CN104580992A - 一种控制方法及移动终端 - Google Patents

Abstract

本发明实施例公开了一种控制方法，包括：移动终端检测视频会议中的所述移动终端所属会场中的声音发源地；所述移动终端确定所述声音发源地与所述移动终端的相对位置；所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。本发明实施例还公开了一种移动终端。采用本发明实施例，可通过检测声音发源地，确定声音发源地与移动终端的相对位置，并根据该相对位置，控制摄像头的镜头方向对准该声音发源地，从而自动调节摄像头，实现视频会议。

Description

一种控制方法及移动终端

技术领域

本发明涉及移动终端设备控制技术领域，尤其涉及一种控制方法及移动终端。

背景技术

视频会议是用电视和电话在两个或多个地点的用户之间举行会议，实时传送声音、图像的通信方式。它同时还可以附加静止图像、文件、传真等信号的传送。参加电视会议的人，可以通过显示屏幕发表意见，同时观察对方的形象、动作、表情等，并能出示实物、图纸、文件等实拍的电视图像或者显示在黑板、白板上写的字和画的图，使在不同地点参加会议的人感到如同和对方进行“面对面”的交谈，在效果上可以代替现场举行的大型会议。

目前，视频会议通常在安装有固定设备的会议室进行，该方式对开会场地较为限制，往往需要将与会人员集中在在一个固定地方，且该方式往往需要多个摄像头进行录像，使用过程较为繁琐，不能随时随地都可以进行视频会议，且价格较为昂贵。

发明内容

本发明实施例提供了一种控制方法及移动终端，可在随时随地通过移动终端完成视频会议。

本发明实施例第一方面提供一种控制方法，包括：

移动终端检测视频会议中的所述移动终端所属会场中的声音发源地；

所述移动终端确定所述声音发源地与所述移动终端的相对位置；

所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

本发明实施例第二方面提供一种移动终端，包括：

检测单元，用于检测视频会议中的所述移动终端所属会场中的声音发源地；

定位单元，用于确定所述检测单元检测到的所述声音发源地与所述移动终端的相对位置；

对准单元，用于根据所述定位单元确定的所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

实施本发明实施例，具有如下有益效果：

本发明实施例移动终端检测视频会议中的移动终端所属会场中的声音发源地；移动终端确定声音发源地与所述移动终端的相对位置；移动终端根据所述相对位置控制移动终端的摄像头的镜头方向对准所述声音发源地。采用本发明实施例，可通过检测声音发源地，确定声音发源地与移动终端的相对位置，并根据该相对位置，控制摄像头的镜头方向对准该声音发源地，从而自动调节摄像头，实现视频会议。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例、描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种控制方法的第一实施例流程示意图；

图2为本发明实施例提供的一种控制方法的第二实施例流程示意图；

图3为本发明实施例提供的一种控制方法的第三实施例流程示意图；

图4为本发明实施例提供的一种移动终端的第一实施例结构示意图；

图5为本发明实施例提供的一种移动终端的定位单元的实施例结构示意图；

图6为本发明实施例提供的一种移动终端的对准单元的实施例结构示意图；

图7为本发明实施例提供的一种移动终端的第二实施例结构示意图。

实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实现中，本发明实施例中，移动终端可以包括但不限于：笔记本电脑、手机、平板电脑、智能可穿戴设备等等。移动终端的系统指移动终端的操作系统，可以包括但不限于：Android系统、塞班系统、Windows系统、IOS(苹果公司开发的移动操作系统)系统等等。需要说明的是，Android移动终端指Android系统的移动终端，塞班移动终端指塞班系统的移动终端，等等。上述移动终端仅是举例，而非穷举，包含但不限于上述移动终端。另外，本发明实施例中移动终端的所属会场也不作限定，移动终端的所属会场可以是专门的会场、也可以是任意的室内空间或者其他户外场合。再者，本发明实施例中声音发源地的声音也不作限定，声音发源地的声音是人耳朵可以接收的声音。例如：人、动物、水流、电子设备等。

下面将以手机为例，结合图1至图7对本发明实施例提供的一种控制方法及移动终端进行描述。

请参阅图1，图1是本发明实施例提供的一种控制方法的实施例流程示意图。本实施例中所描述的控制方法，包括步骤：

S101、移动终端检测视频会议中的所述移动终端所属会场中的声音发源地。

实现中，移动终端启动视频会议模式，在该模式下，移动终端检测该移动终端所属会场中的声音发源地。移动终端可通过麦克风是否感应到声音，检测移动终端的所属会场是否存在声音发源地。可选地，移动终端通过麦克风接收声音信号，当移动终端所属会场发出声音信号时，麦克风接收该声音信号，移动终端存储该声音信号，同时将该声音信号传送至处理器，通过处理器完成接下来的步骤。

S102、所述移动终端确定所述声音发源地与所述移动终端的相对位置。

实现中，在步骤S101检测到移动终端的所属会场有声音动作时，接下来，就确定该声音发源地与该移动终端之间的相对位置。

作为一种可能的实施方式，移动终端的声音发源地可以是移动终端所属场地的某个位置，该声音发源地可以是1个或者是多个。

作为一种可能的实施方式，在所述移动终端检测到所述移动终端的所属会场存在多个声音发源地的情况下，所述移动终端将所述移动终端检测到的最大声音的声音发源地确定为声音发源地，以使所述移动终端确定所述声音发源地与所述移动终端的相对位置。可选地，当声音发源地只有一个的时候，移动终端通过麦克风接收声音发源地发出的声音，根据该声音的声音发源地与移动终端的位置确定声音与移动终端之间的相对位置。可选地，当声音发源地有多个的时候，或者移动终端所属会场的多个方向发生不同的声音动作的时候，移动终端可以声音最大的那个声音发源地为准，确定该声音发源地与该移动终端之间的相对位置。

作为一种可能的实施方式，在所述移动终端检测到所述移动终端的所属会场存在指定发言人的声音发源地的情况下，所述移动终端将所述移动终端检测到的所述指定发言人的声音发源地确定为声音发源地，以使所述移动终端确定所述声音发源地与所述移动终端的相对位置。可选地，该移动终端可以优先通过声纹识别技术，设定指定人物的声音为为准，优先考虑指定发言人的声音发源地的发声动作，当指定发言人的声音发源地有发声动作同时伴随其他发声动作时，移动终端会优先将指定发言人的声音发源地设为移动终端锁定的声音发源地，移动终端确定该声音发源地与移动终端之间的相对位置，在该声音停止发声动作而其他声音还在继续发声的情况下，可确定声音最大的声音发源地为移动终端锁定的声音发源地，移动终端确定该声音发源地与移动终端之间的相对位置。

作为一种可能的实施方式，声音发源地的声音可以是人说话的声音、动物生物、敲桌子声音、风吹动物体发出的声音、手机振动的声音、电话铃声、视频声音、电视声音等，在移动终端所属会场还可能有其他杂音。可选地，移动终端会对移动终端所属会场中的声音进行声纹识别，移动终端滤除那些不是由人说话说产生的声音。

S103、所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

实现中，步骤S102确定了移动终端与声音发源地的相对位置，移动终端可控制其自身的摄像头的镜头方向将其对准声音发源地。

作为一种可能的实现方式，声音发源地的声音可能持续时间比较短，则移动终端具有记忆功能，会记录捕捉到的声音，通过移动终端的处理器确定移动终端与声音发源地之间的相对位置，同时确定声音发源地的方向，迅速将移动终端的摄像头的摄像方向对准声音发源地。

作为一种可能的实施方式，移动终端的摄像头可具有360度旋转功能，移动终端启动视频会议功能的时候，摄像头先对准一个方向，在移动终端的所属会场有人发出声音的时候，摄像头将其镜头对准该声音发源地。可选地，当另一个方向有人发出声音的时候，摄像头将其镜头对准该声音发源地。可选地，移动终端的摄像头可具有旋转角度大小的判断功能，即移动终端的摄像头目前在某一个方向，而其检测到一个方向有发声动作，移动终端的摄像头可判断该发生动作的声音发源地与该摄像头方向的角度大小，以确定该移动终端的摄像头是向左旋转还是向右旋转，以求最短时间转动到声音发源地的位置。

作为一种可能的实施方式，移动终端的摄像头可以是两个。可选地，移动终端可包括两个摄像头，如前置摄像头与后置摄像头。移动终端可具有同时开启两个摄像头的功能，将其显示在移动终端的显示界面上，此种情况下，移动终端可以同时环顾两面。可选地，该移动终端的摄像头的镜头可以是广角摄像头，视觉范围可为180度。在移动终端检测到移动终端的所属会场有发声动作时，移动终端对发声动作的声音发源地进行判断，判断该声音发源地离前置摄像头还是后置摄像头较近，以确定是前置摄像头还是后置摄像头进行旋转；若该声音发源地与前置摄像头和后置摄像头的距离一样，移动终端可优先考虑以前置摄像头为准，使其对准该声音发源地。

作为一种可能的实施方式，移动终端的摄像头可以是两个或两个以上。移动终端可安装的摄像头不止两个，如4个摄像头，可对4个摄像头设立优先级，确定4个摄像头旋转的优先顺序。4个摄像头在原始状态下，相邻两个摄像头的夹角角度可以设为90度。这样，整个移动终端的所属会场的声音发源地在平面方向可以看作4个象限范围，或者在三维空间范围内，整个移动终端的所属会场的声音发源地在平面方向可以看作8个象限范围，在移动终端检测到其所属会场有发声动作的时候，可判断该声音发源地属于哪一个象限，可再根据该象限包含的摄像头，可再确定该声音发源地离哪个摄像头的相对位置最近，移动终端控制该离声音发源地相对位置最近的摄像头对准该声音发源地。

作为一种可能的实施方式，移动终端控制的摄像头是可拆卸的或者移动终端控制的摄像头可独立的，即该摄像头可以通过USB线与移动终端进行连接，或者是移动终端通过wifi、蓝牙、zigbee、互联网等通信技术控制摄像头，该摄像头具有旋转功能，在检测到移动终端的声音发源地的情况下，判断移动终端与声音发源地的相对位置，根据该相对位置，移动终端将其摄像头的镜头方向对准声音发源地。

作为一种可能的实施方式，移动终端对移动终端的摄像头的镜头的朝向、镜头的伸缩长度和/或镜头的倾斜角度进行调整，以使移动终端的摄像头的镜头方向对准所述声音发源地。可选地，例如，当移动终端的所属会场中第一个发声者坐着发言，移动终端的摄像头的镜头方向正好对准他，此时，第一个发声者停止发言，第二个发声者位于第一个发言者旁边，且第二个发生者是站起来发言的，那么移动终端的摄像头可先伸缩摄像头，然后进行旋转，最后进行倾斜，以使所述移动终端的摄像头的镜头方向对准该声音发源地。

本发明实施例移动终端检测视频会议中的移动终端所属会场中的声音发源地；移动终端确定声音发源地与移动终端的相对位置；移动终端根据相对位置控制移动终端的摄像头的镜头方向对准所述声音发源地。采用本发明实施例，可通过检测声音发源地，确定声音发源地与移动终端的相对位置，并根据该相对位置，控制摄像头的镜头方向对准该声音发源地，从而自动调节摄像头，实现视频会议。

作为一种可能的实施方式，图1提供的实施例中，步骤S103之后，还可以进一步包括：移动终端将摄像头捕捉到的视频信息及移动终端的麦克风接收的音频信息同步发送到视频会议的另一方。实现中，移动终端在视频会议模式下，会对摄像头捕捉到的视频信息进行录制，同时，移动终端通过麦克风将移动终端所属会场中发出的声音进行录音得到音频信息。移动终端可将视频信息与音频信息进行处理，使视频信息与音频信息可以唇同步，得到最终的视频信息，然后，移动终端可通过互联网将最后得到的视频信息发送至视频会议的另一方。

请参阅图2，图2是本发明实施例提供的一种控制方法的第二实施例流程示意图，包括步骤：

S201、所述移动终端通过至少一个麦克风接收所述声音发源地的声音。

实现中，移动终端至少包含一个麦克风，即移动终端通过麦克风检测移动终端与声音发源地之间的相对位置。可选地，移动终端可内置一个或者多个麦克风。

S202、所述移动终端根据所述至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与所述移动终端的相对位置。

实现中，移动终端根据至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。可选地，如利用一个麦克风捕捉声音发源地，声音的传播速度为340m/s，音声发源地的声音不断传到麦克风，移动终端根据声音传播的时间，计算移动终端与声音发源地之间的距离，根据该距离，确定移动终端与声音发源地之间的相对位置。再可选地，移动终端根据三个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。由于各麦克风在终端上的位置是不同，这样接收到上述声音发源地的声音信号的时间也是不同的，即各麦克风的接收时间会存在时差，而声音信号传播的速度是固定的，这样就可以根据各麦克风的接收时间计算出音源与各所述麦克风的相对位置。其中，上述相对位置具体可以是指平面中的相对位置，当上述相对位置为平面中的相对位置时，本实施例中可以通过三个麦克风的接收时间计算出该相对位置；另外，上述相对位置还可以是三维空间的相对位置，当上述相对位置为三维空间的相对位置时，本实施例中可以通过四个麦克风的接收时间计算出该相对位置。

本发明实施例中移动终端通过至少一个麦克风接收声音发源地的声音，再根据至少一个麦克风接收声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。采用本发明实施例可通过至少一个麦克风确定移动终端与声音发源地的相对位置。

请参阅图3，图3是本发明实施例提供的一种控制方法的第三实施例流程示意图，图3是图1描述的实施例的后续处理步骤，其包括步骤：

S301、所述移动终端控制所述摄像头对所述声音发源地的所在方向进行人脸检测。

实现中，移动终端控制移动终端的摄像头的镜头方向对准声音发源地，此刻，再控制摄像头对声音发源地的所在方向进行人脸检测。可选地，人脸检测的方法可通过图像识别、图像匹配，例如对图像中出现一张人脸，移动终端可针对图像库里的图片进行对比，图像匹配人脸的面部特征，如正常情况下，人脸都包括眉毛、两只眼睛、一个鼻子、一个嘴巴等，移动终端可通过人的脸型特征确定其检测到的就是人脸，而且可通过声音发源地确定就是人的嘴巴。可选地，移动终端可通过以下特征确定人脸：如当人发出声音时，眉毛会抖动、两只眼睛在闪烁、嘴巴在一张一合或面部肌肉在抽搐。

S302、若所述摄像头检测到人脸，所述移动终端控制所述摄像头对所述人脸进行对焦。

实现中，步骤S301通过移动终端控制摄像头检测人脸时，移动终端可控制摄像头调整其焦距、感光度、曝光时间、聚焦范围等，移动终端通过这一系列的过程，完成对焦过程。

作为一种可能的实施方式，移动终端的声音发源地可能包括多个人脸，移动终端可检测到一个人脸或者多个人脸。可选地，移动终端可设置人物的脸型，通过人物的脸型对场景中的人物脸型进行对比，完成人物脸型的对焦过程。可选地，移动终端可选择离摄像头最近的人物脸型作为对焦对象，完成对焦过程。可选地，移动终端可选择声音最大的那个人的人物脸型作为对焦对象，完成对焦过程。可选地，移动终端可对声音发源地的多个脸型进行对焦。

作为一种可能的实施方式，移动终端可在对焦过程中，对场景中人物的大小进行调整。例如，在声音发源地距离摄像头较近的情况下，此刻，场景中人物比例显得较大，移动终端控制摄像头使其镜头对人物的大小进行调整，以使该人物出现在摄像头场景中的人物大小比例较为合适。又例如，在声音发源地距离摄像头较远的情况下，此刻，场景中人物比例显得较小，移动终端控制摄像头对人物的大小进行调整，以使该人物出现在摄像头场景中的人物大小比例较为合适。

本发明实施例移动终端控制摄像头对声音发源地的所在方向进行人脸测；若摄像头检测到人脸，移动终端控制所述摄像头对人脸进行对焦。采用本发明实施例，可对摄像头的取景画面中的人脸进行人脸检测，实现对检测到的人脸对焦。

请参见图4，图4为本发明实施例提供的一种移动终端的第一实施例的结构示意图，图4中所描述的移动终端可完成实施图1、图2或图3所描述的方法，如下：

检测单元401，用于检测视频会议中的所述移动终端所属会场中的声音发源地。

实现中，移动终端启动视频会议模式，在该模式下，检测单元401检测该移动终端所属会场中的声音发源地。检测单元401可通过麦克风是否感应到声音，检测移动终端的所属会场是否存在声音发源地。可选地，移动终端通过麦克风接收声音信号，当移动终端所属会场发出声音信号时，麦克风接收该声音信号，移动终端存储该声音信号，同时将该声音信号传送至处理器，通过处理器完成接下来的步骤。

定位单元402，用于确定所述检测单元检测到的所述声音发源地与所述移动终端的相对位置。

实现中，在检测单元401检测到移动终端的所属会场有声音动作时，接下来，定位单元402确定该声音发源地与该移动终端之间的相对位置。

作为一种可能的实施方式，移动终端的声音发源地可以是移动终端所属场地的某个位置，该声音发源地可以是1个或者是多个。可选地，当声音发源地只有一个的时候，移动终端通过麦克风接收声音发源地发出的声音，定位单元402根据该声音的声音发源地与移动终端的位置确定声音与移动终端之间的相对位置。

作为一种可能的实施方式，在检测单元401检测到移动终端的所属会场存在多个声音发源地的情况下，定位单元402用于将移动终端检测到的最大声音的声音发源地确定为声音发源地，以使定位单元402确定声音发源地与移动终端的相对位置。可选地，当声音发源地有多个的时候，或者移动终端所属会场的多个方向发生不同的声音动作的时候，移动终端可以声音最大的那个声音发源地为准，定位单元402确定该声音发源地与该移动终端之间的相对位置。

作为一种可能的实施方式，在检测单元401检测到移动终端的所属会场存在指定发言人的声音发源地的情况下，定位单元402用于将移动终端检测到的指定发言人的声音发源地确定为声音发源地，以使定位单元402确定声音发源地与移动终端的相对位置。可选地，该移动终端可以优先通过声纹识别技术，定位单元402将指定人物的声音发源地设定为声音发源地，确定移动终端与该声音发源地之间的相对位置的声音发源地，当指定发言人有发声动作同时伴随其他发声动作时，移动终端会优先将指定发言人的声音发源地设为移动终端锁定的声音发源地，定位单元402确定该声音发源地与移动终端之间的相对位置，在该指定发言人的声音停止发声动作而其他声音还在继续发声的情况下，确定声音最大的声音发源地为移动终端锁定的声音发源地，移动终端确定该声音发源地与移动终端之间的相对位置。

作为一种可能的实施方式，声音发源地的声音可以是人说话的声音、动物生物、敲桌子声音、风吹动物体发出的声音、手机振动的声音、电话铃声、视频声音、电视声音等，在移动终端所属会场还可能有其他杂音。可选地，移动终端会对移动终端所属会场中的声音进行声纹识别，移动终端滤除掉那些不是由人说话说产生的声音。

对准单元403，用于根据所述定位单元确定的所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

实现中，定位单元402确定了移动终端与声音发源地的相对位置，对准单元403可控制其自身的摄像头的镜头方向将其对准声音发源地。

作为一种可能的实现方式，声音发源地的声音可能持续时间比较短，则移动终端具有记忆功能，会记录捕捉到的声音，定位单元402确定移动终端与声音发源地之间的相对位置，同时确定声音发源地的方向，对准单元403迅速将移动终端的摄像头的摄像方向对准声音发源地。

作为一种可能的实施方式，移动终端的摄像头可具有360度旋转功能，移动终端启动视频会议功能的时候，摄像头先对准一个方向，在移动终端的所属会场有人发出声音的时候，对准单元403控制摄像头将其镜头对准该声音发源地。可选地，当另一个方向有人发出声音的时候，对准单元403控制摄像头将其镜头对准该声音发源地。可选地，移动终端的摄像头可具有旋转角度大小的判断功能，即移动终端的摄像头目前在某一个方向，而检测单元401检测到一个方向有发声动作，移动终端的摄像头可判断该发生动作的声音发源地与该摄像头方向的角度大小，对准单元403以确定该移动终端的摄像头是向左旋转还是向右旋转，以求最短时间转动到声音发源地的位置。

作为一种可能的实施方式，移动终端的摄像头可以是两个。可选地，移动终端可包括两个摄像头，如前置摄像头与后置摄像头。移动终端可具有同时开启两个摄像头的功能，将其显示在移动终端的显示界面上，此种情况下，移动终端可以同时环顾两面。可选地，该移动终端的摄像头的镜头可以是广角摄像头，视觉范围可为180度。在检测单元401检测到移动终端的所属会场有发声动作时，移动终端对发声动作的声音发源地进行判断，判断该声音发源地离前置摄像头还是后置摄像头较近，对准单元403以确定是前置摄像头还是后置摄像头进行旋转；若该声音发源地与前置摄像头和后置摄像头的距离一样，对准单元403可优先考虑以前置摄像头为准，使其对准该声音发源地。

作为一种可能的实施方式，移动终端的摄像头可以是两个或两个以上。移动终端可安装的摄像头不止两个，如4个摄像头，可对4个摄像头设立优先级，确定4个摄像头旋转的优先顺序。4个摄像头在原始状态下，相邻两个摄像头的夹角角度可以设为90度。这样，整个移动终端的所属会场的声音发源地在平面方向可以看作4个象限范围，或者在三维空间范围内，整个移动终端的所属会场的声音发源地在平面方向可以看作8个象限范围，在移动终端检测到其所属会场有发声动作的时候，可判断该声音发源地属于哪一个象限，可再根据该象限包含的摄像头，可再确定该声音发源地离哪个摄像头的相对位置最近，对准单元403控制该离声音发源地相对位置最近的摄像头对准该声音发源地。

作为一种可能的实施方式，移动终端控制的摄像头是可拆卸的或者移动终端控制的摄像头可独立的，即该摄像头可以通过USB线与移动终端进行连接，或者是移动终端通过wifi、蓝牙、zigbee、互联网等通信技术控制摄像头，该摄像头具有旋转功能，在检测单元401到移动终端的声音发源地的情况下，定位单元402确定移动终端与声音发源地的相对位置，根据该相对位置，对准单元403控制摄像头的镜头方向对准声音发源地。

作为一种可能的实施方式，对准单元403用于控制摄像头进行旋转、伸缩、倾斜，以使移动终端的摄像头对准声音发源地。可选地，例如，当移动终端的所属会场中第一个发声者坐着发言，移动终端的摄像头的镜头方向正好对准他，此时，第一个发声者停止发言，第二个发声者位于第一个发言者旁边，且第二个发生者是站起来发言的，那么对准单元403控制摄像头可先伸缩摄像头，然后进行旋转，最后进行倾斜，以使所述移动终端的摄像头的镜头方向对准该声音发源地。

可选地，图4描述的移动终端还可以包含发送单元，用于将所述摄像头捕捉到的视频信息及所述移动终端的麦克风接收的音频信息同步发送到所述视频会议的另一方。实现中，发送单元可将摄像头捕捉到的视频信息及移动终端的麦克风接收的音频信息同步发送到视频会议的另一方。移动终端在视频会议模式下，会对摄像头捕捉到的视频信息进行录制，同时，移动终端通过麦克风将移动终端所属会场中发出的声音进行录音得到音频信息。移动终端可将视频信息与音频信息进行处理，使视频信息与音频信息可以唇同步，得到最终的视频信息，然后，发送单元可通过互联网将最后得到的视频信息发送至视频会议的另一方。

本发明实施例通过检测单元401检测视频会议中的所述移动终端所属会场中的声音发源地；定位单元402确定所述检测单元检测到的所述声音发源地与所述移动终端的相对位置；对准单元403根据所述定位单元确定的所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。采用本发明实施例，可通过检测声音发源地，确定声音发源地与移动终端的相对位置，并根据该相对位置，控制摄像头的镜头方向对准该声音发源地，从而自动调节摄像头，实现视频会议。

请参见图5，图5为本发明实施例提供的一种移动终端的定位单元的结构示意图，如下：

接收单元501，用于通过至少一个麦克风接收所述声音发源地的声音。

实现中，移动终端至少包含一个麦克风，接收单元501通过至少一个麦克风接收所述声音发源地的声音。可选地，移动终端可内置一个或者多个麦克风。

计算单元502，用于根据所述至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与所述移动终端的相对位置。

实现中，接收单元501根据至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。可选地，如利用一个麦克风捕捉声音发源地，声音的传播速度为340m/s，音声发源地的声音不断传到麦克风，移动终端根据声音传播的时间，计算单元502计算移动终端与声音发源地之间的距离，根据该距离，确定移动终端与声音发源地之间的相对位置。再可选地，移动终端根据三个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。由于各麦克风在终端上的位置是不同，这样接收到上述声音发源地的声音信号的时间也是不同的，即各麦克风的接收时间会存在时差，而声音信号传播的速度是固定的，这样，计算单元502就可以根据各麦克风的接收时间计算出音源与各所述麦克风的相对位置。其中，上述相对位置具体可以是指平面中的相对位置，当上述相对位置为平面中的相对位置时，本实施例中可以通过三个麦克风的接收时间计算出该相对位置；另外，上述相对位置还可以是三维空间的相对位置，当上述相对位置为三维空间的相对位置时，本实施例中可以通过四个麦克风的接收时间计算出该相对位置。

本发明实施例通过接收单元501通过至少一个麦克风接收所述声音发源地的声音；计算单元502根据所述至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与所述移动终端的相对位置。采用本发明实施例可通过至少一个麦克风确定移动终端与声音发源地的相对位置。

请参见图6，图6为本发明实施例提供的一种移动终端的对准单元的实施例的结构示意图，如下：

控制单元601，用于控制所述摄像头对所述声音发源地的所在方向进行人脸检测。

实现中，控制单元601控制移动终端的摄像头的镜头方向对准声音发源地，此刻，再控制摄像头对声音发源地的所在方向进行人脸检测。可选地，人脸检测的方法可通过图像识别、图像匹配，例如对图像中出现一张人脸，移动终端可针对图像库里的图片进行对比，图像匹配人脸的面部特征，如正常情况下，人脸都包括眉毛、两只眼睛、一个鼻子、一个嘴巴等，移动终端可通过人的脸型特征确定其检测到的就是人脸，而且可通过声音发源地确定就是人的嘴巴。可选地，移动终端可通过以下特征确定人脸：如当人发出声音时，眉毛会抖动、两只眼睛在闪烁、嘴巴在一张一合或面部肌肉在抽搐。

对焦单元602，用于若控制单元601检测到人脸，控制所述摄像头对所述人脸进行对焦。

实现中，对焦单元602可通过移动终端控制摄像头检测人脸时，控制摄像头调整其焦距、感光度、曝光时间、聚焦范围等，移动终端通过这一系列的过程，完成对焦过程。

作为一种可能的实施方式，移动终端的声音发源地可能包括多个人脸，移动终端可检测到一个人脸或者多个人脸。可选地，移动终端可设置人物的脸型，通过人物的脸型对场景中的人物脸型进行对比，完成人物脸型的对焦过程。可选地，移动终端可选择离摄像头最近的人物脸型作为对焦对象，完成对焦过程。可选地，移动终端可选择声音最大的那个人的人物脸型作为对焦对象，完成对焦过程。可选地，对焦单元602可对声音发源地的多个脸型进行对焦。

作为一种可能的实施方式，移动终端可在对焦过程中，对场景中人物的大小进行调整。例如，在声音发源地距离摄像头较近的情况下，此刻，场景中人物比例显得较大，移动终端控制摄像头使其镜头对人物的大小进行调整，以使该人物出现在摄像头场景中的人物大小比例较为合适。又例如，在声音发源地距离摄像头较远的情况下，此刻，场景中人物比例显得较小，移动终端控制摄像头对人物的大小进行调整，以使该人物出现在摄像头场景中的人物大小比例较为合适。

本发明实施例控制单元601控制摄像头对声音发源地的所在方向进行人脸检测；若摄像头检测到人脸，在控制单元601检测到人脸的情况下，对焦单元602控制摄像头对所述人脸进行对焦。采用本发明实施例，可对摄像头的取景画面中的人脸进行检测，实现对检测到的人脸对焦。

参见图7，图7为本发明实施例提供的一种移动终端的第二实施例结构示意图。本实施例中所描述的移动终端包括：至少一个输入设备1000；至少一个输出设备2000；至少一个处理器3000，例如CPU；和存储器4000，上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。

其中，上述输入设备1000可为移动终端的接收装置，接收装置可为麦克风、触摸屏、摄像头等，接收装置通过声学感应器件感接收移动终端的所属会场里的声音信号，以检测移动终端的所属会场是否存在声音发源地。

上述输出设备2000可用于输出视频信号或音频信号，即将移动终端的摄像头捕捉到的视频信息及移动终端的麦克风接收的音频信息同步发送到视频会议的另一方

上述存储器4000可以是高速RAM存储器，也可为非不稳定的存储器(non-volatile memory)，例如磁盘存储器。上述存储器4000用于存储一组程序代码，上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码，执行如下操作：

上述输入设备1000，检测视频会议中的移动终端所属会场中的声音发源地。

上述处理器3000，可在检测到声音发源地的声音信号后，确定声音发源地与移动终端的相对位置。

上述处理器3000，还用于:

根据相对位置控制移动终端的摄像头的镜头方向对准所述声音发源地。

上述处理器3000还用于：

通过至少一个麦克风接收所述声音发源地的声音；根据至少一个麦克风接收声音发源地的声音的接收时间计算所述声音发源地与移动终端的相对位置。

上述处理器3000还用于：

对镜头的朝向、镜头的伸缩长度和/或镜头的倾斜角度进行调整，以使移动终端的摄像头的镜头方向对准声音发源地。

上述处理器3000还用于：

在输入设备1000检测到移动终端的所属会场存在多个声音发源地的情况下，将移动到的最大声音的声音发源地确定为声音发源地，以确定声音发源地与移动终端的相对位置。

上述处理器3000还用于：

在输入设备1000检测到移动终端的所属会场存在指定发言人的声音发源地的情况下，移动终端将所述移动终端检测到的所述指定发言人的声音发源地确定为声音发源地，以使所述移动终端确定所述声音发源地与所述移动终端的相对位置。

上述输出单元2000可用于：

将摄像头捕捉到的视频信息及移动终端的麦克风接收的音频信息同步发送到视频会议的另一方。

上述存储设备4000可用于存储音频信号或者视频信号信息。

实现中，本发明实施例中所描述的输入设备1000、输出设备2000和处理器3000可执行本发明实施例提供的控制摄像头的移动终端可以实施如图1、图2、图3中所描述的实现方式，也可执行本发明实施例提供的移动终端的图4-图6中所描述的移动终端的实现方式，在此不再赘述。

本发明所有实施例中的单元或子单元，可以通过通用集成电路，例如CPU(Central Processing Unit，中央处理器)，或通过ASIC(Application SpecificIntegrated Circuit，专用集成电路)来实现。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random Access Memory，简称RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (12)

1.一种控制方法，其特征在于，包括：

移动终端检测视频会议中的所述移动终端所属会场中的声音发源地；

所述移动终端确定所述声音发源地与所述移动终端的相对位置；

所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

2.如权利要求1所述的方法，其特征在于，所述移动终端确定所述声音发源地与所述移动终端的相对位置，包括：

所述移动终端通过至少一个麦克风接收所述声音发源地的声音；

所述移动终端根据所述至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与所述移动终端的相对位置。

3.如权利要求1所述的方法，其特征在于，所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地，包括：

所述移动终端对所述镜头的朝向、所述镜头的伸缩长度和/或所述镜头的倾斜角度进行调整，以使所述移动终端的摄像头的镜头方向对准所述声音发源地。

4.如权利要求1所述的方法，其特征在于，所述移动终端根据所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地，还包括:

所述移动终端控制所述摄像头对所述声音发源地的所在方向进行人脸测；

若所述摄像头检测到人脸，所述移动终端控制所述摄像头对所述人脸进行对焦。

5.如权利要求1所述的方法，其特征在于，所述移动终端确定所述声音发源地与所述移动终端的相对位置，包括：

在所述移动终端检测到所述移动终端的所属会场存在多个声音发源地的情况下，所述移动终端将所述移动终端检测到的最大声音的声音发源地确定为声音发源地，以使所述移动终端确定所述声音发源地与所述移动终端的相对位置。

6.如权利要求1所述的方法，其特征在于，所述移动终端确定所述声音发源地与所述移动终端的相对位置，包括：

在所述移动终端检测到所述移动终端的所属会场存在指定发言人的声音发源地的情况下，所述移动终端将所述移动终端检测到的所述指定发言人的声音发源地确定为声音发源地，以使所述移动终端确定所述声音发源地与所述移动终端的相对位置。

7.一种移动终端，其特征在于，包括：

检测单元，用于检测视频会议中的所述移动终端所属会场中的声音发源地；

定位单元，用于确定所述检测单元检测到的所述声音发源地与所述移动终端的相对位置；

对准单元，用于根据所述定位单元确定的所述相对位置控制所述移动终端的摄像头的镜头方向对准所述声音发源地。

8.如权利要求7所述的移动终端，其特征在于，所述定位单元，包括：

接收单元，用于通过至少一个麦克风接收所述声音发源地的声音；

计算单元，用于根据所述至少一个麦克风接收所述声音发源地的声音的接收时间计算所述声音发源地与所述移动终端的相对位置。

9.如权利要求7所述的移动终端，其特征在于，所述对准单元用于：

对所述镜头的朝向、所述镜头的伸缩长度和/或所述镜头的倾斜角度进行调整，以使所述移动终端的摄像头的镜头方向对准所述声音发源地。

10.如权利要求7所述的移动终端，其特征在于，所述对准单元包括:

控制单元，用于控制所述摄像头对所述声音发源地的所在方向进行人脸检测；

对焦单元，用于若所述控制单元检测到人脸，控制所述摄像头对所述人脸进行对焦。

11.如权利要求7所述的移动终端，其特征在于，所述定位单元用于：

在所述检测单元检测到所述移动终端的所属会场存在多个声音发源地的情况下，所述定位单元用于将所述检测单元检测到的最大声音的声音发源地确定为声音发源地，以使所述定位单元确定所述声音发源地与所述移动终端的相对位置。

12.如权利要求7所述的移动终端，其特征在于，所述定位单元用于：

在所述检测单元检测到所述移动终端的所属会场存在指定发言人的声音发源地的情况下，所述定位单元用于将所述检测单元检测到的所述指定发言人的声音发源地确定为声音发源地，以使所述定位单元确定所述声音发源地与所述移动终端的相对位置。