[發(fā)明專利]視頻會議系統(tǒng)、處理裝置及視頻會議方法

無效

• 申請?zhí)枺?/td>: 201610120613.8
• 申請日: 2016-03-03
• 公開（公告）號: CN105592268A
• 公開（公告）日: 2016-05-18
• 發(fā)明（設(shè)計）人: 韋國華;陳冬根
• 申請（專利權(quán)）人: 蘇州科達(dá)科技股份有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/265;H04N7/15
• 代理公司: 上海隆天律師事務(wù)所 31282
• 代理人: 臧云霄;李峰

1.一種處理裝置，應(yīng)用于視頻會議系統(tǒng)，所述視頻會議系統(tǒng)包括第一攝 像機、第二攝像機以及麥克風(fēng)矩陣，其特征在于，所述處理裝置包括：

音源定位模塊，用于根據(jù)所述麥克風(fēng)矩陣所采集的音頻確定第一音源以 及至少一個第二音源所在方向，所述第一音源為持續(xù)音源，所述第二音源為 動態(tài)音源；

第一控制模塊，用于控制所述第一攝像機轉(zhuǎn)向第一音源所在方向，并指 示所述第一攝像機采集第一音源所在方向的第一視頻數(shù)據(jù)；

第一截取模塊，用于獲取所述第二攝像機采集的全景視頻數(shù)據(jù)，并根據(jù) 所述第二音源所在方向在所述全景視頻數(shù)據(jù)中截取對應(yīng)于至少一個所述第二 音源所在方向的至少一個第二視頻數(shù)據(jù)；

合成模塊，用于將所述第一視頻數(shù)據(jù)和至少一個所述第二視頻數(shù)據(jù)合成 到合成畫面中。

2.如權(quán)利要求1所述的處理裝置，其特征在于，還包括：

語音識別模塊，用于根據(jù)所述麥克風(fēng)矩陣所采集的音頻識別來自不同發(fā) 言人的所述第一音源以及至少一個所述第二音源。

3.如權(quán)利要求2所述的處理裝置，其特征在于，還包括：

切換模塊，用于：

當(dāng)所述語音識別模塊未識別到所述第一音源和所述第二音源時，指示所 述處理裝置輸出全景視頻數(shù)據(jù)；

當(dāng)所述語音識別模塊識別到所述第一音源但未識別到所述第二音源時， 指示所述處理裝置輸出第一視頻數(shù)據(jù)；

當(dāng)所述語音識別模塊識別到所述第一音源和至少一個所述第二音源時， 指示所述處理裝置輸出所述合成畫面。

4.如權(quán)利要求1至3任一項所述的處理裝置，其特征在于，所述合成模 塊還用于根據(jù)所述第二視頻數(shù)據(jù)的數(shù)量將所述第一視頻數(shù)據(jù)和所述第二視頻 數(shù)據(jù)布局在所述合成畫面中。

5.如權(quán)利要求4所述的處理裝置，其特征在于，所述第一視頻數(shù)據(jù)在所 述合成畫面中所占比例大于任一個所述第二視頻數(shù)據(jù)在所述合成畫面中所占 比例。

6.如權(quán)利要求1至3任一項所述的處理裝置，其特征在于，

所述第一音源的音量大于第一閾值，并且所述第一音源大于第一閾值的 持續(xù)時間大于第二閾值；以及

所述第二音源在所述第一音源大于第一閾值的持續(xù)時間內(nèi)大于第三閾 值，并且所述第二音源大于第三閾值的持續(xù)時間小于第四閾值。

7.如權(quán)利要求1至3任一項所述的處理裝置，其特征在于，還包括：

人臉識別模塊，用于對所述第一視頻數(shù)據(jù)及所述全景視頻數(shù)據(jù)進行人臉 識別，并根據(jù)所述第一視頻數(shù)據(jù)獲取與所述第一音源對應(yīng)的第一發(fā)言人的位 置。

8.如權(quán)利要求7所述的處理裝置，其特征在于，還包括：

定位校正模塊，用于根據(jù)所述全景視頻數(shù)據(jù)對所述第一視頻數(shù)據(jù)中的所 述第一發(fā)言人的位置進行校正。

9.如權(quán)利要求7所述的處理裝置，其特征在于，還包括：

運動跟蹤模塊，用于對所述第一視頻數(shù)據(jù)中的所述第一發(fā)言人進行運動 檢測跟蹤；

所述第一控制模塊還用于根據(jù)所述運動跟蹤模塊控制所述第一攝像機追 蹤所述第一發(fā)言人。

10.如權(quán)利要求7所述的處理裝置，其特征在于，還包括：

運動檢測模塊，用于對所述全景視頻數(shù)據(jù)中的除所述第一發(fā)言人外的人 員進行運動檢測；以及

第二截取模塊，用于獲取所述第二攝像機采集的全景視頻數(shù)據(jù)，并在所 述全景視頻數(shù)據(jù)截取第三視頻數(shù)據(jù)，所述第三視頻數(shù)據(jù)包括除所述第一發(fā)言 人外的人員移動的圖像。

11.如權(quán)利要求10所述的處理裝置，其特征在于，所述合成模塊還用于 將所述第三視頻數(shù)據(jù)合成到所述合成畫面中。

12.如權(quán)利要求11所述的處理裝置，其特征在于，還包括：

判斷模塊，用于判斷使用所述第一截取模塊和/或所述第二截取模塊截取 所述全景視頻數(shù)據(jù)。