[发明专利]用于视频会议系统中的摄像机底座及其方法

说明书

技术领域

本发明的技术总体上涉及视频会议。更具体地，本发明涉及智能摄像机底座及其方法。

背景技术

一般来说，视频会议中的摄像机拍摄装进所有与会者的画面。不幸的是，远端与会者会失去视频中的许多有价值的内容，因为显示在远端的近端与会者的大小会很小。在一些情况下，远端与会者不能看清近端与会者的面部表情，难以确定谁正在发言。这些问题使视频会议具有难以使用的感觉，从而使与会者难以进行富有成效的会议。

为了处理取景较差的问题，与会者不得不进行干预，执行摇移、俯仰和推拉摄像机的一系列操作，以拍摄较好的画面。正如所料，用遥控器人工指挥摄像机会不方便。有时，与会者实在不愿麻烦去调整摄像机的画面，而只是使用默认的全景。当然，当与会者的确人工调整摄像机的画面时，如果与会者在视频会议期间改变位置，或者在后来的视频会议中使用不同的座位安排，那么必须重复该过程。

开发具有智能功能的摄像机是一种解决方式。然而，显然其最终的价格将会很高，并且一种特定类型的智能相机可能不能满足多种需求，因此产品不会广泛使用。

由于这些原因，在视频会议期间，理想的是提供使传统的摄像机能够根据会议环境，与会者的排列，和正在发言的人物，动态且自动调整与会者的画面的设备，以及该设备可以基于某个感兴趣区域智能地调整摄像机的光参数和进行图像后处理。

发明内容

本发明的主题目的在于克服上述一个或多个问题，或者至少降低上述一个或多个问题的影响。

根据实施例的一个方面，提供了一种用于视频会议系统中的摄像机底座，其可拆卸地电气和机械连接到一个或多个第二摄像机，所述摄像机底座包括：第一摄像机，配置用来捕捉视频会议环境的宽画面的第一视频；通信接口，配置来使所述摄像机底座与视频会议系统和所述一个或多个第二摄像机通信连接；以及处理单元，可操作地耦接到所述第一摄像机和通信接口，该处理单元可编程来执行下述步骤：基于第一视频的特征确定取景画面；生成第一控制信号并发送以操纵所述一个或多个第二摄像机捕捉所述取景画面的第二视频；以及输出所述第二视频。

根据实施例的另一个方面，提供了一种视频会议方法，包括：基于摄像机底座的第一摄像机捕捉的视频会议环境的宽画面的第一视频的特征确定取景画面；生成第一控制信号并发送以操纵可拆卸地电气和机械连接到所述摄像机底座的一个或多个第二摄像机捕捉所述取景画面的第二视频；以及输出所述第二视频。

根据实施例的第三方面，提供了一种计算机程序产品，包括存储在非易失性记录介质上的指令，当该指令在处理器中执行时，实施本发明所公开的方法的步骤。

根据实施例的第四方面，提供了一种非易失存储介质，其存储了当在处理器中执行时实施根据本发明所公开的任意方法的方法步骤的指令。

作为整体或分场景来说，引入具有智能功能的摄像机底座是有利的；它将帮助传统的摄像机自动适应于实时会议环境。在一个场景中，摄像机底座能够支持不具有摇移－俯仰－推拉（PTZ）功能的摄像机以及PTZ摄像机（又称云台摄像机），因此将广泛使用于PTZ摄像机用户和非PTZ摄像机用户。总的来说，本发明使得视频会议系统更加智能和可兼容。从视频会议用户的角度来看，他们的体验有了实质的增强。

附图说明

现在将以示例的方式，基于实施例并参考附图描述本发明的技术，其中：

图1A-1C表示视频会议端点的平面图。

图2A表示按照本发明的用于摄像机的底座。

图2B-2C表示摄像机底座的备选结构。

图3图解说明图2A-2C的摄像机底座的组件。

图4A图解说明所公开摄像机底座的利用音频和视频处理的控制方案。

图4B图解说明用于处理视频的策略判定过程。

图4C图解说明视频会议期间，根据音频线索处理视频的判定过程。

图4D图解说明视频会议期间，根据视频线索处理视频的判定过程。

图5A图解说明根据一个策略操作公开的摄像机底座的过程。

图5B图解说明根据另一个策略操作公开的摄像机底座的过程。

图6A-6B图解说明利用公开的摄像机底座的麦克风阵列，定位发言人的平面图和侧视图。

图7A-7B是定位发言人时的声能量与方位角的曲线图。

图8A表示处理在麦克风阵列捕捉的音频中检测到的话音和噪声的过程。

图8B表示按照本发明的处理话音和噪声的瞬态信号检测器的方框图。