服务器装置、服务器装置的发送处理方法、客户端装置、客户端装置的接收处理方法以及服务器系统与流程

本技术涉及一种服务器装置、一种服务器装置的传输处理方法、一种客户端装置、一种客户端装置的接收处理方法和一种服务器系统，更具体地，涉及一种适用于监视系统、图像分发系统等的服务器装置等。

背景技术：

例如，专利文献1公开了一种系统，该系统经由诸如互联网等网络将图像内容从分发服务器(内容提供服务器)分发到客户终端(用户终端)。此外，例如，专利文献2公开了一种监视系统，其中，监视相机(网络相机)经由网络连接到监视装置(计算机)，并且监视图像数据经由网络从监视相机传输到监视装置。

引文列表

专利文献

专利文献1：日本专利申请公开号2004-110277

专利文献2：日本专利申请公开号2005-175758

技术实现要素：

本发明要解决的问题

本技术的目的是使客户端装置能够适当地控制服务器装置的成像状态。

问题的解决方案

本技术的概念是一种服务器装置，包括：

成像单元，对对象成像，获得图像数据；以及

发送单元，将预定格式的包括由图像数据构造的视频流的容器发送到客户端装置，其中，

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中。

在本技术中，成像单元捕捉对象的图像，以获得图像数据。发送单元将包括由通过成像获得的图像数据配置的视频流的预定格式的容器发送到客户端装置。例如，容器可以是用于使用互联网等进行分发的mp4或者是除此之外的格式的容器。

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中。例如，捕捉信息可以包括关于成像单元的成像方向的信息。此外，捕捉信息可以包括关于成像单元的焦距的信息。此外，捕捉信息可以包括关于成像单元的变焦比的信息。

以这种方式，在本技术中，表明成像单元中成像状态的捕捉信息插入视频流的层和/或容器的层中。因此，客户端装置可以基于捕捉信息容易地掌握服务器装置的成像单元中的成像状态(例如，成像方向、焦距和变焦比)，由此可以适当地控制服务器装置的成像状态。

注意，在本技术中，例如，表明其自己的服务器装置的位置的位置信息可以进一步插入视频流的层和/或容器的层中。例如，位置信息可以是gps数据。在这种情况下，客户端装置可以基于位置信息容易地掌握服务器装置的位置，即，成像位置的纬度、经度、高度、成像时间等。

此外，在本技术中，例如，用于识别捕捉信息和位置信息的组合的标识信息和用于识别其自身的服务器装置的标识信息可以进一步插入视频流的层和/或容器的层中。在这种情况下，在客户端装置中，可以使用那些标识信息来识别从服务器装置发送的视频流。

此外，在本技术中，例如，还可以包括：接收单元，其从客户端装置接收用于控制成像单元中的成像状态的控制信息；以及控制单元，其基于控制信息来控制成像单元的成像状态。在这种情况下，可以使用客户端装置将成像单元中的成像状态(例如，成像方向、焦距和变焦比)设置为客户端装置的用户想要的状态。

此外，本技术的另一概念是客户端装置，包括：

接收单元，其从服务器装置接收预定格式的容器，该容器包括视频流，

所述视频流包括通过用成像单元对对象成像而获得的图像数据，

表明成像单元的成像状态的捕捉信息插入视频流的层和/或容器的层中，

所述客户端装置还包括：

控制单元，其控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

在本技术中，接收单元从服务器装置接收预定格式的包括视频流的容器。例如，容器可以是用于使用互联网等进行分发的mp4或者是除此之外的格式的容器。视频流包括通过利用成像单元对对象成像而获得的图像数据，并且表明成像单元的成像状态的捕捉信息插入视频流的层和/或容器的层中。

控制单元控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

以这种方式，在本技术中，基于插入视频流的层和/或容器的层中的捕捉信息，使用成像单元的成像状态的显示，根据用户操作的控制信息发送到服务器装置。因此，可以适当地控制服务器装置的成像状态，并且可以从服务器装置提供和接收通过以期望的成像状态成像而获得的图像数据。

注意，在本技术中，例如，表明服务器装置的位置的位置信息可以进一步插入视频流的层和/或容器的层中，并且所述控制单元还可以控制基于用户操作获取用于访问与上述服务器装置不同的另一服务器装置的访问信息的处理以及基于访问信息访问该另一服务器装置的处理。

例如，访问信息可以是另一服务器装置的url。在这种情况下，使用url直接访问另一服务器装置。此外，例如，访问信息可以是将位置信息转换成url的转换服务器的url和位置信息。在这种情况下，通过访问转换服务器间接访问另一服务器装置。

以这种方式，获得用于基于表明服务器装置的位置的位置信息来访问另一服务器装置的访问信息，由此可以容易地执行用于访问另一服务器装置的处理。

此外，本技术的另一概念是一种服务器系统，其中，多个服务器装置和客户端装置经由网络相互连接，其中，

服务器装置包括：

成像单元，其捕捉对象的图像，以获得图像数据；以及

发送单元，其将预定格式的包括由所述图像数据构造的视频流的容器发送到客户端装置，

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中，

所述客户端装置包括：

接收单元，其从服务器装置接收预定格式的容器，并且

所述客户端装置还包括：

控制单元，其控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

例如，表明服务器装置的位置的位置信息可以进一步插入视频流的层和/或容器的层中，并且所述控制单元还可以控制基于用户操作获取用于访问与服务器装置不同的另一服务器装置的访问信息的处理以及基于访问信息访问另一服务器装置的处理。

此外，本技术的另一概念是一种服务器装置，包括：

存储器，存储由用于识别成像装置的捕捉装置标识信息以及用于识别包括所述成像装置的时间信息的位置信息和所述成像装置的成像状态信息的组合的捕捉视图标识信息所识别的多个视频流；

接收单元，从客户端装置接收再现请求，在所述再现请求中，要被再现的视频流由捕捉装置标识信息和捕捉视图标识信息指定；以及

发送单元，从存储器读取所指定的视频流，并将预定格式的包括视频流的容器发送到客户端装置。

在本技术中，多个视频流(视频文件)存储在存储器中。每个视频流可以由用于识别成像装置的捕捉装置标识信息和用于识别包括成像装置的时间信息的位置信息和成像装置的成像状态信息的组合的捕捉视图标识信息来识别。

接收单元从客户端装置接收再现请求，在再现请求中，要再现的视频流由捕捉装置标识信息和捕捉视图标识信息指定。发送单元从存储器读取指定的视频流，并将预定格式的包括视频流的容器发送到客户端装置。

以这种方式，在本技术中，客户端装置可以使用捕捉装置标识信息和捕捉视图标识信息来指定要再现的视频流，并且可以向客户端装置提供期望的视频流。

此外，本技术的另一概念是一种客户端装置，包括：

发送单元，向服务器装置发送再现请求，在再现请求中，由用于识别成像装置的捕捉装置标识信息和用于识别成像装置的位置信息和成像装置的成像状态信息的组合的捕捉视图标识信息来指定要被再现的视频流；

接收单元，从服务器装置接收预定格式的容器，容器包括与再现请求对应的视频流；以及

处理单元，从包含在容器中的视频流获得显示图像数据。

在本技术中，发送单元向服务器装置发送再现请求，在再现请求中，指定要再现的视频流。在这种情况下，通过用于识别成像装置的捕捉装置标识信息和用于识别成像装置的位置信息和成像装置的成像状态信息的组合的捕捉视图标识信息，来指定要被再现的视频流。

接收单元从服务器装置接收预定格式的容器，容器包括与再现请求相对应的视频流。然后，处理单元从包含在容器中的视频流中获得显示图像数据。

以这种方式，在本技术中，其中通过捕捉装置标识信息和捕捉视图标识信息指定要被再现的视频流的再现请求发送到服务器装置，并且可以从服务器装置提供和接收期望的视频流。

本发明的效果

根据本技术，客户端装置可以适当地控制服务器装置的成像状态。注意，在本文中描述的效果仅仅是示例，并不限于此，还可能有额外的效果。

附图说明

图1是示出根据第一实施例的服务器系统的示例性配置的示图。

图2是示出mp4的示例性流的示图。

图3是示出存储在“lcib”框中的示例性信息的示图。

图4是作为捕捉信息的方向信息、焦距信息、水平角度信息和垂直角度信息的说明图。

图5是示出location_capture_informationsei消息的示例性结构的示图。

图6是示出控制信息(控制元信息)的示例性结构的示图。

图7是示出控制信息(控制元信息)的示例性结构中的主要信息的内容的示图。

图8是跟踪操作(自动适配)的说明图。

图9是控制成像状态的说明图。

图10是示出mpd文件的示例性描述的示图，该mpd文件包括要首先被访问的媒体捕捉/定位服务器的url信息。

图11是示出显示当前成像状态并且具有成像状态的改变操作单元的示例性用户界面画面(ui画面)的示图。

图12是示出使用与方向和距离相关联的信息指定相对于某个媒体捕捉/定位服务器的另一媒体捕捉/定位服务器的示例的示图。

图13是示出媒体捕捉/定位服务器的示例性配置的方框图。

图14是示出客户端装置的示例性配置的方框图。

图15是示出作为包括url信息的第一消息的服务器访问消息的示例性结构的示图。

图16是示出作为包括gps_url映射服务器的url信息和gps数据的第二消息的服务器访问消息的示例性结构的示图。

图17是示出客户端装置和每个服务器之间的示例性通信的序列图。

图18是示出根据第二实施例的服务器系统的示例性配置的示图。

图19是示出mpd文件的示例性描述的示图，该mpd文件包括关于存储在存储服务器中的多个视频流的信息。

图20是示出存储服务器的示例性配置的方框图。

图21是示出客户端装置和每个服务器之间的示例性通信的另一序列图。

具体实施方式

在下文中，将描述用于实施本发明的实施例(以下称为实施例)。注意，将按照以下顺序进行描述。

1、第一实施例

2、第二实施例

3、变形例

<1、第一实施例>

[服务器系统的示例性配置]

图1示出了根据第一实施例的服务器系统10的示例性配置。服务器系统10包括经由网络相互连接的多个服务器装置和客户端装置200。

多个服务器装置包括多个媒体捕捉/定位服务器101、初始访问服务器102和gps_url映射服务器103。在存在来自客户端装置200的访问的情况下，媒体捕捉/定位服务器101经由网络向客户端装置200发送预定格式的容器，该容器包括由通过使用相机(成像单元)成像而获得的图像数据配置的视频流，即，本实施例中的mp4分发流。

在这种情况下，诸如表明相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)的捕捉信息、表明其自身服务器装置的位置的位置信息(即，本实施例中的全球定位系统(gps)数据)、用于识别捕捉信息和位置信息的组合的标识信息(捕捉视图id)和用于识别其自身服务器装置的标识信息(捕捉装置id)及其自身服务器装置的统一资源定位器(url)等信息插入视频流的层和/或容器的层中。

例如，为了将信息插入容器的层，使用mp4的用户数据框“udta框”。图2示出了mp4的示例性流。分割和传输整个服务流，使得在一般广播等传输中途出现图像声音。在这种情况下，如图所示，从初始化段(is)开始，然后是方框“styp”、“段索引框(sidx)”、“子段索引框(ssix)”、“电影片段框(moof)”和“媒体数据框(mdat)”。

在初始化段(is)或“moof”框中定义“udta”框，如图所示。换言之，在初始化段(is)中具有“moov”框，在“moov”框中具有“trak”框，在“trak”框中定义“udta”框。

在这种情况下，在新定义的“udta”框中新定义位置捕捉信息框“lcib框”。图3示出了存储在“lcib”框中的示例性信息。gps数据包括“纬度”、“经度”、“高度”和“时间”。“纬度”是纬度数据，“经度”是经度数据，“高度”是高度数据，“时间”是时间数据。

捕捉信息包括“方向”、“h_angle”、“v_angle”、“focus_distance”和“zoom_ratio”。如图4的(a)所示，“方向”是方向信息，例如，相机(成像单元)的北、南、东和部。如图4的(b)所示，“h_angle”是在相机(成像单元)的上述方向设置为参考(零度)的情况下的水平角度信息。如图4的(c)所示，在相机(成像单元)的水平位置设置为参考(零度)的情况下，“v_angle”是垂直角度信息。如图4的(d)所示，“focus_distance”是相机(成像单元)的焦距信息。“zoom_ratio”是相机(成像单元)的变焦比信息。

“capture_device_id”是捕捉装置id。“capture_view_id”是捕捉视图id。“server_url”是其自己的服务器装置的url。

此外，例如，sei消息用于将信息插入视频流的层中。要被新定义的location_capture_informationsei消息放置在sei消息组中。

图5示出了location_capture_informationsei消息的示例性结构(语法)。八位字段“byte_length”表明该sei消息的后续大小(字节数)。

每个16位字段“latitude”、“longitude”、“elevation”和“time”表明gps数据。在此处，“latitude”字段表明纬度，“longitude”字段表明经度，“elevation”字段表明高度，“time”字段表明时间。

每个16位字段“direction”、“h_angle”、“v_angle”、“focus_distance”和“zoom_ratio”表明捕捉信息。在此处，“direction”字段表明相机(成像单元)的方向，例如，北、南、东和西。“h_angle”字段表明在相机(成像单元)的上述方向设置为参考(零度)的情况下的水平角度。“v_angle”字段表明相机(成像单元)的水平位置设置为参考(零度)的情况下的垂直角度。“focus_distance”字段表明相机(成像单元)的焦距。“zoom_ratio”字段表明相机(成像单元)的变焦比。

16位字段“capture_device_id”表明捕捉装置id。16位字段“capture_view_id”表明捕捉视图id。8位字段“server_url_text_length”表明字符代码部分的长度(大小)，以字节数表示后续url的字符串。字符代码放在“url_text”字段中。

此外，媒体捕捉/定位服务器101从客户端装置200接收用于控制相机(成像单元)的成像状态的控制信息(控制元信息)，并且基于控制信息控制相机(成像单元)的成像状态。因此，媒体捕捉/定位服务器101的相机(成像单元)的成像状态可以由客户端装置控制。

图6示出了控制信息(控制元信息)的示例性结构，图7示出了示例性结构中的主要信息的内容(语义)。8位字段“byte_length”表明该控制信息的后续大小(字节数)。

1位字段“roi_pointing_flag”是标志信息，表明存在关于要被跟踪的对象的矩形区域(感兴趣区域：roi)的信息。1位字段“view_angle_shift_flag”是表明存在关于视角偏移的信息的标志信息。1位字段“focus_distance_flag”是表明存在关于焦距的信息的标志信息。1位字段“switch_view_flag”是表明存在捕捉视图id的标志信息。1位字段“zoom_control_flag”表明存在变焦控制信息的标志信息。

8位字段“capture_device_id”和“capture_view_id”分别表明由客户端装置200基于视频流的层和/或容器的层的插入信息(“lcib”框信息和location_capture_informationsei消息)识别的捕捉装置id和捕捉视图id。

在“roi_pointing_flag”为“1”的情况下，存在各个16位字段“roi_area_top_left_x”、“roi_area_top_left_y”、“roi_area_bottom_right_x”和“roi_area_bottom_right_y”。“roi_area_top_left_x”字段表明要被跟踪的对象(roi)的矩形区域的左上角的x坐标。“roi_area_top_left_y”字段表明要被跟踪的对象(roi)的矩形区域的左上角的y坐标。“roi_area_bottom_right_x”字段表明要被跟踪的对象(roi)的矩形区域的右下角的x坐标。“roi_area_bottom_right_y”字段表明要被跟踪的对象(roi)的矩形区域的右下角的y坐标。

在从客户端装置200接收的控制信息(控制元信息)中存在关于要被跟踪的对象(roi)的矩形区域的信息的情况下，媒体捕捉/定位服务器101控制成像状态(主要是方向和角度状态)，使得相机(成像单元)执行对象(roi)的跟踪(自动适配)。

图8示出了示例性跟踪。图8的(a)示意性地示出了显示在客户端装置200的显示器上的图像。在客户端装置200中，在用户如图所示在显示器上指定围绕要被跟踪的对象(roi)的矩形区域er的情况下，具有关于矩形区域er的信息的控制信息(控制元信息)从客户端装置200发送到媒体捕捉/定位服务器101。

假设要被跟踪的对象(roi)在例如图中所示的移动方向上移动。在这种情况下，如图8的(b)所示，媒体捕捉/定位服务器101将要被跟踪的、运动之后的对象(roi)划分成块，通过每个块中的运动预测来执行运动确定，从每个块中的运动确定结果获得全局运动矢量(运动方向和运动量)，并且基于运动矢量信息来校正相机(成像单元)的方位。

媒体捕捉/定位服务器101重复执行校正相机(成像单元)的方位的操作。结果，随着要被跟踪的对象(roi)移动，根据需要校正相机(成像单元)的方向，使得要被跟踪的对象(roi)持续地包括在图像中，从而执行跟踪(自动适配)。

返回图6，在“view_angle_shift_flag”为“1”的情况下，存在16位字段“right_shift_degree”、“left_shift_degree”、“upper_shift_degree”和“lower_shift_degree”。“right_shift_degree”字段表明从相机位置观看时向右改变相机(成像单元)方向的频率。“left_shift_degree”字段表明从相机位置观看时向左改变相机(成像单元)方向的频率。“upper_shift_degree”字段表明从相机位置观看时向上改变相机(成像单元)方向的频率。“lower_shift_degree”字段表明从相机位置观看时向下改变相机(成像单元)方向的频率。

在关于视角偏移的信息存在于从客户端装置200接收的控制信息(控制元信息)中的情况下，媒体捕捉/定位服务器101基于该信息控制相机(成像单元)的角度。例如，图9示出了以下情况，其中，当相机(成像单元)在特定成像状态下捕捉整个对象中的拍摄1部分的图像时，提供“x”信息，作为“right_shift_degree”，使得相机(成像单元)的方位向右改变x度，并且被控制为捕捉拍摄2部分的图像。

在“focus_distance_flag”为“1”的情况下，存在16位字段“focus_distance”。“focus_distance”字段表明以米为单位的焦距。在从客户端装置200接收的控制信息(控制元信息)中存在关于焦距的信息的情况下，媒体捕捉/定位服务器101控制相机(成像单元)的焦距，以对应于该信息。

在“switch_view_flag”为“1”的情况下，存在16位字段“switch_view”。“switch_view”字段表明用于改变相机(成像单元)的成像状态的捕捉视图id。如上所述，捕捉视图id是用于识别捕捉信息和位置信息的组合的标识信息。可以在客户端装置200在切换之后明确表明捕捉视图id(capture_view_id)的情况下，指定“switch_view”。在从客户端装置200接收的控制信息(控制元信息)中存在捕捉视图id的情况下，媒体捕捉/定位服务器101控制相机(成像单元)的成像状态，以对应于由捕捉视图id表明的捕捉信息。

在“zoom_control_flag”为“1”的情况下，存在16位字段“zoom_in_degree”和“zoom_out_degree”。“zoom_in_degree”字段表明放大比率(1+x/100)的x值。“zoom_out_degree”字段表明减小比率(1-x/100)的x值。在从客户端装置200接收的控制信息(控制元信息)中存在关于变焦比的放大/缩小信息的情况下，媒体捕捉/定位服务器101控制相机(成像单元)的变焦比，以对应于关于变焦比的放大/缩小信息。

返回图1，初始访问服务器102是客户端装置200首先访问的服务器装置，用于获得客户端装置200应当首先访问的媒体捕捉/定位服务器101的url。注意，在客户端装置200预先识别要被首先访问的媒体捕捉/定位服务器101的url的情况下，可以不提供初始访问服务器102。

在存在来自客户端装置200的访问的情况下，初始访问服务器102向客户端装置200发送媒体呈现描述(mpd)文件，包括关于要首先访问的媒体捕捉/定位服务器101的url信息。

图10示出了mpd文件的示例性描述。在这种情况下，为了简化描述，示出了仅写入与视频流相关联的信息的示例性情况。然而，实际上，也写入与视频流以外的媒体流相关联的信息。

根据"<adaptationsetmimetype＝“video/mp4”codecs＝“hev1.xx.xx.l153”"的描述，表明存在视频流的适配集(adaptionset)，以mp4文件结构提供视频流，并且存在153级的hevc的编码图像数据。

根据"<supplementarydescriptorschemeiduri＝“urn:rmtcst:video:captureinformation”direction＝seh_angle＝“10”v_angle＝“-15”focus_distance＝“5”/>"的描述，表明方向是"se"，水平角度是10度，垂直角度是-15度，焦距是5m。

根据"<supplementarydescriptorschemeiduri＝“urn:rmtcst:video:captureserve”capturedevice_id＝“1”captureview_id＝“1”/>"的描述，表示捕捉装置id为"1"，捕捉视图id为"1"。根据"<supplementarydescriptorschemeiduri＝“urn:rmtcst:video:captureserverurl”serverurl/>"的描述，要首先访问的媒体捕捉/定位服务器101的url由"serverurl"表明。

在该mpd文件中，存在由表示id(representationid＝1)表明的视频流的表示。按照“<baseurl>videostream.mp4</baseurl>”的描述，视频流的位置表示为“videostream.mp4”。

在此表示(representation)中的子表示(subrepresentation)中，存在描述“width＝“3840”height＝“2160”framerate＝“60””，“codecs＝“hev1.xx.xx.l153,xx””、“level＝“0””。通过描述，表明实现4k60p的流，等级“0”应用为标签信息，并且该图像的编码图像数据的等级是“153”。

返回图1，gps_url映射服务器103将从客户端装置200发送的gps数据转换成相应的媒体捕捉/定位服务器101的url，并使用该url访问客户端装置200连接到的媒体捕捉/定位服务器101，而不是访问客户端装置200。

如后所述，在客户端装置200试图在连接到某一媒体捕捉/定位服务器101的同时，切换与在预期方向的位置并且远离该位置的另一媒体捕捉/定位服务器101的连接的情况下，计算在另一媒体捕捉/定位服务器101的位置附近的gps数据，并且gps数据发送到gps_url映射服务器103。

注意，在客户端装置200具有将gps数据转换成相应媒体捕捉/定位服务器101的url的功能的情况下，可以不提供gps_url映射服务器103。在这种情况下，客户端装置200使用通过转换获得的url直接访问客户端装置200连接到的媒体捕捉/定位服务器101。

客户端装置200访问初始访问服务器102，并且获得要首先访问的媒体捕捉/定位服务器101的url。例如，客户端装置200从初始访问服务器102接收mpd文件(参见图10)，在该mpd文件中写入要首先访问的媒体捕捉/定位服务器101的url。

客户端装置200基于要首先访问的媒体捕捉/定位服务器101的url来访问媒体捕捉/定位服务器101。然后，客户端装置200经由网络从媒体捕捉/定位服务器101接收预定格式的容器，该容器包括由通过使用成像单元成像而获得的图像数据配置的视频流，即，本实施例中的mp4分发流。

客户端装置200从mp4分发流中提取视频流，处理视频流，以获得显示图像数据，并且基于显示图像数据(由媒体捕捉/定位服务器101捕捉的图像)在显示器上显示图像。

客户端装置200根据视频流的层和/或容器的层的插入信息(“lcib”框信息和location_capture_informationsei消息)，识别媒体捕捉/定位服务器101中的相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)。然后，客户端装置200可以基于用户操作在显示器上显示示出当前成像状态并且具有成像状态的改变操作单元的用户界面画面(ui画面)。

图11示出了示例性ui画面。箭头p表示用于显示变焦比(zoom_ratio)及其调整的变焦比显示/调整单元。在图中的示例中，在黑白边界处表明当前变焦比。例如，用户可以通过用手指轻敲部分“+”来执行放大操作，并且可以通过用手指轻敲部分“-”来执行缩小操作。此外，例如，用户可以通过基于在边界位置拖动手指的操作来改变边界位置来执行变焦比调整操作。

箭头q表示用于调整水平角度(h_degree)、垂直角度(v_degree)和焦距(focus_distance)的调整单元。在图中的示例中，关于水平角度(h_degree)，用户可以通过用手指轻敲部分“+”来改变从相机位置观看时相机(成像单元)向右的方位，并且可以通过用手指轻敲部分“-”来改变从相机位置观看时相机(成像单元)向左的方位。

此外，关于垂直角度(v_degree)，用户可以通过用手指轻敲部分“+”来改变从相机位置观看时相机(成像单元)的向上方位，并且可以通过用手指轻敲部分“-”来改变从相机位置观看时相机(成像单元)的向下方位。此外，关于焦距(focus_distance)，用户可以通过用手指轻敲部分“+”来延长焦距，并且可以通过用手指轻敲部分“-”来缩短焦距。

箭头r表示用于显示水平角度(h_degree)、垂直角度(v_degree)和焦距(focus_distance)的显示单元。在图中的示例中，在粗黑箭头的方向上示出相机(成像单元)的方位，水平角度在从北(n)方向向右偏离β度的方向上，垂直角度在从水平位置向上偏离α度的方向上。此外，在图中的示例中，由粗黑箭头的长度表明相机(成像单元)的焦距。

注意，在图11的示例性ui画面中，为了简化附图，仅示出了用于显示和调整成像状态的部分。响应于用户做出的选择操作，该显示可以处于叠加在图像(由媒体捕捉/定位服务器101捕捉的图像)上的状态。

在执行变焦比(zoom_ratio)的改变操作的情况下，将“zoom_control_flag”设置为“1”，并且16位字段“zoom_in_degree”和“zoom_out_degree”存在于从客户端装置200发送到媒体捕捉/定位服务器101的控制信息(控制元信息)中(参见图6)。

此外，在执行水平角度(h_degree)和垂直角度(v_degree)的改变操作的情况下，将“view_angle_shift_flag”设置为“1”，并且16位字段“right_shift_degree”、“left_shift_degree”、“upper_shift_degree”和“lower_shift_degree”存在于从客户端装置200发送到媒体捕捉/定位服务器101的控制信息(控制元信息)中(参见图6)。

此外，在执行焦距(focus_distance)的改变操作的情况下，“focus_distance_flag”设置为“1”，并且16位字段“focus_distance”存在于从客户端装置200发送到媒体捕捉/定位服务器101的控制信息(控制元信息)中(参见图6)。

注意，在以上描述中，表明用户可以参考ui画面来改变相机(成像单元)的成像状态的每个元素。然而，通过客户端装置200，用户还可以通过指定捕捉视图id来全体地改变成像状态的各个元素。

例如，响应于用户操作，在客户端装置200访问媒体捕捉/定位服务器101，以经由网络接收包括视频流的mp4分发流的情况下，表明成像状态的捕捉视图id和捕捉装置id可以以以下方式来存储，即，例如用于识别成像内容的文本信息或缩略图信息添加到其中。在用户指定捕捉视图id并全体改变成像状态的各个元素的情况下，可以通过参考文本信息、缩略图信息等来有效地执行表明期望成像状态的捕捉视图id。

在使用捕捉装置id执行成像状态的改变操作的情况下，“switch_view_flag”设置为“1”，并且16位字段“switch_view”存在于从客户端装置200发送到媒体捕捉/定位服务器101的控制信息(控制元信息)中(参见图6)。

在用户在连接到某个媒体捕捉/定位服务器101的同时执行用于改变与另一媒体捕捉/定位服务器101的连接的操作的情况下，客户端装置200访问另一媒体捕捉/定位服务器101。在这种情况下，用户可以用捕捉装置id指定另一媒体捕捉/定位服务器101。在这种情况下，客户端装置200使用与捕捉装置id一对一地相关联的url访问另一媒体捕捉/定位服务器101。

此外，用户可以用关于相对于某个媒体捕捉/定位服务器101的方向和距离的信息来指定另一媒体捕捉/定位服务器101。在这种情况下，客户端装置200基于特定媒体捕捉/定位服务器101的gps数据和关于方向和距离的信息，计算在另一媒体捕捉/定位服务器101的位置附近的gps数据，并将gps数据发送到gps_url映射服务器103。

在这种情况下，gps_url映射服务器103将从客户端装置200发送的gps数据转换为相应的媒体捕捉/定位服务器101的url，并且使用该url访问客户端装置200连接到的媒体捕捉/定位服务器101，而不是客户端装置200。

注意，在客户端装置200具有将计算出的gps数据转换成相应媒体捕捉/定位服务器101的url的功能的情况下，客户端装置200本身将gps数据转换成相应媒体捕捉/定位服务器101的url，并且直接访问媒体捕捉/定位服务器101。

用户还可以给出关于相机(成像单元)的当前方位的信息，作为方向信息，并且给出焦距信息，作为距离信息。图12示出了相机(成像单元)正在捕捉拍摄2部分的图像的状态。在该成像状态下，水平角度在以相机(成像单元)的方向(方向)为参考向右偏离x1度的方向上。注意，例如，垂直角度在水平位置。

在这种情况下，在获得当前点a的gps信息(纬度1、经度1、高度1、时间1)的情况下，根据关于方向和距离的信息，计算点b的gps信息，作为(latitude_new、longitude_new、elevation_new)。在此处，latitude_new＝纬度1+delta_x，longitude_new＝经度1+delta_y，elevation_new＝高度1+delta_e。

图13示出了媒体捕捉/定位服务器101的示例性配置。媒体捕捉/定位服务器101包括控制器111、定位器112、捕捉器113、视频编码器114、容器编码器115和网络接口116。各个单元通过总线117连接。

控制器111控制媒体捕捉/定位服务器101的每个部分的操作。定位器112从gps卫星接收无线电波并获得位置信息(经度/纬度/高度)。捕捉器113是捕捉对象的图像并获得图像数据的相机(成像单元)。视频编码器114对通过捕捉器113获得的图像数据执行诸如hevc等编码，以获得编码图像数据，并且生成包括编码图像数据的视频流。在这种情况下，视频编码器114将location_capture_informationsei消息(参见图5)放置在接入单元(au)的“sei”的sei消息组中。

在sei消息中，插入表明相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)的捕捉信息、表明其自身服务器装置的位置的位置信息(gps数据)、用于识别捕捉信息和位置信息的组合的标识信息(捕捉视图id)以及用于识别其自身服务器装置的标识信息(捕捉装置id)及其自身服务器装置的url等。

容器编码器115生成包括由视频编码器114生成的视频流的容器，即，在这种情况下是mp4流，作为分发流。在这种情况下，容器编码器115在初始化段(is)中定义的“udta”框或“moof”框中定义位置捕捉信息框“lcib框”(参见图3)。

在该框中，插入表明相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)的捕捉信息、表明其自身服务器装置的位置的位置信息(gps数据)、用于识别捕捉信息和位置信息的组合的标识信息(捕捉视图id)以及用于识别其自身服务器装置的标识信息(捕捉装置id)及其自身服务器装置的url等。

注意，location_capture_informationsei消息的放置和位置捕捉信息框的放置不一定都必不可少，并且可以采用其中的任何一个。

网络接口116经由网络与客户端装置200通信，并且还根据需要与另一服务器通信。例如，网络接口116将由容器编码器115获得的分发流发送到客户端装置200。此外，例如，网络接口116接收从客户端装置200发送的控制信息(控制元信息)(参见图6)。在这种情况下，控制器111根据控制信息(控制元信息)的内容来控制捕捉113的状态。

图14示出了客户端装置200的示例性配置。包括控制器211、用户操作单元212、消息转换器213、网络接口214、容器解码器215、视频解码器216、视频处理器217和显示器218。各个单元通过总线219连接。

控制器211控制客户端装置200的每个部分的操作。用户操作单元212构成用户接口，该用户接口是用户执行各种操作的键、触摸面板、遥控器等。网络接口214经由网络与诸如媒体捕捉/定位服务器101等服务器通信。

例如，网络接口214从媒体捕捉/定位服务器101接收mp4流，包括视频流，作为分发流。此外，在用户执行操作，以改变当前连接的媒体捕捉/定位服务器101中的相机(成像单元)的成像状态的情况下，例如，网络接口214向媒体捕捉/定位服务器101发送控制信息(控制元信息)(参见图6)。

此外，在用户执行从当前连接的媒体捕捉/定位服务器101切换到另一媒体捕捉/定位服务器101的连接的操作的情况下，网络接口214将gps数据发送到gps_url映射服务器103，或者直接访问媒体捕捉/定位服务器101。

容器解码器215从网络接口214接收的分发流(mp4流)中提取视频流。在这种情况下，容器解码器215提取存在于初始化段(is)中定义的“udta”框或“moof”框中的位置捕捉信息框“lcib框”，并将其发送到控制器211。通过该操作，控制器211识别相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)等。

视频解码器216解码由容器解码器215提取的视频流，以获得显示图像数据。在这种情况下，视频解码器216提取插入视频流中的参数集和sei消息，并将其发送到控制器211。该提取的信息还包括location_capture_informationsei消息。通过该操作，控制器211识别相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)等。

视频处理器217对视频解码器216获得的显示图像数据执行诸如分辨率转换等处理，然后将其提供给显示器218。显示器218基于由视频解码器216获得的显示图像数据，显示图像(由媒体捕捉/定位服务器101捕捉的图像)。也可以经由接口由另一显示监视器执行图像的显示。

如上所述，控制器211从位置捕捉信息框和location_capture_informationsei消息中识别例如相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)，由此可以在控制器211的控制下在显示器218上显示示出了当前成像状态的ui画面(参见图11)。

消息转换器213例如响应于用户操作单元212的操作，在控制器211的控制下生成消息，并将其发送到网络接口214。例如，在用户执行操作，以改变当前连接的媒体捕捉/定位服务器101中的相机(成像单元)的成像状态的情况下，例如，消息转换器213在控制器211的控制下生成控制信息(控制元信息)(参见图6)，并将其发送到网络接口214。

此外，例如，在用户执行从当前连接的媒体捕捉/定位服务器101切换到另一媒体捕捉/定位服务器101的连接的操作的情况下，消息转换器213生成包括关于另一媒体捕捉/定位服务器101的url信息的第一消息或者包括用于获得与关于gps_url映射服务器103的url信息不同的另一媒体捕捉/定位服务器101的url的gps数据的第二消息，并且将其发送到网络接口214。

图15示出了作为第一消息的服务器访问消息(server_access_message)的示例性结构。8位字段“byte_length”表明该sei消息的后续大小(字节数)。8位字段“server_url_text_length”表示字符代码部分的长度(大小)，以字节数表示后续url的字符串。字符代码放在“url_text”字段中。

图16示出了作为第二消息的服务器访问消息(server_access_message)的示例性结构。8位字段“byte_length”表明该sei消息的后续大小(字节数)。gps数据包括“latitude_new”、“longitude_new”和“elevation_new”。“latitude_new”是纬度数据，“longitude_new”是经度数据，“elevation_new”是高度数据。8位字段“server_url_text_length”表示字符代码部分的长度(大小)，以字节数表示后续url的字符串。字符代码放在“url_text”字段中。

图17中的序列图示出了客户端装置200和每个服务器之间的示例性通信。(1)首先，客户端装置200访问初始访问服务器102。注意，假设客户端装置200预先识别初始访问服务器102的url。(2)初始访问服务器102向客户端装置200发送mpd文件，包括关于要首先访问的媒体捕捉/定位服务器101的url信息。

(3)客户端装置200基于mpd文件中包括的url信息访问要首先被访问的媒体捕捉/定位服务器(捕捉服务器)101，并进入连接状态。(4)媒体捕捉/定位服务器101向客户端装置200发送包括捕捉的图像数据的视频流的分发流。通过该操作，客户端装置200进入显示在媒体捕捉/定位服务器101中捕捉的图像的状态。

(5)客户端装置200响应于用户进行的成像状态改变操作，向媒体捕捉/定位服务器101发送控制信息(控制元信息)。因此，媒体捕捉/定位服务器101中的成像状态改变。(6)媒体捕捉/定位服务器101向客户端装置200发送包括成像状态改变之后捕捉的图像数据的视频流的分发流。通过该操作，客户端装置200在媒体捕捉/定位服务器101中的成像状态改变之后进入显示捕捉图像的状态。

(7)客户端装置200响应于用户做出的改变到另一媒体捕捉/定位服务器101的连接的操作，直接或经由gps_url映射服务器103访问另一媒体捕捉/定位服务器101，并进入连接状态。(8)媒体捕捉/定位服务器101向客户端装置200发送包括捕捉的图像数据的视频流的分发流。通过该操作，客户端装置200进入显示在另一媒体捕捉/定位服务器101中捕捉的图像的状态。

(9)客户端装置200响应于用户进行的成像状态改变操作，将控制信息(控制元信息)发送到另一媒体捕捉/定位服务器101。因此，改变另一媒体捕捉/定位服务器101中的成像状态。(10)媒体捕捉/定位服务器101向客户端装置200发送分发流，包括成像状态改变之后捕捉的图像数据的视频流。通过该操作，客户端装置200进入显示在另一媒体捕捉/定位服务器101中的成像状态改变之后捕捉的图像的状态。

如上所述，在图1所示的服务器系统10中，媒体捕捉/定位服务器101将表明相机(成像单元)的成像状态的捕捉信息插入视频流的层和/或容器的层中，并发送该捕捉信息。因此，客户端装置200可以基于捕捉信息容易地掌握媒体捕捉/定位服务器101中的相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)，由此可以适当地控制媒体捕捉/定位服务器101的成像状态。

此外，在图1所示的服务器系统10中，用户可以使用客户端装置200用关于相对于当前连接的媒体捕捉/定位服务器101的方向和距离的信息来指定另一媒体捕捉/定位服务器101。因此，即使在要切换的媒体捕捉/定位服务器101的url未知的情况下，也可以适当地执行切换到另一媒体捕捉/定位服务器101。

<2、第二实施例>

[服务器系统的示例性配置]

图18示出了根据第二实施例的服务器系统30的示例性配置。服务器系统30包括经由网络相互连接的多个服务器装置和客户端装置400。

多个服务器装置包括多个媒体捕捉/定位服务器301、初始访问服务器302、缩略图服务器303和存储服务器304。在存在从例如存储服务器304或自动访问存储服务器304的情况下，媒体捕捉/定位服务器301经由网络发送预定格式的容器，该容器包括由通过使用相机(成像单元)成像而获得的图像数据配置的视频流，即，本实施例中的mp4分发流。尽管在图中的示例中示出了一个存储服务器304的情况，但是可以存在多个存储服务器304。

尽管省略了详细描述，但是媒体捕捉/定位服务器301以与根据上述第一实施例的媒体捕捉/定位服务器101(参见图13)相似的方式配置。存储服务器304存储从每个媒体捕捉/定位服务器301发送的视频流(视频文件)，其中，捕捉视图id和捕捉装置id的组合用作标识信息。

初始访问服务器302是用于获得关于存储在存储服务器304中的多个视频流的信息的服务器装置。在存在来自客户端装置400的访问的情况下，初始访问服务器302向客户端装置400发送媒体呈现描述(mpd)文件，包括关于多个视频流的信息。

该mpd文件包括作为每个视频流的标识信息的捕捉装置id和捕捉视图id的组合以及用于获得每个视频流的缩略图图像数据的缩略图服务器的url，作为关于多个视频流的信息。

图19示出了mpd文件的示例性描述。在这种情况下，为了简化描述，示出了仅写入与视频流相关联的信息的示例性情况。然而，实际上，也写入与视频流以外的媒体流相关联的信息。

存在关于第一周期(period1)的信息和关于第二周期(period2)的信息。在第一周期(period1)中，按照“<adaptationsetmimetype＝“video/mp4”codecs＝“hev1.xx.xx.l153””的描述，表明存在视频流的适配集(adaptionset)，以mp4文件结构提供视频流，并且存在153级的hevc的编码图像数据。

按照“<baseurl>“thumbnail_server_url1”</baseurl>”的描述，表明存储在存储服务器304中的每个视频流的缩略图图像数据的位置是“thumbnail_server_url1”，该位置通过捕捉装置id和捕捉视图id的以下组合来识别。在由“thumbinal_server_url1”表明的缩略图服务器中，管理单个缩略图图像，以对应于捕捉装置id和捕捉视图id。

此外，在第二周期(period2)中，按照“<adaptationsetmimetype＝“video/mp4”codecs＝“hev1.xx.xx.l153””的描述，表明存在视频流的适配集(adaptionset)，以mp4文件结构提供视频流，并且存在153级的hevc的编码图像数据。

按照“<baseurl>“thumbnail_server_url2”</baseurl>”的描述，表明存储在存储服务器304中的每个视频流的缩略图图像数据的位置是“thumbnail_server_url2”，该位置由捕捉装置id和捕捉视图id的以下组合来识别。在由“thumbinal_server_url2”表明的缩略图服务器中，管理单个缩略图图像，以对应于捕捉装置id和捕捉视图id。注意，缩略图图像数据在第一周期(period1)和第二周期(period2)中的位置可以相同。

返回图18，缩略图服务器303保存存储在存储服务器304中的每个视频流的一个或多个缩略图图像数据。在存在来自客户端装置400的访问的情况下，缩略图服务器303将保存的缩略图图像数据发送到客户端装置400。注意，尽管在图中的示例中示出了一个缩略图服务器303的情况，但是可以存在多个缩略图服务器303。

尽管省略了详细描述，但是以与根据上述第一实施例的客户端装置200(参见图14)相似的方式配置客户端装置400。客户端装置400访问初始访问服务器302，并且获得关于存储在存储服务器304中的多个视频流的信息。该客户端装置400从初始访问服务器302接收例如mpd文件，其中，写入了作为每个视频流的标识信息的捕捉装置id和捕捉视图id的组合以及用于获得每个视频流的缩略图图像数据的缩略图服务器的url(参见图19)。

客户端装置400基于缩略图服务器的url访问缩略图服务器303。然后，客户端装置400经由网络从缩略图服务器303接收存储在存储服务器304中的多个视频流的缩略图图像数据。注意，关于每个视频流的成像开始时间和成像结束时间的信息可以添加到每个缩略图图像数据。

客户端装置200显示缩略图图像，以便于用户选择再现视频流。此时，成像开始时间和成像结束时间可以与每个缩略图相关联地显示，使得用户不仅可以选择再现视频流，还可以指定其再现开始位置。

在通过用户操作选择再现视频流的情况下，客户端装置400向存储服务器304发送再现请求，包括用于识别再现视频流的捕捉装置id和捕捉视图id的组合。然后，客户端装置400经由网络从存储服务器304接收包括所选择的再现视频流的mp4分发流。注意，在再现开始位置也由用户操作指定的情况下，在再现开始位置开始从存储服务器304接收。

客户端装置400从mp4分发流中提取视频流，处理视频流，以获得显示图像数据，并且基于显示图像数据在显示器上显示图像(由媒体捕捉/定位服务器301捕捉的图像)。

图20示出了存储服务器304的示例性配置。该存储服务器304包括控制器311、存储器312、容器编码器313和网络接口314。各个单元通过总线315连接。

控制器311控制存储服务器304的每个部分的操作。存储器312包括硬盘驱动器(hdd)、半导体存储器等。存储器312存储从每个媒体捕捉/定位服务器301发送的视频流(视频文件)，其中，捕捉视图id和捕捉装置id的组合用作标识信息。

在从客户端装置400接收到要再现的视频流由捕捉装置id和捕捉视图id的组合指定的再现请求的情况下，控制器311从存储器312读取由捕捉装置id和捕捉视图id的组合识别的视频流(视频文件)，并将其发送到容器编码器313。注意，在再现请求中还包括再现开始位置的指定的情况下，在再现开始位置开始读取。

容器编码器313生成包括从存储器312读取的视频流的容器，即，在这种情况下是mp4流，作为分发流。网络接口314经由网络与客户端装置400通信，并且还根据需要与另一服务器通信。

例如，网络接口314接收从每个媒体捕捉/定位服务器301发送的视频流。此外，例如，网络接口314将由容器编码器313获得的分发流发送到客户端装置400。此外，例如，网络接口314接收从客户端装置400发送的再现请求。

图21中的序列图示出了客户端装置400和每个服务器之间的示例性通信。(11)首先，客户端装置400访问初始访问服务器302。注意，假设客户端装置400预先识别初始访问服务器302的url。(12)在存在来自客户端装置400的访问的情况下，初始访问服务器302向客户端装置400发送包括关于多个视频流的信息的mpd文件。

(13)客户端装置400基于mpd文件中包括的关于缩略图服务器的url信息，访问缩略图服务器303，并进入连接状态。(14)缩略图服务器303向客户端装置400发送缩略图图像数据。因此，为了便于选择再现视频流，客户端装置400进入在显示器上显示存储在存储服务器304中的多个视频流的缩略图图像数据的状态。

(15)在通过用户操作选择再现视频流的情况下，客户端装置400向存储服务器304发送用于识别再现视频流的捕捉装置id和捕捉视图id的组合。(16)然后，客户端装置400经由网络从存储服务器304接显示收包括所选择的再现视频流的mp4分发流。因此，客户端装置400进入基于再现视频流的图像的状态。

如上所述，在图18所示的服务器系统30中，在通过用户操作选择再现视频流的情况下，客户端装置400向存储服务器304发送包括用于识别再现视频流的捕捉装置id和捕捉视图id的组合的再现请求。因此，客户端装置400可以适当地从存储服务器304接收期望的视频流。

此外，在图18所示的服务器系统30中，用户可以使用客户端装置400基于缩略图图像选择再现视频流，并且可以容易且适当地执行再现视频流的选择。

<3、变形例>

注意，已经在上述实施例中描述了容器是mp4(isomff)的示例。然而，该容器不限于本技术中的mp4，并且本技术可以类似地应用于容器具有其他格式的情况，例如，mpeg-2ts和mmt。

此外，本技术还可以采用以下配置。

(1)一种服务器装置，包括：

成像单元，其捕捉对象的图像，以获得图像数据；以及

发送单元，其将包括由所述图像数据构造的视频流的预定格式的容器发送到客户端装置，其中，

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中。

(2)根据(1)所述的服务器装置，其中，

所述捕捉信息包括关于成像单元的成像方向的信息。

(3)根据(1)或(2)所述的服务器装置，其中，

所述捕捉信息包括关于成像单元的焦距的信息。

(4)根据(1)至(3)中任一项所述的服务器装置，其中，

所述捕捉信息包括关于成像单元的变焦比的信息。

(5)根据(1)至(4)中任一项所述的服务器装置，其中，

表明其自身的服务器装置的位置的位置信息进一步插入视频流的层和/或容器的层中。

(6)根据(5)所述的服务器装置，其中，

所述位置信息是gps数据。

(7)根据(5)或(6)所述的服务器装置，其中，

用于识别捕捉信息和位置信息的组合的标识信息和用于识别其自身的服务器装置的标识信息进一步插入视频流的层和/或容器的层中。

(8)根据(1)至(7)中任一项所述的服务器装置，还包括：

接收单元，其从客户端装置接收用于控制成像单元中的成像状态的控制信息；以及

控制单元，其基于所述控制信息来控制所述成像单元的成像状态。

(9)一种服务器装置的传输处理的方法，所述方法包括：

成像步骤，用于通过成像单元捕捉对象的图像，以获得图像数据；以及

发送步骤，用于使用发送单元向客户端装置发送预定格式的容器，所述容器包括由图像数据配置的视频流，其中，

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中。

(10)一种客户端装置，包括：

接收单元，其从服务器装置接收预定格式的容器，该容器包括视频流，

所述视频流包括通过用成像单元对对象成像而获得的图像数据，

表明成像单元的成像状态的捕捉信息插入视频流的层和/或容器的层中，

所述客户端装置还包括：

控制单元，其控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

(11)根据(10)所述的客户端装置，其中，

表明服务器装置的位置的位置信息进一步插入视频流的层和/或容器的层中，并且

所述控制单元还控制基于用户操作获取用于访问与服务器装置不同的另一服务器装置的访问信息的处理以及基于访问信息访问另一服务器装置的处理。

(12)根据(11)所述的客户端装置，其中，

所述访问信息是另一服务器装置的url。

(13)根据(11)所述的客户端装置，其中，

所述访问信息是位置信息和将位置信息转换成url的转换服务器的url。

(14)一种客户端装置的接收处理的方法，所述方法包括：

接收步骤，用于使用接收单元从服务器装置接收预定格式的容器，该容器包括视频流，

所述视频流包括通过用成像单元对对象成像而获得的图像数据，

表明成像单元的成像状态的捕捉信息插入视频流的层和/或容器的层中，

所述方法还包括：

控制步骤，用于利用控制单元控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

(15)一种服务器系统，其中，多个服务器装置和客户端装置经由网络相互连接，其中，

所述服务器装置包括：

成像单元，其捕捉对象的图像，以获得图像数据；以及

发送单元，其将包括由所述图像数据构造的视频流的预定格式的容器发送到客户端装置，

表明成像单元中的成像状态的捕捉信息插入视频流的层和/或容器的层中，

所述客户端装置包括：

接收单元，其从服务器装置接收预定格式的容器，并且

所述客户端装置还包括：

控制单元，其控制用于从视频流获得显示图像数据的处理、用于基于捕捉信息显示成像单元的成像状态的处理、用于使用成像状态的显示响应于用户操作获得关于成像单元的成像状态的控制信息的处理、以及用于将控制信息发送到服务器装置的处理。

(16)根据(15)所述的服务器系统，其中，

表明服务器装置的位置的位置信息进一步插入视频流的层和/或容器的层中，并且

所述控制单元还控制基于用户操作获取用于访问与服务器装置不同的另一服务器装置的访问信息的处理以及基于访问信息访问另一服务器装置的处理。

(17)一种服务器装置，包括：

存储器，其存储由用于识别成像装置的捕捉装置标识信息以及用于识别成像装置的位置信息和成像装置的成像状态信息的组合的捕捉视图标识信息识别的多个视频流；

接收单元，其从客户端装置接收再现请求，其中，要再现的视频流由所述捕捉装置标识信息和所述捕捉视图标识信息指定；以及

发送单元，其从所述存储器读取指定的视频流，并将包括视频流的预定格式的容器发送到所述客户端装置。

(18)一种客户端装置，包括：

发送单元，其向服务器装置发送再现请求，其中，通过用于识别成像装置的捕捉装置标识信息和用于识别成像装置的位置信息和成像装置的成像状态信息的组合的捕捉视图标识信息，来指定要再现的视频流；

接收单元，其从服务器装置接收预定格式的容器，所述容器包括与再现请求相对应的视频流；以及

处理单元，其从包含在容器中的视频流获得显示图像数据。

本技术的主要特征在于，媒体捕获/定位服务器将表明相机(成像单元)的成像状态的捕获信息插入视频流的层和/或容器的层中，并且发送该捕获信息，使得客户端装置可以基于捕获信息容易地掌握媒体捕获/定位服务器中相机(成像单元)的成像状态(例如，成像方向、焦距和变焦比)，由此可以适当地控制媒体捕获/定位服务器的成像状态(参见图1、11和13)。

附图标记列表

10、30服务器系统101媒体捕捉/定位服务器

102初始访问服务器103gps_url映射服务器

111控制器112定位器113捕捉器

114视频编码器115容器编码器

116网络接口117总线

200客户端装置211控制器

212用户操作单元213消息转换器

214网络接口215容器解码器

216视频解码器217视频处理器

218显示器219总线

301媒体捕捉/定位服务器302初始服务器

303缩略图304存储服务器

311控制器312存储器

313容器编码器314网络接口315总线。