一种实施例，正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的面部的图像在所述特定图像中的大小大于在所述普通图像中的大小。由此，第一会议场所有一个人或多个人时，改变图像中的讲话的人员的面部的图像的大小，使听众知道讲话是否是针对自己。
[0057]例如，声音跟踪系统V确定处于第一会议场所10的人员A1、A2、A3中谁正在讲话，判断系统J判断正在讲话的人员是正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话还是针对所有听众讲话，根据判断系统J判断的结果，会议系统100中的第二图像显示系统D2对多个听众B1、B2、B3提供不同的图像或相同的图像，例如第二图像显示系统D2可以是多视场显示系统或多个显示器，由此可以对多个听众B1、B2、B3提供不同的图像，这样就可以根据不同的需要，更加接近地还原实际的远程会议场景。
[0058]比如，在第一会议场所10，如图1所示，声音跟踪系统V检测到正在讲话的人员A2在讲话，并且正在讲话的人员A2在讲话时如果眼部盯着第一图像显示系统Dl中的听众B3的图像，判断系统J判断出正在讲话的人员A2和听众B3是在进行单独的对话和交流，第二图像显示系统D2会向听众B3显示特定的图像，例如采用多视场显示系统向听众B3显示特定的图像，而第二图像显示系统D2向其他听众BI和B2依旧提供普通图像，例如第一会议场所10的全部场景，即第二图像显示系统D2向其他听众BI和B2提供的普通图像不受影响。如果眼球跟踪系统E探测到正在讲话的人员A2的眼部动作没有固定的对象，那么判断系统J会判断出正在讲话的人员A2是针对所有听众B1、B2、B3在讲话，所以第二图像显示系统D2不会做特殊处理或所以第二图像显示系统D2提供所有第一会议场所10的人员Al、A2、A3的图像。
[0059]例如，在视频会议中，眼球跟踪系统E会捕捉到正在讲话的人员A2盯着第一图像显示系统Dl中的听众B3的图像，语音跟踪系统V检测到正在讲话的人员A2发出声音，由此判断系统J判断出正在讲话的人员A2主要是针对听众B3进行讲话，这样在摄像系统C的配合下，将采集的图像输送给第二图像显示系统D2，第二图像显示系统D2会向听众B3显示特定的图像，例如正在讲话的人员A2的单人的影像，而第二图像显示系统D2向其他听众BI和B2依旧提供普通图像，例如第一会议场所10的全景的视频影像或所有第一会议场所10的人员A1、A2、A3的图像。由此，提高了远程视频会议的针对性，避免讲话者针对听者的不确定导致的交流阻塞。
[0060]作为另一个示例，在视频会议中，眼球跟踪系统E通过捕捉人员Al、A2、A3的眼球动作检测到人员A1、A2的眼部分别盯着第一图像显示系统Dl中的听众BI和B3，同时语音跟踪系统V也同时检测到人员A1、A2发出声音，由此判断系统J判断出正在讲话的人员Al和听众BI是在进行一对一讲话，并且正在讲话的人员A2和听众B3是在进行一对一讲话，第二图像显示系统D2会向听众BI显示特定的图像，例如正在讲话的人员Al的单人的影像，向听众B3显示特定的图像，例如正在讲话的人员A2的单人的影像，而第二图像显示系统D2向其他听众B2依旧提供普通图像，例如第一会议场所10的全景的视频影像或所有第一会议场所10的人员A1、A2、A3的图像。
[0061]下面描述根据本发明的实施例的进行远程会议的方法。
[0062]参见图2，根据本发明的实施例的进行远程会议的方法包括:
[0063]步骤SlOO:在第一会议场所10利用第一图像显示系统Dl显示多个听众B1、B2、B3的图像；
[0064]步骤S200:利用检测系统检测处于第一会议场所10的人员A1、A2、A3的头部的至少一部分的动作或位姿；
[0065]步骤S300:利用判断系统J基于所述检测系统检测到的动作或位姿判断正在讲话的人员是正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话还是针对所有听众讲话；
[0066]步骤S400:在所述判断系统J判断出正在讲话的人员是正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话时，利用处于第二会议场所20的第二图像显示系统D2向所述多个听众B1、B2、B3中的某一听众或某些听众显示特定图像，使所述多个听众B1、B2、B3中的某一听众或某些听众知道正在讲话的人员是正在对自己讲话。由此，使远程会议中目标听众知道讲话的人员正在对自己讲话。
[0067]参见图2，进行远程会议的方法还包括:步骤S500:在所述判断系统J判断出正在讲话的人员是正在对所有听众讲话时，利用所述第二图像显示系统D2向所有听众显示普通图像。由此，听众能够知道讲话不是针对自己。
[0068]根据本发明的一些实施例，进行远程会议的方法还可以包括:在判断正在讲话的人员是正在对所述多个听众中的某一听众或某些听众讲话还是针对所有听众讲话之前，利用声音跟踪系统确定处于第一会议场所的人员中谁正在讲话。由此可以在第一会议场所具有多个人员时自动确定谁正在讲话。
[0069]根据本发明的一个示例，所述检测系统是眼球跟踪系统，所述眼球跟踪系统构造成检测处于第一会议场所的人员的眼球动作，所述判断系统基于所述眼球跟踪系统检测到的眼球动作，判断正在讲话的人员是正在对所述多个听众中的某一听众或某些听众讲话还是针对所有听众讲话。由此，可以更准确地确定正在讲话的人员是正在对所述多个听众中的某一听众或某些听众讲话还是针对所有听众讲话。
[0070]根据本发明的一些实施例，进行远程会议的方法还包括:利用所述第二图像显示系统D2在向所述多个听众B1、B2、B3中的某一听众或某些听众显示特定图像的同时，向其余的听众显示普通图像。由此，其余的听众能够知道讲话不是针对自己。
[0071]根据本发明的一些实施例，除了正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员之外，在第一会议场所10还包括另外的人员，所述特定图像仅仅包含正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的图像或仅仅包含正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的面部的图像。由此，在两个会议场所都有多个人时，向某一听众或某些听众提供仅仅包含讲话的人员的图像，使听众知道讲话是针对自己。
[0072]根据本发明的另外一些实施例，除了正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员之外，在第一会议场所10还包括另外的人员，所述特定图像仅仅包含正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的图像或仅仅包含正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的面部的图像，而所述普通图像包含正在讲话的人员以及至少一个另外的人员的图像或正在讲话的人员以及至少一个另外的人员的面部的图像。由此，在两个会议场所都有多个人时，向听众提供仅仅包含讲话的人员的图像或包含第一会议场所的所有人的图像，使听众知道讲话是否是针对自己。
[0073]作为特定图像和普通图像的一种实施例，除了包含正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的图像之外，所述普通图像比所述特定图像包含更多的场景的图像。由此，第一会议场所有一个人或多个人时，改变图像中的场景的大小，使听众知道讲话是否是针对自己。
[0074]作为特定图像和普通图像的另一种实施例，正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员的图像在所述特定图像中的大小大于在所述普通图像中的大小。由此，第一会议场所有一个人或多个人时，改变图像中的讲话的人员的图像的大小，使听众知道讲话是否是针对自己。
[0075]作为特定图像和普通图像的再一种实施例，正在对所述多个听众B1、B2、B3中的某一听众或某些听众讲话的人员A1、A2、A3的面部的图像在所述特定图像中的大小大于在所述普通图像中的大小。由此，第一会议场所有一个人或多个人时，改变图像中的讲话的人员的面部的图像的大小，使听众知道讲话是否是针对自己。