AI驅(qū)動“無感”發(fā)言者追蹤，Q-SYS VisionSuite為混合辦公注入新活力

AI驅(qū)動“無感”發(fā)言者追蹤

　　Q-SYS于2023年收購了Seervision，一家總部位于瑞士的工業(yè)公司，致力于開發(fā)人工智能(AI)驅(qū)動的相機自動化軟件。它可以識別和跟蹤人物的動作，當人物對象移動時，攝像機能自動調(diào)整焦距、變焦和圖片細節(jié)，保證精準生動的攝影。

　　Q-SYS將Seervision基于AI驅(qū)動的視覺場景分析 與Q-SYS ACPR多攝像機預(yù)置位調(diào)用 、Q-SYS AutoFraming自動構(gòu)圖 和Q-SYS Control自動化控制 集成，打造VisionSuite智能化會議解決方案 ，利用人體姿態(tài)探測進行視覺追蹤，實現(xiàn)自然流暢、自適應(yīng)的發(fā)言者追蹤和C位構(gòu)圖，為現(xiàn)場和遠程的會議、教學(xué)、協(xié)作等帶來非凡的視聽、互動交流體驗。無論身在何處，該系統(tǒng)都能確保他們感受到團隊之間的緊密凝聚與聯(lián)系，持續(xù)保持高度的專注和參與熱情。不僅適用于演講、教育、大型會議等多種混合會議場景，還可應(yīng)用于電視轉(zhuǎn)播、舞臺表演及體育賽事等多元場景。

對現(xiàn)場和虛擬體驗的“重新定義”

　　Q-SYS VisionSuite在演講者追蹤方面實現(xiàn)了對現(xiàn)場和虛擬體驗的“重新定義”。主要體現(xiàn)在：

　　演講者無感體驗 ：VisionSuite產(chǎn)品利用AI技術(shù)，特別是計算機視覺追蹤，實現(xiàn)了對演講者動作的精準捕捉和畫面的無縫跟隨。相較于傳統(tǒng)技術(shù)，演講者在使用過程中幾乎感覺不到系統(tǒng)的存在，從而獲得“無感”的使用體驗，這是對以往演講者追蹤技術(shù)的重大顛覆。

　　多模態(tài)融合 ：目前市場上有各種追蹤技術(shù)，主要分為基于語言和視覺分析兩大類。無論是基于語言還是圖像分析，它們都各有利弊。而Q-SYS VisionSuite在這方面獨樹一幟，創(chuàng)新地結(jié)合了這兩種分析方式，能夠根據(jù)實際場景和需求靈活選擇或融合使用不同算法，確保在各種復(fù)雜條件下都能實現(xiàn)自然、絲滑的追蹤效果，極大提升用戶體驗和適應(yīng)性。

　　視覺分析與技術(shù)門檻 ：Q-SYS采用了外置GPU顯卡以增強視覺分析能力，確保系統(tǒng)擁有強大的算力來支持復(fù)雜的AI和視覺運算。盡管目前僅發(fā)布了首個版本，但其軟件具有巨大的開發(fā)潛力，用戶只需通過在線軟件升級即可享受到不斷優(yōu)化和擴展的使用體驗。

　　技術(shù)亮點

　　釋放演講者的力量，為遠程學(xué)習(xí)和高影響力協(xié)作空間提供支持。借助 Q-SYS Seervision AI 加速器，Q-SYS 利用基于計算機視覺的場景分析和自適應(yīng)全身追蹤技術(shù)，自動追蹤并框定演講者，以提供更加自然的體驗。

　　追蹤定制與行為預(yù)測

　　- Adaptive Full Body Tracking -

　　全身自動攝像追蹤技術(shù) 可確保演講者始終保持在視野范圍內(nèi)，即使演講者轉(zhuǎn)身背對攝像頭，也能實現(xiàn)流暢的演播級水平的自動追蹤，同時過濾不必要的視覺噪聲。其專有算法可預(yù)測運動 ，系統(tǒng)能夠根據(jù)演講者的移動速度和方向調(diào)整攝像頭移動，就如同一個經(jīng)驗豐富的攝影師在操作，以確保始終呈現(xiàn)出最佳的畫面布局，同時為遠端觀眾創(chuàng)造自然的觀看體驗。

　　AI人體姿態(tài)檢測

　　- AI Human Pose Detection -

　　與傳統(tǒng)的面部檢測和目標追蹤不同，Q-SYS VisionSuite采用了人體姿態(tài)檢測HPE技術(shù) 。通過識別人體關(guān)鍵點，即使在多人場景中也能準確鎖定并跟蹤制定目標。這種技術(shù)能夠有效區(qū)分真實人物 與圖片或視頻中的人物形象，避免了誤判導(dǎo)致的追蹤錯誤。

　　基于視覺的控制和自動化

　　- Vision-Based Zones -

　　通過使用觸發(fā)區(qū)域功能 ，Seervision 可以實時對舞臺上發(fā)生的活動做出反應(yīng)。您可以創(chuàng)建自定義設(shè)置 ，這些設(shè)置會根據(jù)演講者所在的位置以及他們在特定區(qū)域停留的時間長短來觸發(fā)。(以下視頻為例，在綠色區(qū)域觸發(fā)全身取景，在紅色區(qū)域觸發(fā)上半身特寫)

　　靈活多變的追蹤模式

　　- Customizable Tracking -

　　您可以創(chuàng)建動態(tài)鏡頭，實時調(diào)整以適應(yīng)演講者的身體尺寸。針對單人演講、多人演講以及與電子白板互動等不同情況，系統(tǒng)可根據(jù)不同的演講風(fēng)格進行場景優(yōu)化 ，調(diào)整畫面切換與鏡頭運動，提供最佳的視覺呈現(xiàn)。

　　無縫的Q-SYS集成

　　- Seamless Q-SYS Integration -

Q-SYS VisionSuite相關(guān)設(shè)備

　　Seervision服務(wù)器是基于IP的，只需要一根網(wǎng)線 就可以與Q-SYS集成。Seervision解決方案使用視頻數(shù)據(jù)來分析和控制專用的Q-SYS網(wǎng)絡(luò)攝像機，且不會影響實際的視頻信號。

　　Seervision僅與Q-SYS NV系列網(wǎng)絡(luò)攝像機兼容：

　　NC-12x80 / NC-20x60 網(wǎng)絡(luò)攝像機：用于演講者追蹤或固定視角

　　NC-110 網(wǎng)絡(luò)攝像機：用于廣角或固定視角

　　通過Q-SYS控制實現(xiàn)房間自動化

　　- Room Automation via Q-SYS Control -

　　將智能攝像跟蹤與 Q-SYS 控制系統(tǒng)相結(jié)合，可為您的系統(tǒng)配備原生 Q-SYS 設(shè)備和其他第三方房間設(shè)備的完全自動化控制 。想象一下，演講者只需走進房間的特定區(qū)域即可觸發(fā)燈光變化或切換顯示器的電源，“無感”地實現(xiàn)卓越的混合會議視聽體驗。

　　應(yīng)用場景示例

　　Q-SYS VisionSuite 提供了一種可擴展的智能視頻解決方案，能夠滿足會議室、講堂和高效協(xié)作空間中的各種演示和協(xié)作需求。以下是一些初始用例的示例。我們將很快支持更多的應(yīng)用場景。

　　單一演講者

　　- Single Presenter -

　　攝像機設(shè)置：

　　一臺演講者追蹤攝像機：Q-SYS 網(wǎng)絡(luò)云臺攝像機

　　適用場景：

　　教室

　　講堂/全員會議室

　　會議室

　　可分割的房間

　　用戶體驗：

　　攝像頭從用戶設(shè)置的默認位置啟動，并自動追蹤進入“演講者追蹤區(qū)域 ”的演講者。

　　當演講者離開“演講者追蹤區(qū)域”時，演講者追蹤攝像機自動恢復(fù)到用戶設(shè)置的默認位置(例如房間的廣角畫面)。

　　單一演講者+靜態(tài)視圖

　　- Single Presenter+Static View -

　　攝像機設(shè)置：

　　一臺演講者追蹤攝像機(主)：Q-SYS 網(wǎng)絡(luò)云臺攝像機

　　一臺靜態(tài)視圖攝像機(輔)：Q-SYS 網(wǎng)絡(luò)電動云臺或云臺攝像機

　　適用場景：

　　教室

　　講堂/全員會議室

　　會議室

　　用戶體驗：

　　主攝像頭從用戶設(shè)置的默認位置啟動，并自動追蹤進入“演講者追蹤區(qū)域”的演講者。

　　當演講者進入預(yù)設(shè)好的“觸發(fā)區(qū)域-白板視圖 ”時，系統(tǒng)會迅速切換至靜態(tài)視圖攝像機，為觀眾清晰地呈現(xiàn)白板內(nèi)容。

　　如果沒有演講者在“演講者追蹤區(qū)域”或“觸發(fā)區(qū)域-白板視圖”，主攝像頭將自動恢復(fù)到用戶設(shè)置的默認位置(例如房間的廣角視圖)。

　　單一演講者+靜態(tài)視圖+ACPR

　　- Single Presenter+Static View+ACPR -

　　攝像機設(shè)置：

　　一臺演講者追蹤攝像機：Q-SYS 網(wǎng)絡(luò)云臺攝像機

　　一臺靜態(tài)視圖攝像機：Q-SYS 網(wǎng)絡(luò)電動云臺或云臺攝像機

　　ACPR攝像機：Q-SYS 網(wǎng)絡(luò)電動云臺或云臺攝像機(無數(shù)量限制)

　　適用場景：

　　教室

　　講堂/全員會議室

　　會議室

　　可分割的房間

　　用戶體驗：

　　主攝像頭從用戶設(shè)置的默認位置啟動，并自動追蹤進入“演講者追蹤區(qū)域”的演講者。

　　當演講者進入預(yù)設(shè)好的“觸發(fā)區(qū)域-白板視圖”時，輔助攝像頭會自動對準白板，提供一個固定的白板視圖。

　　如果沒有演講者進入“演講者追蹤區(qū)域”或“觸發(fā)區(qū)域-白板視圖”，主攝像頭將自動恢復(fù)到用戶設(shè)置的默認位置(例如房間的廣角視圖)。

　　當參會者發(fā)言 時，Q-SYS 使用房間內(nèi)麥克風(fēng)的數(shù)據(jù)來觸發(fā)用戶設(shè)置的攝像機預(yù)設(shè)，并將實時視頻流切換到發(fā)言者畫面 。

　　多演講者

　　- Multi-Presenter -

　　攝像機設(shè)置：

　　一臺演講者追蹤攝像機(主)：Q-SYS 網(wǎng)絡(luò)云臺攝像機

　　一臺指揮者攝像機(輔)：Q-SYS 網(wǎng)絡(luò)電動云臺或云臺攝像機

　　適用場景：

　　講堂/全員會議室

　　用戶體驗：

　　主攝像頭從用戶設(shè)置的默認位置啟動，并自動追蹤進入“演講者追蹤區(qū)域”的第一個演講者。

　　當在“演講者追蹤區(qū)域”內(nèi)檢測到第二位演講者時 ，實時視頻流會切換到指揮者攝像機 ，以更寬廣的角度呈現(xiàn)兩位演講者的互動(只要兩位演講者都保持在追蹤區(qū)域內(nèi))。

　　畫面會持續(xù)保持在指揮者追蹤攝像機上，一旦其中一位演講者離開了“演講者追蹤區(qū)域”，畫面將切換回主攝像機，捕捉并追蹤留下的那位演講者。

　　量身定制的解決方案

　　- Tailored for Every Space -

　　Q-SYS VisionSuite 解決方案可以靈活適應(yīng)各種更為復(fù)雜的房間類型 (如靈活分隔空間)。這種設(shè)計可以根據(jù)房間的配置啟用不同的使用模式。例如，當房間被分隔成多個空間時，您可以使用單一演講者追蹤模式;當房間合并為一個整體時，則可以啟用多個演講者追蹤模式。

　　系統(tǒng)概述

　　AI技術(shù)在PRO AV行業(yè)中創(chuàng)造巨大價值，并推動行業(yè)向前發(fā)展。Q-SYS VisionSuite作為一個創(chuàng)新的智能化會議解決方案，區(qū)別于市場上其他同類技術(shù)，對提升會議質(zhì)量、增加互動性方面起到關(guān)鍵的作用。在大型演講、遠程教育、混合會議方面有極高的應(yīng)用價值，可以為企業(yè)、學(xué)校/高校、酒店/大型場所等帶來無限的可能。