はじめに
これまで、第１回から第５回目まで、各機能について解説を行ないました。今回はまとめとして、実際の会議の様子をご紹介します。なお、諸事情により静止画での説明となります。動画も確認したいという場合は、OpenVINO.jpまでお問い合わせください。
Xacti社の360°Web会議カメラ CX-MT100
Xacti社 360°Web会議カメラ CX-MT100をテーブルの中心に配置し、上下パノラマモードで撮影するとこのような動画が撮影できます。
Web会議画面の構成
青色の枠はPerson detection、緑色の枠はFace detectionで検出した結果です。認識した領域を切り出す事で、Web会議画面を構成します。
Web会議画面その１
Web会議画面その１です。上部に参加者を、下部に全体の様子を表示しています。参加者それぞれを認識し、名前、所属などを表示します。
Web会議画面その２
Web会議画面その２です。４人の参加者を切り出しています。参加者それぞれを認識し、名前、所属などを表示します。
話者特定機能
ミーティング中の話者を特定する機能です。facial-landmark detectionを利用して、上唇と下唇（緑色の点）を検出します。mouthで表示されているのが上唇と下唇の差分を数値化したものです。
OCR機能
会議室にある、ホワイトボードに記載した文字を読み取る機能です。
ホワイトボードのズームをONにした画面です。
認識したテキスト領域を示すウィンドウ（右）と、検出した文字のウィンドウ（左）を表示しています。
上下パノラマモードに対してOCRを行なった例です。
認識したテキスト領域を示すウィンドウ（右）と、検出した文字のウィンドウ（左）を表示しています。
まとめ
今回で「Xacti社の360°Web会議カメラにAI機能を実装する」の短期連載が終了となります。OpenVINOを利用する事で、様々なシーンへのAI活用が可能ですので、ぜひ検討してみてください。検討や実装にあたって不明な点などがありましたら、お気軽にOpenVINO.jpまでお問い合わせ頂けると嬉しいです。
最後になりますが、今回の実装にあたって、yas-simさんのプログラム（https://github.com/yas-sim）が非常に参考になり助かりました。ありがとうございました。
フリーのITエンジニア（何でも屋さん）。趣味は渓流釣り、サッカー観戦、インラインホッケー、アイスホッケー、RaspberryPiを使った工作など。AI活用に興味があり試行錯誤中です。
