[发明专利]一种多点视频汇聚系统

说明书

技术领域

本发明涉及多点视频汇聚技术领域。

背景技术

4G业务给移动终端用户提供了更丰富的网络带宽和优质的服务，随之带来的移动业务也在不断扩大，意味着人们可以享受更加高速的移动网络带宽。通过4G网络，移动终端也可以像计算机一样实现高质量的语音、视频传输以及流媒体播放等诸多的增值业务。随着4G业务运营的到来，网络运营商必然会给用户提供有线和无线等多样化的技术手段。通过业务融合，给用户带来无所不在的视频服务。其中，基于移动终端的多点视频汇聚是最常用、最便捷的方式。

基于移动终端的多点视频汇聚系统可以在一个通讯信道上承载视频、音频等多媒体的数据，从而实现多点实时通信。即通过移动终端将不同地点人员场景的多媒体数据实时传送至多个客户端，为用户提供了极大的便携性。基于移动终端的多点视频汇聚系统是一种便携、即时、高效并拥有非常广泛市场的新型通讯系统。然而，现有的多点视频汇聚系统，业务种类少、通信效率低、兼容性一般，越来越不能满足基于4G的视频业务的需求。为了实现4G业务需求，基于移动终端的多点视频汇聚系统应当至少满足以下的功能需求：

(1)通信功能需求：能够响应和处理客户端的呼叫；可以协商客户端之间音视频编解码的格式；能够实现在不中断会议的情况下，动态添加或者删除通信成员；实现一点对多点、组播、广播等的通信方式。

(3)多点视频会议的视频图像控制：能够根据视频会议参与人员以及发言情况对视频会议的视频图像进行控制，从而改善参与视频会议的移动终端用户之间的交互体验。

基于此，急需一种能够满足上述需求的多点视频汇聚系统。

发明内容

本发明所要解决的技术问题是：如何实现视频汇聚的控制管理。为此，本发明提出一种多点视频汇聚系统，可充分地解决由于现有技术的限制和缺陷导致的一个或多个问题。

本发明另外的优点、目的和特性，一部分将在下面的说明书中得到阐明，而另一部分对于本领域的普通技术人员通过对下面的说明的考察将是明显的或从本发明的实施中学到。通过在文字的说明书和权利要求书及附图中特别地指出的结构可实现和获得本发明目的和优点。

本发明提供了一种基于多点视频汇聚系统，所述系统包括移动终端和视频汇聚服务器，所述视频汇聚服务器包括管理服务器，所述管理服务器包括视频汇聚单元，所述视频汇聚单元包括发言方确认模块、特写采集命令发送模块、特写视频图像接收模块、汇聚位置确认模块、汇聚比例确认模块、特写视频图像位置确认模块以及汇聚模块，其中，

发言方确认模块包括视频图像分析子模块、视频语音分析子模块、发言方识别子模块；视频图像分析子模块，对从所述移动终端接收到的视频信号的图像信息进行检测，确定是否存在嘴部动作以及嘴部所面对的方向，具体的，视频图像分析子模块基于颜色差异检测嘴部边缘形状及其所面对的方向朝向，进而基于所检测到的嘴部边缘形状确定嘴部张合程度以及嘴部张合程度的变化值，当检测到嘴部张合程度随时间连续变化时，判定存在嘴部动作，否则判定不存在嘴部动作；视频语音分析子模块，对从所述移动终端接收到的视频信号的语音信息进行检测，确定是否存在声音信号；发言方识别子模块，用于根据视频图像分析子模块和视频语音分析子模块的分析结果，从参加视频会议的多个移动终端中识别出发言方，具体的，当视频图像分析子模块基于某一移动终端的视频信号判定存在嘴部动作，且视频语音分析子模块基于该移动终端的视频信号判定存在声音信号时，发言方识别子模块将该移动终端确定为发言方。

特写采集命令发送模块，用于当发言方将所述移动终端确定为发言方时，发送特写采集命令至该移动终端，该特写采集命令用于获取该移动终端发言方的特写视频图像。

特写视频图像接收模块，用于从移动终端获取特写视频图像。

汇聚位置确认模块，用于根据发言方确认模块的确认结果，将所识别出的发言方的视频图像定位到最终视频图像的预定位置；并且，根据发言方确认模块的视频图像分析子模块所识别出的发言方嘴部正对的方向，将其他移动终端的视频图像定位到最终视频图像的预定位置。

汇聚比例确认模块，用于根据发言方确认模块的确认结果将所识别出的发言方的视频图像在最终视频图像中的显示比例设置为预定值。

特写视频图像位置确认模块，用于当发言方特写视频图像接收模块从移动终端获取到特写视频图像时，将该发言方特写视频图像定位到汇聚位置确认模块所确认的该发言方的视频图像位置，并且覆盖该发言方视频图像。