[发明专利]一种视频会议的画面追踪方法及装置

说明书

本发明公开了一种视频会议的画面追踪方法及装置，该方法先采集视频会议的图像信息和待定位声音信息；对所述视频会议的图像信息进行图像处理，获得与会人员的位置分布数据；对所述待定位声音信息进行声音定位处理，获得声音的位置信息；根据所述声音的位置信息和所述与会人员的位置分布数据，确定与所述待定位声音信息相匹配的人员的位置信息；生成所述人员的位置信息对应的特写图像。本发明技术方案能够提高特写镜头输出特写画面的准确度和提高特写画面的输出速度，从而提高视频会议的沟通效率。

技术领域

本发明涉及视频会议技术领域，尤其涉及一种视频会议的画面追踪方法及装置。

背景技术

在使用视频会议终端进行多人视频会议时，常常需要输出某个讲演者的特写镜头，以便于提高视频会议的沟通效率。

现有的视频特写输出方式有两种，一种是通过一个设有多个预置位的摄像机来实现特写镜头的输出，具体步骤如下：首先，给摄像机配置好一定数量的预置位；其次，当讲演者切换时，主持人或会议助手手动调节摄像机至其相邻的预置位；最后，对摄像机进行微调，使摄像机对准讲演者，从而输出特写镜头。但是，该方法需要手动调节，费时费力，降低特写画面的输出速度，从而降低视频会议的沟通效率；不仅如此，若会议场地大，超过支持的预置位的数量时，还需要现场调节摄像机的拍摄位置，进一步增加会议时间，降低视频会议的沟通效率。

另一种通过一个摄像头和具有语音追踪技术的麦克风实现特写镜头的输出，具体步骤如下：首先，根据麦克风获取声音的位置；其次，摄像机根据麦克风的反馈信息，转动到声音的位置，并调节摄像头焦距，采集该视角范围内的与会人员，最后，摄像头再次调焦，获取讲演者的特写画面。该方法仅通过麦克风来获取讲演者的位置信息，使得输出的特写画面的准确度低，因此需要反复调整摄像头的位置和角度，从而消耗大量的时间，降低视频会议的沟通效率；不仅如此，该方法的摄像头至少需要两次调焦，进一步降低特写画面的输出速度，降低视频会议的沟通效率。

发明内容

本发明实施例提供了一种视频会议的画面追踪方法及装置，解决现有技术中输出特写画面需耗费较多的时间导致视频会议沟通效率低的技术问题，本发明能够提高特写镜头输出特写画面的准确度和提高特写画面的输出速度，从而提高视频会议的沟通效率。

为了解决上述技术问题，本发明实施例提供了一种视频会议的画面追踪方法，包括：

采集视频会议的图像信息和待定位声音信息；

对所述视频会议的图像信息进行图像处理，获得与会人员的位置分布数据；

对所述待定位声音信息进行声音定位处理，获得声音的位置信息；

根据所述声音的位置信息和所述与会人员的位置分布数据，确定与所述待定位声音信息相匹配的人员的位置信息；

生成所述人员的位置信息对应的特写图像。

作为优选方案，所述对所述视频会议的图像信息进行图像处理，获得与会人员的位置分布数据，具体为：

基于人脸识别技术，对所述视频会议的图像信息进行图像处理，获得与会人员的位置分布数据，其中，所述与会人员的位置分布数据包括若干个人员的位置信息。

作为优选方案，所述对所述待定位声音信息进行声音定位处理，获得声音的位置信息，具体为：

基于语音追踪技术，定位所述待定位声音信息的位置，获得声音的位置信息。

作为优选方案，所述根据所述声音的位置信息和所述与会人员的位置分布数据，确定与所述待定位声音信息相匹配的人员的位置信息，具体为：

将所述声音的位置信息与所述与会人员的位置分布数据中每一个人员的位置信息进行匹配，获取与所述声音的位置信息相同的人员的位置信息。