自由視点映像の生成に必要なモデルを優先して配信する
請求項１〜９のいずれか１項に記載の三次元モデル配信方法。
【請求項11】
前記第１対象物は動物体であり、前記第２対象物は静止物体である
請求項１〜１０のいずれか１項に記載の三次元モデル配信方法。
請求項１〜１０のいずれか１項に記載の三次元モデル配信方法。
【請求項12】
対象時間帯における対象空間に含まれる複数の対象物の三次元位置を示す三次元モデルである第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元位置を示す三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成し、
前記第２モデルを第１配信方式で配信し、
前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信し、
前記第１配信方式では、第１符号化方式を用いて前記第２モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第３モデルが圧縮される
三次元モデル配信方法。
前記第２モデルを第１配信方式で配信し、
前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信し、
前記第１配信方式では、第１符号化方式を用いて前記第２モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第３モデルが圧縮される
三次元モデル配信方法。
【請求項13】
対象時間帯における対象空間に含まれる少なくとも第１対象物の三次元位置を示す三次元モデルである第１モデルを第１配信方式で配信する第１配信部と、
前記対象時間帯における前記対象空間に含まれる少なくとも第２対象物の三次元位置を示す三次元モデルである第２モデルを、前記第１配信方式と異なる第２配信方式で配信する第２配信部とを備え、
前記第１対象物と前記第２対象物とは異なる対象物であり、
前記第１対象物の動きの変化は、前記第２対象物の動きの変化より大きく、
前記第１配信方式では、第１符号化方式を用いて前記第１モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第２モデルが圧縮される
三次元モデル配信装置。
前記対象時間帯における前記対象空間に含まれる少なくとも第２対象物の三次元位置を示す三次元モデルである第２モデルを、前記第１配信方式と異なる第２配信方式で配信する第２配信部とを備え、
前記第１対象物と前記第２対象物とは異なる対象物であり、
前記第１対象物の動きの変化は、前記第２対象物の動きの変化より大きく、
前記第１配信方式では、第１符号化方式を用いて前記第１モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第２モデルが圧縮される
三次元モデル配信装置。
【請求項14】
対象時間帯における対象空間に含まれる複数の対象物の三次元位置を示す三次元モデル
である第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元位置を示す三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成する三次元モデル生成部と、
前記第２モデルを第１配信方式で配信し、前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信する配信部とを備え、
前記第１配信方式では、第１符号化方式を用いて前記第２モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第３モデルが圧縮される
三次元モデル配信装置。
である第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元位置を示す三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成する三次元モデル生成部と、
前記第２モデルを第１配信方式で配信し、前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信する配信部とを備え、
前記第１配信方式では、第１符号化方式を用いて前記第２モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第３モデルが圧縮される
三次元モデル配信装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、三次元モデルを配信する三次元モデル配信方法及び三次元モデル配信装置に関する。【背景技術】
【0002】
特許文献１には、三次元形状データを転送する方法について開示されている。特許文献１では、三次元形状のデータが、例えば、ポリゴンやボクセルなどの要素毎に、ネットワークに送り出される。そして、受信側では、その三次元形状のデータが取り込まれ、受け取った要素毎に画像展開して表示される。【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平９−２３７３５４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
三次元モデルを配信する三次元モデル配信方法及び三次元モデル配信装置では、要求に応じた適切な配信を実現できることが望まれている。【0005】
本開示は、要求に応じた適切な配信を実現できる三次元モデル配信方法又は三次元モデル配信装置を提供することを目的とする。【課題を解決するための手段】
【0006】
上記目的を達成するために、本開示の一態様に係る三次元モデル配信方法は、対象時間帯における対象空間に含まれる少なくとも第１対象物の三次元位置を示す三次元モデルである第１モデルを第１配信方式で配信し、前記対象時間帯における前記対象空間に含まれる少なくとも第２対象物の三次元位置を示す三次元モデルである第２モデルを、前記第１配信方式と異なる第２配信方式で配信し、前記第１対象物と前記第２対象物とは異なる対象物であり、前記第１対象物の動きの変化は、前記第２対象物の動きの変化より大きく、前記第１配信方式では、第１符号化方式を用いて前記第１モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第２モデルが圧縮される。
【0007】
本開示の一態様に係る三次元モデル配信方法は、対象時間帯における対象空間に含まれる複数の対象物の三次元位置を示す三次元モデルである第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元位置を示す三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成し、前記第２モデルを第１配信方式で配信し、前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信し、前記第１配信方式では、第１符号化方式を用いて前記第２モデルが圧縮され、前記第２配信方式では、前記第１符号化方式と異なる第２符号化方式を用いて前記第３モデルが圧縮される。
【0008】
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。【発明の効果】
【0009】
本開示は、要求に応じた適切な配信を実現できる三次元モデル配信方法又は三次元モデル配信装置を提供できる。【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
本開示の一態様に係る三次元モデル配信方法は、対象時間帯における対象空間の三次元モデルである第１モデルを第１配信方式で配信し、前記対象時間帯における前記対象空間の三次元モデルであって、前記第１モデルより時間当たりの変化が小さい第２モデルを、前記第１配信方式と異なる第２配信方式で配信する。【0012】
これによれば、当該三次元モデル配信方法は、時間当たりの変化が異なる第１モデルと第２モデルを、それぞれに適した配信方式で配信できる。これにより、当該三次元モデル配信方法は、要求に応じた適切な配信を実現できる。【0013】
例えば、前記第１配信方式の配信周期は、前記第２配信方式の配信周期より短くてもよい。【0014】
これによれば、当該三次元モデル配信方法は、時間当たりの変化が異なる第１モデルと第２モデルを、それぞれに適した配信方式で配信できる。【0015】
例えば、前記第１配信方式では、第１符号化方式が用いられ、前記第２配信方式では、前記第１符号化方式よりも処理遅延が大きい第２符号化方法が用いられてもよい。【0016】
これによれば、当該三次元モデル配信方法は、第１モデルの処理遅延を低減できる。【0017】
例えば、前記第１配信方式では、第１符号化方式が用いられ、前記第２配信方式では、前記第１符号化方式と符号化効率が異なる第２符号化方法が用いられてもよい。【0018】
これによれば、当該三次元モデル配信方法は、時間当たりの変化が異なる第１モデル及び第２モデルに、それぞれに適した符号化方式を用いることができる。【0019】
例えば、前記第１配信方式は、前記第２配信方式より低遅延であってもよい。【0020】
これによれば、当該三次元モデル配信方法は、第１モデルの遅延を低減できる。【0021】
例えば、前記三次元モデル配信方法は、さらに、前記第１モデルを第１生成方法で生成し、前記第２モデルを前記第１生成方法と精度が異なる第２生成方法で生成してもよい。【0022】
これによれば、当該三次元モデル配信方法は、時間当たりの変化が異なる第１モデルと第２モデルを、それぞれに適した方法で生成できる。【0023】
例えば、前記第１モデルの生成では、前記対象時間帯における前記対象空間に含まれる複数の対象物の三次元モデルである第３モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元モデルである前記第２モデルとから、前記第３モデルと前記第２モデルとの差分である前記第１モデルを生成してもよい。【0024】
これによれば、当該三次元モデル配信方法は、第１モデルを容易に生成できる。【0025】
例えば、前記第１モデルの生成では、前記対象時間帯における前記対象空間に含まれる複数の対象物が撮影された第１多視点画像と、前記複数の対象物のうちの一部の対象物が撮影された前記第２多視点画像との差分である第３多視点画像を生成し、前記第３多視点画像を用いて、前記第１モデルを生成してもよい。【0026】
例えば、前記第１モデル及び前記第２モデルの配信先の端末は、前記第１モデル及び前記第２モデルを用いて、選択視点から見た映像である自由視点映像を生成し、前記三次元モデル配信方法は、前記第１モデルのうち、前記自由視点映像の生成に必要なモデルを優先して配信してもよい。【0027】
これによれば、当該三次元モデル配信方法は、自由視点映像の生成に必要な情報を効率的に配信できる。【0028】
本開示の一態様に係る三次元モデル配信方法は、対象時間帯における対象空間に含まれる複数の対象物の三次元モデルである第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成し、前記第２モデルを第１配信方式で配信し、前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信する。【0029】
これによれば、当該三次元モデル配信方法は、第２モデルと第３モデルを、それぞれに適した配信方式で配信できる。これにより、当該三次元モデル配信方法は、要求に応じた適切な配信を実現できる。【0030】
本開示の一態様に係る三次元モデル配信装置は、対象時間帯における対象空間の三次元モデルである第１モデルを第１配信方式で配信する第１配信部と、前記対象時間帯における前記対象空間の三次元モデルであって、前記第１モデルより時間当たりの変化が小さい第２モデルを、前記第１配信方式と異なる第２配信方式で配信する第２配信部とを備える。【0031】
これによれば、当該三次元モデル配信装置は、時間当たりの変化が異なる第１モデルと第２モデルを、それぞれに適した配信方式で配信できる。これにより、当該三次元モデル配信装置は、要求に応じた適切な配信を実現できる。【0032】
本開示の一態様に係る三次元モデル配信装置は、対象時間帯における対象空間に含まれる複数の対象物の三次元モデルである第１モデルと、前記対象時間帯における前記対象空間に含まれる前記複数の対象物のうちの一部の対象物の三次元モデルである第２モデルとから、前記第１モデルと前記第２モデルとの差分である第３モデルを生成する三次元モデル生成部と、前記第２モデルを第１配信方式で配信し、前記第３モデルを、前記第１配信方式と異なる第２配信方式で配信する配信部とを備える。【0033】
これによれば、当該三次元モデル配信装置は、第２モデルと第３モデルを、それぞれに適した配信方式で配信できる。これにより、当該三次元モデル配信装置は、要求に応じた適切な配信を実現できる。【0034】
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。【0035】
以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。【0036】
（実施の形態１）まず、本実施の形態の概要を説明する。本実施の形態では、次世代広域監視システム又は自由視点映像生成システムなど三次元空間認識システムにおける三次元モデル生成及び配信方法について説明する。
【0037】
図１は、自由視点映像生成システムの概要を示す図である。例えば、校正済みのカメラ（例えば固定カメラ）を用いて同一空間を多視点から撮影することにより撮影する空間を三次元再構成できる（三次元空間再構成）。この三次元再構成されたデータを用いて、トラッキング、シーン解析、及び映像レンダリングを行うことで、任意の視点（自由視点カメラ）から見た映像を生成できる。これにより、次世代広域監視システム、及び自由視点映像生成システムを実現できる。【0038】
このようなシステムでは、三次元再構成によって生成された三次元モデルをネットワーク等を介して配信し、受信端末側でトラッキング、シーン解析及び映像レンダリングなどを行うことが考えられる。しかしながら、三次元モデルのデータ量が膨大なため、ネットワーク帯域が不足し、受信に時間を要するという課題がある。【0039】
これに対して、本実施の形態では、三次元モデルを構成する前景モデルと背景モデルを別々に異なる配信方式で配信する。例えば、更新頻度が少ない背景モデルの配信回数を抑制することで、配信時のネットワーク帯域を抑制できる。これにより端末側の受信時間を短縮できる。【0040】
次に、本実施の形態に係る三次元空間認識システム１００の構成を説明する。図２は、三次元空間認識システム１００の構成を示すブロック図である。三次元空間認識システム１００は、多視点映像撮像装置１１１と、制御装置１１２と、イベント検出装置１１３と、校正指示装置１１４と、三次元空間再構成装置１１５と、三次元空間認識装置１１６とを含む。【0041】
図３は、三次元空間認識システム１００の動作の概要を示す図である。【0042】
多視点映像撮像装置１１１は、同一空間を撮影することで多視点映像を生成する（Ｓ１０１）。【0043】
また、撮影環境中の点と映像上の点の対応及び映像間の点の対応を手動又は自動で検出することにより、各カメラの姿勢（カメラパラメータ）が推定されるカメラ校正が行われる（Ｓ１０２）。【0044】
三次元空間再構成装置１１５は、多視点映像とカメラパラメータとを用いて、撮影空間を三次元再構成する三次元空間再構成を行うことで三次元モデルを生成する（Ｓ１０３）。例えば、三次元モデルとして前景モデルと背景モデルとが生成される。【0045】
最後に、三次元空間認識装置１１６は、三次元モデルを用いて三次元空間認識を行う（Ｓ１０４）。具体的には、三次元空間認識装置１１６は、三次元モデルを用いた、トラッキング、シーン解析及び映像レンダリングを行う。【0046】
次に、三次元空間認識システム１００を含む自由視点映像生成システム１０１について説明する。図４は、本実施の形態に係る自由視点映像生成システム１０１構成を示すブロック図である。自由視点映像生成システム１０１は、三次元空間認識システム１００の構成に加え、ユーザ端末である複数の映像表示端末１１７を含む。また、三次元空間再構成装置１１５は、前景モデル生成部１３１と、背景モデル生成部１３２とを備える。三次元空間認識装置１１６は、視点決定部１４１と、レンダリング部１４２と、データ転送部１４３とを備える。【0048】
まず、多視点映像撮像装置１１１は、多視点撮影を行うことで多視点映像を生成する（Ｓ１０１）。多視点映像撮像装置１１１は、複数の撮像装置１２１を含む。各撮像装置１２１は、カメラ１２２と、雲台１２３と、メモリ１２４と、センサ１２５とを含む。【0049】
多視点映像撮像装置１１１は、制御装置１１２による撮影開始又は停止信号を受け、当該信号に応じて、撮像装置１２１間で同期した撮影の開始又は停止を行う。【0050】
各撮像装置１２１はカメラ１２２で映像を撮影すると同時に映像を撮影した時のタイムスタンプを記録する。また、撮像装置１２１は、撮影と同時にセンサ１２５（振動センサ、加速度センサ、地磁気センサ又はマイク）を用いて撮影環境をセンシングし、映像、タイムスタンプ及びセンシングデータをイベント検出装置１１３に出力する。【0051】
また、多視点映像撮像装置１１１は校正指示装置１１４から校正指示情報を受け取ると、校正指示情報に従い撮像装置１２１を調整し、カメラ１２２を校正し、校正により得られるカメラパラメータをイベント検出装置１１３に出力する。【0052】
各撮像装置１２１内のメモリ１２４は、映像、タイムスタンプ、センシングデータ、及びカメラパラメータ、を一時的に保存したり、撮影設定（フレームレート及び解像度など）を記憶したりする。【0053】
また、任意のタイミングでカメラ校正が行われる（Ｓ１０２）。具体的には、イベント検出装置１１３は、多視点映像撮像装置１１１から得られる映像、タイムスタンプ、センシング情報、三次元空間再構成装置１１５から得られる三次元モデル、レンダリング部１４２から得られる自由視点映像、映像表示端末１１７から得られる端末情報、及び制御装置１１２から得られる制御情報のうち少なくとも一つから校正イベントを検出し、校正イベントを含む校正イベント情報を校正指示装置１１４に出力する。校正イベント情報は、校正イベント、校正イベントの重要度、及び校正する撮像装置１２１を示す情報を含む。【0054】
校正イベントとは、撮像装置１２１を校正するきっかけである。例えば、カメラ１２２のずれを検知したとき、予め定められた時間になったとき、カメラ校正の精度が高くなるとき、モデル或いは自由視点映像の精度が悪くなったとき、自由視点映像が必要ないとき、ある撮像装置１２１の映像が自由視点映像の生成に利用できないとき、又は、システム管理者或いはユーザからの指示があったときに、イベント検出装置１１３は、校正イベント情報を出力する。【0055】
具体的には、イベント検出装置１１３は、センシング情報が閾値を越えた場合、映像中の背景領域が閾値以上変化した場合、又は、歓声が上がった場合に、カメラ１２２がずれたと検知する。予め定められた時間とは、ハーフタイム又は５回裏などプレーが中断したとき、前回の校正から一定時間経過したとき、又はシステム起動時、等である。カメラ校正の精度が高くなるときとは、映像から抽出した特徴点が一定数以上あるとき等である。また、イベント検出装置１１３は、モデル又は自由視点映像の精度の悪化を、モデル又は自由視点映像内の壁又は地面のゆがみ等から判断する。【0056】
自由視点映像が必要ないときとは、いずれの映像表示端末１１７も使用されていないとき、又は、音或いは映像からシーン認識し、重要なシーンでないと識別されるときである。ある撮像装置１２１の映像が自由視点映像の生成に利用できないときとは、十分な通信帯域が得られず映像の解像度或いはフレームレートが落ちているとき、同期ズレが発生しているとき、又は、撮像装置１２１が撮影している領域が選手がいない等の理由で注目されていないとき、等である。【0057】
校正イベントの重要度は、校正イベント又は校正イベントを検出した際に観測されたデータにより算出される。例えば、カメラのずれイベントは他のイベントよりも重要度が高い。また、例えば、カメラのずれが大きいほど重要度が高く設定される。【0058】
また、イベント検出装置１１３は、校正イベント情報を映像表示端末１１７に送り、ユーザに校正中の撮像装置１２１を知らせてもよい。【0059】
校正指示装置１１４は、イベント検出装置１１３から校正イベント情報を受け取ると、校正イベント情報に基づいて校正指示情報を生成し、生成した校正指示情報を多視点映像撮像装置１１１に出力する。【0060】
校正指示情報は、校正するカメラ１２２、校正するカメラ１２２の順番、雲台１２３の制御情報、カメラ１２２のズーム倍率変更情報、及び校正方法等を含む。雲台１２３の制御情報とは、例えば、振動等でずれたカメラ姿勢を元の姿勢に戻すための雲台１２３の回転量を示す。カメラのズーム倍率変更情報とは、例えば、振動等でずれたカメラ１２２の撮影領域をカバーするために必要なズームアウト量を示す。【0061】
校正方法としては、特定の点、線或いは面の三次元座標と映像上の二次元座標とを対応付ける方法と、特定の点、線又は面の映像上の二次元座標を２以上の映像間で対応付ける方法とがある。これらの対応付けは手動又は自動又はその両方で行われる。また、距離が既知の２以上の点、線或いは面、又は１以上のステレオカメラを用いて、カメラ校正の精度を向上してもよい。【0062】
次に、三次元空間再構成装置１１５は、多視点映像を用いて三次元空間再構成を行う（Ｓ１０３）。具体的には、イベント検出装置１１３は、多視点映像撮像装置１１１から得られる映像、タイムスタンプ及びセンシング情報、映像表示端末１１７から得られる端末情報、並びに制御装置から得られる制御情報のうち少なくも一つからモデル生成イベントを検出し、モデル生成イベントを含むモデル生成情報を三次元空間再構成装置１１５に出力する。【0063】
モデル生成情報は、モデル生成イベント及び撮像装置情報を含む。撮像装置情報は、映像、背景画像、カメラパラメータ、カメラパラメータの信頼度、及びカメラの校正状況を含む。モデル生成イベントとは、撮影環境の三次元モデルを生成するきっかけである。具体的には、イベント検出装置１１３は、一定数以上のカメラが校正されているとき、予め定められた時間になったとき、又は自由視点映像が必要であるとき等に、モデル生成情報を出力する。【0064】
予め定められた時間とは、プレーが行われているとき、又は、前回のモデル生成から一定時間経過したとき等、である。自由視点映像が必要であるときは、映像表示端末１１７が使用されているとき、音或いは映像からシーン認識し重要なシーンであると識別されるとき、又は、システム管理者からの指示或いはユーザからの視聴要求があったとき等、である。カメラパラメータの信頼度は、カメラ校正時の結果、カメラ校正を行った時間、映像、又はセンシング情報から決定される。例えば、カメラ校正時の再投影誤差が低いほど信頼度が高く設定される。また、直前にカメラ校正を行ったカメラほど信頼度が高く設定される。また、特徴点を多く使いカメラ校正を起こったカメラほど信頼度が高く設定される。【0065】
三次元空間再構成装置１１５は、イベント検出装置１１３から得られるモデル生成情報を用いて撮影環境の三次元モデルを生成し、生成した三次元モデルを記憶する。三次元空間再構成装置１１５は、モデル生成の際、カメラの校正状況及びカメラパラメータの信頼度から、校正済みであり信頼度の高いカメラで撮影された映像を優先的に利用する。また、三次元空間再構成装置１１５は、撮影環境の三次元モデルの生成を完了した時、モデル生成完了情報をイベント検出装置１１３に出力する。【0066】
三次元空間再構成装置１１５は、自由視点映像生成装置である三次元空間認識装置１１６が自由視点映像を生成する際、撮影環境の三次元モデルをレンダリング部１４２に出力する。【0067】
前景モデル生成部１３１は、人物又はボール等の時間毎に動きの変化がある（変化が大きい）前景のモデルである前景モデルを生成する。背景モデル生成部１３２は、会場又はゴール等の時間毎に動きの変化がない（変化が少ない）背景のモデルである背景モデルを生成する。以降、三次元モデルとは前景モデルと背景モデルとを含むモデルを表す。【0068】
前景モデル生成部１３１は、撮像装置１２１が記録するフレームレートに合わせて前景モデルを生成する。例えば、記録フレームレートが３０フレーム／秒の場合は、前景モデル生成部１３１は、前景モデルを１／３０秒毎に生成する。【0069】
背景モデル生成部１３２は、人物又はボール等の時間毎に動きの変化がある前景を含まない背景画像を用いて背景モデルを生成する。背景モデル生成部１３２は、一度生成した背景モデルをある一定期間内で使いまわすようにしても構わない。また、背景モデル生成部１３２は、ある一定期間を過ぎると新たな背景モデルを生成して、背景モデルを更新してもよい。これにより、動きの少ない背景モデルを生成する処理量を削減できるので、ＣＰＵ使用率及びメモリ量を削減することができる。【0070】
以下、背景モデル及び前景モデルの生成方法について説明する。図７は、この処理を説明するための図である。【0071】
まず、背景モデル生成部１３２は、背景モデルを生成する（Ｓ１１１）。例えば、多視点映像撮像装置１１１に含まれる複数の撮像装置１２１は、背景を撮影することで背景画像を生成し、当該背景画像を記録する。背景モデル生成部１３２は、この背景画像を用いて背景モデルを生成する。背景モデル生成方法として、例えば、マルチビューステレオ方式のように、複数のステレオカメラペアから背景画像に含まれるオブジェクトの各画素の深度を算出することで、背景に含まれるオブジェクトの三次元位置を特定する方法を用いることができる。または、背景モデル生成部１３２は、背景画像の特徴量を抽出し、カメラ間の特徴量のマッチング結果から三角測量による原理により背景画像の特徴量の三次元位置を特定する方法を用いても構わない。これ以外にも、背景に含まれるオブジェクトの三次元モデルを算出する方法であれば、どのような方式を用いても構わない。【0072】
また、背景モデルは一部、または全てを手動で作成しても構わない。例えば、ゴールなどの競技によって形状が決まっているものは事前にＣＧ等を用いて三次元モデルを生成することが考えられる。つまり、背景モデル生成部１３２は、予め定め生成された背景モデルを取得してもよい。【0073】
また、背景モデル生成部１３２は、前景及び背景を含む撮影画像を複数枚用いて背景画像を生成してもよい。例えば、背景モデル生成部１３２は、複数の撮影画像の平均値画像を用いて背景画像を算出してもよい。これにより、事前に前景を含まない背景画像が撮影できない状況でも背景画像を生成することができ、背景モデルを生成することが可能となる。【0074】
次に、多視点映像撮像装置１１１に含まれる複数の撮像装置１２１は、人物（前景）と背景を撮影することで撮影画像を生成し、当該撮影画像を記録する（Ｓ１１２）。【0075】
次に、前景モデル生成部１３１は、前景モデルを生成する（Ｓ１１３）。具体的には、前景モデル生成部１３１は、同一の撮像装置１２１で撮影された同一視点の撮影画像から背景画像を差引くことで背景差分画像を生成する。前景モデル生成部１３１は、複数の視点の背景差分画像を用いて前景モデルを生成する。前景モデルの生成方法には、例えば、視体積交差法方式のように複数の背景差分画像を用いて空間に存在する前景オブジェクトの三次元モデルを特定する方法を用いることができる。または、前景モデル生成部１３１は、前景画像（背景差分画像）の特徴量を抽出し、カメラ間の特徴量のマッチング結果から三角測量による原理により前景画像の特徴量の三次元位置を特定する方法を用いても構わない。これ以外にも、前景に含まれるオブジェクトの三次元モデルを算出する方法であれば、どのような方式を用いても構わない。【0076】
以上により、前景モデルと背景モデルとが生成される。【0077】
次に、三次元モデルを用いた三次元空間認識が行われる（Ｓ１０４Ａ）。まず、視点決定部１４１は、仮想視点を決定する（Ｓ１０５）。【0078】
具体的には、イベント検出装置１１３は、三次元空間再構成装置１１５から得られるモデル生成完了情報、映像表示端末１１７から得られる端末情報、及び制御装置１１２から得られる制御情報から自由視点生成イベントを検出し、自由視点生成イベントを含む自由視点情報を視点決定部１４１に出力する。【0079】
自由視点生成情報は、自由視点生成イベント、要求視点、及び撮像装置情報を含む。要求視点とは、映像表示端末１１７から得られるユーザが希望する視点、又は制御装置から得られるシステム管理者が指定する視点、等である。視点は三次元空間上の一点でもよいし、線分でもよい。自由視点生成イベントとは、撮影環境の自由視点映像を生成するきっかけである。具体的には、イベント検出装置１１３は、撮影環境の三次元モデルが生成されたとき、又は、既に生成された三次元モデルが存在する時刻の自由視点映像を視聴又は配信したいというユーザのリクエスト或いはシステム管理者の指示があったとき等に、自由視点情報を出力する。【0080】
視点決定部１４１は、イベント検出装置１１３から得られる自由視点情報を基に、自由視点映像を生成する際の視点を決定し、視点情報として自由視点情報と共にレンダリング部１４２に出力する。視点決定部１４１は、視点の決定を要求視点に基づき実施する。視点決定部１４１は、要求視点がない場合は、選手を正面から見ることができる視点等を映像から自動的に検出してもよいし、カメラパラメータの信頼度、又はカメラの校正状況から校正済みで信頼度の高い撮像装置１２１が近くにある視点を自動的に検出してもよい。【0081】
仮想視点が設定されると、三次元モデル（前景モデルと背景モデルを含む）から、仮想視点から見える撮影環境の構造及び距離情報が決まる。レンダリング部１４２は、三次元モデルを用いてレンダリングを行うことで、仮想視点から見た映像である自由視点映像を生成する（Ｓ１０６）。【0082】
具体的には、レンダリング部１４２は、視点決定部１４１から得られる視点情報及び自由視点情報と、三次元空間再構成装置１１５から得られる撮影環境の三次元モデルとを用いて、視点情報に沿った視点の映像を生成し、生成した映像を自由視点映像としてデータ転送部１４３に出力する。【0083】
つまり、レンダリング部１４２は、自由視点映像を、視点情報が示す仮想視点位置に三次元モデルを投影することにより生成する。この際、レンダリング部１４２は、例えば、映像上の色及びテクスチャ情報を、例えば仮想視点位置から距離が近い撮像装置１２１で得られた映像から優先的に取得する。ただし、距離が近い撮像装置１２１が校正中であったり、カメラパラメータの信頼度が低い場合は、レンダリング部１４２は、距離が近い撮像装置１２１とは異なる撮像装置１２１の映像から優先的に色情報を取得しても良い。また、レンダリング部１４２は、仮想視点位置から距離が近い撮像装置１２１が校正中であったり、カメラパラメータの信頼度が低い場合は、映像をぼかしたり、再生速度をあげたりすることにより、画質の低下をユーザに意識させにくくしてもよい。このように、レンダリング部１４２は、必ずしも距離が近い撮像装置１２１の映像から優先的に取得する必要はなく、どのような手法を用いて映像上の色及びテクスチャを取得してもよい。また、三次元モデル自体に事前に色情報を付加されてもよい。【0084】
次に、データ転送部１４３は、レンダリング部１４２から得られる自由視点映像を映像表示端末１１７に配信する（Ｓ１０７）。データ転送部１４３は、各ユーザが要求した視点に基づき、映像表示端末１１７毎に異なる自由視点映像を配信してもよいし、システム管理者が指定した視点又は視点決定部１４１が自動的に決定した視点に基づき生成した同じ自由視点映像を複数の映像表示端末１１７に配信しても良い。また、データ転送部１４３は、自由視点映像を圧縮し、圧縮後の自由視点映像を配信してもよい。【0085】
次に、各映像表示端末１１７は、配信された自由視点映像を表示する（Ｓ１０８）。ここで、映像表示端末１１７は、ディスプレイ、無線通信機器、及びユーザ入力インターフェースを備えている。ユーザは映像表示端末１１７を利用し、撮影環境の任意時刻の任意領域を任意視点で見たいという視聴要求をイベント検出装置１１３に送る。映像表示端末１１７は、視聴要求に基づいた自由視点映像をデータ転送部１４３から受信し、ユーザに表示する。【0086】
また、映像表示端末１１７はイベント検出装置１１３から得られる校正イベント情報を受信し、ディスプレイ上に校正中のカメラを強調表示する。これにより、この撮像装置の近くの視点からの自由視点映像は生成できない、又は画質が悪くなることをユーザに知らせることができる。【0087】
また、システム管理者は制御装置１１２から撮影開始又は停止信号を多視点映像撮像装置１１１に送り、多視点映像撮像装置１１１に同期撮影を開始又は停止させる。【0088】
また、システム管理者はカメラの校正が必要と判断した場合は制御装置１１２から制御情報をイベント検出装置１１３に送り、任意のカメラを校正できる。【0089】
また、システム管理者は撮影環境の三次元モデルが必要と判断した場合は制御装置１１２から制御情報をイベント検出装置１１３に送り、任意の撮像装置１２１を用いて任意の時刻における撮影環境の三次元モデルを生成できる。【0090】
また、システム管理者は自由視点映像が必要と判断した場合は制御装置１１２から制御情報をイベント検出装置１１３に送り、任意の時刻における自由視点映像を生成し、映像表示端末１１７に配信することができる。【0091】
（実施の形態２）上述し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。
【0092】
図８は、本実施の形態に係る次世代監視システム１０２の構成を示すブロック図である。図８に示す次世代監視システム１０２は、図４に示す自由視点映像生成システム１０１に対して、三次元空間認識装置１１６Ａの構成が、三次元空間認識装置１１６と異なる。また、次世代監視システム１０２は、映像表示端末１１７の代わりに、監視員１１８Ａ、警備員１１８Ｂ及び映像撮像装置１１８Ｃを含む。【0093】
三次元空間認識装置１１６Ａは、トラッキング部１４４と、シーン解析部１４５と、データ転送部１４６とを備える。【0094】
図９は、次世代監視システム１０２の動作の概要を示す図である。図１０は、次世代監視システム１０２の動作を示すフローチャートである。なお、多視点撮影（Ｓ１０１）、カメラ校正（Ｓ１０２）及び三次元空間再構成（Ｓ１０３）は、図５及び図６と同様である。【0095】
次に、三次元空間認識装置１１６Ａは、三次元モデルを用いた三次元空間認識を行う（Ｓ１０４Ｂ）。具体的には、トラッキング部１４４は、三次元空間上で人物をトラッキングする（Ｓ１０５Ｂ）。また、トラッキング部１４４は、人物が写りこむ映像を自動抽出する。【0096】
また、シーン解析部１４５は、シーン解析を行う（Ｓ１０６Ｂ）。具体的には、シーン解析部１４５は、三次元空間又は多視点映像から人物又はシーンの状況認識及び異常検出を行う。【0097】
次に、データ転送部１４６は、三次元空間認識の結果を、監視員１１８Ａ或いは警備員１１８Ｂが所持する端末等、又は映像撮像装置１１８Ｃに転送する（Ｓ１０７Ｂ）。そして、三次元空間認識の結果が、監視員１１８Ａ或いは警備員１１８Ｂが所持する端末等、又は映像撮像装置１１８Ｃが有する表示部等に、表示される（Ｓ１０８Ｂ）。【0098】
以下、上記動作の詳細を説明する。シーン解析部１４５及びトラッキング部１４４は、自由視点映像の生成と同じく、三次元空間再構成装置１１５で生成された三次元モデルに基づいて、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を算出する。また、シーン解析部１４５及びトラッキング部１４４は、仮想視点から近い距離にある撮像装置１２１の映像から優先的に各被写体の色及びテクスチャを取得し、取得した情報を利用することも可能である。【0099】
二次元映像を用いたシーン解析は、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。このシーン解析をシーン解析部１４５が、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又は物の三次元形状を観察することができるので、二次元映像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。【0100】
二次元映像を用いたトラッキングでは、例えば、まず、撮像装置１２１が撮影した映像のシーン解析によって撮影領域内の被写体が特定される。また、異なる瞬間に撮像装置１２１が撮影した映像上で特定された同一の被写体が、ソフトウェア又は人手で対応付けされる。そして、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、撮像装置１２１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、その被写体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、三次元モデルを用いることで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て被写体の特定を継続することができる。【0101】
このような三次元モデルを用いたシーン解析及びトラッキングの機能を、次世代監視システム１０２で利用する。これにより、不審な現場の早期発見及び発見の精度向上を実現できる。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、二次元映像を用いる場合に比べてセキュリティの強化を図ることができる。【0102】
シーン解析部１４５は、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１４４に渡されてもよいし、自由視点映像と共に端末等のディスプレイに表示されてもよい。また、端末等が備える記憶装置又は外部の記憶装置に自由視点映像の解析結果のデータが保存されてもよい。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１４５から端末経由でユーザに要求されてもよい。【0103】
トラッキング部１４４は、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端末等のディスプレイ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１４４から端末経由でユーザに要求されてもよい。【0104】
（実施の形態３）本実施の形態では、実施の形態１に係る自由視点映像生成システム１０１の変形例を説明する。図１１は、本実施の形態に係る自由視点映像生成システム１０３の構成を示すブロック図である。図１１に示す自由視点映像生成システム１０３は、図４に示す自由視点映像生成システム１０１に対して、視点決定部１５１及びレンダリング部１５２が映像表示端末１１７Ａ内に設けられている点が異なる。
【0105】
データ転送装置１１９は、三次元空間再構成装置１１５で生成された三次元モデル（前景モデルと背景モデル）を映像表示端末１１７Ａに配信する。なお、データ転送装置１１９は、さらに、多視点映像撮像装置１１１で得られた撮影映像とカメラパラメータとを映像表示端末１１７Ａに送信してもよい。また、三次元空間再構成装置１１５は、三次元モデルを生成する際に、撮像映像等を用いて三次元モデルに色情報を付加し、データ転送装置１１９は、映像表示端末１１７Ａに色情報が付加された三次元モデルを配信してもよい。また、この場合は、データ転送装置１１９は、撮影映像を映像表示端末１１７Ａに配信しなくてもよい。【0106】
映像表示端末１１７Ａは、ディスプレイ、無線通信機器、及びユーザ入力インターフェースを備えている。ユーザは映像表示端末１１７Ａを利用し、撮影環境の任意時刻の任意領域を見たいという視聴要求をイベント検出装置１１３に送り、視聴要求に基づいた三次元モデル、撮影映像、及びカメラパラメータをデータ転送装置１１９から受信する。そして映像表示端末１１７Ａは、ユーザが見たいと指定した視点情報と受信した三次元モデルとを用いて、視点情報に沿った視点の映像を生成し、生成した映像を自由視点映像としてディスプレイに出力する。【0108】
次に、データ転送装置１１９は、三次元空間再構成装置１１５で生成された三次元モデル（前景モデルと背景モデル）を映像表示端末１１７Ａに配信する（Ｓ１０７Ｃ）。このとき、データ転送装置１１９は、前景モデルと背景モデルとを異なる配信方式で配信する。【0109】
例えば、データ転送装置１１９は、映像表示端末１１７Ａに三次元モデルを配信する際に、前景モデルと背景モデルとを分けて配信する。その際、データ転送装置１１９は、例えば、各モデルが前景モデルであるか背景モデルであるかを区別するためのフラグ又は識別子を配信データに含まれるヘッダ情報等に付加する。【0110】
例えば、前景モデルと背景モデルの配信周期が異なってもよい。また、前景モデルの配信周期は背景モデルの配信周期未満であってもよい。例えば、撮像装置１２１の記録フレームレートが３０フレーム／秒の場合には、データ転送装置１１９は、撮像装置１２１の記録フレームレートに合わせて前景モデルを３０モデル／秒で配信する。また、データ転送装置１１９は、例えば、背景モデルとして１つのモデルを配信する。【0111】
また、データ転送装置１１９は、前景モデルを配信する際、現在時刻の前景モデルと前時刻の前景モデルとの差分である差分モデルを生成し、生成した差分モデルを配信してもよい。また、データ転送装置１１９は、前景モデルの動きを予測して前時刻の前景モデルから予測モデルを生成し、現時刻の前景モデルと予測モデルとの差分である差分モデルを生成し、生成した差分モデルと、動き予測の結果を示す動き情報とを配信してもよい。これにより前景モデルの情報量を削減することができるので、ネットワークの帯域を抑制することができる。さらに、データ転送装置１１９は、差分モデルと動き情報に可変長符号化又は算術符号化を行うことで、送信データの情報量を圧縮してもよい。【0112】
また、データ転送装置１１９は、背景モデルを配信する際、ユーザの視聴開始時に１つの背景モデルを配信してもよい。または、データ転送装置１１９、予め定められた一定間隔毎に背景モデルを送信してもよい。この際、データ転送装置１１９は、現在の背景モデルと前回配信した背景モデルとの差分である差分モデルを生成し、生成した差分モデルを送信してもよい。これにより、配信する背景モデルの情報量を削減することができるので、ネットワーク帯域を抑制することができる。【0113】
また、データ転送装置１１９は、ランダムアクセスポイントでは、前景モデルと背景モデルの両方を送信してもよい。これにより、映像表示端末１１７Ａは、ユーザが視聴したい時刻を切り替えた際に常に適切な前景モデルと背景モデルを用いて自由視点映像を生成することができる。【0114】
図１３は、ユーザの視聴開始時に１つの背景モデルを配信される場合の前景モデルと背景モデルの配信例を示す図である。図１３に示すように、データ転送装置１１９はユーザの視聴開始時に１つの背景モデルを配信する。映像表示端末１１７Ａはその背景モデルと、時刻毎に受信した前景モデルとを用いて自由視点映像を生成する。【0115】
図１４は、一定間隔毎に背景モデルが配信される場合の前景モデルと背景モデルの配信例を示す図である。図１４に示すように、データ転送装置１１９は、予め定められた一定間隔で背景モデルを配信する。ここで、当該一定間隔は、前景モデルの配信間隔より長い。映像表示端末１１７Ａは、直前に受信した背景モデルと、時刻毎に受信した前景モデルとを用いて自由視点映像を生成する。【0116】
また、データ転送装置１１９は、前景モデルと背景モデルとを符号化して配信する場合に、モデル毎に符号化方法を切り替えてもよい。つまり、データ転送装置１１９は、前景モデルと背景モデルとに異なる符号化方法を用いてもよい。例えば、データ転送装置１１９は、前景モデルに対しては、映像表示端末１１７Ａ側での即時再生を目的とし、低遅延を優先した符号化方法を適用する。また、データ転送装置１１９は、背景モデルに対しては、できるだけ情報量を削減するために高効率を優先した符号化方式を適用する。これにより、各モデルの使用用途に応じた適切な符号化方法を選択することで、データ量を削減しつつ、システムの機能性を高めることができる。【0117】
なお、データ転送装置１１９は、前景モデルに対して高効率な符号化方式を用い、背景モデルに対しては前景モデルよりも低効率な符号化方式を用いてもよい。例えば、背景モデルは配信頻度が少ないため、低効率な符号化方式を用いることでデータ量が増えてもネットワーク負荷は増えにくい。一方で、処理の軽い低効率な符号化方式を用いることで、サーバ又は端末における背景モデルに対する処理負荷を抑制できる。また、前景モデルは更新頻度が多い。よって、サーバ又は端末の処理負荷が高くでも、できるだけ前景モデルを高効率に符号化することでネットワーク負荷を削減することができる。なお、データ転送装置１１９は、低効率な符号化方式を行う代わりに、符号化を行わず、そのままモデルを送ってもよい。【0118】
また、データ転送装置１１９は、前景モデルと背景モデルとを異なる特性を持つネットワーク又はプロトコルを用いて配信してもよい。例えば、データ転送装置１１９は、前景モデルに対しては、映像表示端末１１７Ａ側での即時再生を目的とし、パケットロスの少なく、信頼度が高い高速ネットワークを用いるとともに、ＵＤＰ（Ｕｓｅｒ Ｄａｔａｇｒａｍ Ｐｒｏｔｏｃｏｌ）等の低遅延な配信プロトコルを用いる。また。データ転送装置１１９は、背景モデルに対しては、前景モデルの送信帯域を確保しつつ確実に背景モデルを配信するために、低速度のネットワークを用いるとともに、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ）等のエラー耐性が高いプロトコルを用いる。また、背景モデルにはＨＴＴＰ（Ｈｙｐｅｒｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等を用いたダウンロード配信を適用し、前景モデルにはＲＴＰ（Ｒｅａｌ−ｔｉｍｅ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ）等を用いたストリーム配信を適用することで、前景モデルの低遅延化を実現してもよい。【0119】
また、データ転送装置１１９は、映像表示端末１１７Ａからユーザが視聴中の視点位置情報を取得し、その情報を用いて配信する三次元モデルを切り替えてもよい。例えば、データ転送装置１１９は、ユーザが視聴中の視点から見た映像の生成に必要な前景モデルと背景モデルを優先して配信してもよい。また、データ転送装置１１９は、ユーザが視聴中の視点から見た映像の生成に必要な前景モデルは高精度（高密度）に配信して、その他のモデルには間引き処理等を行うことでモデルの精度（密度）を落として配信してもよい。これにより、配信データ量を削減できる。なお、背景モデルに関しては、このような切り替えを行わなくてもよい。【0120】
また、データ転送装置１１９は、利用可能なネットワーク帯域に応じて配信する三次元モデルの密度又は配信周期を変えてもよい。例えば、データ転送装置１１９は、ネットワーク帯域が狭いほど、三次元モデルの密度を疎にし、又は配信周期を長くしてもよい。また、データ転送装置１１９が配信する三次元モデルの密度に応じて、映像表示端末１１７Ａは、レンダリングの解像度を切り替えてもよい。例えば、ネットワーク帯域が狭い場合は、データ転送装置１１９は、三次元モデルの密度を間引き処理等によって疎にして配信する。また、映像表示端末１１７Ａは、レンダリング解像度を小さくして映像を表示する。【0121】
また、三次元モデルの密度の削減方法として、均一に間引き処理を行う方法、又は対象物体によって間引きの有無或いは方法を切り替える方法等を用いることができる。例えば、データ転送装置１１９は、重要な被写体は密な三次元モデルで配信し、その他の被写体は疎な三次元モデルで配信する。これにより、重要な被写体の画質を維持しつつ、配信データ量を削減できる。また、データ転送装置１１９は、ネットワーク帯域が狭くなった場合には、前景モデルの配信周期を長くするなど、配信する三次元モデルの時間的な解像度を下げてもよい。【0122】
再度、図１２を参照する。次に、映像表示端末１１７Ａは、配信された三次元モデルを用いた三次元空間認識を行う。まず、視点決定部１５１は、仮想視点を決定する（Ｓ１０５Ｃ）。次に、レンダリング部１５２は、三次元モデルを用いてレンダリングを行うことで、仮想視点から見た映像である自由視点映像を生成する（Ｓ１０６Ｃ）。なお、これらの処理は、実施の形態１におけるステップＳ１０５及びＳ１０６の処理と同様である。次に、映像表示部１５３は、生成された自由視点映像を表示する（Ｓ１０８Ｃ）。【0123】
映像表示端末１１７Ａはデータ転送装置１１９から三次元モデルを受信する際に、前景モデルと背景モデルを分けて受信してもよい。その際、映像表示端末１１７Ａは、各モデルが前景モデルであるか背景モデルであるかを区別するためのフラグ又は識別子をヘッダ情報等を解析して取得してもよい。【0124】
前景モデルと背景モデルの受信周期は異なってもよい。また、前景モデルの受信周期は背景モデルの受信周期未満であってもよい。例えば、前景モデルは撮像装置１２１の記録フレームレートが３０フレーム／秒の場合には、映像表示端末１１７Ａは、撮像装置１２１の記録フレームレートに合わせて３０モデル／秒で前景モデルを受信する。また、映像表示端末１１７Ａは、背景モデルとして１つのモデルを受信する。【0125】
映像表示端末１１７Ａは、前景モデルを受信する際、現在時刻の前景モデルと前時刻の前景モデルとの差分である差分モデルを受信し、前時刻の前景モデルと差分モデルとを加算することで現時刻の前景モデルを生成してもよい。また、映像表示端末１１７Ａは、差分モデルと、動き予測の結果を示す動き情報とを受信し、受信した動き情報と前時刻の前景モデルから予測モデルを生成し、差分モデルと予測モデルとを加算することで現時刻の前景モデルを生成してもよい。これにより受信する前景モデルの情報量を削減することができるので、ネットワークの帯域を抑制することができる。さらに、差分モデルと動き情報が可変長符号化又は算術符号化によって圧縮されている場合には、映像表示端末１１７Ａは、受信したデータを可変長復号又は算術復号することにより差分モデル及び動き情報を復号してもよい。【0126】
また、映像表示端末１１７Ａは、背景モデルを受信する際、ユーザの視聴開始時に１つの背景モデルを受信し、全ての時刻において１つの背景モデルを使いまわしてもよい。または、映像表示端末１１７Ａは、予め定められた定間隔毎に背景モデルを受信してもよい。この際、映像表示端末１１７は、前回受信した背景モデルと現在の背景モデルとの差分である差分モデルを受信し、前回の背景モデルと差分モデルとを加算することで現在の背景モデルを生成してもよい。これにより、受信する背景モデルの情報量を削減することができるのでネットワーク帯域を抑制することができる。【0127】
また、映像表示端末１１７Ａは、ランダムアクセスポイントでは、前景モデルと背景モデルの両方を受信してもよい。これにより、映像表示端末１１７Ａは、ユーザが視聴したい時刻を切り替えた際に常に適切な前景モデルと背景モデルを用いて自由視点映像を生成することができる。【0128】
また、映像表示端末１１７Ａは、三次元モデルをネットワークエラー等で受信できない場合は、既に受信済の三次元モデルを利用してレンダリング処理を行ってもよい。例えば、映像表示端末１１７Ａは、前景モデルを受信できない場合は、既に受信した前景モデルから動きを予測により予測モデルを生成し、生成した予測モデルを現時刻の前景モデルとして利用してもよい。また、映像表示端末１１７Ａは、背景モデルを受信できない場合は、既に受信した背景モデルを利用してもよいし、ＣＧモデルを利用してもよい。また、映像表示端末１１７Ａは、背景モデル又は前景モデルを受信できない場合、ＣＧ画像等、事前に準備したモデル又はレンダリング画像を利用してもよい。これにより、三次元モデルが受信できない場合でも、映像表示端末１１７Ａはレンダリング画像をユーザに提供することができる。【0129】
また、データ転送装置１１９は、カメラパラメータ、多視点映像撮像装置１１１で得られた撮影映像、背景画像、背景差分画像、各撮影映像又は三次元モデル生成時の時刻情報、レンダリング開始時の視点位置情報、及びレンダリング用の時刻情報のうち少なくとも一つを映像表示端末１１７Ａに配信してもよい。【0130】
また、データ転送装置１１９は、撮像装置１２１が固定されたカメラである場合、視聴開始時にのみカメラパラメータを映像表示端末１１７Ａに配信してもよい。また、データ転送装置１１９は、校正指示装置１１４によって校正が行われたタイミングにおいてカメラパラメータを映像表示端末１１７Ａに配信してもよい。また、撮像装置１２１が非固定である場合、データ転送装置１１９は、カメラパラメータが更新される毎に当該カメラパラメータを映像表示端末１１７Ａに配信してもよい。【0131】
また、データ転送装置１１９は、多視点映像撮像装置１１１で得られた撮影映像、背景画像、又は背景差分画像を符号化したうえで配信してもよい。これにより、送信データのデータ量を削減できる。例えば、データ転送装置１１９は、多視点画像間の相関を利用したＨ．２６４又はＨ．２６５のマルチビューコーデック（ＭＶＣ）を利用してもよい。また、データ転送装置１１９は、各撮像装置１２１の映像を各々独立にＨ．２６４又はＨ．２６５で符号化したうえで配信してもよい。これにより映像表示端末１１７Ａに配信するデータのデータ量を削減できる。【0132】
レンダリング開始時の視点位置情報は、ユーザが開始時に映像表示端末１１７Ａを介して指定してもよい。また、視点決定部１５１は、映像表示端末１１７Ａを用いた視聴のスタイル又は映像表示端末１１７Ａの種類によって視点位置を切り替えてもよい。例えば、テレビでの視聴の場合には、視点決定部１５１は、システム側が指定したお勧め視点、ボールに近い撮像装置１２１からの視点、フィールドの中心を撮影している撮像装置１２１からの視点、又は視聴率が高い視点等を、開始視点として決定する。また、ユーザのタブレット又はスマートフォン等の個人端末での視聴の場合には、視点決定部１５１は、ユーザのお気に入り選手が写っている視点等を開始視点として決定する。また、ヘッドマンウトディスプレイでの視聴の場合には、視点決定部１５１は、ＶＲ（Ｖｉｒｔｕａｌ Ｒｅａｌｉｔｙ）用のお勧め視点、例えばフィールド上の選手視点、又はベンチからの視点などを開始視点として決定する。【0133】
（実施の形態４）本実施の形態では、実施の形態２に係る次世代監視システム１０２の変形例を説明する。図１５は、本実施の形態に係る次世代監視システム１０４の構成を示すブロック図である。図１５に示す次世代監視システム１０４は、図８に示す次世代監視システム１０２に対して、トラッキング部１５４及びシーン解析部１５５が映像表示端末１１７Ｂ内に設けられている点が異なる。
【0135】
次に、映像表示端末１１７Ｂは、三次元モデルを用いた三次元空間認識を行う。具体的には、トラッキング部１５４は、三次元空間上で人物をトラッキングする（Ｓ１０５Ｄ）。シーン解析部１５５は、シーン解析を行う（Ｓ１０６Ｄ）。そして、映像表示端末１１７Ｂは、三次元空間認識の結果を表示する（Ｓ１０８Ｄ）。なお、これらの処理は、実施の形態２におけるステップＳ１０５Ｂ、Ｓ１０６Ｂ及びＳ１０８Ｂの処理と同様である。【0136】
（実施の形態５）上記実施の形態では、三次元モデルに前景モデルと背景モデルとが含まれる例を述べたが、三次元モデルに含まれるモデルは、前景モデルと背景モデルとの２つのモデルに限定しなくともよい。
【0137】
図１７は、本実施の形態に係る自由視点映像生成システム１０５の構成を示すブロック図である。図１７に示す自由視点映像生成システム１０５は、図１１に示す自由視点映像生成システム１０３に対して、三次元空間再構成装置１１５Ａの構成が異なる。この三次元空間再構成装置１１５Ａは、第１モデルを生成する第１モデル生成部１３３と、第２モデルを生成する第２モデル生成部１３４と、第３モデルを生成する第３モデル生成部１３５とを備える。【0138】
三次元空間再構成装置１１５Ａは、第１モデル、第２モデル及び第３モデルを含む三次元モデルを生成する。データ転送装置１１９は第１〜第３モデルを映像表示端末１１７Ａに別々に異なる配信方式で配信する。三次元空間再構成装置１１５Ａは、異なる頻度で各モデルを更新する。データ転送装置１１９は、異なる周期で各モデルを映像表示端末１１７Ａに配信する。例えば、第１モデルが前景モデルであり、第２モデルが背景モデルの一部であり、第３モデルが第２モデル以外の背景モデルである。この場合において、撮像装置１２１の記録フレームレートが３０フレーム／秒の場合には、データ転送装置１１９は、撮像装置１２１の記録フレームレートに合わせて第１モデルを３０モデル／秒で配信する。また、データ転送装置１１９は、第２モデルを１モデル／秒で配信し、第３モデルとして視聴開始時に１つのモデルを配信する。これにより、背景モデルのうち更新頻度の異なる領域を別モデルとして別周期で配信することができるので、ネットワーク帯域を抑制することができる。【0139】
また、データ転送装置１１９は、三次元モデルに、２つ以上のモデルを識別するための識別子を付加してもよい。これにより、映像表示端末１１７Ａは識別子を解析することにより、受信した三次元モデルがどのモデルに該当するかを判定できる。【0140】
なお、ここでは、３つのモデルが用いられる例を述べたが、４以上のモデルが用いられてもよい。【0141】
また、２つのモデルが用いられる場合において、当該２つのモデルは、前景モデル及び背景モデル以外であってもよい。例えば、三次元データは、更新頻度が多くデータ量が多い第１モデルと、更新頻度が少なくデータ量が少ない第２モデルを含んでもよい。また、データ転送装置１１９は、各モデルを映像表示端末１１７Ａに別々に異なる配信方式で配信してもよい。この際、モデル毎に更新頻度が異なるため、データ転送装置１１９は、異なる周期で各モデルを映像表示端末１１７Ａに配信する。例えば、撮像装置１２１の記録フレームレートが３０フレーム／秒の場合には、データ転送装置１１９は、撮像装置１２１の記録フレームレートに合わせて第１モデルを３０モデル／秒で配信する。また、データ転送装置１１９は、第２モデルとして視聴開始時に１つのモデルを配信する。これにより、データ量が異なる三次元モデルを異なる周期で配信することができるので、ネットワーク帯域を抑制することができる。【0142】
また、第１モデル及び第２モデルは重要度が異なるモデルであってもよい。また、データ転送装置１１９は、各モデルを映像表示端末１１７Ａに別々に異なる配信方式で配信してもよい。この際、各モデル毎に重要度が異なるため、データ転送装置１１９は、異なる周期で各モデルを映像表示端末１１７Ａに配信する。例えば、第１モデルが重要度が高いモデルであり、第２モデルが重要度が低いモデルであるとする。この場合において、撮像装置１２１の記録フレームレートが３０フレーム／秒の場合には、データ転送装置１１９は、撮像装置１２１の記録フレームレートに合わせて第１モデルを３０モデル／秒で配信し、、第２モデルを１５モデル／秒で配信する。これにより、重要度が高い三次元モデルを優先的に配信することができるので、ネットワーク帯域を抑制しつつ、映像表示端末１１７Ａを利用するユーザへ適切なレンダリング映像を提供することが可能となる。【0143】
また、データ転送装置１１９は、重要度によって配信周期以外を切り替えてもよい。例えば、データ転送装置１１９は、優先度に応じてモデルの密度を切り替えてもよい。例えば、データ転送装置１１９は、サッカー試合における三次元モデルを配信する場合には、一方のゴール前で争っている選手の三次元モデルは重要度が高いと判定し、他方のゴール付近にいるゴールキーパーの三次元モデルは重要度が低いと判断する。そして、データ転送装置１１９は、ゴールキーパーの三次元モデルの密度を重要度が高い三次元モデルよりも下げて配信する。なお、データ転送装置１１９は、重要度が低い三次元モデルを配信しなくてもよい。また、データ転送装置１１９は、重要度の高低の判断を、例えば、判断対象とするモデルが、ボールなどの特定の特徴点又は対象物に近いかどうか、又は、視聴者が多く見ている視点位置に近いかどうかなどに基づき行う。例えば、特定の特徴点又は対象物に近いモデルの重要度は高く、視聴者が多く見ている視点位置に近いモデルの重要度は高く設定される。【0144】
なお、各モデルは、例えば、オブジェクト認識等で判別される１以上のオブジェクト（例えば、人、ボール、車等）の集合であってもよいし、背景及び前景等、動きに基づき判別される領域又はオブジェクトの集合であってもよい。【0145】
また、実施の形態４で説明した次世代監視システム１０４に対しても同様の変形例を適用できる。図１８は、本実施の形態に係る次世代監視システム１０６の構成を示すブロック図である。図１８に示す次世代監視システム１０６は、図１５に示す次世代監視システム１０４に対して、三次元空間再構成装置１１５Ａの構成が異なる。なお、三次元空間再構成装置１１５Ａの機能等は、図１７と同様である。【0146】
以上、実施の形態１〜４で説明したように、三次元モデル配信装置（例えばデータ転送装置１１９）は、対象時間帯における対象空間の三次元モデルである第１モデル（例えば前景モデル）を第１配信方式で配信し、対象時間帯における対象空間の三次元モデルであって、第１モデルより時間当たりの変化が小さい第２モデル（例えば背景モデル）を、第１配信方式と異なる第２配信方式で配信する。つまり、三次元モデル配信装置は、前景モデルと背景モデルを別々に送信する。【0147】
例えば、第１モデルと第２モデルの送信周期は異なる。例えば、第１配信方式の配信周期は、第２配信方式の配信周期より短い。また、三次元モデル配信装置は、第１モデルを予め定めれた一定間隔毎に送信する。このとき、三次元モデル配信装置は、現在時刻の第１モデルと前時刻の第１モデルとの差分である差分モデルを送信してもよい。また、三次元モデル配信装置は、現在時刻の第１モデルの、前時刻の第１モデルからの動き情報を送信してもよい。【0148】
例えば、三次元モデル配信装置は、第２モデルを視聴開始時に送信する。または、三次元モデル配信装置は、予め定められた一定間隔毎に第２モデルを送信する。また、三次元モデル配信装置は、現在の第２モデルと、前回送信した第２モデルとの差分である差分モデルを送信してもよい。また、三次元モデル配信装置は、ランダムアクセスポイント毎に第２モデルを送信してもよい。【0149】
また、三次元モデル配信装置は、各モデルが第１モデルか第２モデルかを区別するためのフラグ等の情報を送信してもよい。【0150】
また、三次元モデル配信装置は、ランダムアクセスポイントでは、第１モデルと第２モデルの両方を送信してもよい。【0151】
また、三次元モデル配信装置は、第１モデルと第２モデルとを異なる方法で生成してもよい。具体的には、三次元モデル配信装置は、第１モデルを第１生成方法で生成し、第２モデルを第１生成方法と精度が異なる第２生成方法で生成する。例えば、三次元モデル配信装置は、第１モデルを第１生成方法で生成し、第２モデルを第１生成方法より精度が高い第２生成方法で生成する。または、三次元モデル配信装置は、第１モデルを第１生成方法で生成し、第２モデルを第１生成方法より精度が低い第２生成方法で生成する。例えば、三次元モデル配信装置は、プレーヤ又は犯人などの第１モデル（前景モデル）をできるだけ高画質にレンダリングする必要がある場合はデータ量が増えても第１モデルを高精度に生成する。一方、三次元モデル配信装置は、観客又は背景画像等の、前景よりも重要でない領域の第２モデルは精度を落とすことでデータ量を抑制する。【0152】
例えば、三次元モデル配信装置は、対象時間帯における対象空間に含まれる複数の対象物の三次元モデルである第３モデルと、対象時間帯における対象空間に含まれる複数の対象物のうちの一部の対象物の三次元モデルである第２モデル（背景モデル）とから、第３モデルと第２モデルとの差分である第１モデル（前景モデル）を生成する。【0153】
例えば、三次元モデル配信装置は、対象時間帯における対象空間に含まれる複数の対象物が撮影された第１多視点画像（撮影画像）と、当該複数の対象物のうちの一部の対象物が撮影された第２多視点画像（背景画像）との差分である第３多視点画像（背景差分画像）を生成し、第３多視点画像（背景差分画像）を用いて、第１モデル（前景モデル）を生成する。【0154】
また、三次元モデル配信装置は、第１モデルを、第２多視点画像（撮影画像）又は第３多視点画像（背景差分画像）を用いた視体積交差法方式により生成し、第２モデルをカメラ間の特徴点のマッチング結果を用いて生成してもよい。これにより、第１モデルの生成の処理量を減らすことができるとともに、第２モデルの精度を向上できる。なお、三次元モデル配信装置は、第２モデルを手動で作成してもよい。【0155】
三次元モデル配信装置は、三次元モデル以外のデータを配信してもよい。例えば、三次元モデル以外のデータとは、カメラパラメータ、多視点画像、背景差分画像、時刻情報、及び開始時の視点位置の少なくとも一つを含む。【0156】
また、三次元モデル配信装置は、固定カメラのカメラパラメータを視聴開始時に配信し、非固定カメラのカメラパラメータを当該カメラパラメータが変化する毎に配信してもよい。【0157】
また、視聴開始時の視点位置は、ユーザが視聴開始時に指定してもよい。または、視聴開始時の視点位置は、視聴スタイル又は端末の種類によって切り替えられてもよい。例えば、テレビでの視聴の場合には、お勧め視点、固定カメラのどれか（例えば、ボールに近い、或いはフィールドの中心）、又は視聴率が高い視点が選択される。また、個人のタブレット端末又はスマートフォンでの視聴の場合は、お気に入り選手の写る視点が選択される。また、ヘッドマウントディスプレイでの視聴の場合には、ＶＲ用のお勧め視点（例えばフィールド上の視点）が選択される。【0158】
また、第１モデル及び第２モデルは、前景モデルと背景モデルとの２つのモデルに限定されない。また、２つ以上の複数モデルが生成され、別々に異なる配信方式で配信されてもよい。この場合、モデル毎に更新頻度が異なる（背景でも領域によって更新頻度が異なる）ため、三次元モデル配信装置は、異なる周期で各モデルを配信する。また、三次元モデル配信装置は、２つ以上のモデルを識別するための識別子を付加する。【0159】
また、三次元モデル配信装置は、モデル毎に符号化方法を切り替える。【0160】
例えば、第１モデルに用いられる第１配信方式では、第１符号化方式が用いられる。第２モデルに用いられる第２配信方式では、第２符号化方式が用いられる。第１符号化方式と第２符号化方式とは、処理遅延及び符号化効率の少なくとも一方が異なる。例えば、第２符号化方式は、第１符号化方式よりも処理遅延が大きい。または、第２符号化方式は、第１符号化方式よりも符号化効率が高い。または、第２符号化方式は、第１符号化方式よりも符号化効率が低い。【0161】
また、第１配信方式は、第２配信方式より低遅延であってもよい。例えば、三次元モデル配信装置は、第１モデルを信頼度が高い回線を用いて低遅延配信する（例えばＵＤＰを利用する）。また、三次元モデル配信装置は、第２モデルを低速度回線で配信する（例えばＴＣＰを利用する）。または、三次元モデル配信装置は、第２モデルをダウンロード配信し（例えばＨＴＴＰ）、第１モデルをストリーム配信（例えばＲＴＰ）してもよい。【0162】
また、三次元モデル受信装置（例えば映像表示端末１１７Ａ）は、三次元モデルをネットワークエラー等で受信できない場合、既に受信済の三次元モデルを利用してもよい。例えば、三次元モデル受信装置は、第１モデルを受信できない場合は、既に受信した第１モデルから動きを予測を行うことで予測モデルを生成し、生成した予測モデルを現時刻の第１モデルとして利用する。【0163】
また、三次元モデル受信装置は、第２モデルを受信できない場合は、既に受信した第２モデルを利用する。もしくは、三次元モデル受信装置は、ＣＧモデル又はＣＧ画像等、事前に準備したモデル又はレンダリング画像を利用する。つまり、三次元モデル受信装置は、第１モデルと第２モデルとで異なるエラーコンシールメント処理を行ってもよい。【0164】
また、三次元モデル配信装置は、ユーザが見ている視点の映像に生成に必要な第１モデルと第２モデルとを優先して配信してもよい。例えば、三次元モデル配信装置は、ユーザが見ている視点の映像の生成に必要な第１モデルを高精度に配信して、その他の第１モデルを間引いてもよい。つまり、第１モデル及び第２モデルの配信先の端末（例えば映像表示端末１１７Ａ）は、第１モデル及び第２モデルを用いて、選択視点から見た映像である自由視点映像を生成する。三次元モデル配信装置は、第１モデルのうち、自由視点映像の生成に必要なモデルを優先して配信する。【0165】
また、三次元モデル配信装置は、利用可能なネットワーク帯域に応じて配信する三次元モデルの質を変えてもよい。例えば、三次元モデル配信装置は、ネットワーク帯域に応じて三次元モデルの密度又はレンダリング解像度を切り替える。三次元モデル配信装置は、帯域が厳しい場合は三次元モデルの密度を疎にしてレンダリング解像度を小さくする。また、三次元モデルの密度切り替えは、均一に間引く、又は対象物体によって切り替える等の方法を用いることができる。また、三次元モデル配信装置は、帯域が厳しい場合には、第１モデルの配信周期を長くするなど、配信する三次元モデルの時間的解像度を下げる処理を行う。【0166】
また、上記説明では、多視点映像撮像装置１１１で得られた多視点映像を用いて三次元モデルが生成される例を述べたが、三次元モデル（前景モデル及び背景モデル）の生成方法は上記に限定されない。例えば、三次元モデルは、カメラ以外の手段、例えば、ＬＩＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）又はＴＯＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）等で得られた情報を用いて生成されてもよい。また、これらの情報を用いて、三次元モデルの生成に用いる多視点映像が生成されてもよい。【0167】
また、三次元モデルは、対象物体の三次元位置を表す情報であればどのような形態でも構わない。例えば、三次元モデルは、ポイントクラウド、ボクセル、メッシュ、ポリゴン、又は深度情報などの形態であってもよい。【0168】
以上、本開示の実施の形態に係る三次元空間認識システム、自由視点映像生成システム、及び次世代監視システムについて説明したが、本開示は、この実施の形態に限定されるものではない。【0169】
また、上記実施の形態に係る三次元空間認識システム、自由視点映像生成システム、及び次世代監視システムに含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。【0170】
また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。【0171】
また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。【0172】
また、本開示は、三次元空間認識システム、自由視点映像生成システム、及び次世代監視システムにより実行される各種方法として実現されてもよい。【0173】
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。【0174】
また、フローチャートにおける各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。【0175】
以上、一つまたは複数の態様に係る三次元空間認識システム、自由視点映像生成システム、及び次世代監視システムについて、実施の形態に基づいて説明したが、本開示は、この実施の形態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、一つまたは複数の態様の範囲内に含まれてもよい。【産業上の利用可能性】
【0176】
本開示は、三次元空間認識システム、自由視点映像生成システム、及び次世代監視システム等に適用できる。【符号の説明】
【0177】
１００ 三次元空間認識システム１０１、１０３、１０５ 自由視点映像生成システム
１０２、１０４、１０６ 次世代監視システム
１１１ 多視点映像撮像装置
１１２ 制御装置
１１３ イベント検出装置
１１４ 校正指示装置
１１５、１１５Ａ 三次元空間再構成装置
１１６、１１６Ａ 三次元空間認識装置
１１７、１１７Ａ、１１７Ｂ 映像表示端末
１１８Ａ 監視員
１１８Ｂ 警備員
１１８Ｃ 映像撮像装置
１１９ データ転送装置
１２１ 撮像装置
１２２ カメラ
１２３ 雲台
１２４ メモリ
１２５ センサ
１３１ 前景モデル生成部
１３２ 背景モデル生成部
１３３ 第１モデル生成部
１３４ 第２モデル生成部
１３５ 第３モデル生成部
１４１、１５１ 視点決定部
１４２、１５２ レンダリング部
１４３、１４６ データ転送部
１４４、１５４ トラッキング部
１４５、１５５ シーン解析部
１５３ 映像表示部