[發明專利]視頻通話實現方法及裝置

在審

• 申請號: 201410100207.6
• 申請日: 2014-03-18
• 公開（公告）號: CN104935860A
• 公開（公告）日: 2015-09-23
• 發明（設計）人: 王強;秦文煜;左力;黃英;熊君君
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: H04N7/14
• 分類號: H04N7/14
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 鄭紅娟;宋志強

1.一種視頻通話實現方法，其特征在于，包括：

建立與對端裝置的視頻通話連接；

獲取本端當前的二維2D圖像；

根據該當前圖像，生成本端用戶對應的驅動參數，將生成的驅動參數發送給對端裝置。

2.根據權利要求1所述的方法，其特征在于，當獲取的當前圖像是包含有本端用戶的正面人臉的第一幀圖像時，在獲取到所述第一幀圖像之后，還包括：

將所述第一幀圖像發送給對端裝置。

3.根據權利要求2所述的方法，其特征在于，當該當前圖像是所述第一幀圖像時，在獲取到所述第一幀圖像之后，還包括：根據所述第一幀圖像進行3D建模，得到對應于本端用戶的3D模型；

當該當前圖像是任一幀圖像時，在生成本端用戶對應的驅動參數之后，還包括：使用生成的驅動參數，驅動所述對應于本端用戶的3D模型做出相應動作。

4.根據權利要求3所述的方法，其特征在于，當該當前圖像是所述第一幀圖像時，在獲取到所述第一幀圖像之后，還包括：統計所述第一幀圖像中本端用戶的人數，為所述第一幀圖像中的每一個本端用戶分配一個標識信息；

則，在將所述第一幀圖像發送給對端裝置的同時，將所述第一幀圖像中的每一個本端用戶及其標識信息的對應關系發送給對端裝置。

5.根據權利要求4所述的方法，其特征在于，當該當前圖像是所述第一幀圖像之后的任一幀圖像時，在獲取到該當前圖像之后，還包括：

統計該當前圖像中本端用戶的人數，判斷與前一幀圖像中本端用戶的人數相比，該當前圖像中本端用戶的人數是否發生了改變；

若判斷出減少了至少一個本端用戶，則將減少的本端用戶的標識信息發送給對端裝置，將對應于該減少的本端用戶的3D模型刪除。

6.根據權利要求5所述的方法，其特征在于，在判斷與前一幀圖像中本端用戶的人數相比，該當前圖像中本端用戶的人數是否發生了改變之后，還包括：

若判斷出新增了至少一個本端用戶，則從該當前圖像中分割得到對應于新增的本端用戶的人體區域圖像，為每一個新增的本端用戶分配一個標識信息；將該人體區域圖像，以及每一個新增的本端用戶及其標識信息的對應關系發送給對端裝置；根據該人體區域圖像進行3D建模，得到對應于每一個新增的本端用戶的3D模型。

7.根據權利要求1所述的方法，其特征在于，在獲取到本端當前的2D圖像之后，還包括：

根據該當前圖像，識別出本端用戶的個人信息，將該個人信息發送給對端裝置，其中，所述個人信息包括：年齡和性別。

8.根據權利要求7所述的方法，其特征在于，在識別出本端用戶的個人信息之后，還包括：根據本端用戶的個人信息，從本地的預設模型庫中選擇對應的3D模型，作為對應于本端用戶的3D模型；

在生成本端用戶對應的驅動參數之后，還包括：使用該驅動參數，驅動對應于本端用戶的3D模型做出相應動作。

9.根據權利要求1至8中任一項所述的方法，其特征在于，在獲取本端當前的2D圖像的同時，獲取本端當前的音頻；則，在獲取到本端當前的2D圖像和音頻之后，還包括：

根據該當前圖像和/或當前音頻，識別本端用戶的表情；

從本地的表情圖標庫中，查找到與本端用戶的表情相匹配的表情圖標，顯示該表情圖標；其中，所述表情圖標庫中的每一個表情圖標對應一個標識信息；

將查找到的表情圖標的標識信息發送給對端裝置。

10.根據權利要求3或8所述的方法，其特征在于，在獲取到本端當前的2D圖像之后，還包括：

根據該當前圖像，對本端用戶的手臂進行手勢識別并獲取手臂的運動信息；

若識別出手臂的手勢與本地保存的選擇手勢模型相匹配，且手臂的運動方向先指向顯示屏上顯示的所述預設模型庫中的一預設模型、之后指向本方3D顯示窗口或對方3D顯示窗口中顯示的一待編輯模型，則選中該預設模型；其中，所述本方3D顯示窗口用于顯示由對應于本端用戶的3D模型和一虛擬背景組成的3D場景，所述對方3D顯示窗口用于顯示由對應于對端用戶的3D模型和一虛擬背景組成的3D場景；

將第一標識信息、第二標識信息和第三標識信息發送給對端裝置；其中，所述第一標識信息是該待編輯模型所在的本方3D顯示窗口或對方3D顯示窗口的標識信息，所述第二標識信息是該待編輯模型對應的標識信息，所述第三標識信息是該預設模型的標識信息。