主要功能模塊包括跟蹤計算、虛擬場景生成、視頻合成等。
1、跟蹤計算。
虛擬演播室系統(tǒng)有平移X、縱移Y、高度Z、水平角、俯仰角、鏡頭變焦ZOOM、對焦FOCUS等，這些參數(shù)的改變將導致所攝圖像視點和視角發(fā)生變化，計算機必須根據(jù)這些參數(shù)不斷調整三維視圖，以模擬人物所在的三維環(huán)境。相機跟蹤部分的作用是實時采集攝像機的位置信息和運動數(shù)據(jù)，保證前景在計算機背景下“連動”。
因為這一“連接”是由高速電腦操作的結果，而這些操作都需要一定的運算時間，所以這個“連接”是有時間間隔的。為了讓前景攝像機能以一定的速度改變位置參數(shù)，只有設計師才能保證將時間間隔限制在眼睛不能看到的范圍內。
當前，虛擬演播室的攝像機跟蹤系統(tǒng)主要分為兩大類：攝像機參數(shù)圖像識別系統(tǒng)和傳感器跟蹤系統(tǒng)。與此同時，這是虛擬演播室兩種主要類型的區(qū)別。
隨著虛擬演播室的發(fā)展，人們對預監(jiān)器甚至是雙圖像特技的需求越來越大，而圖形跟蹤技術所能達到的效果卻是難以令人滿意的。此外，由于該技術的核心是一套圖形識別和跟蹤系統(tǒng)，一旦圖形跟蹤系統(tǒng)一出故障，就會導致整個系統(tǒng)崩潰而無法播放，所以采用這種技術直播是非常危險的。與此同時，由于圖像識別跟蹤技術導致的系統(tǒng)延遲一般都比傳感器跟蹤系統(tǒng)高，這給攝影師的操作和性能帶來了困難。
2、電腦虛擬場景生成。
虛擬演播室系統(tǒng)的場景是由計算機生成的圖形，這些設備一般都比較昂貴，而且受計算機處理能力的限制，三維虛擬現(xiàn)實模型不可能無限復雜，即虛擬場景的整體效果有限。所謂2D半系統(tǒng)，是指由3維處理軟件預先生成的場景畫面，再由電腦根據(jù)攝像機參數(shù)繪制出來，場景中燈光的強弱、位置、物體的位置、大小都不能改變，攝像機的位置和大小不能移動。2D半系統(tǒng)、燈光、機位均為固定系統(tǒng)，但由于場景是預先預處理而成，所以其效果不受計算機處理能力的限制，成本較低，非常適合制作新聞、訪談等節(jié)目，應該說可以滿足大部分節(jié)目制作的需要。
3、視頻合成。
色鍵視頻合成是虛擬演播室系統(tǒng)中基本的技術，即利用色鍵和計算機生成的虛擬場景，即由攝像機拍攝的藍幕前的真實場景進行色鍵處理。
