[發明專利]一種基于視頻會議系統的聚焦實現方法

在審

• 申請號: 201410349789.1
• 申請日: 2014-07-22
• 公開（公告）號: CN104166840A
• 公開（公告）日: 2014-11-26
• 發明（設計）人: 孔令波
• 申請（專利權）人: 廈門億聯網絡技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廈門市新華專利商標代理有限公司 35203
• 代理人: 朱凌

1.一種基于視頻會議系統的聚焦實現方法，其特征在于，包括如下步驟：?

步驟1、對視頻會議系統采集的原始圖像進行預處理，得到特征圖像；?

步驟2、定義一特征匹配模板，且對該特征匹配模板的尺寸進行設定，對特征圖像進行區域劃分，分成多個的小尺寸圖像，且小尺寸圖像與特征匹配模板的尺寸一致，通過adaboost算法依次識別各區域是否包含人的頭肩部特征；如果判斷為是，則記錄區域坐標以及尺寸，如果判斷為否，則不記錄坐標信息；以此類推，對整個圖像進行遍歷搜索，從而確定圖像中的頭肩部位置以及所占畫面的比例信息；?

步驟3、將頭肩部的位置信息以及所占畫面比例信息傳遞給視頻會議系統的聚焦模塊，作為聚焦模塊的焦距調整算法的參數，進而實現視頻會議系統的人物聚焦。?

2.根據權利要求1所述的一種基于視頻會議系統的聚焦實現方法，其特征在于，所述步驟1具體為：對視頻會議系統采集的原始圖像通過haar-like特征進行人物頭肩部特征提取，通過haar-like特征設置三個適用于頭肩部特征提取的模板；三個模板用于計算haar-like特征值，每一種特征的計算都是由黑色填充區域的像素值之和與白色填充區域的像素值之和的差值，而計算出來的這個差值就是所謂的haar-like特征的特征值，從而得到特征圖像。?

3.根據權利要求1所述的一種基于視頻會議系統的聚焦實現方法，其特征在于：所述adaboost算法進一步包括：adaboost強分類器訓練過程，該訓練過程具體為：?

設輸入樣本為：{(X₁,Y₁),(X₂,Y₂),...,(X_n,Y_n)}，其中X_i為輸入的訓練樣本，Y_i＝0或1，其中Y_i＝0表示正樣本，Y_i＝1表示負樣本，其中正樣本的數目為p，負樣本的數目為q，所以n＝p+q；正樣本表示?該特征圖像包含人的頭肩部，負樣本表示該特征圖像不包含人的頭肩部信息；?

訓練過程具體步驟如下：?

步驟10、初始化每個樣本的權重W_i＝1/n；?

步驟20、對每個樣本t＝1,...,T；其中，T為弱分類器的數目?

即為：步驟20.1、把權重歸一化為一個概率分布

步驟20.2、對每個特征f，訓練一個弱分類器h_j，并且計算對應所有特征的弱分類器的加權錯誤率?

步驟20.3、選擇擁有最小錯誤率e_t的弱分類器h_t，?

步驟20.4、按照這個最小錯誤率e_t的弱分類器，調整權重?其中e_i＝0表示被正確分類，e_i＝1表示被錯誤分類，?

步驟30、最后的強分類器為?

。