[发明专利]视频通话实现方法及装置

权利要求书

1.一种视频通话实现方法，其特征在于，包括：

建立与对端装置的视频通话连接；

获取本端当前的二维2D图像；

根据该当前图像，生成本端用户对应的驱动参数，将生成的驱动参数发送给对端装置。

2.根据权利要求1所述的方法，其特征在于，当获取的当前图像是包含有本端用户的正面人脸的第一帧图像时，在获取到所述第一帧图像之后，还包括：

将所述第一帧图像发送给对端装置。

3.根据权利要求2所述的方法，其特征在于，当该当前图像是所述第一帧图像时，在获取到所述第一帧图像之后，还包括：根据所述第一帧图像进行3D建模，得到对应于本端用户的3D模型；

当该当前图像是任一帧图像时，在生成本端用户对应的驱动参数之后，还包括：使用生成的驱动参数，驱动所述对应于本端用户的3D模型做出相应动作。

4.根据权利要求3所述的方法，其特征在于，当该当前图像是所述第一帧图像时，在获取到所述第一帧图像之后，还包括：统计所述第一帧图像中本端用户的人数，为所述第一帧图像中的每一个本端用户分配一个标识信息；

则，在将所述第一帧图像发送给对端装置的同时，将所述第一帧图像中的每一个本端用户及其标识信息的对应关系发送给对端装置。

5.根据权利要求4所述的方法，其特征在于，当该当前图像是所述第一帧图像之后的任一帧图像时，在获取到该当前图像之后，还包括：

统计该当前图像中本端用户的人数，判断与前一帧图像中本端用户的人数相比，该当前图像中本端用户的人数是否发生了改变；

若判断出减少了至少一个本端用户，则将减少的本端用户的标识信息发送给对端装置，将对应于该减少的本端用户的3D模型删除。

6.根据权利要求5所述的方法，其特征在于，在判断与前一帧图像中本端用户的人数相比，该当前图像中本端用户的人数是否发生了改变之后，还包括：

若判断出新增了至少一个本端用户，则从该当前图像中分割得到对应于新增的本端用户的人体区域图像，为每一个新增的本端用户分配一个标识信息；将该人体区域图像，以及每一个新增的本端用户及其标识信息的对应关系发送给对端装置；根据该人体区域图像进行3D建模，得到对应于每一个新增的本端用户的3D模型。

7.根据权利要求1所述的方法，其特征在于，在获取到本端当前的2D图像之后，还包括：

根据该当前图像，识别出本端用户的个人信息，将该个人信息发送给对端装置，其中，所述个人信息包括：年龄和性别。

8.根据权利要求7所述的方法，其特征在于，在识别出本端用户的个人信息之后，还包括：根据本端用户的个人信息，从本地的预设模型库中选择对应的3D模型，作为对应于本端用户的3D模型；

在生成本端用户对应的驱动参数之后，还包括：使用该驱动参数，驱动对应于本端用户的3D模型做出相应动作。

9.根据权利要求1至8中任一项所述的方法，其特征在于，在获取本端当前的2D图像的同时，获取本端当前的音频；则，在获取到本端当前的2D图像和音频之后，还包括：

根据该当前图像和/或当前音频，识别本端用户的表情；

从本地的表情图标库中，查找到与本端用户的表情相匹配的表情图标，显示该表情图标；其中，所述表情图标库中的每一个表情图标对应一个标识信息；

将查找到的表情图标的标识信息发送给对端装置。

10.根据权利要求3或8所述的方法，其特征在于，在获取到本端当前的2D图像之后，还包括：

根据该当前图像，对本端用户的手臂进行手势识别并获取手臂的运动信息；

若识别出手臂的手势与本地保存的选择手势模型相匹配，且手臂的运动方向先指向显示屏上显示的所述预设模型库中的一预设模型、之后指向本方3D显示窗口或对方3D显示窗口中显示的一待编辑模型，则选中该预设模型；其中，所述本方3D显示窗口用于显示由对应于本端用户的3D模型和一虚拟背景组成的3D场景，所述对方3D显示窗口用于显示由对应于对端用户的3D模型和一虚拟背景组成的3D场景；

将第一标识信息、第二标识信息和第三标识信息发送给对端装置；其中，所述第一标识信息是该待编辑模型所在的本方3D显示窗口或对方3D显示窗口的标识信息，所述第二标识信息是该待编辑模型对应的标识信息，所述第三标识信息是该预设模型的标识信息。