[发明专利]区划适应性视频生成

说明书

本发明提供了一种用于自动地生成呈现的输出视频的系统和方法，该呈现由至少一个呈现者给出、包括所显示内容并在环境中执行，该系统包括：多个区划，其被限定在该环境内；至少一个摄影机，其中该摄影机被配置成捕获由该环境中的该呈现者给出的该呈现的影像帧；用于检测该至少一个呈现者何时改变区划的装置；配置，其将拍摄参数的集合与每个区划相关联，该拍摄参数的集合用于在该至少一个呈现者在该区划中时控制该至少一个摄影机，其中该系统被进一步配置成当该至少一个呈现者改变区划时，基于与该至少一个呈现者所在的该区划相关联的该配置改变这些拍摄参数，以便使用不同拍摄参数提供输出视频至用户。

发明领域

本公开涉集一种用于自动地生成由至少一个呈现者给出的呈现的输出视频的系统和方法。

发明背景

高端呈现(例如，公司业绩、科学会议上的主题发言、政治事件)常常被捕获并串流传输至远程观众。归因于其重要性，此类事件通常由在场景之后的由摄影机操作者以及视频导演(除其他人外)组成的技术组员执行。摄影机操作者应用(例如,呈现者、内容、观众的)适当成帧而视频导演决定摄影机中的哪一者应被发送至被串流传输出至远程观众的输出视频混合。明显地，这些角色中的一些可被组合于一个人。最终目标是在同时观察最重要信息时生成在美观性上合意的视频混合。然而，使在场景之后的一个或多个操作者控制摄影机并执行从一个摄影机至其他摄影机的切换是昂贵的且不会缩放至更低端呈现(例如，在会议、演讲/远程教示…处的专题讨论环节(break-out session))。

低端呈现/演讲通常在无技术组员支持情况下被捕获并串流传输/记录。作为结果，这些视频通常是静态的，由单一摄影机从预期最有意义的视角捕获。这导致较少动态/参与体验，并且在一些情形中不良呈现者成帧以及不良内容可视性(例如，难以读取白板上的图画或书写)。这可干扰远程用户/观众，并且对于演讲呈现，远程用户可能错过大量重要信息。

已进行自动地捕获此类呈现的尝试。然而，虽然人类操作者完全理解场景，但对于计算机，仍常常缺乏这种理解水平。作为结果，系统可能未必总是聚焦于场景中的正确的人(例如，其可能混淆公告或显示器上可视化的随机的人)，其可以可视化背景中的杂乱等。

因此存在对该技术的改良的需求。

发明概要

为了克服先前技术的问题，因此提供一种用于自动地生成呈现的输出视频的系统，该呈现由至少一个呈现者给出、包括所显示内容并在环境中执行，该系统包括：多个区划，其被限定在环境内；至少一个摄影机，其中该摄影机被配置成捕获由环境中的呈现者给出的呈现的影像帧；用于检测至少一个呈现者何时改变区划的装置；配置，其将拍摄参数的集合与每个区划相关联，该拍摄参数的集合用于在该至少一个呈现者在该区划中时控制该至少一个摄影机，其中该系统被进一步配置成当该至少一个呈现者改变区划时，基于与该至少一个呈现者所在的区划相关联的配置改变拍摄参数，以便使用不同拍摄参数提供输出视频至用户。

系统自动地生成所需输出，而不需要具有控制摄影机的一群人。用户始终使用最佳拍摄参数可视化最适当内容。

有利地，拍摄参数包括用于控制摄影机的设定或其还可确定在一定时间量内，摄影机X是活跃的，随后在N秒之后，摄影机Y变为是活跃的等。

因此，输出视频将不断地改变，这确保观看者在观看输出视频的同时保持警觉和感兴趣。

拍摄参数还可确定呈现者应在影像中何处，且拍摄场景的摄影机自动地调整自身以通过改变其PTZ参数提供呈现者的最佳镜头。拍摄参数随后还将确定可随摄影机的缩放参数改变的场大小(长镜头、全镜头、中镜头、特写等)以及摄影机角度(通过改变PTZ摄影机的平移或倾斜移动)。

因此，观看者将始终体验最适当输出视频。