[发明专利]在电视会议和其它应用中用于自适应位置确定的方法和设备

权利要求书

1.一种在视频处理系统(10)中，用于跟踪图象空间中感兴趣的物体(22)的方法，所述视频处理系统(10)包括摄像机(18)和处理至少一个音频和视频信息，方法包括以下步骤：

把所述图象空间划分成近似的区域，每个区域与一个所述感兴趣的物体(22)相联系；

处理至少一个所述音频和视频信息，来识别与当前的一个所述感兴趣的物体(22)有关的、一个所述近似的区域；以及

把所述摄像机(18)聚焦在所述识别的至少一个所述的近似区域。

2.权利要求1的方法，其中所述划分步骤还包括集结由音频定位器(310)在固定的时间间隔内产生的左右和俯仰扫描数值的步骤。

3.权利要求2的方法，其中所述划分步骤还包括集结由视频定位器(320，330)在固定的时间间隔内产生的变焦数值的步骤。

4.权利要求3的方法，其中所述集结步骤还包括在初始化期间执行非监管的集结处理过程(600)的步骤。

5.权利要求3的方法，其中所述集结步骤还包括执行监管的集结处理过程(700)的步骤。

6.权利要求3的方法，其中所述左右扫描、俯仰扫描和变焦数值包括一个数据点以及所述集结步骤包括以下步骤：

计算每个数据点的电位作为所述数据点离所有其它数据点的距离的函数；

选择具有最高的电位的数据点作为集群中心；

调节所述电位值作为从所述选择的集群中心的距离的函数；

重复进行所述步骤，直至预定的门限值满足为止。

7.权利要求1的方法，其中所述处理和聚焦步骤是以特定的间隔被执行的。

8.一种在视频处理系统(10)中，用于跟踪图象空间中感兴趣的物体(22)的方法，所述视频处理系统(10)包括摄像机(18)和处理至少一个音频和视频信息，方法包括以下步骤：

把所述图象空间划分成近似的区域，每个区域与一个所述感兴趣的物体(22)相联系；

处理至少一个所述音频和视频信息，来识别当前的感兴趣的物体(22)；

计算所述当前感兴趣的物体属于每个所述近似的区域的概率；以及

根据所述概率计算，把所述摄像机(18)聚焦在所述一个或多个所述识别的近似区域。

9.权利要求8的方法，其中所述划分步骤还包括集结由音频定位器(310)在固定的时间间隔内产生的左右和俯仰扫描数值的步骤。

10.权利要求9的方法，其中所述划分步骤还包括集结由视频定位器(320，330)在固定的时间间隔内产生的变焦数值的步骤。

11.权利要求10的方法，其中所述集结步骤还包括在初始化期间执行非监管的集结处理过程(600)的步骤。

12.权利要求10的方法，其中所述集结步骤还包括执行监管的集结处理过程(700)的步骤。

13.权利要求10的方法，其中所述左右扫描、俯仰扫描和变焦数值包括一个数据点以及所述集结步骤包括以下步骤：

计算每个数据点的电位作为所述数据点离所有其它数据点的距离的函数；

选择具有最高的电位的数据点作为集群中心；

调节所述电位值作为从所述选择的集群中心的距离的函数；

重复进行所述步骤，直至预定的门限值满足为止。

14.权利要求8的方法，其中所述处理和聚焦步骤是以特定的间隔被执行的。

15.权利要求8的方法，其中如果对于所述多个近似区域的所述概率计算处在互相的预定的门限值内，则所述聚焦步骤把所述摄像机(18)聚焦在多个所述识别的近似区域。

16.权利要求8的方法，其中如果对于所述的一个近似区域的所述概率计算不是在对于其它近似区域的任何的所述概率计算的预定的门限值内，则所述聚焦步骤把所述摄像机(18)聚焦在一个所述近似区域。