[發明專利]單呼即通實況通信終端、方法及工具

在審

• 申請號: 201410247191.1
• 申請日: 2014-06-05
• 公開（公告）號: CN104023207A
• 公開（公告）日: 2014-09-03
• 發明（設計）人: 宋晨楓
• 申請（專利權）人: 北京小魚兒科技有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;H04N7/14
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙) 11370
• 代理人: 朱海波

技術領域

本發明涉及通信技術，尤其涉及一種單呼即通實況通信終端、方法及工具。

背景技術

現有技術中，存在著一種家庭攝像監控系統。在家庭中安裝有攝像頭，將采集到的視頻信號發送給遠程的監視端(如手機用戶)。在監視端的屏幕上顯示采集到的視頻，從而實現遠程監控。但是，遠程視頻監控不是一種雙向通信。雖然監視端的用戶能夠看到家里面的情況，但家里面的人聽不到監視端用戶的聲音，不能雙向互動，用戶體驗差。

發明內容

本發明解決的技術問題之一是加強處于固定場所需要被關照、被光顧的人，與處于其他不固定場所、可移動性用戶之間的實時互動，從而提升通信體驗。它對應于實際生活中一種普遍存在的溝通模型，即訪問用戶與被訪問場所、被訪問的人之間存在特定的社會關系，比如老人與子女，父母與孩子，無需進行類似于陌生人對話那樣的身份確認步驟。

根據本發明的一個方面的一個實施例，提供了一種單呼即通實況通信終端，包括攝像機、音頻采集單元、揚聲器以及收發信機，攝像機、音頻采集單元分別采集到的視、音頻通過收發信機發送，通過收發信機接收到的音頻通過揚聲器輸出，其中收發信機響應于接收到來自可信任用戶的連接請求，自動發出對該連接請求的應答，從而自動建立與可信任用戶的IP通信。單呼即通是指單向呼叫后即可自動進行雙向通信。

根據本發明的一個實施例，收發信機在自動建立與可信任用戶的IP通信之后，僅將攝像機、音頻采集單元采集到的視、音頻發送給可信任用戶，響應于來自可信任用戶的雙向通信請求，才在將攝像機、音頻采集單元采集到的視、音頻發送給可信任用戶的同時將來自可信任用戶的音頻通過揚聲器輸出。

根據本發明的一個實施例，收發信機在自動建立與可信任用戶的IP通信之后，在將攝像機、音頻采集單元采集到的視、音頻發送給可信任用戶的同時將來自可信任用戶的音頻通過揚聲器輸出。

根據本發明的一個實施例，所述單呼即通實況通信終端還包括顯示器，在收發信息建立了與可信任用戶的IP通信的情況下，如果收發信機接收到視頻則顯示視頻，如果收發信息未接收到視頻則顯示可信任用戶的標識。

根據本發明的一個實施例，收發信機響應于在建立與可信任用戶的IP通信后接收到來自另一可信任用戶的連接請求，向所述另一可信任用戶發出經服務器IP通信的應答，并向所述可信任用戶發出改經服務器進行IP通信的請求。

根據本發明的一個實施例，在收發信機同時建立了與多個可信任用戶的IP通信的情況下，顯示器同時顯示多個可信任用戶的視頻或標識。

根據本發明的一個實施例，響應于所述多個可信任用戶的視頻或標識中的一個或多個視頻或標識被選擇，收發信機斷開與所述一個或多個視頻或標識對應的可信任用戶的IP通信，或者揚聲器不輸出與所述一個或多個視頻或標識對應的可信任用戶的聲音。

根據本發明的一個實施例，響應于所述多個可信任用戶的視頻或標識中之一被選擇，被選擇的可信任用戶的視頻或標識變為放大的主畫面。

根據本發明的一個實施例，響應于從攝像機、音頻采集單元分別采集到的視、音頻中識別出人或特定人，收發信機向可信任用戶發送提醒信息。

根據本發明的一個實施例，人或特定人是基于人臉識別、身高識別、聲音識別、攜帶手機發出的無線信號表明的身份中的一個或多個來識別的。

根據本發明的一個實施例，響應于從攝像機、音頻采集單元分別采集到的視、音頻中識別出特定動作，收發信機向可信任用戶發送提醒信息。

根據本發明的一個實施例，特定動作是通過事先為預定的動作建立模型，并從攝像機、音頻采集單元分別采集到的視、音頻中搜索與建立的模型的匹配識別的。

根據本發明的一個實施例，所述模型是通過自學習的方式產生的。

根據本發明的一個實施例，所述單呼即通實況通信終端還包括深度傳感器，所述特定動作是基于攝像機、音頻采集單元分別采集到的視、音頻以及深度傳感器感測的深度識別的。

根據本發明的一個實施例，響應于從攝像機、音頻采集單元分別采集到的視、音頻中識別出異常狀況，收發信機向可信任用戶發送提醒信息。

根據本發明的一個實施例，所述異常狀況是通過識別出以下中的一種或多種識別的：攝像機采集到的視頻的劇烈變化；音頻采集單元采集到的高于特定閾值的音頻；音頻采集單元采集到的音頻的劇烈變化；基于攝像機、音頻采集單元分別采集到的視、音頻識別出的預定事件，其中該預定事件的模型事先已建立，并通過從基于攝像機、音頻采集單元分別采集到的視、音頻中搜索與建立的模型相匹配的事件，從而識別預定事件。