[發明專利]用于控制視頻界面的方法、用于操作視頻界面的方法、面部朝向檢測器以及視頻會議服務器

有效

• 申請號: 201380013687.6
• 申請日: 2013-03-05
• 公開（公告）號: CN104169842B
• 公開（公告）日: 2017-04-05
• 發明（設計）人: M·法加達爾-科斯馬;M·卡薩斯-桑切斯
• 申請（專利權）人: 阿爾卡特朗訊公司
• 主分類號: G06F3/03
• 分類號: G06F3/03;H04N7/14
• 代理公司: 北京市中咨律師事務所11247
• 代理人: 劉薇,楊曉光

技術領域

本發明涉及用于控制在會議情形等中使用的與用戶相關聯的視頻界面的方法。本發明還涉及用于操作在會議情形等中使用的與用戶相關聯的視頻界面的方法。本發明進一步涉及面部朝向檢測器，其包括用于接收視頻流的視頻輸入和用于提供指示視頻流內面部的朝向的控制信號的信令輸出，其中面部朝向檢測器適于執行上述方法。本發明還涉及用于向用戶提供用戶界面的視頻會議服務器，其中，視頻會議服務器適于執行上述方法。

背景技術

對彼此地域分離的人們的通信的需求日益增長。為了便于通信和信息的交換，視頻會議正變得越來越重要，以允許用戶彼此交談，看見彼此和/或交換任何類型的信息。為了提高會議結果，希望用戶可以在類似會議的情形下討論任何問題，在該情形下用戶可以自然地彼此交互。

視頻會議通常基于不同用戶之間的IP連接，其用于將信息從一個參加者傳輸到另一個。該信息通常包括能夠看到和聽到用戶的音頻/視頻流，還包括將要在會議參加者之間共享的任何類型的數字文件。因此，視頻會議的每個用戶具有用于在本地生成用戶的音頻/視頻流的視頻攝像機，所生成的音頻/視頻流被提供給其它用戶，并且每個用戶還使用視頻界面，其在本地顯示在接口設備上以用于再現用戶的音頻/視頻流和在會議中使用的任何類型的數據。

視頻會議服務器被提供以在視頻會議的所有用戶之間分發信息。因此，視頻會議服務器將視頻界面提供給用戶，用戶可使用任何類型的接口設備以參加視頻會議，例如，用于再現音頻/視頻信息的屏幕和揚聲器的組合。信息可例如以用戶的音頻/視頻流的個體流(individual?streams)的形式提供，或者作為包括個體流和附加文件(如果適用)的單一流(single?steram)提供。

在這種會議情形等中，用戶與視頻界面的交互用于改善所接收信息的表現。一個可能性是依靠連接到視頻接口設備的輸入設備(例如鼠標)的交互。正如已知的，鼠標可用作來自個人計算機的人機接口，以突出和操作部分視頻界面，其中用戶專心于或者配置視頻會議本身。對于沉浸式(immersive)會議，這是不能令人滿意的，因為它打破了自然交互的感覺。它要求用戶隨時專心于交互設備的操作，以便實現所期望的交互，并且將用戶的焦點從類似會議情形的實際會議流程轉移開。視頻會議服務器接收來自用戶的控制輸入，并相應地更新他們各自的視頻界面。

另一種用于在會議情形中交互的方法基于注視控制。注視控制是指監控人類眼睛的位置，以便確定屏幕的用戶聚焦的區域。注視控制依靠用戶的眼睛的監控，其具有若干缺點，阻礙了該控制對于沉浸式視頻會議等情形的一般使用。首先，注視控制要求高分辨率攝像機，因此并不適合于目前所用的許多普通攝像機，例如，帶有攝像機的普通膝上型電腦或智能電話，其不能為注視控制提供足夠的分辨率。此外，視頻攝像機的視頻流通常被編碼以用于通過IP連接傳輸。特別是在低帶寬或高延遲的連接中，視頻流的質量會降低，這對注視控制的準確性和性能具有負面影響。諸如眼鏡或太陽眼鏡的眼睛佩戴物的使用也可阻礙注視控制的使用。由于注視控制要求高質量的視頻信息，因此，也要求高計算能力以處理該信息。因此，注視控制只能用提供所要求的計算能力的特定硬件來執行。

發明內容

因此，本發明的目的是提供用于控制視頻界面的方法、用于操作視頻界面的方法、面部朝向檢測器和視頻會議服務器，其克服上述的缺點和限制。

該目的通過獨立權利要求實現。有利的實施例在從屬權利要求中給出。

具體地，提供了用于控制在會議情形等中使用的與用戶相關聯的視頻界面的方法，其包括：捕獲源自用戶的視頻流的幀；識別視頻幀內用戶的面部；檢測視頻幀內用戶的面部的朝向；以及提供指示面部的朝向的控制信號。

進一步地，提供了用于操作在會議情形等中使用的與用戶相關聯的視頻界面的方法，其包括：執行如上所述的用于控制視頻界面的方法；基于控制信號將面部的朝向映射到視頻界面的焦點區域；以及突出焦點區域。

此外，提供了面部朝向檢測器，其包括：用于接收視頻流的視頻輸入；以及用于提供指示視頻流內面部的朝向的控制信號的信令輸出；其中，面部朝向檢測器適于執行上述方法。

此外，提供了用于向用戶提供用戶界面的視頻會議服務器，其中，視頻會議服務器適于執行上述方法。