[发明专利]视频信号的辅助信息叠加方法及装置

权利要求书

1.一种视频信号的辅助信息叠加方法，其特征在于，包括：

获取第一会场的音频信号及第一会场的至少一个视频信号，所述至少一个视频信号包含所述第一会场中的多个视频对象；

获取指示信息，所述指示信息用于指示在所述至少一个视频信号的多个视频对象中、与所述音频信号对应的视频对象所处的视频区域；

根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理，以使所述文本信息在所述指示信息所指示的视频区域中显示。

2.根据权利要求1所述的方法，其特征在于：

当所述视频信号为多个视频信号时，所述指示信息所指示的视频区域为与所述音频信号对应的视频对象在第一视频信号所对应的视频中所处的视频位置，所述第一视频信号为所述多个视频信号中、与所述音频信号对应的视频信号；或者，

当所述视频信号为一个时，所述指示信息所指示的视频区域为所述第一会场的视频信号中、与所述音频信号对应的视频对象的视频位置。

3.根据权利要求1或2所述的方法，其特征在于，所述指示信息通过如下方式获得：

若所述第一会场的音频信号为多声道信号，确定所述多声道信号中能量最大的声道信号所对应的方位为所述音频信号对应的视频对象的音源方位，以生成所述音频信号的音源方位信息，并利用音源方位与视频方位之间的对应关系，将所述音源方位信息转换为用于指示所述音频信号的对应的视频对象所处的视频区域的指示信息；

或者，分别对所述第一会场的视频信号中的参会者的唇部运动进行检测，确定唇部有开合运动的参会者为所述视频对象，并确定所述音频信号对应的视频对象所处的视频区域的指示信息。

4.根据权利要求1或2所述的方法，其特征在于：

所述根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理之前，所述方法还包括：获取与所述音频信号对应的哑语手势信息和/或所述第一会场中的各所述视频对象的基本身份信息；

所述根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理还包括：将所述哑语手势信息和/或所述指示信息所指示的视频对象的基本身份信息与所述视频信号进行叠加处理，以使所述哑语手势信息和/或所述视频对象的基本身份信息在所述指示信息所指示的视频区域中显示。

5.根据权利要求1或2所述的方法，其特征在于，所述根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理之后，所述方法还包括：

将所述经叠加处理后的视频信号在对应的显示屏幕上进行显示。

6.根据权利要求3所述的方法，其特征在于，所述根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理之后，所述方法还包括：

当所述指示信息是根据所述音频信号的声源方位信息、利用音源方位与视频方位之间的对应关系转换得到时，根据所述音频信号的声源方位信息播放所述音频信号；

当所述指示信息是根据所述唇部运动检测得到时，利用所述音源方位与视频方位之间的对应关系，获取所述音频信号的音源方位信息，并根据所述音频信号的声源方位信息播放所述音频信号。

7.一种视频信号的辅助信息叠加装置，其特征在于，包括：

信号获取模块，用于获取第一会场的音频信号及第一会场的至少一个视频信号，所述至少一个视频信号包含所述第一会场中的多个视频对象；

指示信息获取模块，用于获取指示信息，所述指示信息用于指示在所述至少一个视频信号的多个视频对象中、与所述音频信号对应的视频对象所处的视频区域；

信号叠加模块，用于根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理，以使所述文本信息在所述指示信息所指示的视频区域中显示。

8.根据权利要求7所述的装置，其特征在于：

当所述视频信号为多个时，所述指示信息获取模块获取的指示信息所指示的视频区域为所述音频信号对应的视频对象在第一视频信号所对应的视频中所处的视频位置，所述第一视频信号为所述多个视频信号中、与所述音频信号所对应的视频信号；或者，

当所述视频信号为一个时，所述指示信息获取模块获取的指示信息所指示的视频区域为所述第一会场的视频信号中、与所述音频信号对应的视频对象的视频位置。