【技术实现步骤摘要】
一种基于人脸检测的音频定位方法及装置
本申请涉及电子信息领域，尤其涉及一种基于人脸检测的音频定位方法及装置。
技术介绍
音频定位(也称声源定位)作为一种基于麦克风阵列的定位技术，在军用、民用、和工业上都得到了广泛的应用。例如，在民用领域，很多大型的活动场景中，可以利用音频定位技术对活动中的发言人进行定位，并将音频定位的结果用于调整摄像头的指向，使摄像头对准发言人进行拍摄，从而减少对摄像人员的依赖，进而可以减少劳动力成本。但现有的音频定位技术，对于一些复杂的场景，例如人员众多的场景，通常会发生定位不准确的问题，所以，如何提高音频定位的准确性，成为了目前亟需解决的问题。
技术实现思路
申请人研究的过程中发现：与基于音频定位相比，基于人脸检测得到的位置信息的准确性更高，因此，可以使用人脸检测得到的位置信息对音频定位的信息进行校正，以提高准确性。为了实现上述目的，本申请提供了以下技术方案：一种基于人脸检测的音频定位方法，包括：获取使用音频定位算法确定的声源的位置信息；获取对...
【技术保护点】
1.一种基于人脸检测的音频定位方法，其特征在于，包括：/n获取使用音频定位算法确定的声源的位置信息；/n获取对图像进行人脸检测得到的人脸的位置信息，所述图像的采集范围包括所述声源；/n依据所述声源的位置信息，确定所述声源在所述图像中的位置信息；/n依据所述声源在所述图像中的位置信息和所述人脸的位置信息，确定目标位置信息，所述目标位置信息为与所述声源的位置信息匹配的人脸的位置信息；/n依据所述目标位置信息和所述声源在所述图像中的位置信息，得到所述声源的校正后的位置信息。/n
【技术特征摘要】 【专利技术属性】
1.一种基于人脸检测的音频定位方法，其特征在于，包括：
获取使用音频定位算法确定的声源的位置信息；
获取对图像进行人脸检测得到的人脸的位置信息，所述图像的采集范围包括所述声源；
依据所述声源的位置信息，确定所述声源在所述图像中的位置信息；
依据所述声源在所述图像中的位置信息和所述人脸的位置信息，确定目标位置信息，所述目标位置信息为与所述声源的位置信息匹配的人脸的位置信息；
依据所述目标位置信息和所述声源在所述图像中的位置信息，得到所述声源的校正后的位置信息。
2.根据权利要求1所述的基于人脸检测的音频定位方法，其特征在于，所述获取使用音频定位算法确定的声源的位置信息，包括：
获取使用波达方向音频定位算法确定的声源的水平角度；
所述依据所述声源的位置信息，确定所述声源在所述图像中的位置信息，包括：
基于声音采集设备和图像采集设备，获取角度与图像坐标之间的映射关系；
使用所述映射关系，确定所述声源的水平角度在所述图像中对应的横坐标，作为所述声源在所述图像中的位置信息。
3.根据权利要求2所述的基于人脸检测的音频定位方法，其特征在于，所述依据所述声源在所述图像中的位置信息和所述人脸的位置信息，确定目标位置信息，包括：
将所述人脸的位置信息中的横坐标中，与所述声源在所述图像中的对应的横坐标的差值不大于预设阈值的横坐标，作为目标位置信息。
4.根据权利要求3所述的基于人脸检测的音频定位方法，其特征在于，所述依据所述目标位置信息和所述声源在所述图像中的位置信息，得到所述声源的校正后的位置信息，包括：
将所述目标位置信息与第一数值之和，作为所述声源的校正后的位置信息，所述第一数值依据所述目标位置信息与所述声源在所述图像中对应的横坐标之差确定。
5.根据权利要求1所述的基于人脸检测的音频定位方法，其特征在于，使用音频定位算法确定的声源的位置信息，包括：
确定多个麦克风对的互相关数值；
确定互相关数值的峰值以及所述峰值对应的角度范围；
从所述角度范围中确定所述峰值对应的角度；
依据所述角度，确定所述声源的位置信息。
6.一种基于人脸检测的音频定位装置，其特征在于，包括：
第一获取单元，用于获取使用音频定位算法确定的声源的位置信息；
技术研发人员：方向阳，李骊，
申请(专利权)人：北京华捷艾米科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。