Mjukvarurealiserad bildtelefoni - Umeå universitet

Bildtelefoni
Kommunikation människor emellan handlar mycket om information som oftast är svår att
förmedla med begränsade media. Exempelvis tillför det visuella elementet mycket i mänsklig
kommunikation, det underlättar processen att ta till sig information och tolka densamma.
Människor lär sig redan under sin uppväxt att tolka andra människors ansiktsuttryck för att extrapolera
ytterligare information utöver vad som ligger i det sagda ordet. En icke föraktlig del av
information överförs också via förmågan att avläsa dolda meningar eller undertoner förmedlade
med kroppsspråk och gester.
Forskning inom fältet Människa – Dator Interaktion konstaterar att en av de mest önskvärda
egenskaper för kommunikationssystem är förmågan att förmedla en känsla av närvaro för de
kommunicerande parterna. Det är viktigt att definiera kommunikation i termer av upplevelse
snarare än i termer av de media som används. Tyvärr finns det dock kraftiga begränsningar i de
tekniska möjligheter som står till hand för att implementera kommunikation och det är framförallt
samtidens lösningar på dessa som detta arbete fokuserar på. Dagens bästa kompromisser (vilka
givetvis utgörs av datorbaserade system) använder sig av kameror, mikrofoner och datornätverk
för att förmedla olika former av koordinerade hypermedia (såsom data, audiell och videoinformation),
oftast med ansatsen att erbjuda så fri och ohämmad kommunikation som möjligt. I
detta arbete har den audiella biten medvetet valts bort, detta för att kunna bortse från svårigheterna
involverade i att upprätthålla synkronisering av den presenterade informationen (vilket främst är
en utmaning mellan audio och video). Givetvis ignoreras inte detta viktiga media, telefonen är
förmodligen det mest utbredda distanskommunikationsverktyget i historien – här antas dock helt
enkelt att den audiella informationen överförs via en icke här definierad separat kanal vars bruk
inte inverkar på de komponenter som tas upp i detta arbete.
Vad är bildtelefoni?
Bildtelefoni är med lite välvilja i sig en gammal tanke som omnämnts i litteratur sedan åtminstone
första halvan av 1800–talet och demonstrerades praktiskt av Bell Telephone Laboratories redan i
början på 1930–talet. Det som diskuterades då var telefoni med en visuell komponent, d.v.s. att det
utöver en audiell tvåvägskommunikation även fanns en visuell presentation av sin motpart. Den
definition av bildtelefoni som används i det här arbetet har av praktiska skäl utöver detta även lagt
till en del detaljer såsom att kameran är fixt monterad, att det är begränsad rörlighet i bilden samt
att slutanvändaren är mänsklig. Denna utökning gör området bildtelefoni till ett förhållandevis
tacksamt område att arbeta med eftersom detta gör det möjligt att anta en hel del om hur bilderna
genereras och vad de innehåller. Detta innebär i praktiken betydligt mer effektiv kompression än
då en godtycklig videosignal skall bearbetas.
Omfattande forskning har utförts på detta område då det naturligt finner ett mycket brett spektra av
användningsområden kring mänsklig kommunikation över avstånd, inte minst bland de hörselskadade
vilka inte kan förlita sig på enbart audiell information för kommunikation. Verktygen
inom detta fält finner också användningar bland närbesläktade områden såsom automatisering,
övervakning och underhållning.
6