[发明专利]一种基于声音追踪的图像显示方法以及系统

说明书

本发明涉及视频监控领域，具体涉及一种基于声音追踪的图像显示方法以及系统，所述图像显示方法包括以下步骤：获取场景图像；采集声音，跟踪声音来源，并捕捉声音来源地；在场景图像上聚焦声音来源地，并放大声音来源地的图像；显示声音来源地的图像。由于预先已知清晰的场景图像，在得知声音来源之后即可立即在场景图像中聚焦声音来源地，无需得知声音来源之后再去拍摄图像，从而可快速准确地显示声音来源地的图像，并且保证图像足够清晰。

技术领域

本发明涉及视频监控领域，具体涉及一种基于声音追踪的图像显示方法以及系统。

背景技术

随着信息时代的到来，各种数字技术迅猛发展，会议系统的概念已经远不是麦克风、功放、音响、桌面显示等设备的简单组合，目前会议系统往往融汇了多种现代化技术。在融合数字技术之后，可通过网络系统处理和传送数字信号，组合声音、视像、数据等多元信息，大大改善会议的画质和音质，数字化会议系统已成为具有便捷控制管理能力的立体化系统。

在现有的会议系统中，最重要的就是捕捉发言人图像，便于在场会议人员能够将注意力快速聚焦至发言人处，再认真倾听发言人发表的言论。但是，由于发言人不断改变，甚至同时出现多个发言人的情况，容易出现声音追踪慢，捕捉人像的速度慢，导致来不及切换发言人画面的情况。此时，若是场景中的会议人员过多，其他会议人员也就无法知道声音来源于何处。

因此，设计一种基于声音追踪的图像显示方法以及系统，一直是本领域技术人员重点研究的问题之一。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于声音追踪的图像显示方法以及系统，解决切换发言人画面的速度较慢的问题。

为解决该技术问题，本发明提供一种基于声音追踪的图像显示方法，所述图像显示方法包括以下步骤：获取场景图像；采集声音，跟踪声音来源，并捕捉声音来源地；在场景图像上聚焦声音来源地，并放大声音来源地的图像；显示声音来源地的图像。

其中，较佳方案是，所述图像显示方法还包括以下步骤：实时获取场景的全景图像。

其中，较佳方案是，所述图像显示方法还包括以下步骤：设置麦克风阵列，使麦克风均匀分布在场景中；实时获取麦克风采集的声音，并即时跟踪声音来源，捕捉声音来源地。

其中，较佳方案是，所述图像显示方法还包括以下步骤：实时获取麦克风采集的多个声音，并即时跟踪多个分别与声音相对应的声音来源，捕捉多个分别与声音来源相对应的声音来源地。

其中，较佳方案是，所述图像显示方法还包括以下步骤：在全景图像上聚焦多个声音来源地，并放大每一声音来源地的图像。

其中，较佳方案是，所述图像显示方法还包括以下步骤：同一显示画面划分多个显示区域，每一显示区域分别显示相对应的声音来源地的图像。

其中，较佳方案是，所述图像显示方法还包括以下步骤：同一显示画面平均划分多个显示区域。

其中，较佳方案是，所述图像显示方法还包括以下步骤：根据声音来源地获取位置信息；显示区域显示声音来源地的图像，同时显示相对应的位置信息。

其中，较佳方案是，所述图像显示方法还包括以下步骤：根据声音来源地获取人物信息；显示区域显示声音来源地的图像，同时显示相对应的人物信息。

本发明还提供一种基于声音追踪的图像显示系统，所述图像显示系统用于实现如上所述的图像显示方法，所述图像显示系统包括处理器、图像获取单元、声音获取单元和显示单元，所述处理器分别与图像获取单元、声音获取单元和显示单元连接；其中，所述处理器控制图像获取单元获取场景图像；所述处理器控制声音获取单元采集声音，所述处理器跟踪声音来源，并捕捉声音来源地；所述处理器在场景图像上聚焦声音来源地，并放大声音来源地的图像；所述处理器控制显示单元显示声音来源地的图像。