特許 7114684 対話型ビデオ会議

(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】

(24)【登録日】2022-07-29

(45)【発行日】2022-08-08

(54)【発明の名称】対話型ビデオ会議

(51)【国際特許分類】

   H04N 7/15 20060101AFI20220801BHJP

【ＦＩ】

H04N7/15

【請求項の数】 20

(21)【出願番号】P 2020203978

(22)【出願日】2020-12-09

(62)【分割の表示】P 2018116662の分割

【原出願日】2015-08-07

(65)【公開番号】P2021052415

(43)【公開日】2021-04-01

【審査請求日】2020-12-09

(31)【優先権主張番号】62/059,025

(32)【優先日】2014-10-02

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】14/704,437

(32)【優先日】2015-05-05

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】503260918

【氏名又は名称】アップル インコーポレイテッド

【氏名又は名称原語表記】Ａｐｐｌｅ Ｉｎｃ．

【住所又は居所原語表記】Ｏｎｅ Ａｐｐｌｅ Ｐａｒｋ Ｗａｙ，Ｃｕｐｅｒｔｉｎｏ， Ｃａｌｉｆｏｒｎｉａ ９５０１４， Ｕ．Ｓ．Ａ．

(74)【代理人】

【識別番号】100094569

【弁理士】

【氏名又は名称】田中 伸一郎

(74)【代理人】

【識別番号】100103610

【弁理士】

【氏名又は名称】▲吉▼田 和彦

(74)【代理人】

【識別番号】100067013

【弁理士】

【氏名又は名称】大塚 文昭

(74)【代理人】

【識別番号】100086771

【弁理士】

【氏名又は名称】西島 孝喜

(74)【代理人】

【識別番号】100139712

【弁理士】

【氏名又は名称】那須 威夫

(74)【代理人】

【識別番号】100121979

【弁理士】

【氏名又は名称】岩崎 吉信

(72)【発明者】

【氏名】オイマン、オズガー

(72)【発明者】

【氏名】ギアカロン、ジィーン－ピェール

(72)【発明者】

【氏名】フォックス、イワン

【審査官】松元 伸次

(56)【参考文献】

【文献】特開２００６－１３５７０９（ＪＰ，Ａ）

【文献】米国特許第０７３２１３８４（ＵＳ，Ｂ１）

【文献】米国特許出願公開第２０１１／００８５０１６（ＵＳ，Ａ１）

【文献】Intel (ROI Rapporteur)，ROI Permanent Document - Requirements, Working Assumptions and Potential Solutions，Tdoc S4-140975，3GPP TSG-SA4 Meeting #80，2014年08月07日，pp.1-5，http://www.3gpp.org/ftp/tsg_sa/WG4_CODEC/TSGS4_80/Docs/S4-140975.zip，[平成30年1月9日検索], インターネット

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｍ３／００

３／１６－３／２０

３／３８－３／５８

７／００－７／１６

１１／００－１１／１０

Ｈ０４Ｎ５／２２２－５／２５７

７／１０－７／１７３

７／２０－７／５６

１９／００－２１／８５８

(57)【特許請求の範囲】

【請求項1】

インターネットプロトコル（ＩＰ）マルチメディアサブシステム（ＩＭＳ）（ＭＴＳＩ）受信機を介して、ＭＴＳＩ送信機とともに関心領域（ＲＯＩ）シグナリングをサポートするように動作する装置であって、前記装置は、１または複数のプロセッサおよびメモリを有し、前記１または複数のプロセッサおよびメモリは、
前記ＭＴＳＩ受信機で、前記ＭＴＳＩ受信機から送信された１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドを処理するために前記ＭＴＳＩ送信機で使用される１または複数のステップサイズを前記ＭＴＳＩ送信機から受信し、
前記ＭＴＳＩ受信機で、要求された関心領域（ＲＯＩ）を規定し、
前記ＭＴＳＩ受信機で、前記１または複数のステップサイズに基づいて、前記要求されたＲＯＩを前記１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングし、
前記要求されたＲＯＩにマッピングされた前記１または複数のＰＴＺＦコマンドを前記メモリに格納し、
リアルタイムトランスポートプロトコル（ＲＴＰ）パケットを介した前記ＭＴＳＩ送信機への送信のために、前記要求されたＲＯＩを表す前記１または複数のＰＴＺＦコマンドをシグナリングし、前記要求されたＲＯＩは、前記１または複数のＰＴＺＦコマンドに基づいて前記ＭＴＳＩ送信機において識別されるものであり、
前記ＭＴＳＩ受信機で、前記ＭＴＳＩ送信機から受信した符号化ビデオを復号し、前記符号化ビデオは、前記要求されたＲＯＩ内にある、ように構成される、装置。

【請求項2】

前記１または複数のＰＴＺＦコマンドを、前記ＲＴＰパケットを介して前記ＭＴＳＩ送信機に送信し、前記ＭＴＳＩ送信機から前記符号化ビデオを受信する、送受信機を更に備える、請求項１に記載の装置。

【請求項3】

前記１または複数のＰＴＺＦコマンドは、パン・チルト・ズーム・フォーカス（ＰＴＺＦ）のためのカメラの移動をサポートする国際電気通信連合（ＩＴＵ）Ｈ．２８１プロトコルに基づく、請求項１に記載の装置。

【請求項4】

パンコマンドは、前記ＭＴＳＩ送信機が固定された非移動カメラを含む場合に、画像プレーンにわたる左または右の移動または変換にマッピングされる、または、
チルトコマンドは、前記ＭＴＳＩ送信機が前記固定された非移動カメラを含む場合に、前記画像プレーンにわたる上または下の移動または変換にマッピングされる、請求項１に記載の装置。

【請求項5】

前記１または複数のＰＴＺＦコマンドは、遠隔カメラ制御（ＦＥＣＣ）プロトコルに従って、前記ＭＴＳＩ送信機へシグナリングされる、請求項１に記載の装置。

【請求項6】

前記１または複数のＰＴＺＦコマンドは、
スタックインターネットプロトコル（ＩＰ）／ユーザデータグラムプロトコル（ＵＤＰ）／ＲＴＰ／Ｈ．２２４／Ｈ．２８１を使用する複数のＨ．２２４フレームを伝える前記複数のＲＴＰパケットを介した送信のために、前記ＭＴＳＩ送信機へシグナリングされる、請求項１に記載の装置。

【請求項7】

前記１または複数のＰＴＺＦコマンドは、前記ＭＴＳＩ受信機が任意のＲＯＩにズームすることを可能にする、請求項１に記載の装置。

【請求項8】

対話型ズーミング機能をサポートするローカルクライアントにおいてビデオ会議アプリケーションを動作させるための命令が記録されたコンピュータ可読記録媒体であって、１または複数のプロセッサによって前記命令が実行されたときに、前記ローカルクライアントに、
前記ローカルクライアントから送信された１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）のコマンドを処理するためにリモートクライアントで使用される１または複数のステップサイズを前記リモートクライアントから受信する手順と、
前記リモートクライアントと関連するカメラの視野内の関心領域（ＲＯＩ）を規定する手順と、
前記１または複数のステップサイズに基づいて、前記ＲＯＩを１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングする手順と、
リアルタイムトランスポートプロトコル（ＲＴＰ）パケットを介した前記ローカルクライアントから前記リモートクライアントへの送信のために前記１または複数のＰＴＺＦコマンドを処理する手順であって、前記１または複数のＰＴＺＦコマンドに基づいて前記リモートクライアントで前記ＲＯＩが識別される、手順と、
前記リモートクライアントから受信した前記ＲＯＩ内の符号化ビデオであって、前記ＲＯＩ内の領域を含み、前記ＲＯＩ外の領域を除く前記符号化ビデオを復号する手順と、
前記ローカルクライアントにおけるレンダリングおよび表示のために、前記ＲＯＩ内の前記符号化ビデオを提供する手順と、を実行させる、コンピュータ可読記録媒体。

【請求項9】

前記１または複数のＰＴＺＦコマンドは、国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づく、請求項８に記載のコンピュータ可読記録媒体。

【請求項10】

前記１または複数のプロセッサによって実行されたときに、前記ローカルクライアントに、単一伝送での前記リモートクライアントへの配信のために前記１または複数のＰＴＺＦコマンドを処理する手順を実行させる命令をさらに含む、請求項８に記載のコンピュータ可読記録媒体。

【請求項11】

前記１または複数のプロセッサによって実行されたときに、前記ローカルクライアントに、受信ユーザ入力に基づいて前記ＲＯＩを規定する手順を実行させる命令をさらに含む、請求項８に記載のコンピュータ可読記録媒体。

【請求項12】

前記１または複数のＰＴＺＦコマンドは、遠隔カメラ制御（ＦＥＣＣ）プロトコルに従って、前記リモートクライアントへ送信される、請求項８に記載のコンピュータ可読記録媒体。

【請求項13】

前記１または複数のプロセッサによって実行されたときに、前記ローカルクライアントに、前記ローカルクライアントに提供されたユーザ選択に基づいて前記ＲＯＩを規定する手順を実行させる命令をさらに含む、請求項８に記載のコンピュータ可読記録媒体。

【請求項14】

前記１または複数のプロセッサによって実行されたときに、前記ローカルクライアントに、ＲＯＩベースの対話型ズーム機能をサポートする前記リモートクライアントとビデオ会議アプリケーションを動作する手順を実行させる命令をさらに含む、請求項８に記載のコンピュータ可読記録媒体。

【請求項15】

ローカルユーザ装置（ＵＥ）とビデオ会議を実行するように動作可能なリモートＵＥの装置であって、前記装置は、１または複数のプロセッサを有し、前記１または複数のプロセッサは、
前記リモートＵＥで、前記ローカルＵＥから送信された１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）のコマンドを処理するために前記リモートＵＥで使用される１または複数のステップサイズを前記ローカルＵＥへ送信し、
前記リモートＵＥで、リアルタイムトランスポートプロトコル（ＲＴＰ）パケットを介して前記ローカルＵＥから受信した１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドを処理し、
前記リモートＵＥで、前記１または複数のＰＴＺＦコマンドに基づいて前記リモートＵＥのカメラの視野内の関心領域（ＲＯＩ）を特定し、
前記ＲＯＩ内のビデオを符号化し、前記符号化ビデオは前記ＲＯＩ内の領域を含み、前記ＲＯＩ外の領域を除き、
前記リモートＵＥで、前記ローカルＵＥへの送信のために前記ＲＯＩ内の前記符号化ビデオを処理する、ように構成される、装置。

【請求項16】

前記１または複数のＰＴＺＦコマンド、および、前記１または複数のＰＴＺＦコマンドに対応する前記ＲＯＩを格納するように構成されるメモリを更に備える、請求項１５に記載の装置。

【請求項17】

前記１または複数のＰＴＺＦコマンドは、国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づく、請求項１５に記載の装置。

【請求項18】

前記１または複数のプロセッサは、単一伝送にて前記ローカルＵＥから受信した前記１または複数のＰＴＺＦコマンドを処理する、請求項１５に記載の装置。

【請求項19】

前記ＲＯＩ内の前記符号化ビデオをキャプチャするように構成された固定された非移動カメラを更に有し、
パンコマンドは、前記リモートＵＥが前記固定された非移動カメラを含む場合に、画像プレーンにわたる左または右の移動または変換にマッピングされる、または、
チルトコマンドは、前記リモートＵＥが前記固定された非移動カメラを含む場合に、前記画像プレーンにわたる上または下の移動または変換にマッピングされる、請求項１５に記載の装置。

【請求項20】

前記１または複数のＰＴＺＦコマンドは、遠隔カメラ制御（ＦＥＣＣ）プロトコルに従って、前記ローカルＵＥから受信される、請求項１５に記載の装置。

【発明の詳細な説明】

【背景技術】

【0001】

ストリーミングサービスおよび会話型サービスを含むマルチメディアサービスの成長は、新しい移動広帯域技術および規格に対する進化の主要な推進要因の１つである。デジタルビデオコンテンツは、携帯デバイスにおける消費が次第に増加している。日常生活では、携帯デバイス上で幅広く使用される多くのビデオアプリケーションが存在する。例えば、オンライン・ビデオ・ストリーミングは、ＹｏｕＴｕｂｅ（登録商標）やＨｕｌｕのような人気のあるサービスを含む。ビデオ録画およびビデオ会議は、ＳｋｙｐｅやＧｏｏｇｌｅ Ｈａｎｇｏｕｔのようなサービスを含む。２０１１年には、ＹｏｕＴｕｂｅ（登録商標）は、世界中で１兆回以上の視聴を有した。視聴の１０パーセントは、携帯電話またはタブレットを介してアクセスされた。より多くのスマートフォン、タブレット、および他の携帯コンピューティングデバイスが購入されるにつれて、ビデオ録画およびビデオ会議のためにそれらを使用することが、劇的に増加するであろう。マルチメディアサービスに対するそのような高い消費者の要求が、メディア圧縮およびワイヤレス・ネットワーク・インフラストラクチャにおける発展と結合される状況では、将来のセルラおよび移動広帯域システムのマルチメディアサービス能力を向上させると共に、高い体感品質（ＱｏＥ）を消費者に届けることは関心のあることであり、これによって、任意の場所から、任意の時間に、任意のデバイスおよび技術を使用して、ビデオコンテンツおよびビデオサービスに普遍的にアクセスすることを保証する。

【発明を実施するための形態】

【0002】

本開示の特徴および利点は、以下に記載する詳細な説明を添付図面と併用して参照することで明らかとなるであろう。添付図面は、例として、本開示の特徴を共に図示している。添付図面は以下の通りである。

【0003】

（図１）一例による関心領域（ＲＯＩ）ズーム機能をサポートするＩＭＳ（ＭＴＳＩ）ベースビデオ会議システムを通じたマルチメディアテレフォニーサービスを示す。

【0004】

（図２）一例による遠端カメラ制御（ＦＥＣＣ）プロトコルを介して複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドを生成し、複数のＰＴＺＦコマンドをシグナリングするユーザインターフェースを示す。

【0005】

（図３）一例によるユーザ規定の関心領域（ＲＯＩ）を１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングするための技術を例示する。

【0006】

（図４）一例によるＩＭＳ（ＭＴＳＩ）ベースのビデオ会議アプリケーションを通じたマルチメディア電話サービスにおける関心領域（ＲＯＩ）ズーム機能を開始するためのリモートユーザ装置（ＵＥ）とローカルＵＥとの間の通信を示すフロー図である。

【0007】

（図５Ａ）一例によるリアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張技術に基づく強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を示すセッション記述プロトコル（ＳＤＰ）提供メッセージを示す。

【0008】

（図５Ｂ）一例によるリアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張技術に基づく強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を承認するセッション記述プロトコル（ＳＤＰ）応答メッセージを示す。

【0009】

（図６Ａ）一例によるリアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバック技術に基づく強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を示すセッション記述プロトコル（ＳＤＰ）提供メッセージを示す。

【0010】

（図６Ｂ）一例によるリアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバック技術に基づく強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を承認するセッション記述プロトコル（ＳＤＰ）応答メッセージを示す。

【0011】

（図７）一例によるリモートＵＥとビデオ会議を実行するように動作可能なローカルユーザ装置（ＵＥ）の機能を示す。

【0012】

（図８）一例による対話型ズーム機能をサポートするローカルユーザ装置（ＵＥ）にてビデオ会議アプリケーションを動作するためにそれに関して具現化された命令を有する少なくとも１つの非一時的機械可読記憶媒体のフローチャートを示す。

【0013】

（図９）一例によるリモートＵＥとビデオ会議を実行するように動作可能なローカルユーザ装置（ＵＥ）の機能を示す。

【0014】

（図１０）一例によるローカルＵＥとビデオ会議を実行するように動作可能なリモートユーザ装置（ＵＥ）の機能を示す。

【0015】

（図１１）一例による無線デバイス（例えば、ＵＥ）を示す図である。

【0016】

ここで、説明される複数の例示的な実施形態に対して、参照がなされ、特定の言語は、それを説明するために本明細書において使用されるであろう。それにも関わらず、それにより本発明の範囲の限定は意図されないことは、理解されるであろう。

【0017】

本発明が開示され、説明される前に、次のことは理解されるべきである。即ち、この発明は、本明細書で開示される特別な構造、プロセスステップ、または材料に限定されないが、関連技術における当業者によって認識されると思われるような、それらの等価物に拡張される、ということは理解されるべきである。さらに理解されるべきことであるが、本明細書にて使用される用語は、特別な例を説明する目的のためだけに使用され、限定的であることは意図されるものではない。異なる複数の図面における同じ複数の参照数詞は、同じ要素を表す。複数のフローチャートおよびプロセスにおいて提供されている複数の数詞は、複数のステップおよび工程を図示するのを明瞭にするために提供されており、必ずしも、特定の順序またはシーケンスを示さない。
［例示的な実施形態］

【0018】

複数の技術の実施形態の最初の概要が以下に提供され、それゆえ特定の複数の技術の実施形態が後でさらに詳細に説明される。この最初の要約は、読み手が当該技術をより速く理解するのを助けることを意図されるが、当該技術の重要な特徴または不可欠な特徴を特定することを意図されるものではなく、請求の対象となる主題の範囲を限定することを意図されるものでもない。

【0019】

技術が、対話型ズーム機能をサポートするローカルユーザ装置（ＵＥ）でビデオ会議アプリケーションを動作させるために説明される。ローカルＵＥでのローカルユーザは、ビデオ会議アプリケーションを使用することによりリモートＵＥにてリモートユーザと通信することができる。ローカルＵＥのディスプレイスクリーン上のビデオ会議アプリケーションを介して、シーンを見ているローカルユーザは、シーン内の領域を選択することができる。この領域は、リモートＵＥでの視野内の関心領域（ＲＯＩ）と呼ばれ得る。ローカルユーザが、ＲＯＩ内のより詳細なコンテンツの表示を望む場合、ローカルユーザは、ＲＯＩを選択することができる。ローカルユーザは、対話型ズーム機能を使用して、シーンのビデオフィードからシーン内の選択された領域（すなわち、ＲＯＩ）へ動的に切り替えることができる。ＲＯＩは、１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングされ得る。言い換えれば、複数のＰＴＺＦコマンドは、ローカルＵＥでのローカルユーザによって選択されたＲＯＩを説明または特徴づけることができる。ローカルＵＥは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを介して、または、代わりに、リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張を使用して、リモートＵＥにＰＴＺＦコマンドを通信することができる。リモートＵＥは、ＲＯＩを特定するべく複数のＰＴＺＦコマンドを処理することができる。リモートＵＥは、ＲＯＩ内のビデオをキャプチャすることができる。また、リモートＵＥは、ＲＯＩ内のビデオを符号化することができる。符号化ビデオは、ＲＯＩ内の領域を含み、ＲＯＩ外の領域を除くことができる。リモートＵＥは、符号化ビデオをローカルＵＥへ送信することができる。符号化ビデオは、規定された品質レベルを実質的に維持しつつ、増大されたズームレベルにてＲＯＩ内の領域を含むことができる。言い換えれば、リモートＵＥは、ローカルＵＥでの符号化ビデオの再生を可能にするべく、ＲＯＩ内の符号化ビデオを提供することができる。シーンの選択された領域（すなわち、ＲＯＩ）のみをローカルＵＥへ送信し、シーンの非選択領域を送信から除くリモートＵＥにより、ビデオ会議アプリケーションは、利用可能な帯域幅をより効果的に使用することができる。

【0020】

これまでに多くのマルチメディア規格が存在するが、それらは、マルチメディアが、携帯コンピューティングデバイスへ、携帯コンピューティングデバイスから、または携帯コンピューティングデバイス間で通信されるのを可能とするために開発されてきた。例えば、ビデオのストリーミングについて、第３世代パートナシッププロジェクト（３ＧＰＰ）が、オンデマンドコンテンツまたはライブコンテンツのユニキャストストリーミングのためのリアルタイムストリーミングプロトコル（ＲＴＳＰ）に基づくパケット交換ストリーミングサービス（ＰＳＳ）を説明している技術仕様書（ＴＳ）２６．２３４（例えば、リリース１１．０．０）を開発した。また、プログレッシブダウンロードおよびＨＴＴＰを介したダイナミックアダプティブストリーミング（ＤＡＳＨ）を含むハイパーテキスト転送プロトコル（ＨＴＴＰ）ベースのストリーミングサービスは、３ＧＰＰ ＴＳ ２６．２４７（例えば、リリース１１．０．０）に説明されている。３ＧＰＰベースのマルチメディアブロードキャストマルチキャストサービス（ＭＢＭＳ）の仕様のＴＳ２６．３４６（例えば、リリース１１．０．０）は、マルチキャスト／ブロードキャストのコンテンツ配信のためのストリーミングおよびダウンロードの技術を規定している。そのため、ユーザ機器（ＵＥ）のような、ＤＡＳＨ／ＰＳＳ／ＭＢＭＳをベースとした携帯コンピューティングデバイスは、ＵＥデバイスにおいて、ストリームされたビデオを復号すると共にレンダリングする。３ＧＰＰ ＴＳ２６．２４４（例えば、リリース１１．０．０）における３ＧＰファイルフォーマットのサポートは、ファイルダウンロードおよびＨＴＴＰベースのストリーミングの利用ケースをサポートするべく、これらの仕様のいずれにおいても義務付けられている。

【0021】

会話形式ビデオ通信、例えば、ビデオ会議の規格の１つの例が３ＧＰＰ ＴＳ ２６．１１４（例えば、１１．０．０）に規定されている。この規格は、高度なマルチメディア会話型サービスおよびコンテンツを、インターネットプロトコル（ＩＰ）マルチメディアサブシステム（ＩＭＳ）ベースのネットワークを介して配信可能にする、ＩＭＳを介したマルチメディア電話サービス（ＭＴＳＩ）を説明している。ＩＭＳは、３ＧＰＰ ＴＳ ２６．１４０（例えば、リリース１１．０．０）で規格化されている。３ＧＰＰ ＴＳ ２６．１４０はメディア操作およびインタラクションを説明し、メディア制御、メディアコーデック、メディアおよび制御データのトランスポートを含む。３ＧＰＰ ＴＳ ２６．１４０はまた、３ＧＰファイルフォーマット向けのサポートが提供されているマルチメディア共有サービス（ＭＭＳ）を使用したビデオ共有を可能とする。

【0022】

さらに詳細に以下に説明されるように、ＭＴＳＩ呼び出しは、その呼び出し（例えば、ビデオ会議アプリケーション）に含まれる複数のＵＥ間の制御プレーンシグナリングを再経路化するべく、複数の呼び出しセッション制御機能（ＣＳＣＦ）機構を使用することができる。制御プレーンにおいて、アプリケーションサーバ（ＡＳ）が存在することができ、呼び出し保留または再開、呼び出し転送、および多者呼び出しなどのような補足的サービスを提供することができる。

【0023】

ＭＴＳＩベースの送信側ＵＥ端末は、ビデオをキャプチャおよび録画することができ、次に当該ビデオをＭＴＳＩベースの受信側ＵＥ端末に３ＧＰＰネットワークを通じて転送することができる。受信側ＵＥ端末は、次に、ビデオを復号およびレンダリングすることができる。ＭＴＳＩにおいて、セッション開始プロトコル（ＳＩＰ）は、ビデオ会議、インターネット電話呼び出しなどのような、会話形式マルチメディアセッションを確立、修正さらおよび停止するべくアプリケーション層制御プロトコルとして使うことができる。送信および受信端末間のセッション記述プロトコル（ＳＤＰ）ベースのシグナリングは、コーデック、ビットレート、解像度などを含むメディア関連能力のネゴシエーションにおける提供／応答の考慮を可能にすることができる。ＭＴＳＩのメディアのトランスポートは、ＵＤＰ／ＩＰを通じてリアルタイムトランスポートプロトコル（ＲＴＰ）（ＩＥＴＦ ＲＦＣ ３５５０によって指定される）に基づく。

【0024】

キャプチャデバイスの解像度、ひいては圧縮ビデオの解像度は、急激に向上している。例えば、最近の高効率ビデオ符号化（ＨＥＶＣ）規格を使用すれば、４Ｋコンテンツが、操作可能製品の一部としてトランスポートされ、格納され得る。４ｋ×２ｋの解像度を有するカメラが、現在広く利用可能である。ライブストリーミングビデオが、８ｋ×４ｋの解像度で実証されている。画素数の点から、解像度は将来向上する可能性があある。これらの非常に高い解像度のコンテンツにより、対話型ズーム機能のようなビデオストリーミングの新たな使用法が現在可能である。

【0025】

現在市場に存在する、ＭＴＳＩなどの会話形式のビデオサービスは、帯域幅、空間解像度、指向性などの点からビデオのダイナミックな適合を可能にする。しかしながら、これらの会話形式のビデオサービスは、ユーザがストリーミングされているビデオにてユーザ選択領域へと動的に切り替えて、このユーザ選択領域に対する符号化を最適化することを可能にしない。その結果、ビデオ呼び出し時の対話型ズーム機能の使用中に達成可能なビデオ解像度は、限定され得る。受信機アプリケーションが関心領域（ＲＯＩ）へとズームインし、ビデオの不要な部分を切り落とすことができるが（例えば、ユーザインターフェースからのコマンドに応答して）、現在のシステムの１つの制約は、送信端末が、受信端末からのＲＯＩシグナリングがない時にビデオフレーム全体を今まで通り符号化し送信してしまうことである。

【0026】

１つの例において、ＭＴＳＩ受信機からＭＴＳＩ送信機へのＲＯＩ情報のシグナリングは、ＭＴＳＩ送信機がより高品質のストリームを配信することを可能にし得る。ＭＴＳＩ送信機は、ビデオのＲＯＩ部分の符号化に対してネゴシエーションされたビットレートを完全にまたは重点的に使用することができる。これを可能にするべく、両方向のシグナリングが実行され得る。ＭＴＳＩ送信機は、能力を示すべくＭＴＳＩ受信機にメッセージを送信することができ、ＭＴＳＩ受信機は、所望のＲＯＩを示すべくＭＴＳＩ送信機にメッセージを送信することができる。

【0027】

図１は、関心領域（ＲＯＩ）ズーム機能をサポートするＩＭＳを通じたマルチメディア電話サービス（ＭＴＳＩ）ベースの例示的なビデオ会議システムを示す。リモートユーザ装置（ＵＥ）１２８（例えば、携帯電話、タブレットコンピュータ、デスクトップコンピュータ、または他の適したデバイス）と関連するユーザ（例えば、ユーザＡ）は、ローカルＵＥ１４８と関連する別のユーザ（例えば、ユーザＢ）とビデオ会議中であり得る。言い換えれば、リモートＵＥ１２８およびローカルＵＥ１４８の両方が、二方向ビデオ会議アプリケーション１６０を実行中であり得る。ユーザＡは、リモートＵＥ１２８と近接し得（例えば、リモートＵＥ１２８の前）、ユーザＢは、ローカルＵＥ１４８と近接し得る（例えば、ローカルＵＥ１４８の前）。両方のリモートＵＥ１２８およびローカルＵＥ１４８はそれぞれ、ビデオ会議アプリケーション１６０が実行している間、ユーザが互いを見ることを可能にするカメラを含むことができる。リモートＵＥ１２８は、リモートカメラを含むことができ、ローカルＵＥ１４８は、ローカルカメラを含むことができる。リモートＵＥ１２８は、動作中にユーザＡのビデオをキャプチャするカメラと、動作中にユーザＢのビデオをユーザＡに表示するディスプレイスクリーンとを含むことができる。同様に、ローカルＵＥ１４８は、動作中にユーザＢのビデオをキャプチャするカメラと、動作中にユーザＡのビデオをユーザＢに表示するディスプレイスクリーンとを含むことができる。言い換えれば、ユーザＡは、リモートＵＥ１２８上のディスプレイスクリーンを介してユーザＢを見ることができ、ユーザＢは、ローカルＵＥ１４８上のディスプレイスクリーンを介してユーザＡを見ることができる。

【0028】

１つの例において、ビデオ会議アプリケーション１６０は、ＭＴＳＩベースの会話形式ビデオシステムを通じて可能である。言い換えれば、ビデオ会議アプリケーション１６０は、３ＧＰＰベースのマルチメディア電話サービスを通じて動作することができ、これによりリモートＵＥ１２８およびローカルＵＥ１４８を互いに接続し、電話ネットワークと接続する。

【0029】

リモートＵＥ１２８は、無線アクセスネットワーク（ＲＡＮ）１２６、サービング汎用パケット無線サービス（ＧＰＲＳ）サポートノード（ＳＧＳＮ）１２４および／またはゲートウェイＧＰＲＳサポートノード（ＧＧＳＮ）１２２を介してコアネットワークと接続することができる。リモートＵＥ１２８は、代理呼セッション制御機能（Ｐ－ＣＳＣＦ）１２０を介してデータを送信および受信することができる。Ｐ－ＣＳＣＦ１２０は、サービス呼セッション制御機能（Ｓ－ＣＳＣＦ）１１４を用いてデータを送信および受信することができる。いくつかの例において、Ｓ－ＣＳＣＦ１１４は、アプリケーションサーバ（ＡＳ）１２２からのデータを送信および受信することができ、呼び出し保留／再開、呼び出し転送および多者呼び出しなどのような補足的サービスを提供することができる。この例では、ＲＡＮ１２６、ＳＧＳＮ１２４、ＧＧＳＮ１２２、Ｐ－ＣＳＣＦ１２０、Ｓ－ＣＳＣＦ１１４およびＡＳ１１２が、オペレータＡ１１０と関連され得る。Ｓ－ＣＳＣＦ１１４は、コアネットワークの複数の他の部分からのデータを送信および受信をすることができる。例えば、オペレータＡ１１０と関連するＳ－ＣＳＣＦ１１４は、オペレータＢ１３０と関連するインタロゲーティングＣＳＣＦ（Ｉ－ＣＳＣＦ）１３６と通信することができる。

【0030】

ローカルＵＥ１４８は、それ自身の無線アクセスネットワーク（ＲＡＮ）１４６、サービング汎用パケット無線サービス（ＧＰＲＳ）サポートノード（ＳＧＳＮ）１４４およびゲートウェイＧＰＲＳサポートノード（ＧＧＳＮ）１４２を介してコアネットワークと接続することができる。ローカルＵＥ１４８は、代理呼セッション制御機能（Ｐ－ＣＳＣＦ）１４０を介してデータを送信および受信することができる。Ｐ－ＣＳＣＦ１４０は、サービス呼セッション制御機能（Ｓ－ＣＳＣＦ）１３４でデータを送信および受信することができる。いくつかの例において、Ｓ－ＣＳＣＦ１３４は、アプリケーションサーバ（ＡＳ）１３２からのデータを送信および受信することができ、呼び出し保留／再開、呼び出し転送および多者呼び出しなどのような補足的サービスを提供することができる。Ｓ－ＣＳＣＦ１１４およびＳ－ＣＳＣＦ１３４はそれぞれ、インタロゲーティングＣＳＣＦ（Ｉ－ＣＳＣＦ）１３６と通信することができる。言い換えれば、オペレータＡ１１０は、Ｓ－ＣＳＣＦ１１４とＩ－ＣＳＣＦ１３６との間の通信を介してオペレータＢ１３０と通信することができる。Ｉ－ＣＳＣＦ１３４は、ホーム加入者サーバ（ＨＳＳ）１３８および／または加入者ロケーション機能（ＳＬＦ）１３８に書き込みおよび読み取りすることができる。この例において、ＲＡＮ１４６、ＳＧＳＮ１４４、ＧＧＳＮ１４２、Ｐ－ＣＳＣＦ１４０、ＨＳＳ／ＳＬＦ１３８、Ｉ－ＣＳＣＦ１３６、Ｓ－ＣＳＣＦ１３４およびＡＳ１３２は、オペレータＢ１３０と関連し得る。

【0031】

１つの構成において、ビデオ会議アプリケーション１６０は、ズーム機能をサポートすることができる。例えば、ローカルＵＥ１４８は、リモートカメラ（すなわち、リモートＵＥ１２８と関連するカメラ）の視野の特定の特徴または場所へとズームすることができる。ローカルＵＥ１４８で、ユーザＢは、リモートＵＥ１２８での視野内の関心領域（ＲＯＩ）１５０を規定することができる。非限定的な例として、リモートＵＥ１２８にて、ユーザＡは、リモートＵＥ１２８のディスプレイスクリーン上にユーザＢの頭を見ることができる。ローカルＵＥ１４８で、ユーザＢは、ローカルＵＥ１４８のディスプレイスクリーン上にユーザＡの頭および胴を見ることができる。ユーザＢは、ユーザＡの向上されたビューを要求することができる（例えば、ユーザＢは、ユーザＡの顔へとズームするように要求することができる）。ユーザＢは、ＲＯＩ１５０がユーザＡの顔を含むようにローカルＵＥ１５０でＲＯＩ１５０を規定することができる。ＲＯＩ１５０は、例えば、グラフィカルなユーザインターフェースを使用して、ローカルＵＥ１５０で規定され得る。言い換えれば、ユーザＢは、コンピュータマウスまたはタッチスクリーンなどの入力デバイスを使用して領域を選択してよい。ＲＯＩ１５０は、リモートカメラの視野内の複数の他の適した領域を含むことができる。例えば、ユーザＢは、ユーザＡの胴、ユーザＡの背後の木などを含むようＲＯＩ１５０を規定することができる。複数の他の例として、ＲＯＩ１５０は、ローカルＵＥ１４８のディスプレイスクリーンの右上領域（リモートカメラの適切な視野に対応する）、ローカルＵＥ１４８のディスプレイスクリーンの左下領域などを含むことができる。

【0032】

１つの例において、ユーザＢは、ＲＯＩ１５０をリモートカメラの視野内の任意のサイズおよび場所を有するように規定することができる。別の例において、リモートＵＥ１２８は、ＲＯＩ１５０が規定された場合、静止したままとすることができ、その結果、ＲＯＩ１５０の選択により、リモートカメラの視野を移動または変化させない。さらに別の例において、ユーザＢは意のままに新しいＲＯＩ１５０を選択することができる。さらに、ユーザＡ（リモートＵＥ１２８で）はまた、ユーザＢ（ローカルＵＥ１４８で）にズームインするべく類似したＲＯＩを選択することができる。

【0033】

さらに詳細に以下に説明されるように、ＲＯＩ１５０は、１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングされ得る。複数のＰＴＺＦコマンドは、ユーザＢによって選択されるＲＯＩ１５０を特徴づけるか、記述することができる。１つの例において、一連のＰＴＺＦコマンドまたは連続するＰＴＺＦコマンドは、ＲＯＩ１５０を記述するのに使用され得る。複数のＰＴＺＦコマンドは、Ｈ．２８１／Ｈ．２２４プロトコルにさらに規定され得る。複数のＰＴＺＦコマンドは、具体的な座標の使用とは対照的に、ＲＯＩ１５０の特徴づけに対する代替解決策となり得る。ＲＯＩ１５０を記述する複数のＰＴＺＦコマンドは、ローカルＵＥ１４８からリモートＵＥ１２８に送信され得る。さらに詳細に以下に述べられるように、ＲＯＩ１５０を記述する複数のＰＴＺＦコマンドは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを使用して通信され得る。代替解決策において、ＲＯＩ１５０を記述する複数のＰＴＺＦコマンドは、キャプチャされたローカルビデオ（すなわち、ローカルＵＥ１４８にキャプチャされたビデオ）の少なくとも１つのリアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張に埋め込まれ得る。ＲＴＣＰフィードバックメッセージまたはＲＴＰヘッダ拡張は、ＲＯＩ１１０内のビデオをキャプチャようにリモートＵＥ１２８を指示することができる。

【0034】

いくつかの例において、リモートＵＥ１２８は、ＲＯＩ１５０だけを含み、ＲＯＩ１５０外の複数の領域を除くビデオをキャプチャすることができる。非限定的な例として、ＲＴＰヘッダ拡張またはＲＴＣＰフィードバックメッセージ（ＲＯＩ１５０を記述する複数のＰＴＺＦコマンドを含む）はリモートＵＥ１２８に、ユーザＡのあごの傷をキャプチャするように指示することができる。言い換えれば、リモートＵＥのカメラは、ユーザＡのあごの傷のみをキャプチャすることができ、ユーザＡのあごを囲む複数の他の領域はキャプチャしない。

【0035】

ＲＯＩ１５０に従ってビデオをキャプチャする時、リモートＵＥ１２８は、例えば、比較的低圧縮での符号化スキームを使用してビデオを符号化することができる。従って、ビデオは、規定された品質レベルを実質的に維持しつつ、ＲＯＩ１５０の比較的大写しおよび詳細な表示を提供することができる。視野全体を符号化するべく以前に使用されたリソースが、現在はＲＯＩ１５０を符号化するべく使用されるだけなので、リモートＵＥ１２８は、あまり損失がない符号化スキームでビデオ（ＲＯＩ１５０を有する）を符号化することができる。リモートＵＥ１２８は、符号化ビデオ（ＲＯＩのみを有する）をローカルＵＥ１４８に送信することができる。リモートＵＥ１２８は、符号化ビデオ（ＲＯＩ１５０のみを有する）を送信する場合に実質的に同じ量の帯域幅を消費することができるので、リモートカメラ（リモートＵＥ１２８と関連する）の全視野とは対照的に、符号化ビデオは実質的に高品質となり得る。言い換えれば、ＲＯＩの符号化ビデオは、比較的鮮明に、かつ画質が粗くも、ぼやけてもなくできる。この点について、本明細書中に説明された技術は、ユーザ（例えば、ユーザＢ）が、ディスプレイスクリーンに表示されたフレームへと手動でズームすることで品質レベルの低減をもたらし得る以前の技術より優れている。現在の解決策において、リモートＵＥ１２８は、キャプチャされたフレーム全体ではなくて、ネゴシエーションされた解像度でＲＯＩ１５０のみを符号化することができ、これはローカルＵＥ１４８でのより高い全体の解像度およびより良いユーザ体験をもたらすものである。

【0036】

非限定的な例として、リモートＵＥ１２８は、ユーザＡのあごの傷のビデオを符号化することができる。リモートＵＥ１２８は、ユーザＡのあごが、比較的大きな解像度および明瞭度レベルで見ることができるように、比較的低い圧縮度での符号化スキームを使用することができる。言い換えれば、符号化ビデオは、ユーザＡのあごの表示にズームされ得るが、比較的高い品質レベル（例えば、画質が粗くない）を今まで通り維持することができる。また、帯域幅全体がユーザＡのあごの符号化ビデオを送信するために使用され得、これによりユーザＡのあごの比較的明確かつ詳細な表示がもたらされ得る。この表示は、ユーザＡの顔全部が符号化ビデオの部分として含まれた場合とは対照的に、ユーザＡの顔の付加的な詳細を提供することができる。

【0037】

代替構成において、リモートＵＥ１２８は、（リモートＵＥ１２８と関連する）リモートカメラの全視野を含むビデオをキャプチャすることができる。 しかしながら、リモートＵＥ１０８は、ＲＯＩ１５０を含むビデオの一部のみを符号化することができる。また、リモートＵＥ１０８は、ＲＯＩ１５０だけを含み、ＲＯＩ１５０外の領域を除く符号化ビデオを送信することができる。

【0038】

ローカルＵＥ１４８は、リモートＵＥ１２８から符号化ビデオを受信することができ、符号化ビデオは、ＲＯＩ１５０内の複数の領域を含み、ＲＯＩ１５０外の複数の領域を除く。ローカルＵＥ１４８は、ローカルＵＥ１４８と関連するディスプレイスクリーン上に符号化ビデオをレンダリングおよび表示することができる。非限定的な例として、ローカルＵＥ１４８の前に坐っているユーザＢは、ユーザＡのあごの傷の詳細かつ大写しの表示を見ることができる。ユーザＢは、ユーザＡの前の表示にいつでも戻ることができ、例えば、ユーザＢは、非ズームとし、ローカルＵＥ１４８のディスプレイスクリーン上のユーザＡの顔全体および胴を表示する状態に戻ることができる。

【0039】

リアルタイムトランスポートプロトコル（ＲＴＰ）ベースのマルチメディアサービス向けの国際電気通信連合（ＩＴＵ）電気通信標準化セクタ（ＩＴＵ－Ｔ）による遠端カメラ制御は、スタックインターネットプロトコル（ＩＰ）／ユーザデータグラムプロトコル（ＵＤＰ）／ＲＴＰ／Ｈ．２２４／Ｈ．２８１を使用して、ＩＴＵ－Ｔ仕様Ｈ．２２４／Ｈ．２８１にて、およびインターネット技術タスクフォース（ＩＥＴＦ）のリクエスト・フォー・コメント（ＲＦＣ）４５７３にて規定される。

【0040】

遠端カメラ制御（ＦＥＣＣ）プロトコルにおいて、関心領域（ＲＯＩ）および特定のＲＯＩへのズーム化の指示は、ＩＴＵ－Ｔ Ｈ．２８１によって規格化されるように、複数のＰＴＺＦつまり、パン・チルト・ズーム・フォーカスコマンドのシグナリングによって、達成され得る。例えば、開始動作メッセージのメッセージフォーマットは、以下のようにすることができる。

【表1】

【0041】

開始動作メッセージは、パン（Ｐ）用に、右（Ｒ）用の第１値、および左（Ｌ）用の第２値を含むことができる。 開始動作メッセージは、チルト（Ｔ）用に、上（Ｕ）用の第１値、および下（Ｄ）用の第２値を含むことができる。開始動作メッセージは、ズーム（Ｚ）用に、ズームイン（Ｉ）用の第１値、およびズームアウト（Ｏ）用の第２値を含むことができる。開始動作メッセージは、フォーカス（Ｆ）用に、フォーカスイン（Ｉ）用の第１値、およびフォーカスアウト（Ｏ）用の第２値を含むことができる。

【0042】

ＦＥＣＣプロトコルは、Ｈ．２２４の上位のＩＴＵ－Ｔ Ｈ．２８１に依存する。従って、ＲＯＩ情報は、Ｈ．２２４フレームを伝えるＲＴＰパケットを介してシグナリングされ得る。ＦＥＣＣは、Ｈ．２２４フレームに内在し得、Ｈ．２２４パケットのクライアントＩＤフィールドによって特定され得る。さらに、ＲＦＣ４５７３は、Ｈ．２２４を使用する遠端カメラ制御プロトコルをサポートするべく使用される複数のセッション記述プロトコル（ＳＤＰ）パラメータの統語論および意味論を規定する。ＳＤＰ提供／応答は、２つのＭＴＳＩクライアント間の能力のネゴシエーションを可能にすることができる。

【0043】

３ＧＰＰ ＭＴＳＩの場合、カメラは、デバイス（例えば、タブレットまたはスマートフォン）に固定され得、実際には独立して制御される能力は有し得ない。パン／チルト能力がない固定カメラに対しては、パンコマンドは、左／右の移動／変換にマッピングされ得、チルトコマンドは、２次元（２Ｄ）画像プレーンにわたる上／下の移動／変換にマッピングされ得る。そのため、ＰＴＺコマンドの組み合わせは、任意の関心領域へのズーム化を可能にし得る。これらの機能は、ｖＰＴＺ（仮想ＰＴＺ）と呼ばれる。カメラモーションは、例えば、パンまたはチルトが画像全体に適用された場合、カメラの入力バッファを変えることによってエミュレートされ得るが、修正は行われない。カメラがズームされる場合、より小さい長方形領域が選択され得、パンおよびチルトは次に、選択された長方形を変換することによって承認され得る。

【0044】

１つの例において、ＲＯＩシグナリングのためのＦＥＣＣプロトコルの直接の利用は、潜在的に貧弱な帯域幅でリンク特性が動的に変動する移動体通信環境ではレイテンシの観点から不利となり得る。ＦＥＣＣは、ユーザが所望のＲＯＩを有するストリームを取得するまで、受信機（例えば、ユーザがＲＯＩを選択するローカルＵＥ）による複数のＰＴＺＦコマンドの連続送信を使用するプログレッシブプロトコルである。言い換えれば、送信機（例えば、符号化が発生するリモートＵＥ）は、正確なＲＯＩ情報を有しない。また、受信機（例えば、ＲＯＩ情報を生成するユーザインターフェースを有するローカルＵＥ）は、送信機（例えば、リモートＵＥ）が受信された複数のＰＴＺＦコマンドの処理時に使用する複数のステップサイズを知らない。複数のステップサイズは、所与のＰおよびＴコマンドから結果として生じる上／下および左／右変換の複数の画素を示すことができる。複数のステップサイズはまた、Ｚコマンドの送信後に発生するズーム量を示すことができる。これらの不確実性の要素により、所望のＲＯＩを有するストリームが受信され得るまで、ＦＥＣＣプロトコルを使用してＰＴＺＦコマンドシーケンスの送信を余儀なくさせ得る。

【0045】

非限定的な例として、ＲＯＩは、１３個のＰＴＺＦコマンドを使用して説明され得る。言い換えれば、１３個のＰＴＺＦコマンドは、受信機（または、ローカルＵＥ）にてユーザによって選択されたＲＯＩを記述することができる。１３個のＰＴＺＦコマンドは、受信機（例えば、ローカルＵＥ）から送信機（例えば、リモートＵＥ）へ送信され得る。従来の技術では、１３個のＰＴＺＦコマンドを送信する時間量は、ラウンドトリップ時間（ＲＴＴ）と、新たなＰＴＺＦコマンドを発行するユーザインターフェース遅延（ＵＩ＿遅延）とに基づき得る。非限定的な例として、ラウンドトリップ時間は、３００ミリ秒（ｍｓ）であり得、ユーザインターフェース遅延は、１００ｍｓであり得る。従って、１３個のＰＴＺＦコマンドを送信する時間量（すなわち、レイテンシ）は、１３×ＵＩ＿ｄｅｌａｙ＋ＲＴＴ（つまり、１．６秒）と、１３×ＲＴＴ（つまり、３．９秒）との間に境界づけられ得る。言い換えれば、この例では、ＰＴＺＦコマンドシーケンスを送信する場合のレイテンシは、１．６秒と３．９秒の中間になり得る。従って、要求されたＲＯＩに対応するストリームを見るべくユーザによって体験されるレイテンシは、従来の技術を使用した場合、３．９秒と同じくらい大きくなり得、不満足なユーザ体験となり得る。

【0046】

本明細書中に説明される新規な技術は、前のＦＥＣＣプロトコルを拡張し、それにより、ビデオ受信機（例えば、ローカルＵＥ）は、単一ＲＴＰパケットの（すなわち、単一伝送の）グループ化されたシーケンスの複数のＰＴＺＦコマンドをビデオ送信機または遠端端末（例えば、リモートＵＥ）へ送信することができる。代替解決策において、ビデオ受信機は、単一ＲＴＣＰパケットのグループ化されたシーケンスの複数のＰＴＺＦコマンドをビデオ送信機へ送信することができる。複数のＰＴＺＦコマンドが、ビデオ送信機においてある順序で実行され得、ビデオ送信機がメッセージの前後の交換により所望のＲＯＩへと迅速に収束することを可能にする。ＦＥＣＣプロトコルのこの拡張バージョンは、強化型ＦＥＣＣ（ｅＦＥＣＣ）と呼ばれる。言い換えれば、強化型ＦＥＣＣサポートは、ビデオ受信機（例えば、ローカルＵＥ）が単一伝送にてＰＴＺＦコマンドシーケンスを送信するように構成され、ビデオ送信機（例えば、リモートＵＥ）がＰＴＺＦコマンドシーケンスを処理し、ＰＴＺＦコマンドに基づきＲＯＩを特定し、それに応じてＲＯＩ内のビデオを符号化するように構成されることを示すことができる。

【0047】

前の例において、１３個のＰＴＺＦコマンドに送信する時間量は、従来の技術を使用した場合、１．６秒と３．９秒の中間になり得る。強化型ＦＥＣＣを使用することにより、同じ１３個のＰＴＺＦコマンドを送信する時間量は、低減され得る。要求されたＲＯＩに対応するストリームを見るべく、ユーザによって体験されるレイテンシは、Ｕｌ遅延＋ＲＴＴによって決定され得る。この例では、Ｕｌ遅延は、３００ｍｓであり、ＲＴＴは１００ｍｓであり、従ってレイテンシは４００ｍｓ（つまり、０．４秒）となり得る。移動式設定に以前のＦＥＣＣプロトコルをむやみに使用すると、ユーザが要求されるＲＯＩに対応するストリームを見る前に、体験されるレイテンシが許容できないレベルになる場合がある。強化型ＦＥＣＣを使用することにより、レイテンシ量は、低減され得る。

【0048】

図２は、遠端カメラ制御（ＦＥＣＣ）プロトコルを介して、複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドを生成し、複数のＰＴＺＦコマンドをシグナリングする例示的なユーザインターフェース２４０を示す。ユーザインターフェース２４０は、ローカルユーザ装置（ＵＥ）２２０に存在し得る。ローカルＵＥ２２０の第１ユーザ２１０は、第２ユーザ２３０とビデオ会議中であり得る。第２ユーザ２３０は、第１ユーザ２１０とビデオ会議を実行するべくリモートＵＥ（図２に不図示）を使用中であり得る。従って、第１ユーザ２１０は、ローカルＵＥ２２０上で実行中のビデオ会議アプリケーションを介して第２ユーザ２３０を見ることができる。第１ユーザ２１０は、ローカルＵＥ２２０上のユーザインターフェース２４０を介して、関心領域（ＲＯＩ）２５０を選択することができる。例えば、第１ユーザ２１０は、第２ユーザの顔の領域を選択することができる。第１ユーザ２１０によって選択されるこの領域は、ＲＯＩ２５０を示すことができる。ＲＯＩ２５０の選択に基づき、ローカルＵＥ２２０は、ＰＴＺＦコマンドシーケンスを生成することができる。ローカルＵＥ２２０は、ＰＴＺＦコマンドシーケンスをリモートＵＥに送信することができる。リモートＵＥは、ＰＴＺＦコマンドシーケンスに基づきＲＯＩ２５０を特定することができる。リモートＵＥは、ＲＯＩ２５０を含む符号化ビデオを送信することができるのみである。従って、ローカルＵＥ２２０のユーザインターフェース２４０は、ＲＯＩ２５０をより詳細に第１ユーザ２１０に対して表示することができる。

【0049】

図３は、ユーザ規定の関心領域（ＲＯＩ）３３０を１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングするための例示的な技術を示す。ユーザインターフェース３１０は、リモートユーザ３２０を表示することができる。ユーザインターフェース３１０は、ローカルユーザ装置（ＵＥ）と関連し得、リモートユーザ３２０は、リモートＵＥと関連し得る。１つの例において、ローカルＵＥと関連するローカルユーザは、１０８０ｐかつ１９２０×１０８０のネゴシエーション解像度でリモートユーザ３２０とビデオ会議中であり得る。ローカルＵＥのローカルユーザは、リモートユーザの顔へとズームすることを望む場合がある。言い換えれば、ローカルＵＥのローカルユーザは、リモートユーザの顔がユーザインターフェース３１０の増大された部分を満たし、より詳しく（すなわち、より大きなズームレベル）したいかもしれない。この場合、ローカルユーザは、ローカルＵＥ上のユーザインターフェース３１０を介して関心領域（ＲＯＩ）３３０を選択することができる。例えば、ローカルユーザは、リモートユーザの顔を包含するＲＯＩ３３０を選択することができる。

【0050】

図３に示されるように、ユーザインターフェース３１０は、Ｘ方向とＹ方向にて選択された数のタイルへと分割され得る。ＲＯＩ３３０のユーザ選択は、ローカルＵＥからリモートＵＥへと送信されるＰＴＺＦコマンドシーケンスへと変換され得る。１つの例において、Ｚコマンドは、ＸおよびＹ寸法の両方にて約９０％に集中されたズームとなり得、元の画像の約１０％をＸおよびＹ寸法から除外し得る。Ｐコマンドは、中央タイル３４０を中心にした複数のタイルを越える左／右の動きをもたらし、Ｐコマンドごとに１つのステップの４分の１のＸタイルサイズをもたらし得る。Ｔコマンドは、中央タイル３４０を中心にした複数のタイルを越える上／下の動きをもたらし、Ｔコマンドごとに１つのステップの４分の１のＹタイルサイズをもたらし得る。

【0051】

図３に示されるように、ユーザ規定のＲＯＩ３３０は、（１０８０，１５６０）のＸ座標、（５４０，８１０）のＹ座標と関連し得る。ユーザインターフェース３１０の左下隅は、（０，０）のＸおよびＹ座標を有する原点となり得る。ＰＴＺＦコマンドシーケンスを使用してＲＯＩ３３０を表すべく、少なくとも８つのズームコマンド（図３の実線の矢印によって示される）が、中央タイル３４０を取得するべく使用され得る。８つのズームコマンドは、Ｘ（７２０，１２００）およびＹ（４０５，６７５）のＸ－Ｙ座標でズームした後に中央タイル３４０を取得するべく使用され得、対応する中央タイル３４０は、４８０×２７０の寸法を有する。言い換えれば、中央タイル３４０は、４８０画素のＸタイルサイズと、２７０画素のＹタイルサイズとを有する。また、上方向の少なくとも２つのコマンドおよび右方向の少なくとも３つのコマンドは、ＲＯＩ３３０（図３の破線の矢印によって示される）を取得するべく使用され得る。従って、総数１３個のＰＴＺＦコマンドが、ＲＯＩ３３０を記述または特徴づけるべく使用され得る。複数のＰＴＺＦコマンドは、ローカルＵＥからリモートＵＥに送信され得る。リモートＵＥは、複数のＰＴＺＦコマンドに基づきＲＯＩ３３０を特定し、それに応じてＲＯＩ３３０内のビデオをローカルＵＥに提供することができる。

【0052】

図４は、ＩＭＳ（ＭＴＳＩ）ベースのビデオ会議アプリケーションを通じたマルチメディア電話サービスにおける関心領域（ＲＯＩ）ズーム機能を開始するためのリモートユーザ装置（ＵＥ）４０２とローカルＵＥ４０４との間の通信を示す例示的なフロー図である。１つの例において、リモートＵＥ４０２は、送信クライアントと呼ばれ得、ローカルＵＥ４０４は、受信クライアントと呼ばれ得る。リモートＵＥ４０２およびローカルＵＥ４０４はそれぞれ、リモートＵＥ４０２と関連するリモートユーザが、ローカルＵＥ４０４と関連するローカルユーザと通信することを可能にするビデオ会議アプリケーションを実行することができる。

【0053】

リモートＵＥ４０２とローカルＵＥ４０４との間でのセッション記述プロトコル（ＳＤＰ）ベースのシグナリングは、強化型遠端カメラ制御（ＦＥＣＣ）プロトコルサポートに向けたメディア関連能力のネゴシエーションにおける提供／応答の考慮を可能にすることができる。強化型ＦＥＣＣプロトコルサポートは、ローカルＵＥ４０４（または受信機）の能力を示すことができ、単一のリアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージの、および／または、ＲＴＰヘッダ拡張機構を使用した単一のリアルタイムトランスポートプロトコル（ＲＴＰ）パケットのＨ．２８１／Ｈ．２２４ＦＥＣＣプロトコルを使用したグループ化されたパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドシーケンスを送信する。また、強化型ＦＥＣＣプロトコルサポートは、リモートＵＥ４０２（または送信機）の能力を示し、ＰＴＺＦコマンドシーケンスを処理し、複数のＰＴＺＦコマンドに基づく関心領域（ＲＯＩ）を特定し、それに応じてＲＯＩ内のビデオを符号化することができる。

【0054】

リモートＵＥ４０２は、ＳＤＰ提供メッセージをローカルＵＥ４０４に送信することができる。ＳＤＰ提供メッセージは、前述のように、リモートＵＥ４０４が強化型ＦＥＣＣプロトコルをサポートすることを示すことができる。ローカルＵＥ４０４は、リモートＵＥ４０２からのＳＤＰ提供メッセージを受信し得、応答して、強化型ＦＥＣＣプロトコル能力を承認するＳＤＰ応答メッセージを送信し得る。

【0055】

１つの構成において、リモートＵＥ４０２は、複数のステップサイズをローカルＵＥ４０４に送信することができる。言い換えれば、複数のステップサイズは、リモートＵＥ４０４およびローカルＵＥ４０４からのシグナリングに含まれ得る。ローカルＵＥ４０４は、リモートＵＥ４０２が受信された複数のＰＴＺＦコマンドの処理時に使用するであろう複数のステップサイズを最初は知らない。従って、リモートＵＥ４０２は、複数のステップサイズをローカルＵＥ４０４に送信することができる。リモートＵＥ４０２は、複数の専用のＲＴＰヘッダ拡張属性として複数のステップサイズを送信することができる。複数のステップサイズは、所与のＰおよびＴコマンドから生じる複数の画素の上／下および左／右変換を示すことができる。複数のステップサイズはまた、Ｚコマンドの送信後に発生するズーム量を示すことができる。その結果、ローカルＵＥ４０４は、複数のＰＴＺＦコマンドがどのようにリモートＵＥ４０２で処理されるかを決定することができ、ローカルＵＥ４０４がそれに応じて複数のＰＴＺＦコマンドを選択することができる。

【0056】

ローカルＵＥ４０４は、リモートＵＥ４０２から前に受信された複数のステップサイズに基づいて複数のＰＴＺＦコマンドシーケンスを導出することができる。複数のＰＴＺＦコマンドは、ユーザ規定の関心領域（ＲＯＩ）に対応することができる。言い換えれば、ＲＯＩは、ローカルＵＥ４０４のローカルユーザによって規定され得る。ローカルＵＥ４０４は、ＰＴＺＦコマンドシーケンスをリモートＵＥ４０２にシグナリングすることができる。１つの構成において、ＰＴＺＦコマンドシーケンスは、単一伝送において、ローカルＵＥ４０４からリモートＵＥ４０２に送信され得る。言い換えれば、ＰＴＺＦコマンドは、共にグループ化され、同時にリモートＵＥ４０２に送信され得る。例えば、ＰＴＺＦコマンドシーケンスは、単一ＲＴＣＰパケットで送信され得る。あるいは、ＰＴＺＦコマンドシーケンスは、単一ＲＴＰパケットでＲＴＰヘッダ拡張として送信され得る。ローカルＵＥ４０４は、複数の逆方向のビデオストリーム用のＲＴＰヘッダ拡張を使用して、ＰＴＺＦコマンドシーケンスをリモートＵＥ４０２に通信することができる。

【0057】

リモートＵＥ４０２は、ＰＴＺＦコマンドシーケンスをローカルＵＥ４０４から受信することができる。リモートＵＥ４０２は、ＰＴＺＦコマンドシーケンスに基づきＲＯＩを特定することができる。複数のＰＴＺＦコマンドは、単一伝送にて共にグループ化されるので、リモートＵＥ４０２は、複数のＰＴＺＦコマンドを迅速に処理し、低レイテンシで所望のＲＯＩに対応するストリームを配信することができる。リモートＵＥ４０２は、ＲＯＩだけを含み、ＲＯＩ外の複数の領域を除くビデオをキャプチャすることができる。リモートＵＥ４０２は、ＲＯＩのみを含むビデオを符号化することができる。リモートＵＥ４０２は、ローカルＵＥ４０４に符号化ビデオを送信することができる。１つの例において、リモートＵＥ４０２はまた、複数の順方向ビデオストリーム用のＲＴＰヘッダ拡張に実際に送信されたＲＯＩを示すことができる。ローカルＵＥ４０４は、ＲＯＩを含む符号化ビデオを受信し、ローカルＵＥ４０４でビデオを再生することができる。

【0058】

複数のＰＴＺＦコマンド（例えば、ＲＯＩ情報）が、ＲＴＰヘッダ拡張メッセージを使用してローカルＵＥ４０４からリモートＵＥ４０２にシグナリングされた場合、強化型ＦＥＣＣ機能（前述のように）をサポートするＭＴＳＩクライアントは、ビデオを含む全てのメディアストリーム向けの複数のＳＤＰメッセージの強化型ＦＥＣＣを提供することができる。強化型ＦＥＣＣは、関連するメディアラインスコープ下で強化型ＦＥＣＣ統一資源名（ＵＲＮ）を示すａ＝ｅｘｔｍａｐ属性を含むことにより、提供され得る。例えば、強化型ＦＥＣＣ ＵＲＮは、ｕｒｎ：３ｇｐｐ：ｅｆｅｃｃと設定され得る。このＵＲＮを含むメディアラインの例は、ａ＝ｅｘｔｍａｐ：７ｕｒｎ：３ｇｐｐ：ｅｆｅｃｃである。メディアラインの上記の例では、番号７は、１から１４の範囲の任意の番号と置き換えられ得る。

【0059】

複数のＰＴＺＦコマンド（例えば、ＲＯＩ情報）が、ＲＴＣＰメッセージを使用してローカルＵＥ４０４からリモートＵＥ４０２へシグナリングされる場合、強化型ＦＥＣＣ機能をサポートするＭＴＳＩクライアントは、ビデオを含む全てのメディアストリーム向けの複数のＳＤＰメッセージでｅＦＥＣＣを提供することができる。強化型ＦＥＣＣ機能は、関連するメディアラインスコープの下に新規なｅＦＥＣＣタイプに対するａ＝ｒｔｃｐ－ｆｂ属性を含むことにより提供され得る。例えば、ＲＴＣＰフィードバック技術と併用したｅＦＥＣＣタイプは、３ｇｐｐ：ｅｆｅｃｃなるパラメータで表現され得る。ワイルドカードペイロードタイプ（「＊」）は、ＲＴＣＰフィードバック属性強化型ＦＥＣＣが全てのペイロードタイプに適合することを示すべく使用され得る。複数のタイプのＲＯＩフィードバックがサポートされる場合、および／または、同じＲＯＩフィードバックがペイロードタイプのサブセットに対して規定されるべきである場合、複数のａ＝ｒｔｃｐ－ｆｂラインが使用され得る。ＲＴＣＰフィードバック技術に基づくメディアラインに関連したｅＦＥＣＣをシグナリングするこの属性の例示的な使用法は、ａ＝ｒｔｃｐ－ｆｂ：＊３ｇｐｐ－ｅｆｅｃｃである。

【0060】

ＲＴＣＰフィードバック技術は、即時フィードバック技術および複数の早期ＲＴＣＰモードの両方での複数のＰＴＺＦコマンド（例えば、ＲＯＩ）のシグナリングを含むことができる。ｅＦＥＣＣ用の新規なＲＴＣＰフィードバックタイプは、３ｇｐｐ－ｅｆｅｃｃのバリューネーム、強化型遠端カメラ制御のロングネーム、および第３世代パートナシッププロジェクト（３ＧＰＰ）技術仕様（ＴＳ）２６．１１４のリファレンスを含むことができる。

【0061】

強化型ＦＥＣＣ能力は、クライアントがＳＤＰ能力のネゴシエーション中にどのように特徴をサポートするかによって双方向的または一方向的にサポートされ得る。非対称能力（例えば、複数のＰＴＺＦコマンドまたはＲＯＩ情報を処理するが、ＲＯＩ情報を検出／シグナリングしない能力）を備えた複数の端末に対して、「ｓｅｎｄｏｎｌｙ」および「ｒｅｃｖｏｎｌｙ」属性が使用され得る。複数の端末は、十分明確なやり方で各方向にそれらの能力を表現することができ、それにより、複数の信号は両方が有用な情報を表現し、受信者によって処理され得る程度に各方向に送信されるだけである。

【0062】

強化型ＦＥＣＣ機能は、複数のＰＴＺＦコマンドシーケンスにて受信ユーザ（リモートＵＥ４０２と関連する）の現在のＲＯＩのシグナリングを含むことができる。複数のＰＴＺＦコマンドのシグナリングは、Ｈ．２８１／Ｈ．２２４プロトコルに基づき得る。複数のＰＴＺＦコマンドは、リモートＵＥ４０２（例えば、送信機）へ送信され得、それにより、リモートＵＥ４０２は、ＲＯＩ内にキャプチャされたビデオを最適に符号化して送信することができる。強化型ＦＥＣＣがうまくネゴシエーションされた場合、ＭＴＳＩクライアントによってシグナリングされ得る。ＰＴＺＦコマンドシーケンスのシグナリングは、単一ＲＴＣＰメッセージ、またはＲＴＰヘッダ拡張を使用した単一ＲＴＰパケットを通じてグループ化されたやり方で発生し得る。

【0063】

複数のＲＴＣＰフィードバックメッセージを使用する場合、ローカルＵＥ４０４（すなわち、受信端末）は、リモートＵＥ４０２（すなわち、送信端末）へ送信中のＲＴＣＰフィードバックメッセージの受信ユーザの現在のＲＯＩ情報に対応するＰＴＺＦコマンドシーケンスを含むことができる。ＲＴＰヘッダ拡張を使用する場合、ローカルＵＥ４０４（すなわち、受信端末）は、リモートＵＥ４０２（すなわち、送信端末）へ送信中の複数のＲＴＰパケットに受信ユーザの現在のＲＯＩ情報に対応するＰＴＺＦコマンドシーケンスを含むことができる。これらのＲＴＰパケットは、ＭＴＳＩの双方向ビデオ通信に対して使用され得る逆方向に複数のビデオストリームを伝えることができる。

【0064】

図５Ａは、例示的なセッション記述プロトコル（ＳＤＰ）提供メッセージを示す。ＳＤＰ提供メッセージは、リモートユーザ装置（ＵＥ）からローカルＵＥへ通信され得る。ＳＤＰ提供メッセージは、リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張技術に基づき得る。ＳＤＰ提供メッセージは、リモートＵＥでの強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を示すことができる。特に、強化型ＦＥＣＣプロトコル能力は、ローカルＵＥから受信されたパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドシーケンスを処理し、ＰＴＺＦコマンドシーケンスからの関心領域（ＲＯＩ）を特定し、それに応じてＲＯＩ内のビデオを符号化するリモートＵＥの能力を示すことができる。例として、ＳＤＰ提供メッセージは、ａ＝ｅｘｔｍａｐ」の属性と、「４ｕｒｎ：３ｇｐｐ：ｅｆｅｃｃ」の関連値とを含むことができる。

【0065】

図５Ｂは、例示的なセッション記述プロトコル（ＳＤＰ）応答メッセージを示す。ＳＤＰ応答メッセージは、ローカルユーザ装置（ＵＥ）からリモートＵＥへ通信され得る。ＳＤＰ応答メッセージは、リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張技術に基づき得る。ＳＤＰ応答メッセージは、リモートＵＥの強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を承認することができる。例として、ＳＤＰ応答メッセージは、「ａ＝ｅｘｔｍａｐ」の属性と、「４ｕｒｎ：３ｇｐｐ：ｅｆｅｃｃ」の関連値とを含むことができる。

【0066】

図６Ａは、例示的なセッション記述プロトコル（ＳＤＰ）提供メッセージを示す。ＳＤＰ提供メッセージは、リモートユーザ装置（ＵＥ）からローカルＵＥへ通信され得る。ＳＤＰ提供メッセージは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバック技術に基づき得る。ＳＤＰ提供メッセージは、リモートＵＥにて強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を示すことができる。特に、強化型ＦＥＣＣプロトコル能力は、ローカルＵＥから受信されたパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドシーケンスを処理し、ＰＴＺＦコマンドシーケンスからの関心領域（ＲＯＩ）を特定し、それに応じてＲＯＩ内のビデオを符号化するリモートＵＥの能力を示すことができる。例として、ＳＤＰ提供メッセージは、「ａ＝ｒｔｃｐ－ｆｂ」の属性と、「３ｇｐｐ：ｅｆｅｃｃ」の関連値とを含むことができる。

【0067】

図６Ｂは、例示的なセッション記述プロトコル（ＳＤＰ）応答メッセージを示す。ＳＤＰ応答メッセージは、ローカルユーザ装置（ＵＥ）からリモートＵＥへ通信され得る。ＳＤＰ応答メッセージは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバック技術に基づき得る。ＳＤＰ応答メッセージは、リモートＵＥの強化型遠端カメラ制御（ＦＥＣＣ）プロトコル能力を承認することができる。例として、ＳＤＰ応答メッセージは、「ａ＝ｅｘｔｍａｐ」の属性と、「４ｕｒｎ：３ｇｐｐ：ｅｆｅｃｃ」の関連値とを含むことができる。

【0068】

別の例は、図７のフローチャートに示されるように、リモートＵＥとビデオ会議を実行するように動作可能なローカルユーザ装置（ＵＥ）の機能７００を提供する。機能は、方法として実施され得、または、機能は、機械上で複数の命令として実行され得る。ここで、複数の命令は、少なくとも１つのコンピュータ可読媒体または１つの非一時的機械可読記憶媒体に含まれる。ローカルＵＥは、ブロック７１０のように、リモートＵＥのカメラの視野内に、ローカルＵＥにて関心領域（ＲＯＩ）を規定するように構成される１または複数のプロセッサを有することができる。１または複数のプロセッサは、ブロック７２０のように、ＲＯＩを１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドへマッピングするように構成され得る。１または複数のプロセッサは、ブロック７３０のように、ローカルＵＥからリモートＵＥへ１または複数のＰＴＺＦコマンドを送信するように構成され得、リモートＵＥは、１または複数のＰＴＺＦコマンドに基づきＲＯＩを特定するように構成される。１または複数のプロセッサは、ブロック７４０のように、リモートＵＥからＲＯＩ内の符号化ビデオを受信するように構成され得、符号化ビデオはＲＯＩ内の領域を含み、ＲＯＩ外の領域を除き、符号化ビデオは、ＲＯＩ内の符号化ビデオがローカルＵＥにてレンダリングおよび表示されるのを可能にするべく規定された品質レベルを実質的に維持しつつ、増大されたズームレベルでＲＯＩ内の複数の領域を含む。

【0069】

１つの構成において、第１プロセッサは、ブロック７１０および７２０の工程を実行することができる。第１プロセッサは、単一プロセッサであり得、または、代わりに、第１プロセッサは、１または複数の別個のプロセッサから成り得る。１つの構成において、第２プロセッサは、ブロック７３０および７４０の工程を実行することができる。第２プロセッサの１つの例は、ベースバンドプロセッサである。

【0070】

１つの例において、１または複数のＰＴＺＦコマンドは、国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づく。別の例において、１または複数のプロセッサは、１または複数のＰＴＺＦコマンドを単一伝送にてリモートＵＥへ送信するように構成される。さらに別の例において、ＲＯＩは、ローカルＵＥと対話するユーザによって選択される。また、１または複数のプロセッサは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを使用して、１または複数のＰＴＺＦコマンドをリモートＵＥに送信するように構成される。

【0071】

１つの例において、１または複数のプロセッサは、少なくとも１つのリアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張に１または複数のＰＴＺＦコマンドを埋め込み、キャプチャされたローカルビデオをリモートＵＥへ送信するように構成され、キャプチャされたローカルビデオは、１または複数のＰＴＺＦコマンドを有するＲＴＰヘッダ拡張を含む。別の例において、１または複数のプロセッサはさらに、ローカルＵＥから送信された１または複数のＰＴＺＦコマンドを処理するべくリモートＵＥにて使用される、リモートＵＥからの１または複数のステップサイズを受信するように構成される。

【0072】

１つの例において、１または複数のステップサイズは、複数の専用リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張属性としてシグナリングされる。別の例において、符号化ビデオは、リモートＵＥの固定された非移動カメラを使用してキャプチャされる。さらに別の例において、１または複数のＰＴＺＦコマンドが遠端カメラ制御（ＦＥＣＣ）プロトコルに従ってリモートＵＥへ送信される。また、１または複数のプロセッサはさらに、リモートＵＥが１または複数のＰＴＺＦコマンドを受信するための強化型遠端カメラ制御（ＦＥＣＣ）プロトコルをサポートすることを示す、リモートＵＥからのセッション記述プロトコル（ＳＤＰ）提供メッセージを受信するように構成される。

【0073】

１つの例において、１または複数のプロセッサはさらに、ローカルＵＥが１または複数のＰＴＺＦコマンドを送信するための強化型遠端カメラ制御（ＦＥＣＣ）プロトコルをサポートすることを確認するセッション記述プロトコル（ＳＤＰ）応答メッセージを送信するように構成される。別の例において、１または複数のプロセッサは、１または複数のＰＴＺＦコマンドをリモートＵＥに送信するように構成され、リモートＵＥは、１または複数のＰＴＺＦコマンドに対応し、ＲＯＩ内のビデオを符号化するだけのＲＯＩ内のビデオをキャプチャするように構成される。さらに別の例において、１または複数のプロセッサはさらに、ＲＯＩベースの対話型ズーム機能をサポートするリモートＵＥでビデオ会議アプリケーションを動作するように構成される。

【0074】

図８のフローチャートに示される別の例は、対話型ズーム機能をサポートするローカルユーザ装置（ＵＥ）にてビデオ会議アプリケーションを動作するために具現化された複数の命令をそれに有する少なくとも１つの非一時的機械可読記憶媒体の機能８００を提供する。複数の命令が実行される場合、ブロック８１０のように、ローカルＵＥの少なくとも１つのプロセッサを使用して、ローカルＵＥに、リモートＵＥのカメラの視野内のユーザ規定の関心領域（ＲＯＩ）を特定する工程をローカルＵＥに実行させることができる。複数の命令が実行される場合、ブロック８２０のように、ローカルＵＥの少なくとも１つのプロセッサを使用して、ＲＯＩを１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングする工程をローカルＵＥに実行させることができる。複数の命令が実行される場合、ブロック８３０のように、ローカルＵＥの少なくとも１つのプロセッサを使用して、ローカルＵＥからリモートＵＥへ１または複数のＰＴＺＦコマンドを送信する工程をローカルＵＥに実行させ得、リモートＵＥは、１または複数のＰＴＺＦコマンドに基づきＲＯＩを特定するように構成される。複数の命令が実行される場合、ブロック８４０のように、ローカルＵＥの少なくとも１つのプロセッサを使用して、リモートＵＥからＲＯＩ内の符号化ビデオを受信する工程をローカルＵＥに実行させ得、符号化ビデオはＲＯＩ内の領域を含み、ＲＯＩ外の領域を除き、符号化ビデオは、規定された品質レベルを実質的に維持しつつ、増大されたズームレベルでＲＯＩ内の複数の領域を含む。複数の命令が実行される場合、ブロック８５０のように、ローカルＵＥの少なくとも１つのプロセッサを使用して、ローカルＵＥでのレンダリングおよび表示のためにＲＯＩ内の符号化ビデオを提供する工程をローカルＵＥに実行させることができる。

【0075】

１つの例において、１または複数のＰＴＺＦコマンドは、国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づく。別の例において、少なくとも１つの非一時的機械可読記憶装置はさらに、ローカルＵＥの少なくとも１つのプロセッサによって実行される場合、１または複数のＰＴＺＦコマンドをローカルＵＥへ単一伝送で送信する工程をリモートＵＥに実行させる複数の命令を含むことができる。さらに別の例において、少なくとも１つの非一時的機械可読記憶装置はさらに、ローカルＵＥの少なくとも１つのプロセッサによって実行される場合、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを使用して、１または複数のＰＴＺＦコマンドをリモートＵＥへ送信する工程をローカルＵＥに実行させる複数の命令を含むことができる。

【0076】

１つの例において、少なくとも１つの非一時的機械可読記憶装置はさらに、ローカルＵＥの少なくとも１つのプロセッサによって実行される場合、少なくとも１つのリアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張に１または複数のＰＴＺＦコマンドを埋め込む工程と、キャプチャされたローカルビデオをリモートＵＥへ送信する工程とをローカルＵＥに実行させる複数の命令を含むことができ、キャプチャされたローカルビデオは、１または複数のＰＴＺＦコマンドを有するＲＴＰヘッダ拡張を含む。別の例において、少なくとも１つの非一時的機械可読記憶装置はさらに、ローカルＵＥの少なくとも１つのプロセッサによって実行される場合、ローカルＵＥから送信された１または複数のＰＴＺＦコマンドを処理するべくリモートＵＥにて使用される、リモートＵＥからの１または複数のステップサイズを受信する工程をローカルＵＥに実行させる複数の命令を含むことができ、１または複数のステップサイズは、専用リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張属性としてシグナリングされる。また、１または複数のＰＴＺＦコマンドは、遠端カメラ制御（ＦＥＣＣ）プロトコルに従ってリモートＵＥに送信される。

【0077】

別の例は、図９のフローチャートに示されるように、リモートＵＥ９５０とビデオ会議を実行するように動作可能なローカルユーザ装置（ＵＥ）９００の機能を提供する。ローカルＵＥ９００は、リモートＵＥ９５０のカメラの視野内に、ユーザ規定のＲＯＩを特定するように構成される関心領域（ＲＯＩ）モジュール９１０を含むことができる。ローカルＵＥ９００は、ＲＯＩを１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドにマッピングするように構成されるマッピングモジュール９２０を含むことができ、１または複数のＰＴＺＦコマンドが国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づき規定される。ローカルＵＥ９００は、１または複数のＰＴＺＦコマンドをローカルＵＥからリモートＵＥ９５０へ単一伝送にて送信し、リモートＵＥは１または複数のＰＴＺＦコマンドに基づきＲＯＩを特定するように構成され、ＲＯＩ内の符号化ビデオをリモートＵＥから受信するように構成される通信モジュール９３０を含むことができ、符号化ビデオはＲＯＩ内の領域を含み、ＲＯＩ外の領域を除き、符号化ビデオは、規定された品質レベルを実質的に維持しつつ、増大されたズームレベルでＲＯＩ内の複数の領域を含む。ローカルＵＥ９００は、ローカルＵＥでのレンダリングおよび表示のためにＲＯＩ内の符号化ビデオを提供するように構成されるディスプレイモジュール９４０を含むことができる。

【0078】

１つの例において、通信モジュール９３０はさらに、リモートＵＥが１または複数のＰＴＺＦコマンドを受信するための強化型遠端カメラ制御（ＦＥＣＣ）プロトコルをサポートすることを示すリモートＵＥ９５０からのセッション記述プロトコル（ＳＤＰ）提供メッセージを受信し、ローカルＵＥが１または複数のＰＴＺＦコマンドを送信するための強化型遠端カメラ制御（ＦＥＣＣ）プロトコルをサポートすることを確認するセッション記述プロトコル（ＳＤＰ）応答メッセージを送信するように構成され得る。

【0079】

１つの例において、通信モジュール９３０はさらに、１または複数のＰＴＺＦコマンドをリモートＵＥ９５０に送信するように構成され得、リモートＵＥは、１または複数のＰＴＺＦコマンドに対応し、ＲＯＩ内のビデオを符号化するだけのＲＯＩ内のビデオをキャプチャするように構成される。別の例において、通信モジュール９３０はさらに、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを使用して、１または複数のＰＴＺＦコマンドをリモートＵＥに送信するように構成され得る。

【0080】

別の例は、図１０のフローチャートに示されるように、ローカルＵＥとビデオ会議を実行するように動作可能なリモートユーザ装置（ＵＥ）の機能１０００を提供する。機能は、方法として実施され得、または、機能は、機械上で複数の命令として実行され得る。ここで、複数の命令は、少なくとも１つのコンピュータ可読媒体または１つの非一時的機械可読記憶媒体に含まれる。リモートＵＥは、ブロック１０１０のように、１または複数のパン・チルト・ズーム・フォーカス（ＰＴＺＦ）コマンドをローカルＵＥから受信するように構成される１または複数のプロセッサを有することができる。１または複数のプロセッサは、ブロック１０２０のように、リモートＵＥにて、１または複数のＰＴＺＦコマンドに基づく関心領域（ＲＯＩ）を特定するように構成され得、ＲＯＩはリモートＵＥのカメラの視野内に存在する。１または複数のプロセッサは、ブロック１０３０のように、ＲＯＩ内の符号化ビデオを生成するように構成され得、符号化ビデオはＲＯＩ内の複数の領域を含み、ＲＯＩ外の領域を除き、符号化ビデオは、規定された品質レベルを実質的に維持しつつ、増大されたズームレベルでＲＯＩ内の複数の領域を含む。１または複数のプロセッサは、ブロック１０４０のように、ローカルＵＥがＲＯＩ内の符号化ビデオをレンダリングおよび表示するのを可能にするべく、ＲＯＩ内の符号化ビデオをローカルＵＥへ送信するように構成され得る。

【0081】

１つの構成において、第１プロセッサは、ブロック１０１０、１０２０および１０３０の複数の工程を実行することができる。第１プロセッサは、単一プロセッサであり得、または、代わりに、第１プロセッサは、１または複数の別個のプロセッサから成り得る。１つの構成において、第２プロセッサは、ブロック１０４０の工程を実行することができる。第２プロセッサの１つの例は、ベースバンドプロセッサである。

【0082】

１つの例において、１または複数のＰＴＺＦコマンドは、国際電気通信連合（ＩＴＵ）Ｈ．２８１／Ｈ．２２４プロトコルに基づく。別の例において、１または複数のプロセッサは、１または複数のＰＴＺＦコマンドを単一伝送にてローカルＵＥから受信するように構成される。さらに別の例において、１または複数のプロセッサは、リアルタイムトランスポート制御プロトコル（ＲＴＣＰ）フィードバックメッセージを使用して、１または複数のＰＴＺＦコマンドをローカルＵＥから受信するように構成される。また、１または複数のプロセッサはさらに、１または複数のステップサイズをローカルＵＥへ送信するように構成され、ステップサイズは、１または複数のＰＴＺＦコマンドを処理するべくリモートＵＥで使用され、１または複数のステップサイズは、複数の専用リアルタイムトランスポートプロトコル（ＲＴＰ）ヘッダ拡張属性としてシグナリングされる。

【0083】

図１１は、ユーザ装置（ＵＥ）、移動局（ＭＳ）、移動無線デバイス、移動無線通信デバイス、移動体通信デバイス、タブレット、ハンドセット、または他のタイプの無線デバイスなどの無線デバイスの例示的な説明を提供する。無線デバイスは、基地局（ＢＳ）、進化型Ｎｏｄｅ Ｂ（ｅＮＢ）、ベースバンドユニット（ＢＢＵ）、リモート無線ヘッド（ＲＲＨ）、リモート無線装置（ＲＲＥ）、中継局（ＲＳ）、無線装置（ＲＥ）、リモート無線ユニット（ＲＲＵ）、セントラルプロセッシングモジュール（ＣＰＭ）、または他のタイプのワイヤレスワイドエリアネットワーク（ＷＷＡＮ）アクセスポイントなどノード、または送信局と通信を行うよう構成された１または複数のアンテナを含み得る。ワイヤレスデバイスは、３ＧＰＰ ＬＴＥ、ＷｉＭＡＸ、高速パケットアクセス（ＨＳＰＡ）、ブルートゥース（登録商標）、およびＷｉＦｉを含む、少なくとも１つのワイヤレス通信規格を使用して、通信するように構成することが可能である。無線デバイスは、各無線通信規格用の別個のアンテナを使用して、または、複数の無線通信規格用の共有アンテナを使用して通信できる。無線デバイスは、無線ローカルエリアネットワーク（ＷＬＡＮ）、無線パーソナルエリアネットワーク（ＷＰＡＮ）、および／または、ＷＷＡＮで通信できる。

【0084】

図１１はまた、無線デバイスからのオーディオ入出力のために使用され得るマイクおよび１または複数のスピーカの説明を提供する。ディスプレイスクリーンは、液晶ディスプレイ（ＬＣＤ）スクリーン、または有機発光ダイオード（ＯＬＥＤ）ディスプレイなどの他のタイプのディスプレイスクリーンであり得る。ディスプレイスクリーンは、タッチスクリーンとして構成され得る。タッチスクリーンは、容量、抵抗、または別のタイプのタッチスクリーン技術を使用することができる。アプリケーションプロセッサおよびグラフィックプロセッサは、処理能力および表示能力を提供するために、内部メモリと結合され得る。不揮発性メモリポートはまた、データ入力／データ出力の選択肢をユーザに提供するべく使用され得る。不揮発性メモリポートはまた、無線デバイスのメモリ能力を拡張するべく使用され得る。キーボードは、追加のユーザ入力を提供するべく、無線デバイスと統合され得る、または、無線デバイスと無線で接続され得る。また、タッチスクリーンを使用して仮想キーボードが提供され得る。

【0085】

様々な技術、または、それらの特定の態様あるいは一部は、有形の媒体で具現化されるプログラムコード（すなわち、命令）の形態を取ることができる。有形の媒体としては、フロッピー（登録商標）ディスケット、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、ハードドライブ、非一時的コンピュータ可読記憶媒体または任意の他の機械可読記憶媒体が挙げられる。プログラムコードがコンピュータ等の機械へとロードされてそれによって実行される場合、当該機械は様々な技術を実施する装置となる。回路は、ハードウェア、ファームウェア、プログラムコード、実行可能なコード、コンピュータ命令、および／またはソフトウェアを含み得る。非一時的コンピュータ可読記憶媒体は、信号を含まないコンピュータ可読記憶媒体であり得る。プログラミング可能なコンピュータ上のプログラムコード実行の場合、コンピューティングデバイスは、プロセッサ、プロセッサ可読記憶媒体（揮発性および不揮発性メモリ、および／または記憶素子を含む）、少なくとも１つの入力デバイス、および少なくとも１つの出力デバイスを含み得る。揮発性および不揮発性メモリおよび／または記憶素子は、ランダムアクセスメモリ（ＲＡＭ）、消去可能プログラミング可能なリードオンリーメモリ（ＥＰＲＯＭ）、フラッシュドライブ、光ドライブ、磁気ハードドライブ、ソリッドステートドライブ、または、電子データを格納する他の媒体であってよい。ノードおよび無線デバイスはまた、送受信機モジュール（すなわち、送受信機）、カウンタモジュール（すなわち、カウンタ）、プロセッシングモジュール（すなわち、プロセッサ）、および／または、クロックモジュール（すなわち、クロック）あるいはタイマモジュール（すなわち、タイマ）を含むことができる。本明細書に説明される様々な技術を実施または利用し得る１または複数のプログラムは、アプリケーションプログラミングインタフェース（ＡＰＩ）、再利用可能な制御などを使用し得る。複数のそのようなプログラムは、コンピュータシステムと通信するべく、高水準手続型またはオブジェクト指向型のプログラミング言語で実装され得る。しかし、所望であれば、プログラムは、アセンブリ言語または機械言語で実装され得る。いずれの場合も、言語はコンパイラ型言語またはインタプリタ型言語であり得、ハードウェア実装と組み合わせられ得る。

【0086】

本明細書にて使用されるように、用語のプロセッサは、汎用プロセッサ、特殊プロセッサ、たとえばＶＬＳＩ、ＦＰＧＡまたは複数の他のタイプの特殊プロセッサ、ならびに無線通信を送信、受信および処理する送受信機に使用されるベースバンドプロセッサを含むことができる。

【0087】

本明細書において説明される複数の機能ユニットの多くは、それらの実装の独立性をより具体的に強調すべくモジュールとして示されていることを理解されるべきである。例えば、モジュールは、カスタマイズされた超大規模集積（ＶＬＳＩ）回路あるいはゲートアレイ、ロジックチップ、トランジスタまたはその他の別個の構成要素等の市販の半導体素子を備えるハードウェア回路として実施され得る。モジュールはまた、複数のプログラミング可能なハードウェアデバイス、たとえば、フィールドプログラミング可能なゲートアレイ、プログラミング可能なアレイロジック、プログラミング可能なロジックデバイス等で実施され得る。

【0088】

１つの例において、複数のハードウェア回路または複数のプロセッサが、本明細書に説明される複数の機能ユニットを実装するのに使用され得る。例えば、第1ハードウェア回路または第１プロセッサは、処理工程を実行するべく使用され得、第２ハードウェア回路または第２プロセッサ（例えば、送受信機）は、複数の他のエンティティと通信するべく使用され得る。第１ハードウェア回路および第２ハードウェア回路は単一ハードウェア回路へと統合され得、または、代わりに、第１ハードウェア回路および第２ハードウェア回路は、別個のハードウェア回路であり得る。

【0089】

モジュールはまた、様々なタイプのプロセッサにより実行されるソフトウェアを使って実装され得る。実行可能なコードの識別されたモジュールは、例えば、複数のコンピュータ命令からなる１または複数の物理ブロックあるいは論理ブロックを含み得る。これらのブロックは例えば、オブジェクト、手順、または機能として構成され得る。それでもなお、特定のモジュールの複数の実行ファイルは、物理的に共に配置される必要はなく、複数の異なる位置に格納されている複数の別個の命令を備えることができる。これらの命令は、論理的に一緒に集められる場合、モジュールを構成し、当該モジュールに対して記述された目的を実現する。

【0090】

実際に、実行可能なコードのモジュールは単一の命令または多くの命令であり得、複数の異なるプログラムの中の数個の異なるコードセグメント上、およびいくつかのメモリデバイスにわたり分配され得る。同様に、演算データは複数のモジュール内で識別されて本明細書に示され得、任意の適切な形態で具現化され、任意の適切なタイプのデータ構造内に構成され得る。演算データは、単一データセットとして収集され得、または異なる記憶デバイス以上を含む異なる位置にわたり分配され得、システムまたはネットワーク上に単に電子信号として、少なくとも部分的に存在し得る。モジュールは、受動型または能動型であり得、所望の機能を実行するよう動作可能なエージェントを含む。

【0091】

本明細書を通した「例」または「例示的」についての言及は、例に関連して説明される特定の特徴、構造または特性が、本発明の少なくとも１つの実施形態に含まれることを意味する。従って、本明細書を通した「例において」なる表現または「例示的」なる単語が様々な場所に現れるが、必ずしも全てが同じ実施形態を指すものではない。

【0092】

本明細書に使用されるとき、複数のアイテム、構造要素、構成要素、および／または材料は便宜上、共通のリストに提示され得る。しかしながら、これらのリストは、リストの各部材が別個の固有の部材として個別に識別されるように解釈されるべきである。従って、そのようなリストの個別の部材は、共通のグループにおけるそれらの表示のみに基づいて、相反する指示のない限り、同じリストの任意の他の部材の事実上の均等物と解釈されるべきではない。また、本発明の様々な実施形態および例が、それらの様々な構成要素の代替例と共に本明細書に言及され得る。このような実施形態、例および代替例は、互いの事実上の均等物と解釈されるべきではなく、別個かつ自立した本発明の説明と解釈されるべきと理解されたい。

【0093】

さらに、説明された複数の特徴、構造、または特性は、１または複数の実施形態において、任意の適切な態様で組み合わせられ得る。以下の説明において、本発明の実施形態の深い理解を提供すべく、レイアウトの複数の例、複数の距離、ネットワークの複数の例など多数の具体的な詳細が提供される。しかしながら、当業者は、それら具体的な詳細のうち１または複数を用いなくとも、または、複数の他の方法、構成要素、レイアウトなどを用いて、本発明は実施され得ることを認めるだろう。他の例において、周知の構造、材料または動作は、本発明の態様の不明瞭化を回避するべく、詳細に示されないか、説明されていない。

【0094】

前述された複数の例は、１または複数の特定の用途における本発明の原理を例示するものであるが、発明力を発揮することなく、かつ、発明の原理および概念から逸脱することなく、実装の形態、使用法および詳細にて多数の修正がなされ得ることは、当業者にとって明らかであろう。従って、以下に記載する請求項以外で、本発明は限定されることを意図されるものではない。