臺灣博碩士論文加值系統

遠距教學系統可替偏遠地區的孩子達到跟都市孩子一樣的學習條件，所以近年來遠距教學系統正在蓬勃發展中，而錄製乃為遠距較學系統的一個重要環節。我們的目的是建置一套自動化演講錄製系統，有多台ptz網路攝影機拍攝。與傳統遠距教學系統不同的是，我們的系統會擁有兩個顯示畫面，其一是由多台ptz網路攝影機的取景，攝影機的拍攝建立於攝影學的基礎上，鏡頭的切換可使觀看者不易感到無聊，進而增進學習效率。另一顯示畫面為清楚的投影片內容，由於直接透過網路傳輸，觀眾於觀看時不會受到講者阻擋、光影變化等狀況導致模糊不清。
　　本文的系統架構根據實際拍攝場景分成虛擬導播（Virtual director）、虛擬攝影師(Virtual cameraman)、投影片即時取像(Slide capture) 三個部分，虛擬導播一共分為兩個部分，場景分析(Scene analyzer)、時空分析(Spatio-temporal analyzer)。場景分析以場上狀況決定適合切換的鏡頭，並利用有限狀態機來描述自動化演講錄製系統。時空分析使用攝影學的角度分析出三部攝影機當中人眼看起來最具有美感的鏡頭，配合場景分析決策出切換的鏡頭。虛擬攝影師則一共由三個攝影機所構成，拍攝演講者(speaker)、觀眾(audience)、全景(overview)。投影片即時取像則將顯示畫面利用網路傳輸到虛擬導播，並且使用jpeg圖片壓縮法。
　　本文將實作所提出之系統架構，最終輸出畫面為虛擬導播選鏡完後的結果與投影片內容，實現自動化錄製演講系統。

Distant learning provides equal opportunities for learners living in either metropolises or remote countries. Lecture recording systems play an important role in collecting discourse contents for distant learning. In this paper, an automated lecture recording (ALR) system is presented. The proposed system is composed of two principal components, referred to as the virtual cameraman (VC) subsystem and the virtual director (VD) subsystem, respectively.
There are three PTZ cameras and a Kinect device incorporated in the VC subsystem. It determines the views of the speaker, audiences and auditorium to be taken by the cameras based on their images and a set of shooting rules. The VD subsystem performs spatiotemporal analyses on the images provided by the VC subsystem, from which appropriate images are selected to present. The behavior of the ALR system is governed by a deterministic finite automaton with the minimum number of states.

第一章 緒論 1
1.1　研究背景 1
1.2 文獻探討 5
1.3 論文架構 6
第二章 系統架構 7
2.1 系統運作規則與架設 7
2.2　系統流程 13
2.2.1 手動控制 14
2.2.3 虛擬導播 16
2.2.4 投影片擷取(Slide obtainment) 18
2.3　系統各設備考量 19
第三章 虛擬導播 25
3.1 場景規則分析(Rule-based analysis)： 25
3.2 有限狀態機 27
3.2.1 有限狀態機(finite-state machine) 27
3.2.2 狀態(state)與輸入符號(symbol) 27
3.2.3 狀態轉移函數 28
3.2.4 空轉移 28
3.2.5 非確定性有限狀態機(Nondeterministic finite automaton) 29
3.2.6 確定性有限狀態機(Deterministic finite automaton) 30
3.3 有限狀態機應用於場景規則分析 30
3.3.1　建立狀態與輸入符號 30
3.3.2 基於規則建立狀態轉移函數 32
3.3.3　建構非確定性有限狀態機 37
3.3.4　轉換為確定性有限狀態機 40
3.3.5 轉換為最簡化確定性有限狀態機 46
3.4 投影片即時取像 47
3.5 時空分析 48
3.5.1 Rule of thirds 48
3.5.2 Headroom 49
第四章 虛擬攝影師 51
4.1 Speaker Camera 51
4.1.1 攝影機架設： 51
4.1.2 攝影機校正與控制 52
4.1.3 追蹤講者 55
4.1.4 器具偵測 55
4.1.5 姿勢辨識 55
4.2 Audience Camera 55
4.2.1 攝影機架設 56
4.2.2 觀眾偵測 56
4.2.3 提問偵測 56
4.3 Overview Camera 57
4.3.1 攝影機架設 57
4.3.2 攝影機畫面接收 58
4.3.3 攝影機控制 58
第五章 實驗結果 59
5.1 管理者介面 60
5.1.1 攝影機畫面與控制器 60
5.1.2 場上狀況與有限狀態機實圖 61
5.2 使用者介面 62
5.2.1　輸出畫面 62
5.2.2 投影片播放 63
5.3 選鏡結果 63
5.3.1 講者不在講台上 63
5.3.2 講者在講台上 64
5.3.3 講者有特別的手勢 65
5.3.4 觀眾提問 67
5.4 切換投影片 68
第六章 結論與未來工作 70
6.1 結論 70
6.2 未來工作 72
參考文獻

[Rui01]Rui， Y.， He， L.， Gupta， A.， and Liu， Q. 2001.， “Building an intelligent camera management system.” In Proceedings of the ACM Multimedia， 2-11
[Ron03] Ron Baecker，”A principled design for scalable internet visual communications with rich media， interactivity， and structured archives” CASCON '03: Proceedings of the 2003 conference of the Centre for Advanced Studies on Collaborative research， IBM， 2003
[Yon03] Yong Rui， Anoop Gupta， Jonathan Grudin，”Videography for telepresentations” ACM， Proceedings of the SIGCHI conference on Human factors in computing systems， 2003.
[Yon08] Cha Zhang， Yong Rui， Jim Crawford， Li-Wei He， ” An automated end-to-end lecture capture and broadcasting system” ACM Transactions on Multimedia Computing， Communications， and Applications (TOMCCAP) ， vol 4， 2008.
[Bia04] Bianchi， “Automatic video production of lectures using an intelligent and aware environment. ” In Prcceedings of the 3rd International Conference on Mobile and Ubiquitous Multimedia， pp. 117-123
[Row01] ROWE， L. A， PLETCHER， P.，HARLEY，D.， AND LAWRENCE， S， ”BIBS:Alecture webcasting system.” BMRC 2001.
[Oni04] Onishi M.， Fukunaga， K.， ”Shooting the lecture scene using computer-controlled cameras based on situation understanding and evaluation of video images” ICPR 2004. Proceedings of the 17th International Conference on vo1， pp:781 – 784， 2004.
[Wan03] Wang， F.， Ngo， C. W.， and Pong， T.C. ， “Synchronization of lecture videos and electronic slides by video text analysis.” In Proceedings of the ACM Multimedia， 315-318
[Har81] Harry Lewis “Elements of the Theory of Computation (2nd Edition)”
[Cmn 05] CHRISTIE M.， MACHAP R.， NORMAND J.-M.，OLIVIER P.， PICKERING J.: Virtual camera planning: A survey.In Smart Graphics (2005)， pp. 40–52.
[Co06] CHRISTIE M.， OLIVIER P.: Camera control in computer graphics. In Eurographics 2006 Star Report (2006)， pp. 89–113.
[MK06] MCCABE H.， KNEAFSEY J.: A virtual cinematography system for first person shooter games. In Proceedings of International Digital Games Conference (2006)， pp. 25–35.