음성을 통한 카메라 타겟팅 기능의 접근성이 더욱 높아졌습니다. 범용 솔루션 SmartCam A12 음성 추적

화상 회의에서 말하는 참가자를 추적하는 주제는 지난 몇 년 동안 추진력을 얻었습니다. 기술 덕분에 오디오/비디오 정보를 실시간으로 처리하는 복잡한 알고리즘을 구현할 수 있게 되었고, 이로 인해 거의 10년 전 Polycom은 지능형 자동 화자 추적 기능을 갖춘 세계 최초의 주류 솔루션을 출시하게 되었습니다. 몇 년 동안 그들은 그러한 솔루션의 유일한 소유자로 남아 있었지만 Cisco는 오래 기다릴 필요가 없었고 Polycom 솔루션의 공정한 경쟁자였던 지능형 XNUMX 카메라 시스템 버전을 시장에 출시했습니다. 수년 동안 이 화상회의 부문은 여러 기능으로 인해 제한되었습니다. 소유권 제품이지만 이 기사는 첫 번째 제품에 전념합니다. 만능인 화상 회의의 하드웨어 및 소프트웨어 인프라와 모두 호환되는 음성 카메라 안내 솔루션입니다.
솔루션을 설명하고 기능을 시연하기 전에 중요한 이벤트에 대해 언급하고 싶습니다.
Habra 커뮤니티에 발표하게 된 것을 영광으로 생각합니다 새로운 허브, 화상회의 솔루션(VCC) 전용입니다. 이제 공동 노력(광산과 UFO) 덕분에 화상 회의 Habré에는 자신의 집이 있으며 이 광범위하고 최신 주제에 관련된 모든 사람을 구독하도록 초대합니다. 새로운 허브.

카메라를 스피커로 향하게 하는 두 가지 시나리오

현재 화상 회의 솔루션 통합자는 발표자를 대상으로 하는 작업을 구현하기 위해 두 가지 방법을 스스로 선택합니다.

1. 자동 - 지능형
2. 반자동 - 프로그래밍 가능

첫 번째 옵션은 Cisco, Polycom 및 기타 제조업체의 솔루션이며 아래에서 이에 대해 살펴보겠습니다. 여기서는 화상 회의에서 말하는 참가자에게 카메라를 향하는 완전 자동화를 다루고 있습니다. 오디오/비디오 신호 처리를 위한 고유한 알고리즘을 통해 카메라는 원하는 위치를 독립적으로 선택할 수 있습니다.

두 번째 옵션은 다양한 외부 제어 컨트롤러를 기반으로 한 자동화 시스템입니다. 이 기사는 특히 화자의 자동 추적에 대해 다룹니다.
카메라 포인팅 구현에 대한 두 번째 시나리오를 지지하는 사람들이 꽤 있는데, 여기에는 이유가 있습니다. 숙련된 통합자는 Polycom과 Cisco의 지능형 솔루션이 자동화가 제대로 작동하려면 이상적인 작동 조건이 필요하다는 것을 이해합니다. 그러나 이러한 조건을 항상 제공할 수 있는 것은 아니므로 카메라 포인팅 문제에 대해 다음과 같은 해결 방법을 통해 시스템의 작동을 보장하는 경우도 있습니다.

1. 필요한 모든 사전 설정(PTZ 장치의 위치 및 광학 줌 배율)은 카메라 메모리(또는 경우에 따라 제어 컨트롤러)에 미리 수동으로 입력됩니다. 원칙적으로 회의실의 일반적인 평면도이며, 세로 모드에서 각 회의 참가자의 모습입니다.

2. 다음으로 필요한 사전 설정을 호출하기 위한 개시자가 지정된 위치에 설치됩니다. 이는 일반적으로 제어 컨트롤러에 이해할 수 있는 신호를 제공할 수 있는 모든 장치인 마이크 콘솔 또는 라디오 버튼입니다.

3. 제어 컨트롤러는 각 개시자가 자체 사전 설정을 갖도록 프로그래밍됩니다. 방의 일반 계획 - 모든 개시자가 꺼집니다.
결과적으로, 예를 들어 의회 시스템과 제어 컨트롤러를 사용할 때 발언자는 연설을 시작하기 전에 개인용 마이크 콘솔을 활성화합니다. 제어 시스템은 저장된 카메라 위치를 즉시 처리합니다.

이 시나리오는 완벽하게 작동합니다. 시스템은 음성 삼각 측량 및 비디오 분석을 수행할 필요가 없습니다. 버튼을 눌렀더니 사전 설정이 제대로 작동했고 지연이나 오탐도 발생하지 않았습니다.
제어 및 자동화 시스템은 때로는 한 대가 아닌 여러 대의 비디오 카메라가 설치되는 크고 복잡한 공간에서 사용됩니다. 음, 중소 규모 회의실의 경우 자동 시스템이 매우 적합합니다(예산이 있는 경우).
창립자들부터 시작해 보겠습니다.

폴리콤 EagleEye 디렉터

이 솔루션은 한때 화상 회의 분야에서 센세이션을 일으켰습니다. Polycom EagleEye Director는 지능형 카메라 안내 분야 최초의 솔루션이었습니다. 이 솔루션은 EagleEye Director 기본 장치와 두 대의 카메라로 구성됩니다. 첫 번째 구현의 특징은 하나의 카메라가 발표자의 클로즈업 보기에만 할당되고 두 번째 카메라는 회의실의 일반 계획에 할당된다는 것입니다. 동시에 일반 계획 카메라는 베이스와 완전히 별도로 회의실의 다른 위치에 배치할 수 있으며 자동 안내 프로세스에 직접 관여하지 않습니다.
시스템은 다음과 같이 작동합니다:

1. 일반실 카메라가 활성화되어 있습니다. 모두가 조용합니다.
2. 스피커가 말하기 시작합니다. 마이크 어레이가 음성을 포착하고, 음성 삼각 측량을 포함하는 특허 기술을 사용하여 카메라가 사운드를 향해 이동합니다. 일반 카메라는 여전히 활성화되어 있습니다
3. 메인 카메라는 이제 막 음원을 찾기 시작하고 영상 분석을 수행하고 있습니다. 시스템은 눈-코-입 연결로 화자를 식별하고 화자의 사진을 프레임화하여 기본 카메라의 스트림을 표시합니다.
4. 스피커가 변경됩니다. 마이크 배열은 음성이 다른 곳에서 나오는 것을 이해합니다. 일반 계획이 다시 켜집니다.
5. 그런 다음 원 안에 2번 지점부터 시작하여
6. 새 스피커가 이전 스피커와 함께 프레임에 있는 경우 시스템은 활성 흐름을 일반 샷으로 변경하지 않고 "핫" 위치 변경을 수행합니다.

내 생각에 단점은 메인 카메라가 하나만 있다는 것입니다. 이로 인해 스피커를 변경할 때 상당한 지연이 발생합니다. 그리고 가리키는 순간마다 시스템은 방의 일반 계획을 켭니다. 활발한 대화 중에 깜박임이 짜증나기 시작합니다.

폴리콤 이글아이 디렉터 II

이것은 비교적 최근에 출시된 Polycom 솔루션의 두 번째 버전입니다. 작동 원리가 변경되어 Cisco의 솔루션과 비슷해졌습니다. 이제 두 PTZ 카메라가 모두 주요 카메라이며 한 발표자에서 다른 발표자로 채널을 원활하게 전환하는 데 사용됩니다. 이제 회의실의 일반적인 레이아웃은 EagleEye Director II 기본 장치 본체에 통합된 별도의 카메라로 캡처됩니다. 어떤 이유에서인지 이 광각 카메라의 스트림은 메인 스트림의 1/9을 차지하는 화면 모서리의 추가 창에 표시됩니다. 포지셔닝 원리는 음성 삼각 측량과 비디오 스트림 분석과 동일합니다. 그리고 병목 현상은 동일합니다. 시스템이 말하는 입을 인식하지 못하면 카메라가 조준하지 않습니다. 그리고 이러한 상황은 매우 자주 발생할 수 있습니다. 화자가 돌아섰고, 화자가 옆으로 돌아섰고, 화자는 복화술사이고, 화자는 손이나 문서로 입을 가렸습니다.
두 홍보 영상 모두 능숙하게 촬영되었습니다. 두 사람이 차례로 말하고, 마치 언어 치료사와 약속을 한 것처럼 입을 벌립니다. 그러나 이렇게 세련된 조건에서도 매우 심각한 지연이 발생합니다. 하지만 프레이밍은 완벽합니다. 편안한 인물 사진입니다.

Cisco TelePresence 스피커트랙 60

이 솔루션을 설명하기 위해 공식 브로셔의 텍스트를 사용하겠습니다.
SpeakerTrack 60은 독특한 듀얼 카메라 접근 방식을 사용하여 참가자 간에 직접 빠르게 전환합니다. 한 카메라는 클로즈업된 활성 발표자를 신속하게 찾고, 다른 카메라는 다음 발표자를 검색하여 표시합니다. MultiSpeaker 기능은 다음 스피커가 현재 프레임에 이미 있는 경우 불필요한 전환을 방지합니다.
불행하게도 나는 SpeakerTrack 60을 직접 테스트할 기회가 없었습니다. 따라서 '현장의' 의견과 아래 시연 영상의 분석 결과를 바탕으로 결론을 내려야 한다. 새로운 발표자를 가리킬 때 최대 지연 시간은 거의 8초로 계산되었습니다. 영상으로 판단하면 평균 지연 시간은 2~3초였습니다.

HUAWEI 지능형 추적 비디오 카메라 VPT300

우연히 Huawei에서 이 솔루션을 발견했습니다. 시스템 비용은 약 9달러입니다. Huawei 단말기에서만 작동합니다. 개발자는 자신만의 "트릭"을 추가했습니다. 즉, 방에 다른 사람이 없는 경우 두 스피커의 비디오 레이아웃을 한 화면에 추가하는 것입니다. 특성 및 선언된 기능 측면에서 이것은 자동 안내 시스템의 매우 흥미로운 버전입니다. 하지만 안타깝게도 데모 자료를 전혀 찾지 못했습니다. 이 주제에 대해 등장한 유일한 비디오는 원본 사운드 없이 음악으로 설정된 솔루션의 편집된 비디오 리뷰였습니다. 따라서 시스템의 품질을 평가하는 것은 불가능했습니다. 이러한 이유로 나는 이 옵션을 고려하지 않을 것입니다.
Huawei가 Habré에 대한 활발한 블로그를 운영하고 있는 것으로 확인됩니다. 아마도 동료들이 이 제품에 대한 유용한 정보를 게시할 수 있을 것입니다.

새로운 - 범용 솔루션 SmartCam A12 음성 추적

스마트캠 A12VT - 스피커 추적을 위한 XNUMX개의 PTZ 카메라, 방의 일반적인 레이아웃을 분석하기 위한 XNUMX개의 내장 카메라, 케이스 바닥에 내장된 마이크 어레이를 포함하는 모노블록 - 보시다시피 부피가 크고 상대방과 같은 취약한 구조.
신제품에 대한 설명을 시작하기에 앞서 시스코와 폴리콤 솔루션의 특징과 특징을 정리해 비교해 보겠습니다. 스마트캠 A12VT 기존 제안과 함께.

폴리콤 EagleEye 디렉터

• 터미널이 없는 시스템의 소매 비용 - $ 13K
• EagleEye Director + RealPresence Group 500 솔루션의 최소 비용 — $ 19K
• 평균 스위칭 지연 3초
• 음성 안내 + 영상 분석
• 말하는 사람의 얼굴에 대한 높은 요구 - 입을 숨길 수 없습니다
• 타사 장비와의 비호환성

Cisco TelePresence 스피커트랙 60

• 터미널이 없는 시스템의 소매 비용 - $ 15,9K
• TelePresence SpeakerTrack 60 + SX80 코덱 솔루션의 최소 비용 - $ 30K
• 평균 스위칭 지연 3초
• 음성 안내 + 영상 분석
• 화자의 얼굴 요구 사항 - 확인하지 않음, 정보를 찾지 못함
• 타사 장비와의 비호환성

SmartCam A12 음성 추적

• 터미널이 없는 시스템의 소매 비용 - $ 6,2K
• 최소 솔루션 비용 스마트캠 A12VT + Yealink VC880 - $ 10.8K
• 최소 솔루션 비용 SmartCam A12VT+ 소프트웨어 터미널 - $ 7,7K
• 평균 스위칭 지연 3초
• 음성 안내 + 영상 분석
• 발표자의 얼굴 요구 사항 - 요구 사항 없음
• 타사 호환성 - HDMI

솔루션의 두 가지 주요하고 부인할 수 없는 장점 SmartCam A12 음성 추적 내가 찾은 것 :

1. 연결의 다양성 — HDMI를 통해 시스템은 하드웨어 및 소프트웨어 화상 회의 터미널 시스템과 통합됩니다.
2. 저렴한 비용 — 유사한 기능을 갖춘 A12VT는 위에서 설명한 제안보다 예산 측면에서 몇 배 더 저렴합니다.

시스템 작동 방식을 보여주기 위해 비디오 리뷰를 녹화했습니다. 이 작업은 기능만큼 광고가 아니었습니다. 따라서 이 영상에는 폴리콤 홍보영상의 파토스가 전혀 없습니다. 프레젠테이션을 위해 선택한 장소는 대표 사무소가 아닌 파트너사인 IPMatika 회사의 실험실 회의실이었습니다.
내 목표는 시스템의 결함을 숨기는 것이 아니라 반대로 기능의 병목 현상을 드러내고 시스템이 실수를 하도록 만드는 것이었습니다.

제 생각에는 시스템이 테스트를 성공적으로 통과했습니다. 제가 자신있게 말씀드리는 이유는 이 글을 쓰는 시점에서 해결책이 SmartCam A12 음성 추적 우리 고객의 실제 회의실 XNUMX개를 방문했습니다. 자동화 오작동은 권장 작동 규칙을 위반하는 조건에서만 관찰되었습니다. 특히, 근처 참가자와의 최소 거리. 카메라에 아주 가까이(XNUMX미터 미만) 앉으면 마이크 배열이 사용자를 인식할 수 없고 렌즈가 사용자를 추적할 수 없습니다.

거리 외에도 카메라 높이라는 또 다른 요구 사항이 있습니다.

카메라를 너무 낮게 설치하면 음성 위치 파악에 문제가 발생할 수 있습니다. 불행히도 TV 아래의 옵션이 작동하지 않았습니다.
그러나 디스플레이 장치 위에 시스템을 설치하는 것은 장치를 작동하는 이상적인 방법입니다. 카메라 선반이 포함되어 있으며 벽걸이만 기본으로 지원됩니다.

SmartCam A12 음성 추적 작동 방식

기본 PTZ 렌즈는 동일한 역할을 수행합니다. 해당 렌즈의 임무는 발표자를 교대로 추적하고 전체 계획을 표시하는 것입니다. 실내 전체 그림 분석 및 물체까지의 거리 결정은 시스템 베이스에 통합된 두 대의 카메라에서 수신된 비디오 스트림을 사용하여 수행됩니다. 이 기능을 사용하면 스피커 변경 시 렌즈의 반응 시간을 1~2초로 줄일 수 있습니다. 카메라는 참가자들이 짧은 문장을 주고 받더라도 편안한 리듬으로 교대로 움직입니다.
시스템 작동에 대한 비디오 데모는 기능을 완전히 반영합니다. 스마트캠 A12VT. 하지만 영상을 보지 않으신 분들을 위해 자동화 작동 원리를 말로 설명하겠습니다.

1. 방은 비어 있습니다. 렌즈 중 하나는 일반 계획을 보여주고 두 번째는 준비되었습니다 - 사람들을 기다리고 있습니다
2. 사람들이 방에 들어와 자리에 앉는다. 자유렌즈는 극단적인 참가자 두 명을 찾아 그들 주변의 이미지를 프레임하고 방의 빈 부분을 잘라낸다.
3. 사람들이 움직이는 동안 렌즈는 방에 있는 모든 사람을 교대로 추적하여 프레임 중앙에 유지합니다.
4. 화자가 말하기 시작합니다. 렌즈가 활성화되어 일반 계획에 맞게 조정됩니다. 두 번째는 스피커를 겨냥한 다음 방송 모드로 들어갑니다.
5. 스피커 변경: 첫 번째 스피커에 맞게 조정된 렌즈가 활성화되고 두 번째 렌즈가 와이드 샷을 떨어뜨리고 새 스피커에 맞게 조정됩니다.
6. 첫 번째 스피커에서 두 번째 스피커로 영상을 전환하는 순간, 무료 렌즈가 방의 전반적인 평면에 즉시 조정됩니다.
7. 모두가 침묵한다면, 무료 렌즈는 지체 없이 미리 만들어진 종합 계획을 보여줄 것입니다.
8. 화자가 다시 바뀌면 무료 렌즈가 그를 찾아 갈 것입니다

결론

제 생각에는 작년 ISE와 ISR에서 발표된 이 솔루션은 첨단 기술을 사람들에게 더 가까이 다가가게 해줄 것입니다. 사람에게는 아니더라도 확실히 비즈니스에 더 가까워질 것입니다. 400 루블의 경우 가정용 "장난감"을 구입하는 사람은 거의 없지만 비즈니스, 기업 화상 회의의 경우 이는 카메라 자동 조준 문제에 대한 매우 저렴하고 편리한 솔루션입니다.
다재다능함을 감안할 때 SmartCam A12 음성 추적, 시스템은 처음부터 솔루션으로 사용하거나 기존 화상 회의 인프라 기능의 확장으로 사용할 수 있습니다. 위에서 설명한 제조업체의 독점 시스템과 달리 HDMI를 통한 연결은 사용자에게 큰 진전입니다.

테스트에 도움을 주신 파트너 분들께 감사의 말씀을 전하고 싶습니다.
회사 IP마티카 — Yealink VC880 터미널, 회의실 및 Yakushina Yura용.
회사 스마트AV — 솔루션 및 시스템 제공에 대한 최초이자 독점적인 검토 권한 SmartCam A12 음성 추적 시험용.

마지막 기사에서 온라인 회의실 디자이너 - 최적의 화상 회의 솔루션 선택, 웹사이트 프로모션으로 vc4u.ru и VKS 디자이너 우리는 발표했다 10% 할인 가격부터 디렉토리 코드워드로 하브르 2019년 여름이 끝날 때까지.

할인은 다음 섹션의 제품에 적용됩니다.

• 하드웨어 비디오 터미널
• 화상 회의 카메라
• VKS 서버

결정에 SmartCam A12 음성 추적 기존 5%에 추가로 10% 할인을 해드립니다~ 15년 여름 말까지 총 2019%입니다.

설문조사를 통해 여러분의 의견과 답변을 기다리겠습니다!

관심을 가져 주셔서 감사합니다.
निष्ठापूर्वक,
키릴 우시코프(우시코프)
머리
비디오 감시 및 화상 회의 시스템
[이메일 보호]
stss.ru
vc4u.ru

등록된 사용자만 설문 조사에 참여할 수 있습니다. 로그인제발

SmartCam A12 음성 추적은 얼마나 유용합니까?

• 드디어 소프트웨어와 하드웨어 단말기를 위한 범용 솔루션이 등장했습니다!

• 해결책은 좋지만 다른 사용 가능한 옵션도 있습니다(댓글에 쓰겠습니다).

• 시스템이 약하고 Polycom과 Cisco에 도달하지 않습니다. 왜 3배를 더 지불해야 하는지 댓글에 적어드리겠습니다!

• 어쨌든 회의실에서 자동 안내가 필요한 사람은 누구입니까?

• 어쨌든 회의실에서 PTZ 카메라가 필요한 사람은 누구입니까? — 웹캠을 연결했는데 괜찮았어요!

8명의 사용자가 투표했습니다. 5명의 사용자가 기권했습니다.

출처 : habr.com