[发明专利]一种立体视频通讯的实现方法、系统和设备

说明书

技术领域

本发明涉及视频技术领域，尤其涉及一种立体视频通讯的实现方法、系统和设备。 

背景技术

目前传统的视频是一种二维信息载体，只能表现出景物的内容而忽略了物体的远近、位置等深度信息。而人类习惯使用两只眼睛来观察世界，作为观察的主体，人类需要提供比一幅图像更多的信息画面来获取必须的空间信息。立体视频(Stereo Video)/3D视频技术可以提供符合立体视觉原理的具有深度信息的画面，从而能够真实地重现客观世界景象，表现出场景的纵深感、层次感和真实性，是当前视频技术发展的重要方向。 

立体视频的基本原理是模拟人眼成像原理，采用双摄像机得到左眼图像和右眼图像，在呈现时使人的左右眼分别看到左右眼图像，最后合成得到具有立体感的图像，使观察者能够感到场景的深度。因此，可以把双目立体视频看成是在现有2D视频上增加了对深度信息的扩展。 

MVV(Multi-Viewpoint Video，多视点视频)/FVV(Free Viewpoint Video，自由视点视频)是当前视频领域研究的另一个热点。其基本思想是由多个摄像机同时拍摄场景，如体育或戏剧场景，不同的摄像机的拍摄角度不同，产生多个视频流；这些不同视点的视频流送到用户终端，用户可以选择任意的视点和方向观看场景。用户选择的视点可以是预定义的固定的摄像机拍摄视点，也可以是一个虚拟视点，其图像由周围真实的摄像机拍摄的图像合成得到。 

立体视频和自由视点视频不是互相排斥的，而是可以融合为一个系统。自由视点视频系统中的每一个视点可以采用2D方式，也可以采用立体方式观看。 

立体视频和自由视点视频有着广泛的应用前景，应用领域包括DVD、电视广播、电影、视频通信、移动设备以及特定的应用，如医疗、军事等，并将形成很大的设备市场，如3D显示器、机顶盒、媒体内容、采集设备和内容创建设备等。 

立体视频技术早在七八十年代就已开始研究，但由于技术不成熟，显示设备昂贵和缺乏标准等原因一直没有大规模应用。目前的立体视频技术一般采用双摄像头进行同步视频采集，在编码端形成左右眼其中的一幅图像和一幅包含每个像素深度信息的深度图进行编码传输。解码端解码并通过深度信息还原左右眼图像对并进行渲染，用户通过立体眼镜或立体显示器观看。 

用户的观看方式可分为两种：一种是左右眼图像的视差固定，用户看到的场景和用户与场景的距离无关；另一种是用户看到的立体图像和用户到场景的距离和方位有关，因此往往需要对用户进行定位，在解码端进行立体图像的重建，调整用户观看的立体感。当采用观看用户位置相关的重建时，即当用户双眼的观看位置发生如图1所示上下，左右，前后变化时，所看到的内容也相应变化，可以提供用户更强的真实感，带来更好的用户体验；但是其要求系统能根据用户的方位变化，快速准确重构虚拟视点，即新视点的立体图像。 

现有技术中一种立体视频通讯的实现方法为：采用图形学的方法，该方法基于已获取的不同角度的多幅图像对场景中的目标进行建模，当观看用户移动到不同的方位时，通过目标模型相对新视点的方位投影得到虚拟视点的观看内容，即虚拟视点的立体图像。 

发明人在实现本发明的过程中，发现现有技术的方法至少存在以下问题：现有技术中需要构建场景的目标模型，光照模型及目标的反射特性等，当场景中的目标比较简单且比较有规则时，可以获得较好的效果。但当观看用户移动到不同的方位时，考虑到实际场景一般都存在较多的不规则目标，且遮挡关系复杂，难以通过两幅图像完成场景的快速准确建模，且复杂度较高。 

发明内容 

本发明的实施例提供一种立体视频通讯的实现方法、系统和设备，用于实现观看者方位变化时立体视频的快速响应。 

本发明的实施例提供一种立体视频通讯的实现方法，包括： 

获取观看者的方位信息； 

从大范围场景中获取与所述观看者方位信息对应的视频区域，其中所述获取与所述观看者方位信息对应的视频区域包括从采集到的大范围场景中切割得到与所述观看者方位信息对应的视频区域； 

根据与所述观看者方位信息对应的视频区域的视频数据合成立体视频。 

本发明的实施例还提供一种采集端设备，包括： 

采集单元，用于采集大范围场景的视频数据； 

获取单元，用于获取观看者方位信息； 

切割单元，用于根据所述获取单元获取的观看者方位信息，从所述采集单元采集到的大范围场景中的视频数据切割得到与所述观看者方位信息对应的视频区域；