特許ウォッチ

公開番号2025011671
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023113908
出願日2023-07-11
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人キヤノン株式会社
代理人個人
主分類H04N 23/60 20230101AFI20250117BHJP(電気通信技術)
要約【課題】有効な音声出力の実現と音声出力による影響の低減を可能にする。
【解決手段】情報処理装置は、第一の撮像装置の撮影方向を制御する第一の制御手段と、
スピーカの向きを制御する第二の制御手段と、スピーカの音量を制御する音量制御手段とを有する。さらに情報処理装置は、第一の撮像装置の撮影方向とスピーカの向きとに基づいて、音量制御手段が制御するスピーカの音量を設定する。
【選択図】図1
特許請求の範囲【請求項１】
第一の撮像装置の撮影方向を制御する第一の制御手段と、
スピーカの向きを制御する第二の制御手段と、
前記スピーカの音量を制御する音量制御手段と、
前記第一の撮像装置の撮影方向と前記スピーカの向きとに基づいて、前記音量制御手段が制御する前記スピーカの音量を設定する設定手段と、
を有することを特徴とする情報処理装置。
続きを表示（約 1,100 文字）【請求項２】
前記設定手段は、前記スピーカの指向角の範囲と前記第一の撮像装置の画角とが重ならない場合、前記スピーカの音量をミュートするように設定することを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記設定手段は、前記第一の制御手段による前記第一の撮像装置の撮影方向の制御によって前記スピーカの指向角の範囲が前記第一の撮像装置の画角から外れた場合、前記スピーカの音量をミュートするように設定することを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記第二の制御手段は、前記設定手段により前記スピーカの音量をミュートする設定が行われた後、前記スピーカの向きを前記第一の撮像装置の撮影方向側に移動させることを特徴とする請求項２または３に記載の情報処理装置。
【請求項５】
前記設定手段は、前記第二の制御手段による前記スピーカの向きの制御によって、前記スピーカの指向角の範囲の一部が前記第一の撮像装置の画角と重なった場合、前記ミュートを解除するように設定することを特徴とする請求項４に記載の情報処理装置。
【請求項６】
前記設定手段は、前記スピーカの指向角の範囲と前記第一の撮像装置の画角との重なりの大きさに応じて、前記スピーカの音量を設定することを特徴とする請求項５に記載の情報処理装置。
【請求項７】
前記設定手段は、前記スピーカの指向角の範囲と前記第一の撮像装置の画角との重なりの大きさが大きくなるほど、前記スピーカの音量を大きく設定することを特徴とする請求項６に記載の情報処理装置。
【請求項８】
前記設定手段は、前記第二の制御手段による前記スピーカの向きの制御によって、前記スピーカの指向角の範囲の一端が前記第一の撮像装置の光軸から所定の第一の閾値範囲内になった場合、前記ミュートを解除するように設定することを特徴とする請求項４に記載の情報処理装置。
【請求項９】
前記設定手段は、前記ミュートを解除した際の前記スピーカの指向角の範囲の中心軸と前記第一の撮像装置の光軸との間の角度と、さらに前記第二の制御手段による前記スピーカの向きの制御を行った後の前記スピーカの指向角の範囲の中心軸と前記第一の撮像装置の光軸との間の角度との差に基づいて、前記スピーカの音量を設定することを特徴とする請求項８に記載の情報処理装置。
【請求項１０】
前記設定手段は、前記角度の差が小さくなるほど、前記スピーカの音量を大きく設定することを特徴とする請求項９に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、撮影と音声出力を行う装置の制御に用いる情報処理技術に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
ネットワークカメラには、いわゆるパン，チルト，ズーム機能を備えたものがある。以下、ネットワークカメラをＮＷカメラと記載し、パン，チルト，ズームをＰＴＺと記載し、ＰＴＺ機能を有するカメラをＰＴＺカメラと記載する。また、ＮＷカメラには、ＰＴＺカメラに加えて、パノラマカメラのように広い画角の撮影が可能な広角カメラと音声出力が可能なスピーカとをさらに備えているものもある。このＮＷカメラでは、例えば広角カメラの撮影画像に映っている注目被写体（例えば人物）をＰＴＺカメラで追尾しつつ、スピーカから音声を出力することで、その注目被写体（人物）への声掛け（警告や注意喚起等）を行うことができる。
【０００３】
なお、特許文献１には、マイクアレイと複数のスピーカを有したシステムにおいて、マイクアレイにより話者の位置を推定し、その推定位置を基に音を出すスピーカを選択することで、特定の人物の方向への音声出力を可能にする技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０１７－１５８１３４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
前述した音声出力が可能なＮＷカメラでは、ＰＴＺカメラで追尾している注目被写体の方向に対し、スピーカの音声出力方向がずれてしまうことがある。この場合、注目被写体への有効な声掛けができなくなるだけでなく、その声掛けの音声が注目被写体以外の他の被写体に影響を与えてしまうことがある。
【０００６】
そこで本発明は、有効な音声出力の実現と音声出力による影響の低減とを可能にすることを目的とする。
【課題を解決するための手段】
【０００７】
本発明の情報処理装置は、第一の撮像装置の撮影方向を制御する第一の制御手段と、スピーカの向きを制御する第二の制御手段と、前記スピーカの音量を制御する音量制御手段と、前記第一の撮像装置の撮影方向と前記スピーカの向きとに基づいて、前記音量制御手段が制御する前記スピーカの音量を設定する設定手段と、を有することを特徴とする。
【発明の効果】
【０００８】
本発明によれば、有効な音声出力の実現と音声出力による影響の低減とが可能になる。
【図面の簡単な説明】
【０００９】
情報処理装置を含むネットワークカメラの機能構成例を示す図である。
ネットワークカメラの概略的な外観構成例を示す図である。
スピーカの音声出力方向制御の例を示す図である。
第一実施形態における情報処理の流れを示すフローチャートである。
第二実施形態における情報処理の流れを示すフローチャートである。
第三実施形態における情報処理の流れを示すフローチャートである。
第一撮像部の画角とスピーカの指向角範囲の関係を示す図である。
制御部およびその周辺の構成に係るハードウエア構成を示した図である。
【発明を実施するための形態】
【００１０】
以下、本発明に係る実施形態を、図面を参照しながら説明する。以下の実施形態は本発明を限定するものではなく、また、本実施形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。実施形態の構成は、本発明が適用される装置の仕様や各種条件（使用条件、使用環境等）によって適宜修正又は変更され得る。また、以降の各実施形態において、同一もしくは同様の構成や処理工程には同じ参照符号を付し、重複する説明は省略する。
（【００１１】以降は省略されています）

関連特許