[发明专利]一种基于视频会议系统的聚焦实现方法

权利要求书

1.一种基于视频会议系统的聚焦实现方法，其特征在于，包括如下步骤： 

步骤1、对视频会议系统采集的原始图像进行预处理，得到特征图像； 

步骤2、定义一特征匹配模板，且对该特征匹配模板的尺寸进行设定，对特征图像进行区域划分，分成多个的小尺寸图像，且小尺寸图像与特征匹配模板的尺寸一致，通过adaboost算法依次识别各区域是否包含人的头肩部特征；如果判断为是，则记录区域坐标以及尺寸，如果判断为否，则不记录坐标信息；以此类推，对整个图像进行遍历搜索，从而确定图像中的头肩部位置以及所占画面的比例信息； 

步骤3、将头肩部的位置信息以及所占画面比例信息传递给视频会议系统的聚焦模块，作为聚焦模块的焦距调整算法的参数，进而实现视频会议系统的人物聚焦。 

2.根据权利要求1所述的一种基于视频会议系统的聚焦实现方法，其特征在于，所述步骤1具体为：对视频会议系统采集的原始图像通过haar-like特征进行人物头肩部特征提取，通过haar-like特征设置三个适用于头肩部特征提取的模板；三个模板用于计算haar-like特征值，每一种特征的计算都是由黑色填充区域的像素值之和与白色填充区域的像素值之和的差值，而计算出来的这个差值就是所谓的haar-like特征的特征值，从而得到特征图像。 

3.根据权利要求1所述的一种基于视频会议系统的聚焦实现方法，其特征在于：所述adaboost算法进一步包括：adaboost强分类器训练过程，该训练过程具体为： 

设输入样本为：{(X₁,Y₁),(X₂,Y₂),...,(X_n,Y_n)}，其中X_i为输入的训练样本，Y_i＝0或1，其中Y_i＝0表示正样本，Y_i＝1表示负样本，其中正样本的数目为p，负样本的数目为q，所以n＝p+q；正样本表示 该特征图像包含人的头肩部，负样本表示该特征图像不包含人的头肩部信息； 

训练过程具体步骤如下： 

步骤10、初始化每个样本的权重W_i＝1/n； 

步骤20、对每个样本t＝1,...,T；其中，T为弱分类器的数目 

即为：步骤20.1、把权重归一化为一个概率分布

步骤20.2、对每个特征f，训练一个弱分类器h_j，并且计算对应所有特征的弱分类器的加权错误率 

步骤20.3、选择拥有最小错误率e_t的弱分类器h_t， 

步骤20.4、按照这个最小错误率e_t的弱分类器，调整权重 其中e_i＝0表示被正确分类，e_i＝1表示被错误分类， 

步骤30、最后的强分类器为 

。