[發明專利]一種多點視頻匯聚系統

在審

• 申請號: 201410579805.6
• 申請日: 2014-10-24
• 公開（公告）號: CN104270655A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 任德新;李志敏
• 申請（專利權）人: 四川省科本哈根能源科技有限公司
• 主分類號: H04N21/258
• 分類號: H04N21/258;H04N21/233;H04N21/234;H04N21/44
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 郭霞

1.一種多點視頻匯聚系統，所述多點視頻匯聚系統包括移動終端和視頻匯聚服務器，其特征在于：

所述視頻匯聚服務器包括管理服務器，所述管理服務器包括視頻匯聚單元，所述視頻匯聚單元包括發言方確認模塊、特寫采集命令發送模塊、特寫視頻圖像接收模塊、匯聚位置確認模塊、匯聚比例確認模塊、特寫視頻圖像位置確認模塊以及匯聚模塊，其中，

發言方確認模塊包括視頻圖像分析子模塊、視頻語音分析子模塊、發言方識別子模塊；視頻圖像分析子模塊，對從所述移動終端接收到的視頻信號的圖像信息進行檢測，確定是否存在嘴部動作以及嘴部所面對的方向，具體的，視頻圖像分析子模塊基于顏色差異檢測嘴部邊緣形狀及其所面對的方向朝向，進而基于所檢測到的嘴部邊緣形狀確定嘴部張合程度以及嘴部張合程度的變化值，當檢測到嘴部張合程度隨時間連續變化時，判定存在嘴部動作，否則判定不存在嘴部動作；視頻語音分析子模塊，對從所述移動終端接收到的視頻信號的語音信息進行檢測，確定是否存在聲音信號；發言方識別子模塊，用于根據視頻圖像分析子模塊和視頻語音分析子模塊的分析結果，從參加視頻會議的多個移動終端中識別出發言方，具體的，當視頻圖像分析子模塊基于某一移動終端的視頻信號判定存在嘴部動作，且視頻語音分析子模塊基于該移動終端的視頻信號判定存在聲音信號時，發言方識別子模塊將該移動終端確定為發言方；

特寫采集命令發送模塊，用于當發言方將所述移動終端確定為發言方時，發送特寫采集命令至該移動終端，該特寫采集命令用于獲取該移動終端發言方的特寫視頻圖像；

特寫視頻圖像接收模塊，用于從移動終端獲取特寫視頻圖像；

匯聚位置確認模塊，用于根據發言方確認模塊的確認結果，將所識別出的發言方的視頻圖像定位到最終視頻圖像的預定位置；并且，根據發言方確認模塊的視頻圖像分析子模塊所識別出的發言方嘴部正對的方向，將其他移動終端的視頻圖像定位到最終視頻圖像的預定位置；

匯聚比例確認模塊，用于根據發言方確認模塊的確認結果將所識別出的發言方的視頻圖像在最終視頻圖像中的顯示比例設置為預定值；

特寫視頻圖像位置確認模塊，用于當發言方特寫視頻圖像接收模塊從移動終端獲取到特寫視頻圖像時，將該發言方特寫視頻圖像定位到匯聚位置確認模塊所確認的該發言方的視頻圖像位置，并且覆蓋該發言方視頻圖像；

匯聚模塊，用于根據發言方確認模塊、匯聚位置確認模塊、匯聚比例確認模塊、特寫視頻圖像位置確認模塊的確認結果，對移動終端的視頻圖像進行合并拼接，得到最終視頻圖像；

所述移動終端包括視頻圖像采集模塊、格式轉換模塊、分辨率轉換模塊、編碼模塊；其中，所述視頻圖像采集模塊包括普通視頻圖像采集模塊和特寫視頻圖像采集模塊，所述普通視頻圖像采集模塊用于通過攝像頭采集視頻圖像，所述特寫視頻圖像采集模塊用于當移動終端接收到特寫采集命令時，通過另一攝像頭采集特寫視頻圖像；格式轉換模塊，用于將通過視頻圖像采集模塊采集的視頻圖像的格式轉換成用于數字視頻信號處理的格式；分辨率轉換模塊，用于將從格式轉換模塊輸出的視頻信號的分辨率降低為預先設定的分辨率；編碼模塊，用于對從分辨率轉換模塊輸出的視頻信號進行編碼。

2.根據權利要求1所述的多點視頻匯聚系統，其特征在于，視頻圖像分析子模塊，對從所述移動終端接收到的視頻信號的圖像信息進行檢測，確定是否存在嘴部動作以及嘴部所面對的方向，具體包括：視頻圖像分析模塊基于顏色差異檢測嘴部邊緣形狀及其所面對的方向，進而基于所檢測到的嘴部邊緣形狀確定嘴部張合程度以及嘴部張合程度的變化值，當檢測到嘴部張合程度隨時間連續變化時，判定存在嘴部動作，否則判定不存在嘴部動作。

3.根據權利要求1所述的多點視頻匯聚系統，其特征在于，發言方識別子模塊,根據視頻圖像分析子模塊和視頻語音分析子模塊的分析結果，從參加視頻會議的多個移動終端中識別出發言方,具體包括：當視頻圖像分析子模塊基于某一移動終端的視頻信號判定存在嘴部動作，且視頻語音分析模塊基于該移動終端的視頻信號判定存在聲音信號時，發言方識別子模塊將該移動終端識別為發言方。

4.根據權利要求1所述的多點視頻匯聚系統，其特征在于，所述匯聚位置確認模塊將所識別出的發言方的視頻圖像定位到最終視頻圖像的預定位置，具體包括：將識別出的發言方的視頻圖像定位在最終視頻圖像的正中央。

5.根據權利要求1所述的多點視頻匯聚系統，其特征在于，所述特寫視頻圖像采集模塊為高清攝像頭。