[发明专利]调节视频会议系统中的空间一致性

权利要求书

1.一种用于调节视频会议中的空间一致性的方法，所述方法包括：

检测由视频端点设备采集的视觉场景与由音频端点设备采集的听觉场景之间的空间一致性，所述音频端点设备相对于所述视频端点设备被定位，所述空间一致性为所述听觉场景与所述视觉场景之间校准的程度；

将所检测的空间一致性与预定义的阈值相比较；以及

响应于所检测的空间一致性低于所述阈值而调节所述空间一致性。

2.根据权利要求1所述的方法，其中所述音频端点设备被定位于穿过所述视频端点设备的镜头的中心的垂直平面上。

3.根据权利要求2所述的方法，其中检测所述空间一致性包括：

指配所述视频端点设备的标称正方向；

确定所述标称正方向与所述垂直平面之间的角度；

由嵌入所述音频端点设备中的传感器检测音频端点设备运动；以及

基于所采集的视觉场景来检测视频端点设备运动。

4.根据权利要求1或2所述的方法，其中检测所采集的听觉场景与所采集的视觉场景之间的所述空间一致性包括：

基于所采集的听觉场景来执行听觉场景分析以便识别音频对象的听觉分布，所述听觉分布为所述音频对象相对于所述音频端点设备的分布；

基于所采集的视觉场景来执行视觉场景分析以便识别所述音频对象的视觉分布，所述视觉分布为所述音频对象相对于所述视频端点设备的分布；以及

根据所述听觉场景分析和所述视觉场景分析来检测所述空间一致性。

5.根据权利要求4所述的方法，其中执行所述听觉场景分析包括以下各项中的至少一项：

分析所述音频对象的到达方向；

分析所述音频对象的深度；

分析关键音频对象；以及

分析所述音频对象之间的会话互动。

6.根据权利要求4所述的方法，其中执行所述视觉场景分析包括以下各项中的至少一项：

执行针对所述音频对象的脸部检测或识别；

分析针对所采集的视觉场景的感兴趣区域；以及

执行针对所述音频对象的唇部检测。

7.根据权利要求1或2所述的方法，其中调节所述空间一致性包括以下各项中的至少一项：

旋转所采集的听觉场景；

关于所述音频端点设备平移所采集的听觉场景；

关于所述音频端点设备镜像所采集的听觉场景；

缩放所采集的听觉场景；以及

调节所采集的视觉场景。

8.根据权利要求1或2所述的方法，其中所述空间一致性在现场被检测或在服务器处被检测。

9.根据权利要求1或2所述的方法，其中所述空间一致性在服务器处被调节或在所述视频会议的接收端处被调节。

10.一种用于调节视频会议中的空间一致性的系统，所述系统包括：

视频端点设备，被配置成采集视觉场景；

音频端点设备，被配置成采集听觉场景，所述音频端点设备相对于所述视频端点设备被定位；

空间一致性检测单元，被配置成检测所采集的听觉场景与所采集的视觉场景之间的空间一致性，所述空间一致性为所述听觉场景与所述视觉场景之间校准的程度；

空间一致性比较单元，被配置成将所检测的空间一致性与预定义的阈值相比较；以及

空间一致性调节单元，被配置成响应于所检测的空间一致性低于所述阈值而调节所述空间一致性。

11.根据权利要求10所述的系统，其中所述音频端点设备被定位于穿过所述视频端点设备的镜头的中心的垂直平面上。

12.根据权利要求11所述的系统，其中所述空间一致性检测单元包括：

角度确定单元，被配置成确定标称正方向与所述垂直平面之间的角度；

音频端点设备检测单元，被配置成由嵌入所述音频端点设备中的传感器检测音频端点设备运动；以及

视频端点设备检测单元，被配置成基于所采集的视觉场景的分析来检测视频端点设备运动。