Norsk selskap vil innta møterommene med KI-styrte kameraer

Etter en lang utviklingsperiode slapp Huddly multikamerasystemet Crew i sommer. I første omgang er det et system med tre kameraer som fanger opp alle som sitter i møterommet, men det vil kunne utvides med flere kameraer etter hvert.

– Vi har ikke ønsket å ha kameraer som zoomer og vrir på seg. Rent optisk er det flott, men det er faktisk veldig forstyrrende. Folk blir sittende og se på hva kameraet gjør og hva det fokuserer på, sier ansvarlig for brukeropplevelse, UX Lead Mona Kleven Lauritzen.

Likevel skal det ikke være en hemmelighet for møtedeltakerne hvilket kamera som er i bruk. De kameraene som leverer bilder, vil vise det gjennom en lite, hvitt lys.

– I stedet for å introdusere potensielt sårbar mekanikk, har hvert kamera en 20 MP Sony-sensor på én tomme. Den sørger for oppløsning nok til å hente ut et 1080-bilde, som er det maksimale Teams, Zoom og de andre benytter. Skal man filme en deltaker som sitter langt unna, har brikken god nok kvalitet og oppløsning til å presentere et utsnitt av vedkommende. Optikken er av svært høy kvalitet, og kameraet ser ut over møtet med en vidvinkel på opptil 95 grader sier produktdirektør Stein Ove Eriksen.

Prosessoren og programvaren som er bygget inn i kameraene, tar utsnitt av bildene og gjør den nødvendig geometriske transformasjonen som gjør at de ser best mulig ut. Her styres og farger og lys slik at parameterne blir korrekt gjengitt i utsnittet.

KI-styrt

Maskinvaren er selvfølgelig viktig, men det er også programvaren. Huddly har brukt fem år på å utvikle et avansert KI-basert styringssystem, og det er bygget inn i alle de nye kameraene i Crew-Systemet. Det gjør at Crew kan presentere møtedeltakerne som om det satt kompetente folk og styrte de ulike videostrømmene. Videopresentasjonen blir styrt med hovedfokus på den som snakker, men i en kombinasjon med andre møtedeltakerne, slik at alle deltakerne kommer med. Det blir litt som Dagsnytt 18 på NRK, men uten folk som sitter og redigerer videoen som folk får se på TV.

– Vi har jobbet med utviklingen av KI for å styre kameraer og presentasjonen av de som er med i møtene gjennom. Vi vet at det gir en mye større innlevelse i møtet når man får nærbilder av møtedeltakerne og en variasjon av hva som vises, som sørger for at alle kommer med. Den kunstige intelligensen i kameraene etablerer en god kjennskap til møterommene og de menneskene som er med i møtene. Selvfølgelig er det mest fokus på den som snakker og på å gi oversiktsbilder, men folk som lytter skal også være med, sier Eriksen.

Antallet deltakere i møterommet og hvor mange som er med fra hjemmekontor styrer antallet bilder man ser på skjermen. Man trenger ikke nødvendigvis være på samme plattform heller. Det finnes broer mellom Microsoft Teams, Zoom og Google Meet. I Teams og Meet kan man også sørge for å booke møterom.

Alle er like

– Hvert av kameraene snakker med de andre, og programvaren bestemmer hvem som skal presenteres og med hvilket utsnitt som skal vises. Det gjør at hele systemet driver seg selv og fordeler jobben mellom kameraene uansett hvor mange det er, sier Eriksen.

De tre eller flere kameraene er helt like. KI-prosesseringen som er basert på omfattende maskinlæring, er innebygget. Maskinlæringen er basert på hvordan profesjonelle folk innen TV og film ville ha redigert møtet for å vise frem deltakerne best mulig for det andre møterommet gjennom å variere utsnittene.

– Det er umulig å ha folk til å redigere slike klipp mellom møterom. Det blir for kostbart, samtidig som statiske visninger blir lite engasjerende. Derfor er kombinasjonen av flere høyoppløste kameraer og KI-styring den beste løsningen for små og store møterom, sier han.

Kameraene er ikke som webkameraer som kobles til via USB. Disse er koblet til med en Ethernettkabel som også leverer strøm. Kablene er koblet til en svitsj som følger med i systemet.

Flere kameraer

Crew-systemet er designet for å støtte flere kameraer enn de tre som leveres i dagens løsning, og dette vil komme i markedet senere. I større møterom kan det være en fordel.

– Er det et stort møterom, for eksempel med et langt møte bord, er det en fordel å filme deltakere som sitter langt unna trekameraoppsettet med kameraer som står nærmere deltakerne på den andre langsiden av bordet. Da unngår vi at noen bøyer seg framover og skygger for dem, sier Lauritzen.

Med hvert nytt kamera, enten det er oppsett med fem, syv eller flere kameraer, tilfører med prosesseringskapasitet som gjør at ingen ting blir overbelastet.

Covid gjorde at barrieren mot å bruke video til kommunikasjon ble borte. Samtidig er det ikke lett å få alle tilbake til kontoret, så en viss grad av hjemmekontor er nok kommet for å bli. Etter at de aller fleste nå har fått gode løsninger med webkameraer, er det møterommene som står for tur. Det tror Huddly kommer til å gi et godt marked for Crew i tiden framover, selv om listeprisen er på 12.000 dollar, nesten 128.000 kroner.

Lyd

Lydopplevelsen er svært viktig når man kommuniserer over nettet. I stedet for å utvikle egen maskinvare for lyd, jobber Huddly med samarbeidspartnere som er spesialister på det, slik som Crestron og Shure. Det kan for eksempel være en matrise av mikrofoner under skjermen som retter seg inn mot den som snakker og eliminerer lyd som kommer fra andre steder. I kameraene er det også fem mikrofoner, men de brukes til å hjelpe programvaren, Huddly Director, med å fokusere på den som snakker.

– Crew er veldig fleksibelt på lydløsninger. Systemet kan bruke mange ulike varianter av mikrofoner og høyttalere avhengig av hvordan møterommene ser ut, sier Eriksen.