System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及视频成像,特别是涉及一种视频成像方法、装置、计算机设备以及存储介质。
技术介绍
1、随着社会节奏的不断加快以及网络电子技术的不断发展,视频通话已经越来越广泛应用在人们的社交生活中,给人们的远程沟通交流带来了很多的便利,支持视频通话的终端产品,既能流畅的采集本地的人物图像画面,也可以通过普及的网络通道,快速的将图像画面传输给沟通的另一方,完整的视频通话系统常规包含:成像系统、终端显示系统和音频系统三大模块。
2、现有的视频通话设备,摄像头放置位置一般为显示系统的正上方或者正下方。导致在实际视频通话过程中,当视频双方正对视频画面的人像时,双方均处于一个俯视或者仰视状态,既没有一种面对面沉浸式直视的视频体验,又没有一种对等对视的效果,导致视频通话双方的体验感不佳,已经越来越不能满足人们视频会议效果的需求。因此,如何实现平等对视的视频通话效果,提高用户的视频通话体验,是需要解决的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够实现平等对视的视频通话效果,提高用户的视频通话体验的视频成像方法、装置、计算机设备以及存储介质。
2、第一方面,本申请提供了一种视频成像方法,所述视频成像方法通过视频通话设备实现,所述视频通话设备包括:显示屏、半透半返镜、调节模块和摄像设备;所述半透半返镜与所述显示屏相连,且所述半透半返镜用于折射所述显示屏中的视频信息;所述摄像设备用于透过所述半透半返镜采集用户图像;所述调节模块用于调节所述半透半反镜;所述视频成
3、获取历史通话视频,以及半透半反镜的历史调节参数;
4、根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数;
5、通过所述视频通话设备的调节模块,基于所述目标调节参数调节所述半透半反镜,并基于调节后的半透半反镜和所述显示屏,对所述实时用户的对话用户进行平等对视视频成像。
6、在其中一个实施例中,根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数,包括:
7、根据所述历史通话视频确定历史位姿信息,并根据所述历史位姿信息和所述历史调节参数训练神经网络模型,根据模型训练结果确定参数调节模型;
8、获取实时用户的实时位姿信息,根据所述参数调节模型和所述实时位姿信息,确定所述半透半反镜的目标调节参数。
9、在其中一个实施例中,根据所述历史通话视频确定历史位姿信息,并根据所述历史位姿信息和所述历史调节参数训练神经网络模型,根据模型训练结果确定参数调节模型,包括:
10、对所述历史通话视频进行有效性筛选,确定有效通话视频;
11、从所述历史调节参数中确定所述有效通话视频对应的有效调节参数;
12、根据所述有效通话视频确定所述有效调节参数对应的历史位姿信息;所述历史位姿信息包括所述历史用户的俯仰姿态信息和所述历史用户相对于图像采集设备的位置信息;
13、根据所述历史位姿信息和所述有效调节参数训练神经网络模型,根据训练后的神经网络模型确定参数调节模型。
14、在其中一个实施例中,根据所述历史位姿信息和所述有效调节参数训练神经网络模型,根据训练后的神经网络模型确定参数调节模型,包括:
15、根据所述历史位姿信息和所述有效调节参数确定训练数据集和测试数据集;
16、将所述训练数据集中的历史位姿信息作为模型训练数据,将所述训练数据集中的有效调节参数作为模型监督数据,并根据所述模型训练数据和所述模型监督数据训练神经网络模型;
17、通过所述测试数据集对训练后的神经网络模型进行测试,确定模型预测精确度,若所述模型预测精确度满足模型预测条件,则将训练后的神经网络模型作为参数调节模型。
18、在其中一个实施例中,获取实时用户的实时位姿信息,根据所述参数调节模型和所述实时位姿信息,确定所述半透半反镜的目标调节参数,包括:
19、通过所述视频通话设备上部署的传感器获取实时用户的姿态传感数据;
20、根据所述姿态传感数据确定所述实时用户的实时位姿信息;所述实时位姿信息包括所述实时用户的俯仰姿态信息和所述实时用户相对于图像采集设备的位置信息;
21、将所述实时位姿信息输入所述参数调节模型,根据所述参数调节模型的输出数据确定所述半透半反镜的目标调节参数。
22、在其中一个实施例中,视频成像方法还包括:
23、通过所述视频通话设备中的摄像设备对所述实时用户进行人眼追踪,确定眼球运动信息;所述摄像设备位于所述半透半反镜后方;
24、基于所述眼球运动信息,通过所述摄像设备采集所述实时用户的平等对视图像;
25、将所述实时用户的平等对视图像发送至实时用户的对话用户端。
26、在其中一个实施例中,基于所述眼球运动信息,通过所述摄像设备采集所述实时用户的平等对视图像,包括:
27、基于所述眼球运动信息,确定所述摄像设备的目标拍摄位置和目标拍摄角度;
28、通过所述摄像设备,根据所述目标拍摄位置和目标拍摄角度采集所述实时用户的平等对视图像。
29、第二方面,本申请还提供了一种视频成像装置,所述视频成像装置应用于视频通话设备,所述视频通话设备包括:显示屏、半透半返镜和摄像设备;所述半透半返镜与所述显示屏相连,且所述半透半返镜用于折射所述显示屏中的视频信息;所述摄像设备用于透过所述半透半返镜采集实时用户的平等对视图像;所述视频成像装置包括:
30、历史调节参数确定模块,用于获取历史通话视频,以及视频通话设备中半透半反镜的历史调节参数;
31、目标调节参数确定模块,用于根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数;
32、参数调节模块,用于通过所述视频通话设备的调节模块,基于所述目标调节参数调节所述半透半反镜,并基于调节后的半透半反镜和所述显示屏,对所述实时用户的对话用户进行平等对视视频成像。
33、第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
34、获取历史通话视频,以及半透半反镜的历史调节参数;
35、根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数;
36、通过所述视频通话设备的调节模块,基于所述目标调节参数调节所述半透半反镜,并基于调节后的半透半反镜和所述显示屏,对所述实时用户的对话用户进行平等对视视频成像。
37、第四方面,本申请还提供了一种本文档来自技高网...
【技术保护点】
1.一种视频成像方法,其特征在于,所述视频成像方法通过视频通话设备实现,所述视频通话设备包括:显示屏、半透半返镜、调节模块和摄像设备;所述半透半返镜与所述显示屏相连,且所述半透半返镜用于折射所述显示屏中的视频信息;所述摄像设备用于透过所述半透半返镜采集用户图像;所述调节模块用于调节所述半透半反镜;所述视频成像方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数,包括:
3.根据权利要求2所述的方法,其特征在于,根据所述历史通话视频确定历史位姿信息,并根据所述历史位姿信息和所述历史调节参数训练神经网络模型,根据模型训练结果确定参数调节模型,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述历史位姿信息和所述有效调节参数训练神经网络模型,根据训练后的神经网络模型确定参数调节模型,包括:
5.根据权利要求2所述的方法,其特征在于,获取实时用户的实时位姿信息,根据所述参数调节模型和所述实时位姿信息,确定所
6.根据权利要求1所述的方法,其特征在于,还包括:
7.根据权利要求6所述的方法,其特征在于,基于所述眼球运动信息,通过所述摄像设备采集所述实时用户的平等对视图像,包括:
8.一种视频成像装置,所述视频成像装置应用于视频通话设备,其特征在于,所述视频通话设备包括:显示屏、半透半返镜、调节模块和摄像设备;所述半透半返镜与所述显示屏相连,且所述半透半返镜用于折射所述显示屏中的视频信息;所述摄像设备用于透过所述半透半返镜采集用户图像;所述调节模块用于调节所述半透半反镜;所述视频成像装置包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至权利要求7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种视频成像方法,其特征在于,所述视频成像方法通过视频通话设备实现,所述视频通话设备包括:显示屏、半透半返镜、调节模块和摄像设备;所述半透半返镜与所述显示屏相连,且所述半透半返镜用于折射所述显示屏中的视频信息;所述摄像设备用于透过所述半透半返镜采集用户图像;所述调节模块用于调节所述半透半反镜;所述视频成像方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述历史通话视频确定历史位姿信息,根据所述历史位姿信息、历史调节参数和实时用户的实时位姿信息确定所述半透半反镜的目标调节参数,包括:
3.根据权利要求2所述的方法,其特征在于,根据所述历史通话视频确定历史位姿信息,并根据所述历史位姿信息和所述历史调节参数训练神经网络模型,根据模型训练结果确定参数调节模型,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述历史位姿信息和所述有效调节参数训练神经网络模型,根据训练后的神经网络模型确定参数调节模型,包括:
5.根据权利要求2所述的方法,其特征在于,获取实时用户的实时位姿信息...
【专利技术属性】
技术研发人员:胡孔云,刘祥,高玉生,陈潭禹,余纪晖,王克彦,曹亚曦,俞鸣园,杨国全,童友连,
申请(专利权)人:浙江华创视讯科技有限公司,
类型:发明
国别省市:
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。