[发明专利]多相机场景会议室中发言者重新识别的系统和方法

权利要求书

1.一种用于选择多个相机中的一个相机以提供用于提供给远端的视频流的方法，所述多个相机各自具有环境中的一组参与者的不同视图并提供视频流，所述多个相机中的一个相机具有麦克风阵列，所述方法包括：

针对所述多个相机中的每个相机确定每个参与者的世界坐标；

使用所述一个相机上的所述麦克风阵列利用声音源定位来确定发言者方向信息；

使用所述发言者方向信息和来自所述一个相机的所述视频流的图像来识别所述一组参与者中的发言者；

基于所述识别来确定所述发言者的世界坐标；

确定来自所述一个相机的所述视频流的图像中的所述发言者的面部姿势；

基于所述多个相机中的除所述一个相机之外的位置和所述发言者的所述面部姿势，从所述多个相机中选择一个相机以提供用于提供给所述远端的视频流；以及

利用所确定的发言者世界坐标在所选择的相机的所述视频流中框选所述发言者。

2.根据权利要求1所述的方法，还包括：

确定所述多个相机中的每个相机的坐标系到所述世界坐标系的旋转和平移。

3.根据权利要求1所述的方法，还包括：

当不存在发言者并且存在参与者时，选择所述多个相机中的提供参与者的最正面视图的相机；以及

当不存在参与者时，选择默认相机。

4.根据权利要求1所述的方法，其中，确定每个参与者的所述世界坐标包括：将每个参与者的所确定的世界坐标存储在从所述相机的视角的相机和个人的表中，并且

其中，利用所确定的发言者世界坐标来框选所述发言者包括：使用所确定的发言者世界坐标从所述表中针对所选择的相机寻找适当的个人。

5.根据权利要求1所述的方法，还包括：

确定从所选择的相机提供的所述发言者的所述正面视图是否令人满意；以及

当从所选择的相机提供的所述发言者的所述正面视图令人满意时，从所选择的相机提供所述发言者的框选的视图。

6.根据权利要求5所述的方法，还包括：

当从所选择的相机提供的所述发言者的所述正面视图不令人满意时，利用所确定的发言者世界坐标来评估来自所述多个相机中的除所选择的相机之外的每个相机的所述发言者的所述面部视图；以及

当从所选择的相机提供的所述发言者的所述正面视图不令人满意时，从所述多个相机中的具有所述发言者的最佳正面视图的相机提供所述发言者的框选的视图。

7.根据权利要求1所述的方法，其中，所述一个相机是所述多个相机中的中央相机。