系统在没有观众互动时，会自动播放视频或图片，一旦有观众站到摄像头前面，系统会进行智能判断，确定是观众时，开始播放欢迎提示音，同时屏幕上会自动对互动人物进行扣像处理，并将互动人物置入到对应的场景中，体验者可以与画面中的图像进行互动。