CN104702882A - 基于volte的视频通话装置和方法 - Google Patents

Abstract

本发明公开了一种基于VOLTE的视频通话装置和方法，所述通话装置包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中：外围感知单元，用于采集场景数据，并传送给信息处理单元；信息处理单元，用于对采集的场景数据进行分类处理，并传送给信息传输单元；信息传输单元，用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给场景还原单元；场景还原单元，用于根据预存的场景模板对接收的场景数据进行场景还原处理，并传送给外围输出单元；外围输出单元，用于输出场景识别模块传送的场景数据。从而增强了场景效果，使得通话对方所处场景更加真实的呈现于用户面前，让用户双方都有同处一地的感觉。

Description

基于VOLTE的视频通话装置和方法

技术领域

本发明涉及通信技术领域，尤其涉及一种基于VOLTE的视频通话装置和方法。

背景技术

通信终端的出现，使得随时随地通话已不成问题，然而传统的语音通话已然显得枯燥、无趣，人们更加憧憬像现实照面那样的视频通话，这让身处不同地方的人群通过这种方式也可以像面对面一样交谈。随着无线通信技术的迅速发展，特别是伴随着4G网络的出现，基于VOLTE的视频通话已然实现。

VOLTE即Voice Over LTE，是一种IP数据传输技术，无需2G/3G网，全部业务承载于4G网络上，可实现数据与语音业务在同一网络下的统一。换言之，4G网络下不仅仅提供高速率的数据业务，同时还提供高质量的视频通话。然而，目前基于VOLTE的视频通话或者早前基于移动互联网的视频聊天仅仅是将发送端的语音和视频同步传输到接收端，但呈现时语音和视频已然失真，甚至为了能够听清对方的声音，还专门去除了背景声音，因此与现实世界中面对面交谈的场景相去甚远，严重影响了通话效果和通话体验。

发明内容

本发明的主要目的在于提出一种基于VOLTE的视频通话装置和视频通话方法，旨在增强视频通话的场景效果，使得通话对方所处场景更加真实的呈现于用户面前，提高通话效果和通话体验。

为实现上述目的，本发明提出一种基于VOLTE的视频通话装置，包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中：

外围感知单元，用于采集场景数据，并传送给信息处理单元；

信息处理单元，用于对采集的场景数据进行分类处理，并传送给信息传输单元；

信息传输单元，用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给场景还原单元；

场景还原单元，用于根据预存的场景模板对接收的场景数据进行场景还原处理，并传送给外围输出单元；

外围输出单元，用于输出场景识别模块传送的场景数据。

优选地，所述场景还原单元包括场景识别模块和场景优化模块，其中：

场景识别模块，用于对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板；

场景优化模块，用于根据匹配出的场景模板对接收的场景数据进行优化补偿，以实现场景还原。

优选地，所述场景优化模块用于：根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，监测后续接收的场景数据的动态变化并进行实时优化处理。

基于同一发明构思，本发明还提出另一种基于VOLTE的视频通话装置，包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中：

外围感知单元，用于采集场景数据，并传送给信息处理单元；

信息处理单元，用于对采集的场景数据进行分类处理，并传送给场景还原单元；

场景还原单元，用于根据预存的场景模板对采集的场景数据进行场景还原处理，并传送给信息传输单元；

信息传输单元，用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给外围输出单元；

外围输出单元，用于输出信息传输单元传送的场景数据。

优选地，所述场景还原单元包括场景识别模块和场景优化模块，其中：

场景识别模块，用于对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板；

场景优化模块，用于根据匹配出的场景模板对采集的场景数据进行优化补偿，以实现场景还原。

优选地，所述场景优化模块用于：根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，监测后续采集的场景数据的动态变化并进行实时优化处理。

基于同一发明构思，本发明同时提出一种基于VOLTE的视频通话方法，应用于接收端，包括步骤：

接收发送端发送的场景数据；

根据预存的场景模板对接收的场景数据进行场景还原处理；

输出场景还原处理后的场景数据。

优选地，所述根据预存的场景模板对接收的场景数据进行场景还原处理包括：对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板；

根据匹配出的场景模板对接收的场景数据进行优化补偿，以实现场景还原。

优选地，所述根据匹配出的场景模板对接收的场景数据进行优化补偿包括：根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，监测后续接收的场景数据的动态变化并进行实时优化处理。

基于同一发明构思，本发明还提出另一种基于VOLTE的视频通话方法，应用于发送端，包括步骤：

采集场景数据，并对采集的场景数据进行分类处理；

根据预存的场景模板对采集的场景数据进行场景还原处理；

将场景还原处理后的场景数据发送给接收端。

优选地，所述根据预存的场景模板对采集的场景数据进行场景还原处理包括：对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板；

根据匹配出的场景模板对采集的场景数据进行优化补偿，以实现场景还原。

优选地，所述根据匹配出的场景模板对采集的场景数据进行优化补偿包括：根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，监测后续采集的场景数据的动态变化并进行实时优化处理。

本发明提出一种基于VOLTE的视频通话装置，基于VOLTE强大的数据传输能力，根据预存的场景模板对采集的场景数据进行场景还原处理，增强了场景效果，使得通话对方所处场景更加真实的呈现于用户面前，让用户双方都有同处一地的感觉，可以让相隔两地的用户利用终端即可体验面对面交谈的效果，提高了通话效果和通话体验。

附图说明

图1为实现本发明各个实施例的移动终端的硬件结构示意图；

图2为如图1所示的移动终端的无线通信系统示意图；

图3为本发明基于VOLTE的视频通话方法第一实施例的流程图；

图4为本发明基于VOLTE的视频通话方法第二实施例的流程图；

图5为本发明基于VOLTE的视频通话方法第三实施例的流程图；

图6为本发明基于VOLTE的视频通话方法第四实施例的流程图；

图7为本发明基于VOLTE的视频通话装置第一实施例的模块示意图；

图8为本发明基于VOLTE的视频通话装置第二实施例的模块示意图；

图9为本发明基于VOLTE的视频通话装置第三实施例的模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明基于VOLTE的视频通话装置和视频通话方法主要应用于移动终端，现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

图1为实现本发明各个实施例的移动终端的硬件结构示意。

移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、用户输入单元130、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。

无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信系统或网络之间的无线电通信。例如，无线通信单元可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。

广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播系统接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体(MediaFLO)的数据广播系统、地面数字广播综合服务(ISDB-T)等等的数字广播系统接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播系统以及上述数字广播系统。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。

移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。

无线互联网模块113支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到终端。该模块所涉及的无线互联网接入技术可以包括WLAN(无线LAN)(Wi-Fi)、Wibro(无线宽带)、Wimax(全球微波互联接入)、HSDPA(高速下行链路分组接入)等等。

短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙^TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂^TM等等。

位置信息模块115是用于检查或获取移动终端的位置信息的模块。位置信息模块的典型示例是GPS(全球定位系统)。根据当前的技术，GPS模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS模块115能够通过实时地连续计算当前位置信息来计算速度信息。

A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风1220，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示模块151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端的构造提供两个或更多相机1210。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示模块151上时，可以形成触摸屏。

接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为"识别装置")可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。

另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示模块151、音频输出模块152等等。

显示模块151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示模块151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示模块151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。

同时，当显示模块151和触摸板以层的形式彼此叠加以形成触摸屏时，显示模块151可以用作输入装置和输出装置。显示模块151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示模块(或其它显示装置)，例如，移动终端可以包括外部显示模块(未示出)和内部显示模块(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。

音频输出模块152可以在移动终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。

存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储己经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。

存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。

控制器180通常控制移动终端的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现(或回放)多媒体数据的多媒体模块1810，多媒体模块1810可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。

电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。

这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。

至此，己经按照其功能描述了移动终端。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此，本发明能够应用于任何类型的移动终端，并且不限于滑动型移动终端。

如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。

现在将参考图2描述其中根据本发明的移动终端能够操作的通信系统。

这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地，长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。

参考图2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM，IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图2中所示的系统可以包括多个BSC2750。

每个BS270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz,5MHz等等)。

分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下，术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者，特定BS270的各分区可以被称为多个蜂窝站。

如图2中所示，广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中，示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。

在图2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。

作为无线通信系统的一个典型操作，BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC与BSC275形成接口，并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。

基于上述移动终端硬件结构以及通信系统，提出本发明方法各个实施例。

如图3所示，提出本发明基于VOLTE的视频通话方法第一实施例，应用于接收端，所述方法包括以下步骤：

步骤S11：接收发送端发送的场景数据。

所述场景数据至少包括声音数据和图像数据，还可以包括气味、温度、光线等数据。

步骤S12：根据预存的场景模板对接收的场景数据进行场景还原处理。

移动终端中预先建立了场景数据库，其中存储了若干场景模板。移动终端采用现有技术中的声音或/和图像匹配技术，对采集的场景数据和场景数据库中的场景模板进行比对，查找出与采集的场景数据最接近的场景模板，从而获取与采集的场景数据相匹配的场景模板。然后，根据匹配出的场景模板对采集的场景数据进行优化补偿，以实现场景还原。例如，以匹配出的场景模板的场景参数为标准，对采集的场景数据进行优化补偿，以最大限度的接近场景模板的场景参数，达到接近对比标准但同时又不失真的效果。优选地，可以为每一个场景模板对应设置至少一个优化方案，根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，进一步地，还持续监测后续采集的场景数据的动态变化，并通过动态补偿算法计算出补偿值来动态调整优化方案，以对场景数据进行实时优化处理。

所述优化方案包括光线强度调节、色彩浓度调节、画面灰度调节、画面抖动控制、主体声音音频优化、场景强音效调节，空闲噪音控制、主体声音与背景声音同步传输、背景音过滤处理等等。

举例而言，移动终端接收的场景数据为对方终端在海滩边采集的，移动终端数据库中存储了多个地区、多个时刻拍摄的海滩画面及背景声音数据形成的多个场景模板，移动终端将接收的场景数据与各个场景模板的数据特征进行比对匹配，获取与接收的场景数据相匹配到某个场景模板，然后采用对应的优化方案对接收的场景数据进行优化补偿，如调节光线强度、色彩浓度、画面灰度等，并过滤掉背景声音中的嘈杂声音，保留并调节海浪声、海风的呼啸声等关键声音，同时持续监测后续采集的场景数据的动态变化，并通过动态补偿算法计算出补偿值来动态调整优化方案，对场景数据进行实时优化处理，最终优化后的场景数据的场景效果会比接收的场景数据的场景效果更加接近现场的场景效果，从而实现了场景还原，弥补了移动终端捕获场景数据的失真，并加强了场景指定的特征效果。

步骤S13：输出经场景还原处理后的场景数据。

由于VOLTE具有带宽高、数据传输快的特点，因此移动终端能够实时动态地输出经场景还原处理后的场景数据。其中，图像数据通过显示模块输出，声音数据通过音频输出模块输出，光线数据通过灯光控制模块输出，温度数据可通过色温控制模块输出，气味数据可通过气味释放模块输出等。为了呈现更佳的效果，要求显示模块和音频输出模块均具备输出高质量画质及立体声音质的能力。

如图4所示，提出本发明基于VOLTE的视频通话方法第二实施例，应用于发送端，所述方法包括以下步骤：

步骤S20：采集场景数据，并对采集的场景数据进行分类处理。

所述场景数据至少包括声音数据和图像数据，还可以包括气味、温度、光线等数据。在视频通话过程中，移动终端通过装载在各处的声音采集设备、图像采集设备以及各类传感器，不断采集周边的场景数据进行同步并统一整理。其中，声音数据可通过麦克风采集，图像数据可通过相机采集，其它数据可通过相应的传感器采集，如气味数据通过气味传感器采集，温度数据通过温度传感器采集，光线数据通过光传感器采集。

优选地，移动终端在采集场景数据时，以定向采集为主，动态采集为辅。以人的视听系统为参考来打造视听采集系统，例如在采集声音数据时如人耳一样感知主体的位置并动态调整方向以加强采集效果，如人眼一样有焦距和角度以便采集视野范围内任何远近的景色，从而增强音频采集端口的人声强度感知能力并形成灵敏的定向采集模块，增强图像或视频采集端口的视野范围并形成灵敏的定向采集模块。

本实施例中，移动终端还对采集的场景数据进行分类处理，包括将场景数据中的各类数据分离出来，如从中分离出声音数据、图像数据、温度数据、光线数据、气味数据等，并通过相应的处理单元模块对各类数据分别进行处理，丢弃错误的和有干扰的数据，校准和优化有用的数据。例如，分别对声音和图像进行去噪，并同步校准；分离出声音数据中的主体声音和背景声音，并突出主体声音，在主体声音传输时弱化但并不去除背景声音。

步骤S21：根据预存的场景模板对采集的场景数据进行场景还原处理。

移动终端对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板，根据匹配出的场景模板对采集的场景数据进行优化补偿，如根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，并持续监测后续采集的场景数据的动态变化并进行实时优化处理，以实现场景还原效果。

本步骤S21中具体的场景还原处理方式与第一实施例中步骤S12的处理方式相类似，在此不再赘述。

步骤S22：将场景还原处理后的场景数据发送给接收端。

接收端接收到场景数据后，直接输出该数据即可。

如图5所示，提出本发明基于VOLTE的视频通话方法第三实施例，所述方法包括以下步骤：

步骤S30：发送端采集场景数据。

所述场景数据至少包括声音数据和图像数据，还可以包括气味、温度、光线等数据。在视频通话过程中，发送端通过装载在各处的声音采集设备、图像采集设备以及各类传感器，不断采集周边的场景数据进行同步并统一整理。其中，声音数据可通过麦克风采集，图像数据可通过相机采集，其它数据可通过相应的传感器采集，如气味数据通过气味传感器采集，温度数据通过温度传感器采集，光线数据通过光传感器采集。

优选地，发送在采集场景数据时，以定向采集为主，动态采集为辅。以人的视听系统为参考来打造视听采集系统，例如在采集声音数据时如人耳一样感知主体的位置并动态调整方向以加强采集效果，如人眼一样有焦距和角度以便采集视野范围内任何远近的景色，从而增强音频采集端口的人声强度感知能力并形成灵敏的定向采集模块，增强图像或视频采集端口的视野范围并形成灵敏的定向采集模块。

步骤S31：发送端对采集的场景数据进行分类处理，并发送给接收端。

具体的，发送端将场景数据中的各类数据分离出来，如从中分离出声音数据、图像数据、温度数据、光线数据、气味数据等，并通过相应的处理单元模块对各类数据分别进行处理，丢弃错误的和有干扰的数据，校准和优化有用的数据。例如，分别对声音和图像进行去噪，并同步校准；分离出声音数据中的主体声音和背景声音，并突出主体声音，在主体声音传输时弱化但并不去除背景声音。最后将分类处理后的场景数据发送给接收端。

步骤S32：接收端接收发送端发送的场景数据，并根据预存的场景模板对接收的场景数据进行场景还原处理。

接收端对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板，根据匹配出的场景模板对接收的场景数据进行优化补偿，如根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，并持续监测后续接收的场景数据的动态变化并进行实时优化处理，以实现场景还原效果。

本步骤S32中具体的场景还原处理方式与第一实施例中步骤S12的处理方式相类似，在此不再赘述。

步骤S33：接收端输出场景还原处理后的场景数据。

由于VOLTE具有带宽高、数据传输快的特点，因此接收端能够实时动态地输出经场景还原处理后的场景数据。其中，图像数据通过显示模块输出，声音数据通过音频输出模块输出，光线数据通过灯光控制模块输出，温度数据可通过色温控制模块输出，气味数据可通过气味释放模块输出等。为了呈现更佳的效果，要求显示模块和音频输出模块均具备输出高质量画质及立体声音质的能力。

在某些实施例中，发送端不对采集的场景数据进行分类处理，而是直接将原始的场景数据发送给接收端，接收端接收到原始的场景数据后，首先对其进行分类处理，然后再进行场景还原处理。

如图6所示，提出本发明基于VOLTE的视频通话方法第四实施例，所述方法包括以下步骤：

步骤S40：发送端采集场景数据。

步骤S41：发送端对采集的场景数据进行分类处理。

本实施例中步骤S40和S41分别与第三实施例中的步骤S30和S31相同，在此不赘述。

步骤S42：发送端根据预存的场景模板对采集的场景数据进行场景还原处理，并发送给接收端。

发送端对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板，根据匹配出的场景模板对采集的场景数据进行优化补偿，如根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，并持续监测后续采集的场景数据的动态变化并进行实时优化处理，以实现场景还原效果。

本步骤S42中具体的场景还原处理方式与第一实施例中步骤S12的处理方式相类似，在此不再赘述。

步骤S43：接收端接收发送端发送的场景数据，并输出该场景数据。

接收端直接实时动态地输出接收到的场景数据。其中，图像数据通过显示模块输出，声音数据通过音频输出模块输出，光线数据通过灯光控制模块输出，温度数据可通过色温控制模块输出，气味数据可通过气味释放模块输出等。为了呈现更佳的效果，要求显示模块和音频输出模块均具备输出高质量画质及立体声音质的能力。

由于移动终端在进行视频通话过程中数据是双向传输的，因此移动终端既是发送端又是接收端，当移动终端采集并发送数据时是发送端，当移动终端接收并输出数据时是接收端。

本发明采用的技术方案，可以增强VOLTE通话的场景效果，具备双向场景优化的特点，让用户双方都有同处一地的感觉，显得更加亲切、感同身受。当对方在海滩边而用户在家里时，通过场景效果增强，用户可以听到现场的海浪声以及对方的人声，两种声音并不冲突且被优化后可以同时呈现给用户，并且能分清主次，而且对方的语音通过优化算法处理后更加具有立体感。当对方在阳光下而用户处于阴雨天时，通过场景效果增强，用户可以看到屏幕里阳光直射，体会只有身处阳光下才会有的眩晕感。当对方在车水马龙的街头，一般的视频或语音通话会将这些噪音去除，在对方说话的时候用户只会听到对方声音，而在对方不说话时用户听到的是对方环境的杂音。而通过场景效果增强，可以更好地平衡二者的权重，完整呈现出双方在车水马龙的街头对话的感觉。

从而，本发明基于VOLTE的视频通话方法，基于VOLTE强大的数据传输能力，根据预存的场景模板对采集的场景数据进行场景还原处理，增强了场景效果，使得对方所处场景更加真实的呈现于用户面前，让用户双方都有同处一地的感觉，可以让相隔两地的用户利用终端即可体验面对面交谈的效果，提高了通话效果和通话体验。

本发明进一步提供一种基于VOLTE的视频通话装置，应用于前述移动终端。现基于上述移动终端硬件结构以及通信系统，提出本发明装置各个实施例。

参照图7，提出本发明基于VOLTE的视频通话装置第一实施例，所述装置包括依次连接的外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中，

外围感知单元：用于采集场景数据，并传送给信息处理单元。

所述场景数据至少包括声音数据和图像数据，还可以包括气味、温度、光线等数据。在视频通话过程中，外围感知单元通过装载在移动终端各处的声音采集设备、图像采集设备以及各类传感器，不断采集周边的场景数据进行同步并统一整理，然后传送给信息处理单元进行处理。其中，声音数据可通过麦克风采集，图像数据可通过相机采集，其它数据可通过相应的传感器采集，如气味数据通过气味传感器采集，温度数据通过温度传感器采集，光线数据通过光传感器采集。

优选地，外围感知单元在采集场景数据时，以定向采集为主，动态采集为辅。可以以人的视听系统为参考来打造视听采集系统，例如在采集声音数据时如人耳一样感知主体的位置并动态调整方向以加强采集效果，如人眼一样有焦距和角度以便采集视野范围内任何远近的景色，从而增强音频采集端口的人声强度感知能力并形成灵敏的定向采集模块，增强图像或视频采集端口的视野范围并形成灵敏的定向采集模块。

信息处理单元：用于对采集的场景数据进行分类处理，并传送给信息传输单元。

具体的，信息处理单元将场景数据中的各类数据分离出来，如从中分离出声音数据、图像数据、温度数据、光线数据、气味数据等，并通过相应的处理模块对各类数据分别进行处理，丢弃错误的和有干扰的数据，校准和优化有用的数据。例如，通过声音处理模块和图像处理模块分别对声音和图像进行去噪，并同步校准；通过声音处理模块分离出声音数据中的主体声音和背景声音，并突出主体声音，在主体声音传输时弱化但并不去除背景声音。最后将分类处理后的场景数据发送给信息传输单元。

信息传输单元：用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给场景还原单元。

信息传输单元接收到信息处理单元传送的场景数据后，将该场景数据传送给对方终端，此时移动终端作为发送端；同时接收对方终端发送的场景数据，并将该场景数据发送给场景还原单元，此时移动终端作为接收端。

场景还原单元：用于根据预存的场景模板对接收的场景数据进行场景还原处理，并传送给外围输出单元。如图8所示，场景还原单元包括场景识别模块和场景优化模块。

场景识别模块：用于对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板。

移动终端中预先建立了场景数据库，其中存储了若干场景模板。场景识别模块采用现有技术中的声音或/和图像匹配技术，对接收的场景数据和场景数据库中的场景模板进行比对，查找出与接收的场景数据最接近的场景模板，从而获取与采集的场景数据相匹配的场景模板。

场景优化模块：用于根据匹配出的场景模板对接收的场景数据进行优化补偿，以实现场景还原。

具体的，场景优化模块以匹配出的场景模板的场景参数为标准，对接收的场景数据进行优化补偿，以最大限度的接近场景模板的场景参数，达到接近对比标准但同时又不失真的效果。优选地，移动终端中为每一个场景模板对应存储至少一个优化方案，场景优化模块根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，进一步地，还持续监测后续接收的场景数据的动态变化，并通过动态补偿算法计算出补偿值来动态调整优化方案，以对场景数据进行实时优化处理。

所述优化方案包括光线强度调节、色彩浓度调节、画面灰度调节、画面抖动控制、主体声音音频优化、场景强音效调节，空闲噪音控制、主体声音与背景声音同步传输、背景音过滤处理等等。

举例而言，移动终端接收的场景数据为对方终端在海滩边采集的，移动终端数据库中存储了多个地区、多个时刻拍摄的海滩画面及背景声音数据形成的多个场景模板，场景识别模块将接收的场景数据与各个场景模板的数据特征进行比对匹配，获取与接收的场景数据相匹配到某个场景模板，然后场景优化模块采用对应的优化方案对接收的场景数据进行优化补偿，如调节光线强度、色彩浓度、画面灰度等，并过滤掉背景声音中的嘈杂声音，保留并调节海浪声、海风的呼啸声等关键声音，同时持续监测后续采集的场景数据的动态变化，并通过动态补偿算法计算出补偿值来动态调整优化方案，对场景数据进行实时优化处理，最终优化后的场景数据的场景效果会比接收的场景数据的场景效果更加接近现场的场景效果，从而实现了场景还原，弥补了移动终端捕获场景数据的失真，并加强了场景指定的特征效果。

外围输出单元：用于输出场景识别模块传送的场景数据。

基于VOLTE具有带宽高、数据传输快的特点，外围输出单元能够实时动态地通过各个输出设备输出经场景还原处理后的场景数据。其中，图像数据通过显示模块输出，声音数据通过音频输出模块输出，光线数据通过灯光控制模块输出，温度数据可通过色温控制模块输出，气味数据可通过气味释放模块输出等。为了呈现更佳的效果，要求显示模块和音频输出模块均具备输出高质量画质及立体声音质的能力。

参照图8，提出本发明基于VOLTE的视频通话装置第二实施例，所述装置包括依次连接的外围感知单元、信息处理单元、场景还原单元、信息传输单元和外围输出单元。本实施例与第一实施例的区别为：信息处理单元对外围感知单元采集的场景数据进行分类处理后传送给场景还原单元，场景还原单元对采集的场景数据进行场景还原处理后传送给信息传输单元，信息传输单元将场景还原处理后的场景数据发送给对方终端，接收对方终端发送的场景数据并传传送给外围输出单元，外围输出单元直接输出接收的场景数据。

参照图9，提出本发明基于VOLTE的视频通话装置第三实施例，所述装置包括依次连接的外围感知单元、信息传输单元、信息处理单元、场景还原单元和外围输出单元。本实施例与第一实施例的区别为：外围感知单元采集到场景数据后直接传送给信息传输单元，信息传输单元将外围感知单元采集的原始场景数据直接传送给对方终端，接收对方终端发送的场景数据并传送给信息处理单元，信息处理单元对接收的场景数据进行分类处理后传送给场景还原单元，场景还原单元对接收的场景数据进行场景还原处理后传送给外围输出单元，外围输出单元输出场景还原处理后的场景数据。

本发明采用的装置，可以增强VOLTE通话的场景效果，具备双向场景优化的特点，让用户双方都有同处一地的感觉，显得更加亲切、感同身受。当对方在海滩边而用户在家里时，通过场景效果增强，用户可以听到现场的海浪声以及对方的人声，两种声音并不冲突且被优化后可以同时呈现给用户，并且能分清主次，而且对方的语音通过优化算法处理后更加具有立体感。当对方在阳光下而用户处于阴雨天时，通过场景效果增强，用户可以看到屏幕里阳光直射，体会只有身处阳光下才会有的眩晕感。当对方在车水马龙的街头，一般的视频或语音通话会将这些噪音去除，在对方说话的时候用户只会听到对方声音，而在对方不说话时用户听到的是对方环境的杂音。而通过场景效果增强，可以更好地平衡二者的权重，完整呈现出双方在车水马龙的街头对话的感觉。

从而，本发明基于VOLTE的视频通话装置，基于VOLTE强大的数据传输能力，根据预存的场景模板对采集的场景数据进行场景还原处理，增强了场景效果，使得对方所处场景更加真实的呈现于用户面前，让用户双方都有同处一地的感觉，可以让相隔两地的用户利用终端即可体验面对面交谈的效果，提高了通话效果和通话体验。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (12)

1.一种基于VOLTE的视频通话装置，其特征在于，包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中：

外围感知单元，用于采集场景数据，并传送给信息处理单元；

信息处理单元，用于对采集的场景数据进行分类处理，并传送给信息传输单元；

信息传输单元，用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给场景还原单元；

场景还原单元，用于根据预存的场景模板对接收的场景数据进行场景还原处理，并传送给外围输出单元；

外围输出单元，用于输出场景识别模块传送的场景数据。

2.根据权利要求1所述的视频通话装置，其特征在于，所述场景还原单元包括场景识别模块和场景优化模块，其中：

场景识别模块，用于对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板；

场景优化模块，用于根据匹配出的场景模板对接收的场景数据进行优化补偿，以实现场景还原。

3.根据权利要求2所述的视频通话装置，其特征在于，所述场景优化模块用于：根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，监测后续接收的场景数据的动态变化并进行实时优化处理。

4.一种基于VOLTE的视频通话装置，其特征在于，包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元，其中：

外围感知单元，用于采集场景数据，并传送给信息处理单元；

信息处理单元，用于对采集的场景数据进行分类处理，并传送给场景还原单元；

场景还原单元，用于根据预存的场景模板对采集的场景数据进行场景还原处理，并传送给信息传输单元；

信息传输单元，用于将采集的场景数据发送给对方终端，接收对方终端发送的场景数据并传送给外围输出单元；

外围输出单元，用于输出信息传输单元传送的场景数据。

5.根据权利要求4所述的视频通话装置，其特征在于，所述场景还原单元包括场景识别模块和场景优化模块，其中：

场景识别模块，用于对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板；

场景优化模块，用于根据匹配出的场景模板对采集的场景数据进行优化补偿，以实现场景还原。

6.根据权利要求5所述的视频通话装置，其特征在于，所述场景优化模块用于：根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，监测后续采集的场景数据的动态变化并进行实时优化处理。

7.一种基于VOLTE的视频通话方法，应用于接收端，其特征在于，包括步骤：

接收发送端发送的场景数据；

根据预存的场景模板对接收的场景数据进行场景还原处理；

输出场景还原处理后的场景数据。

8.根据权利要求7所述的视频通话方法，其特征在于，所述根据预存的场景模板对接收的场景数据进行场景还原处理包括：

对接收的场景数据和预存的场景模板进行比对，获取与接收的场景数据相匹配的场景模板；

根据匹配出的场景模板对接收的场景数据进行优化补偿，以实现场景还原。

9.根据权利要求8所述的视频通话方法，其特征在于，所述根据匹配出的场景模板对接收的场景数据进行优化补偿包括：

根据匹配出的场景模板所对应的优化方案，对接收的场景数据进行优化补偿，监测后续接收的场景数据的动态变化并进行实时优化处理。

10.一种基于VOLTE的视频通话方法，应用于发送端，其特征在于，包括步骤：

采集场景数据，并对采集的场景数据进行分类处理；

根据预存的场景模板对采集的场景数据进行场景还原处理；

将场景还原处理后的场景数据发送给接收端。

11.根据权利要求10所述的视频通话方法，其特征在于，所述根据预存的场景模板对采集的场景数据进行场景还原处理包括：

对采集的场景数据和预存的场景模板进行比对，获取与采集的场景数据相匹配的场景模板；

根据匹配出的场景模板对采集的场景数据进行优化补偿，以实现场景还原。

12.根据权利要求11所述的视频通话方法，其特征在于，所述根据匹配出的场景模板对采集的场景数据进行优化补偿包括：

根据匹配出的场景模板所对应的优化方案，对采集的场景数据进行优化补偿，监测后续采集的场景数据的动态变化并进行实时优化处理。