[發(fā)明專(zhuān)利]音視頻播放方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110838036.7
• 申請(qǐng)日: 2021-07-23
• 公開(kāi)（公告）號(hào): CN113573122B
• 公開(kāi)（公告）日: 2023-03-24
• 發(fā)明（設(shè)計(jì)）人: 李中虎;陳喆;王鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類(lèi)號(hào): H04N21/43
• 分類(lèi)號(hào): H04N21/43
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 李珂珂

本申請(qǐng)實(shí)施例公開(kāi)了一種音視頻播放方法及裝置，屬于多媒體技術(shù)領(lǐng)域。在本申請(qǐng)實(shí)施例中，終端設(shè)備根據(jù)第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息和多路音頻數(shù)據(jù)分別對(duì)應(yīng)的拾音設(shè)備的位置信息，從多路音頻數(shù)據(jù)中確定與第一視頻數(shù)據(jù)匹配的一路音頻數(shù)據(jù)進(jìn)行同步播放，這樣，無(wú)需手動(dòng)選擇一路音頻數(shù)據(jù)與視頻數(shù)據(jù)進(jìn)行同步播放，操作簡(jiǎn)單。并且，在本申請(qǐng)實(shí)施例中，通過(guò)第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息來(lái)匹配對(duì)應(yīng)的音頻數(shù)據(jù)，這樣，視頻數(shù)據(jù)中的關(guān)注點(diǎn)移動(dòng)到哪里，就能播放對(duì)應(yīng)位置處的拾音設(shè)備的音頻數(shù)據(jù)，實(shí)現(xiàn)了音頻數(shù)據(jù)隨視頻數(shù)據(jù)的目標(biāo)對(duì)象或視角變化而自適應(yīng)匹配切換。

技術(shù)領(lǐng)域

本申請(qǐng)涉及多媒體技術(shù)領(lǐng)域，特別涉及一種音視頻播放方法及裝置。

背景技術(shù)

隨著多媒體技術(shù)的發(fā)展，視頻監(jiān)控已經(jīng)被廣泛應(yīng)用于各種場(chǎng)景中。目前，在視頻監(jiān)控的過(guò)程中，不僅可以利用圖像采集設(shè)備采集視頻數(shù)據(jù)，還可以通過(guò)拾音設(shè)備采集音頻數(shù)據(jù)。之后，可以對(duì)視頻數(shù)據(jù)和音頻數(shù)據(jù)進(jìn)行同步播放，以達(dá)到更好的監(jiān)控效果。

相關(guān)技術(shù)中，在一個(gè)監(jiān)控場(chǎng)景中，可能會(huì)部署有多個(gè)拾音設(shè)備，該多個(gè)拾音設(shè)備將會(huì)采集到多路音頻數(shù)據(jù)。在這種情況下，圖像采集設(shè)備可以將采集到的視頻數(shù)據(jù)發(fā)送至終端設(shè)備，同時(shí)，多個(gè)拾音設(shè)備可以將采集到的多路音頻數(shù)據(jù)也發(fā)送至終端設(shè)備。之后，終端設(shè)備顯示多路音頻數(shù)據(jù)的界面，然后由用戶在該界面中手動(dòng)選擇一路音頻數(shù)據(jù)作為播放音頻數(shù)據(jù)，從而與圖像采集設(shè)備采集的視頻數(shù)據(jù)進(jìn)行同步播放。由此可見(jiàn)，在上述實(shí)現(xiàn)方式中，需要人工手動(dòng)選擇一路音頻數(shù)據(jù)來(lái)與視頻數(shù)據(jù)進(jìn)行同步播放，操作較為繁瑣，且無(wú)法保證播放質(zhì)量。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種音視頻播放方法及裝置，可以將拾音設(shè)備采集的音頻數(shù)據(jù)與圖像采集設(shè)備采集的視頻數(shù)據(jù)進(jìn)行自動(dòng)關(guān)聯(lián)匹配后同步播放，操作簡(jiǎn)單且能保證播放質(zhì)量。所述技術(shù)方案如下：

一方面，提供了一種音視頻播放方法，所述方法包括：

接收第一視頻數(shù)據(jù)和所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息，以及接收多個(gè)拾音設(shè)備分別采集的音頻數(shù)據(jù)；

根據(jù)所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息和所述多個(gè)拾音設(shè)備的位置信息，從接收到的多路音頻數(shù)據(jù)中確定所述第一視頻數(shù)據(jù)對(duì)應(yīng)的第一音頻數(shù)據(jù)；

同步播放所述第一視頻數(shù)據(jù)和所述第一音頻數(shù)據(jù)。

可選地，所述根據(jù)所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息和所述多個(gè)拾音設(shè)備的位置信息，從接收到的多路音頻數(shù)據(jù)中確定所述第一視頻數(shù)據(jù)對(duì)應(yīng)的所述第一音頻數(shù)據(jù)，包括：

根據(jù)所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息和所述多個(gè)拾音設(shè)備的位置信息，從所述多路音頻數(shù)據(jù)中選擇對(duì)應(yīng)的拾音設(shè)備距離所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)最近的一路音頻數(shù)據(jù)；

將選擇的一路音頻數(shù)據(jù)中與所述第一視頻數(shù)據(jù)的采集時(shí)刻相同的一路音頻數(shù)據(jù)作為所述第一音頻數(shù)據(jù)。

可選地，所述方法還包括：

如果所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息與所述第一視頻數(shù)據(jù)的前一時(shí)刻的視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息不同，則觸發(fā)所述確定模塊執(zhí)行根據(jù)所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息和多個(gè)拾音設(shè)備的位置信息，從接收到的多路音頻數(shù)據(jù)中確定所述第一視頻數(shù)據(jù)對(duì)應(yīng)的所述第一音頻數(shù)據(jù)的步驟。

可選地，所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息是指所述第一視頻數(shù)據(jù)中包括的目標(biāo)對(duì)象在第一坐標(biāo)系下的位置信息，所述目標(biāo)對(duì)象是通過(guò)目標(biāo)跟蹤方式確定得到，或者，所述目標(biāo)對(duì)象是基于圖像特征識(shí)別得到，所述第一坐標(biāo)系是指在現(xiàn)實(shí)世界中根據(jù)第一視野區(qū)域建立的坐標(biāo)系，所述第一視野區(qū)域是指圖像采集設(shè)備在采集所述第一視頻數(shù)據(jù)時(shí)的視野區(qū)域。

可選地，所述第一視頻數(shù)據(jù)中的關(guān)注點(diǎn)的位置信息是指所述第一視野區(qū)域的中心點(diǎn)在所述第一坐標(biāo)系下的位置信息，所述第一視野區(qū)域是指圖像采集設(shè)備在采集所述第一視頻數(shù)據(jù)時(shí)的視野區(qū)域，所述第一坐標(biāo)系是指在現(xiàn)實(shí)世界中根據(jù)所述第一視野區(qū)域建立的坐標(biāo)系。