用于视频会议系统中的摄像机底座及其方法技术方案

本发明专利技术提供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。还提供一种相应的视频会议方法。

【技术实现步骤摘要】
【专利摘要】本专利技术提供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。还提供一种相应的视频会议方法。【专利说明】
本专利技术的技术总体上涉及视频会议。更具体地，本专利技术涉及智能摄像机底座及其方法。
技术介绍
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。
技术实现思路
本专利技术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，实施本专利技术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专利技术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一俯仰一推拉(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，本专利技术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。 【专利附图】【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专利技术的技术，其中:图1A-1C表示视频会议端点的平面图。 图2A表示按照本专利技术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SB表示按照本专利技术的处理话音和噪声的瞬态信号检测器的方框图。 图8C表不用于处理话音和噪声的摇移-俯仰坐标的聚类。 图9A-9B图解说明当利用公开的摄像机底座定位发言人时的取景画面。 图1OA图解说明利用公开的摄像机底座，自动取景与会者的画面的过程。 图1OB图解说明利用公开的摄像机底座，自动取景与会者的画面的另一个过程。 图11A-11C图解说明确定用于自动取景的相关块的各种过程。 图12A-12C图解说明在用公开的摄像机底座的自动取景期间的各个画面。 图13图解说明为运动检测而分析的各个块。 图14图解说明按照本专利技术的某些教导的另一个视频会议摄像机底座。 图15表示用于发言人识别的数据库表。 图16图解说明利用公开的摄像机底座，在视频会议期间识别发言人的过程。 【具体实施方式】 以下将参照附图更充分地描述本专利技术实施例，在附图中示出了本专利技术实施例。然而，可以用很多不同形式来实施本专利技术，并且本专利技术不应理解为受限于在此所阐述的实施例。在全文中，使用相似的标号表不相似的兀件。 在此所使用的术语仅用于描述特定实施例的目的，而并非意欲限制本专利技术。如在此所使用的那样，单数形式的“一个”、“这个”意欲同样包括复数形式，除非上下文清楚地另有所指。还应当理解，当在此使用时，术语“包括”指定出现所声明的特征、整体、步骤、操作、元件和/或组件，但并不排除出现或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。 除非另外定义，否则在此所使用的术语(包括技术术语和科学术语)具有与本专利技术所属领域的普通技术人员所共同理解的相同意义。在此所使用的术语应解释为具有与其在该说明书的上下文以及有关领域中的意义一致的意义，而不能以理想化的或过于正式的意义来解释，除非在此特意如此定义。 以下参照示出根据本专利技术实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本专利技术。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个方框以及方框的组合。可以将这些计算机程序指令提供给通用计算设备、专用计算设备的处理器和/或其它可编程数据处理装置，使得经由计算设备处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。 相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】

【专利技术属性】
技术研发人员：魏建强，高澍，董函滔，李茂全，姜俊，P楚，J冯，Y刘，X王，
申请(专利权)人：波利康公司，
类型：发明
国别省市：美国;US