[发明专利]视频画中画窗口的显示方法、系统及视频处理设备

说明书

技术领域

本发明属于视频处理技术领域，尤其涉及一种视频画中画窗口的显示方法、系统及视频处理设备。

背景技术

随着即时通讯的普及和网络带宽的提升，越来越多的网友开始使用摄像头进行视频聊天，在视频聊天窗口中使用画中画技术也越来越普遍，但是在通信过程中由于人脸的不断运动，使得人脸在大窗口显示的位置也会经常移动，加上现有的小窗口在视频画中画中显示的位置也是固定不变的，因此，容易经常出现画中画的小窗口遮挡大窗口主要信息的情况。

发明内容

本发明的目的在于提供一种视频画中画窗口的显示方法，旨在解决现有技术中存在的由于在视频画中画中的大窗口人脸运动使得人脸位置显示不定，加上小窗口在视频画中画中显示的位置也是固定不变的，因此小窗口容易遮挡大窗口主要信息的情况的问题。

本发明是这样实现的，一种视频画中画窗口的显示方法，所述方法包括以下步骤：

获取视频画中画的当前大窗口需要显示的视频画面中人脸的位置和大小信息；

根据所述人脸的位置和大小信息，计算出遮挡所述人脸最少的小窗口在视频画中画的大窗口中的显示位置；

将所述小窗口显示在所述显示位置上。

本发明的另一目的在于提供一种视频画中画窗口的显示系统，所述系统包括：

信息获取模块，用于获取视频画中画的当前大窗口需要显示的视频画面中人脸的位置和大小信息；

位置计算模块，用于根据所述人脸的位置和大小信息，计算出遮挡所述人脸最少的小窗口在视频画中画的大窗口中的显示位置；

显示控制模块，用于将所述小窗口显示在所述显示位置上。

本发明的另一目的在于提供一种包括上面所述的视频画中画窗口的显示系统的视频处理设备。

在本发明中，通过获取视频画中画的当前大窗口需要显示的视频画面中人脸的位置和大小信息，根据所述人脸的位置和大小信息，计算出遮挡所述人脸最少的小窗口在视频画中画的大窗口中的显示位置，从而避免了由于视频画中画的小窗口遮挡大窗口显示的主要信息，造成获取大窗口显示的主要信息不全面的问题。

附图说明

图1是本发明实施例提供的视频画中画窗口的显示方法的实现流程示意图；

图2是本发明实施例提供的视频画中画窗口的显示系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，通过获取视频画中画的当前大窗口需要显示的视频画面中人脸的位置和大小信息，根据所述人脸的位置和大小信息，计算出遮挡所述人脸最少的小窗口在视频画中画的大窗口中的显示位置，从而来解决现有技术中存在的由于在视频画中画中的大窗口人脸运动使得人脸位置显示不定，加上小窗口在视频画中画中显示的位置也是固定不变的，因此小窗口容易遮挡大窗口主要信息的情况的问题。

人脸检测(Face Detection)是指在输入图像中确定所有人脸(如果存在)的位置、大小、位姿的过程。人脸检测是人脸信息处理中的一项关键技术。

人脸图像所包含的模式特征十分丰富，包括颜色特征(肤色、发色等)、轮廓特征、直方图特征、镶嵌图特征、结构特征、变换域特征、模板特征以及启发式特征等。这些特征中哪些是最有用的、如何利用这些特征，是人脸检测要研究一个关键问题。人脸模式具有复杂而细致的变化，因此一般需要采用多种模式特征综合的方法，如简单组合、统计推断、模糊决策、机器学习等。归纳起来，根据利用特征的色彩属性可以将人脸检测方法分为基于肤色特征的方法和基于灰度特征的方法两类。前者适用于构造快速的人脸检测和人脸跟踪算法，后者利用了人脸区别于其它物体的更为本质的特征，是人脸检测领域研究的重点。根据特征综合时采用的不同模型，可以将基于灰度特征的方法分为两大类：基于启发式(知识)模型的方法和基于统计模型的方法。

人脸跟踪通常是在人脸检测的基础上对于视频序列中人脸运动位置的跟踪。人脸跟踪技术包括基于运动(Motion-based)的方法及基于模型(Model-based)的方法。前者采用运动分割、光流、立体视觉等方法，利用时空梯度、卡尔曼滤波器等跟踪人脸运动；后者首先获取目标的先验知识，构造目标模型，对输入的每一帧图像通过滑动窗口进行模型匹配。在人脸跟踪中，往往结合使用这两种方法。

请参阅图1，为本发明实施例提供的视频画中画窗口的显示方法的实现流程，其包括以下步骤：