[发明专利]视频会议装置以及其方法

说明书

技术领域

本发明涉及一种视频装置及其方法，特别涉及一种视频会议装置及其方法。

背景技术

在现今忙碌的社会中，会议的举行模式已经大大的被改变了，以电话视频模式进行的会议的参与者不再需要处于同一个会议室中。相对地，电话视频会议的参与者可以在两三个不同的会议室中，更甚者，电话视频会议的参与者可以在地球两端(例如纽约与上海)的两间会议室中。

现有的电话视频会议通常都是将镜头架设在固定的位置，镜头尽可能将会议现场人员拍摄入镜，等于只是将现场影像输出到参与同一会议的另一个会议室，并没有现场讨论的临场感，也欠缺了人与人沟通时需注视发言人的感觉。

发明内容

有鉴于以上的问题，本发明的目的在于提出一种视频会议装置以及其方法，藉由影像撷取装置所撷取到的影像中，每一个与会者的脸型变化，来判断发言的与会者，并产生一个输出影像。输出影像中是以发言的与会者为影像的主体，如此一来，可以使收到此输出影像的使用者有注视发言人的感觉，而得到现场讨论的临场感。

依据本发明的一种视频会议装置包含影像撷取装置以及处理装置。其中处理装置耦接至影像撷取装置。影像撷取装置被设定用以对一个区域撷取一个输入影像，此输入影像包含一个或多个人脸影像。处理装置被设定用以依据前述一个或多个人脸影像中的每一个人脸影像在前述输入影像的变化模式，产生一个输出影像。

于本发明的一实施例中，前述视频会议装置更包含一个非挥发性记忆装置耦接至前述处理装置，用以储存发言模型。发言模型是用以描述一个或多个预设的人脸影像变化模式。并且，处理装置产生输出影像时，更依据发言模型产生输出影像。

于本发明的一实施例中，前述视频会议装置更包含耦接至处理装置的音频撷取装置。音频撷取装置被设定用以分别对前述区域内的多个子区域中每个子区域，撷取对应的一个声音信号。当处理装置产生输出影像时，更依据前述多个子区域中每个子区域对应的声音信号，产生输出影像。

于本发明的一实施例中，前述处理装置更依据前述多个子区域中每个子区域对应的声音信号以及前述一个或多个人脸影像，调整前述发言模型。

依据本发明的一种控制视频会议装置的方法包含对一个区域撷取一个输入影像，此输入影像包含一个或多个人脸。并且，依据前述一个或多个人脸影像中每一个人脸影像在前述输入影像的变化模式，产生一个输出影像。

于本发明的一实施例中，前述控制视频会议装置的方法在产生前述输出影像的步骤中，更依据发言模型产生前述输出影像。其中发言模型是用以描述一个或多个预设的人脸影像变化模式。

于本发明的一实施例中，前述控制视频会议装置的方法在产生前述输出影像的步骤中，更分别对此区域中的多个子区域中每个子区域，撷取对应的一个声音信号。并且，依据前述多个子区域中每个子区域对应的声音信号，产生输出影像。

于本发明的一实施例中，前述控制视频会议装置的方法更包含依据前述多个子区域中每个子区域对应的声音信号以及前述一个或多个人脸影像，调整前述发言模型。

依据本发明的视频会议装置以及其方法，处理装置可以依据影像中，多个视频会议参与者的人脸影像的变化模式，来决定输出影像。此输出影像可以仅包含正在发言的视频会议参与者，也可以是以正在发言的视频会议参与者为中心的多个影像构成的一个影像。如此，收到此输出影像的使用者可以清楚地辨识正在发言的视频会议参与者。

的的的的的的的以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1是依据本发明的视频会议装置功能方框图；

图2是一个正在发言的人的人脸影像变化示意图；

图3是两个正在低声交谈的人的人脸影像示意图；

图4是本发明的视频会议装置的实施示意图；

图5是依据本发明一实施例的音频撷取装置时序图；

图6A是依据本发明的一种视频会议装置运作示意图；

图6B是对应于图6A的输出影像示意图；

图7是依据本发明的一个方法流程图。

其中，附图标记

10   视频会议装置

110   影像撷取装置

130   处理装置

140   非挥发性记忆装置

150   音频撷取装置

151、153、155、157、159   麦克风

21、23、25、31、33   人脸影像

51、53   时间区间