CN108737719A - 摄像头拍摄控制方法、装置、智能设备及存储介质 - Google Patents

摄像头拍摄控制方法、装置、智能设备及存储介质 Download PDF

Info

Publication number
CN108737719A
CN108737719A CN201810299510.1A CN201810299510A CN108737719A CN 108737719 A CN108737719 A CN 108737719A CN 201810299510 A CN201810299510 A CN 201810299510A CN 108737719 A CN108737719 A CN 108737719A
Authority
CN
China
Prior art keywords
camera
voice
sound
sound source
source angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810299510.1A
Other languages
English (en)
Inventor
张忠海
吴海全
张恩勤
曹磊
师瑞文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Grandsun Electronics Co Ltd
Original Assignee
Shenzhen Grandsun Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Grandsun Electronics Co Ltd filed Critical Shenzhen Grandsun Electronics Co Ltd
Priority to CN201810299510.1A priority Critical patent/CN108737719A/zh
Publication of CN108737719A publication Critical patent/CN108737719A/zh
Priority to JP2019067340A priority patent/JP6785908B2/ja
Priority to US16/373,883 priority patent/US10917577B2/en
Priority to EP19166967.0A priority patent/EP3550827A1/en
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
    • H04N7/147—Communication arrangements, e.g. identifying the communication as a video-communication, intermediate storage of the signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/186—Determination of attitude
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems

Abstract

本发明适用于通信技术领域，提供了一种摄像头拍摄控制方法、装置、智能设备及存储介质，包括：当检测到语音时，识别所述语音中是否存在关键词；若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。通过上述方法能够有效避免在多人同时发言时摄像头频繁转动而导致抖动。

Description

摄像头拍摄控制方法、装置、智能设备及存储介质
技术领域
本发明属于通信技术领域，尤其涉及一种摄像头拍摄控制方法、装置、智能设备及存储介质。
背景技术
互联网技术的兴起大大丰富了人们进行沟通的方式，身处不同地域的人之间的沟通变得越来越便捷。其中，远程视频会议系统作为一种重要的远程交流技术，因其便捷高效的优点，大大提高了企业的工作效率。
现有技术中，在开视频会议的过程中，存在与会者频繁的讨论情况，当与会者A发表观点时，系统根据检测到的语音计算A的位置并启动摄像头，使得摄像头对准与会者A，但很可能A已经说完，摄像头还未转动对准A，而此时与会者B又开始发表观点，系统通过获检测到的B的语音计算出B的位置，同时控制摄像头朝B所在方向转动，此时C又说话或者存在多个与会者同时说话的情况，这样采用之前简单的摄像头简单跟随，会导致摄像头在不同与会者之间抖动
综上所述，现有视频会议技术中存在摄像头跟拍不及时以及多人同时说话时摄像头频繁转向导致抖动，视频拍摄效率低的问题。
发明内容
有鉴于此，本发明实施例提供了一种摄像头拍摄控制方法、装置、智能设备及存储介质，以解决现有视频会议技术中存在摄像头跟拍不及时以及多人同时说话时摄像头频繁转向导致抖动，视频拍摄效率低的问题。
本发明第一方面提供了一种摄像头拍摄控制方法，所述摄像头拍摄控制方法包括：
当检测到语音时，识别所述语音中是否存在关键词；
若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
本发明第二方面提供了一种摄像头拍摄控制装置，所述摄像头拍摄控制装置包括：
关键词识别单元，用于当检测到语音时，识别所述语音中是否存在关键词；
声源定位单元，用于若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
第一拍摄控制单元，用于根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
本发明第三方面提供了一种智能设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述摄像头拍摄控制方法的步骤。
本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述摄像头拍摄控制方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例在当检测到语音时，先识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，再根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中，有效旋转摄像头拍摄声源对象，避免在多人同时发言时摄像头频繁转动而导致抖动，进而提高视频拍摄的准确率，增强用户体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的摄像头拍摄控制方法的实现流程图；
图2是本发明实施例提供的包括记录声源对象对应的声源角度的摄像头拍摄控制方法的实现流程图；
图3是本发明实施例提供的包括再次拍摄声源对象时的摄像头拍摄控制方法的实现流程图；
图3A是本发明实施例提供的摄像头拍摄控制方法的应用场景示意图；
图4是本发明另一实施例提供的摄像头拍摄控制方法的实现流程图；
图5是本发明实施例提供的摄像头拍摄控制装置的结构框图；
图6是本发明实施例提供的智能设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例为了能够在多人同时发言的情况下准确确定跟拍对象，避免摄像头频繁转动导致抖动，提供了一种摄像头拍摄控制方法、装置、智能设备及存储介质，其中主要是通过当检测到语音时，识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，根据所述声源对象的声源角度控制所述摄像头转向，使得所述声源对象位于所述摄像头拍摄的画面中央。为了具体说明上述摄像头拍摄控制方法、装置、智能设备及存储介质，下面通过具体实施例来进行说明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
图1示出了本发明实施例提供的一种摄像头拍摄控制方法的流程图，该方法流程包括步骤S101至S103。各步骤的具体实现原理详述如下：
步骤S101，当检测到语音时，识别所述语音中是否存在关键词。
在本发明实施例中，在需要进行视频通话或者视频会议时，使用智能设备追踪拍摄声源对象。智能设备在启动后开始实时采集当前场景下的语音。具体地，使用麦克风阵列全方向实时拾取语音，接收当前场景下任何人发出的语音。所述智能设备可以为智能机器人，还可以为具有可旋转摄像头的智能音箱，通过智能音箱的麦克风阵列拾取语音，通过可旋转摄像头拍摄视频。当麦克风阵列拾取到语音时，识别语音中是否存在关键词，所述关键词是指用户预先指定的字词或语句，用于触发摄像头旋转，所述关键词可通过用户重置。
可选地，在本发明实施例中，为准确识别语音中的关键词，所述步骤S101包括：
A1、当检测到语音时，将所述语音转换为文本信息。
A2、基于所述文本信息进行分词。具体地，按语法格式将文本信息拆成字词。进一步地，将一条语音信息中拆分出来的词作为一组词向量进行存储。所述词向量中还设有标识位，用于标识该词向量对应的语音。
A3、将分出的词与预设的关键词进行匹配，确定所述语音中是否存在关键词。具体地，若分出的词与预设的关键词进行比对匹配，在确定所述语音中存在关键词；若分出的词与预设的关键词不匹配，则确定所述语音中没有关键词。
在本发明实施例中，将语音转换为文本信息并进行分词处理，通过将分出来的词与预设的关键词一一匹配来确定语音中是否存在关键词，可提高关键词识别的准确性。
可选地，可通过对检测到的语音进行语义识别，识别语音的含义，若识别的语音的含义与预设的关键词含义相同，则确定所述语音中存在关键词，即可触发摄像头旋转，若所述语音的含义与预设的关键词含义不相同，则确定所述语音中不存在关键词，即无法触发摄像头旋转。
步骤S102，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度。
在本发明实施例中，当所述语音中存在指定的关键词时，可通过麦克风阵列算法来获取所述语音的声源方向。单个麦克风只能获取声音信息，而由多个麦克风按照一定几何位置摆放组成的麦克风阵列，不仅能够获取声音信息还能够获取声音的空间信息，例如确定语音的声源角度。麦克风阵列算法是指利用一组按一定几何位置摆放的麦克风组成的麦克风阵列，通过计算某一声源到各麦克风间的相对延迟时间，及声波到达时间差，定位出该声源的声源方向。在本发明实施例中，麦克风阵列的个数和排列方式不受限制，可以是水平排序，也可以是垂直排序，或者也可以是随机排序，但当麦克风阵列的个数和排列方式确定时，麦克风阵列中各麦克风单元位置确定。
步骤S103，根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
在本发明实施例中，当识别到检测的语音中有关键词时，才触发摄像头转向，并且根据所述语音的声源角度确定所述摄像头需旋转的方向，为提高拍摄效果，在旋转摄像头转向所述语音的声源时，要使得所述声源对应的声源对象在所述摄像头拍摄的画面中央。进一步地，当智能设备(或摄像头)距离所述声源对应的声源对象较近时，调整摄像头的光学参数，以使得所述声源对应的声源对象的人脸在所述摄像头拍摄的画面中央。
可选地，所述步骤S103包括：
B1、获取所述摄像头的当前角度。
B2、计算所述声源角度与所述摄像头的当前角度的角度差。所述声源角度与所述摄像头的当前角度都是指的相对角度。
B3、根据所述声源角度与所述摄像头的当前角度的角度差，按预设旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。具体地，预设旋转速度是指电机的速度。在本发明实施例中，通过预设旋转速度，避免摄像头转向时旋转速度过快导致拍摄画面不平稳，或者因旋转速度过慢耽误时间，影响效率。
可选地，所述B3具体包括：
B31、根据所述声源角度与所述摄像头的当前角度的角度差，按第一旋转速度控制所述摄像头转向所述声源。
B32、进行人脸检测，若检测到人脸，则按第二旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中央，其中，所述第一旋转速度大于所述第二旋转速度。所述第一旋转速度与第二旋转速度均为电机速度。
在本发明实施例中，由于所述声源角度是一个方向角，并不是所述声源对应的声源对象的准确角度，因此，在根据所述声源角度与所述摄像头的当前角度的角度差，为节省时间，将摄像头快速转向至所述声源，然后，减慢电机速度，启动人脸检测技术获取摄像头拍摄的画面中声源对象的人脸，以使得准确调整摄像头的朝向使人脸在拍摄的画面中央。
本发明第一实施例中，在当检测到语音时，先识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，再根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中，为节省时间，快速将摄像头转向至所述语音的声源所在方向，然后降低旋转速度，准确调整摄像头的角度使得所述声源对应的声源对象在所述摄像头拍摄的画面中央，从而有效旋转摄像头拍摄声源对象，避免在多人同时发言时摄像头频繁转动而导致抖动，提高视频拍摄的准确率，增强用户体验。
实施例二：
基于上述实施例一中所提供的摄像头拍摄控制方法，提出本发明的另一实施例，图2示出了该实施例二提供的一种摄像头拍摄控制方法的流程图，详述如下：
步骤S201，当检测到语音时，识别所述语音中是否存在关键词。
步骤S202，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度。
步骤S203，根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
本实施例中，步骤S201至步骤S203的具体步骤参见实施例一步骤S101至步骤S103，在此不再赘述。
步骤S204，当发出所述语音的声源对象在所述摄像头拍摄的画面中时，记录并关联所述语音的语音特征以及发出所述语音的声源对象对应的声源角度。
具体地，当所述声源对应的声源对象在所述摄像头拍摄的画面中央时，记录所述声源对象对应的声源角度，所述声源对象对应的声源角度即当声源对象在所述摄像头拍摄的画面中央时摄像头的角度(即电机相对于基准点的准确角度)，还记录所述语音的语音特征，如声源角度、声音特征等，其中，声音特征是指可以用于表示声源对象的特征，包括音色、音频以及声强等。将记录的所述声源对象对应的声源角度与所述语音的语音特征关联，进一步地，将记录的所述声源对象对应的声源角度与所述语音的语音特征作为一个二维数组进行存储，即一个二维数组存储一个声源对象对应的声源角度以及声源对象的语音特征。
当然，所述二维数组中存储的可以是包括声源对象对应的声源角度的度数区间，例如，所述声源对象对应的声源角度上下浮动一定度数后的度数区间。当检测到新的语音的声源角度在记录的度数区间之内时，可将摄像头快速旋转对准所述声源对象。
可选地，如图3所示，在所述步骤S204之后还包括：
步骤S205，当检测到新的语音时，确定发出所述新的语音的声源对象的声源角度。
步骤S206，判断发出所述新的语音的声源对象的声源角度是否在记录的声源对象对应的声源角度的预设范围内。
步骤S207，若发出所述新的语音的声源对象的声源角度在所述记录的声源对象对应的声源角度的预设范围内，则根据所述记录的声源对象对应的声源角度控制所述摄像头转向，使得所述新的语音的声源角度对应的声源对象位于所述摄像头拍摄的画面中央。
以一个应用场景为例，在一个视频会议中，使用一个具有四个麦克风阵列并带有摄像头的智能音箱，三个声源对象A，B和C所处的位置如图3A所示，预先设定关键词“smartboy”，当A发言时，使用麦克风阵列将A说的话录音进系统，系统通过关键词识别算法检测A是否有说关键词，若检测到A发言的语音中存在关键词“smart boy”，则通过麦克风阵列算法获取A的语音中的声源角度，从而根据获取的所述声源角度确定A处在考经MIC4位置附近，启动电机，快速转动摄像头到Mic4附近，然后减慢电机速度，进行人脸检测，一旦检测到人脸，慢速调整摄像头的角度，直至检测到的人脸位于摄像头拍摄的图像的中间位置，停止电机，固定摄像头的位置，并记录下A的精确位置，以及确定的声源角度，在接下来的视频会议中，当再次检测到A发言时，可快速旋转摄像头对准A，减少调整时间，提高用户体验。
本发明第二实施例中，在当检测到语音时，先识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，再根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中，有效旋转摄像头拍摄声源对象，避免在多人同时发言时摄像头频繁转动而导致抖动，进而提高视频拍摄的准确率，当发出所述语音的声源对象在所述摄像头拍摄的画面中央时，记录并关联所述语音的语音特征以及发出所述语音的声源对象对应的声源角度，以便同一声源对象再发言时可快速准确旋转摄像头对准该声源对象，进一步加快拍摄效率，增强用户体验。
实施例三：
基于上述实施例二中所提供的摄像头拍摄控制方法，图4示出了该实施例三提供的一种摄像头拍摄控制方法的流程图，详述如下：
步骤S401，当检测到语音时，识别所述语音中是否存在关键词。
步骤S402，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度。
步骤S403，根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
步骤S404，当发出所述语音的声源对象在所述摄像头拍摄的画面中时，记录并关联所述语音的语音特征以及发出所述语音的声源对象对应的声源角度。
本实施例中，步骤S401至步骤S404的具体步骤参见实施例二步骤S201至步骤S204，在此不再赘述。
步骤S405，当检测到新的语音时，判断所述新的语音的声音特征与记录的声音特征是否相同。所述声音特征包括但不限于音频、音色、声强以及音高。
步骤S406，若所述新的语音的声音特征与记录的声音特征相同，则获取与所述声音特征关联的声源对象对应的声源角度。
具体地，当所述新的语音的声音特征与记录的声音特征相同时，从所述记录中查找与所述声音特征关联的声源对象对应的声源角度，即声源对象初次发言时记录的摄像头的角度。
步骤S407，根据所述声音特征关联的声源对象对应的声源角度控制所述摄像头转向所述声源对象。
具体地，根据所述声音特征关联的声源对象对应的声源角度，按预设旋转速度快速旋转所述摄像头对准所述声源对象。
本发明第三实施例中，在当检测到语音时，先识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，再根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中，有效旋转摄像头拍摄声源对象，避免在多人同时发言时摄像头频繁转动而导致抖动，进而提高视频拍摄的准确率，增强用户体验。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例五：
对应于上文实施例所述的摄像头拍摄控制方法，图5示出了本发明实施例提供的摄像头拍摄控制装置的结构框图，该装置可应用于智能设备，该智能设备可以包括经无线接入网RAN与一个或多个核心网进行通信的用户设备，该用户设备可以是移动电话(或称为“蜂窝”电话)或者具有移动设备的计算机等，例如，用户设备还可以是便携式、袖珍式、手持式、计算机内置装置，它们可与无线接入网交换语音和/或数据。又例如，该用户设备可以为智能音箱、智能机器人等。为了便于说明，仅示出了与本发明实施例相关的部分。
为了便于说明，仅示出了与本发明实施例相关的部分。
参照图5，该摄像头拍摄控制装置包括：关键词识别单元51，声源定位单元52，第一拍摄控制单元53，其中：
关键词识别单元51，用于当检测到语音时，识别所述语音中是否存在关键词；
声源定位单元52，用于若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
第一拍摄控制单元53，用于根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
可选地，所述第一拍摄控制单元53具体包括：
所述第一拍摄控制单元包括：
角度获取模块，用于获取所述摄像头的当前角度；
角度计算模块，用于计算所述声源角度与所述摄像头的当前角度的角度差；
旋转控制模块，用于根据所述声源角度与所述摄像头的当前角度的角度差，按预设旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
可选地，所述旋转控制模块具体包括：
第一旋转子模块，用于根据所述声源角度与所述摄像头的当前角度的角度差，按第一旋转速度控制所述摄像头转向所述声源；
第二旋转子模块，用于进行人脸检测，若检测到人脸，则按第二旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中央，其中，所述第一旋转速度大于所述第二旋转速度。
可选地，所述摄像头拍摄控制装置还包括：
关联记录单元54，用于当发出所述语音的声源对象在所述摄像头拍摄的画面中央时，记录并关联所述语音的语音特征以及发出所述语音的声源对象对应的声源角度。
可选地，所述摄像头拍摄控制装置还包括：
第一判断单元55，用于当检测到新的语音时，判断所述新的语音的声音特征与记录的声音特征是否相同；
所述第一判断单元55，还用于若所述新的语音的声音特征与记录的声音特征相同，则获取与所述声音特征关联的声源对象对应的声源角度；
第二拍摄控制单元56，用于根据所述声音特征关联的声源对象对应的声源角度控制所述摄像头转向所述声源对象。
可选地，所述摄像头拍摄控制装置还包括：
角度确定单元57，用于当检测到新的语音时，确定发出所述新的语音的声源对象的声源角度；
第二判断单元58，用于判断发出所述新的语音的声源对象的声源角度是否在记录的声源对象对应的声源角度的预设范围内；
第三拍摄控制单元59，用于若发出所述新的语音的声源对象的声源角度在所述记录的声源对象对应的声源角度的预设范围内，则根据所述记录的声源对象对应的声源角度控制所述摄像头转向，使与所述新的语音的声源角度对应的声源对象位于所述摄像头拍摄的画面中。
本发明第五实施例中，在当检测到语音时，先识别所述语音中是否存在关键词，若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度，再根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中，有效旋转摄像头拍摄声源对象，避免在多人同时发言时摄像头频繁转动而导致抖动，进而提高视频拍摄的准确率，增强用户体验。
实施例六：
图6是本发明一实施例提供的智能设备的示意图。如图6所示，该实施例的智能设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如拍摄控制程序。所述处理器60执行所述计算机程序62时实现上述各个摄像头拍摄控制方法实施例中的步骤，例如图1所示的步骤101至103。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示单元51至53的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述智能设备6中的执行过程。例如，所述计算机程序62可以被分割成关键词识别单元、声源定位单元、第一拍摄控制单元，各单元具体功能如下：
关键词识别单元，用于当检测到语音时，识别所述语音中是否存在关键词；
声源定位单元，用于若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
第一拍摄控制单元，用于根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
所述智能设备7可以是智能音箱、智能摄像机以及智能机器人的等智能设备。所述智能设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是智能设备6的示例，并不构成对智能设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述智能设备6的内部存储单元，例如智能设备6的硬盘或内存。所述存储器61也可以是所述智能设备6的外部存储设备，例如所述智能设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述智能设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述智能设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种摄像头拍摄控制方法，其特征在于，所述摄像头拍摄控制方法包括：
当检测到语音时，识别所述语音中是否存在关键词；
若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
2.如权利要求1所述的摄像头拍摄控制方法，其特征在于，所述根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中的步骤，包括：
获取所述摄像头的当前角度；
计算所述声源角度与所述摄像头的当前角度的角度差；
根据所述声源角度与所述摄像头的当前角度的角度差，按预设旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
3.如权利要求2所述的摄像头拍摄控制方法，其特征在于，所述根据所述声源角度与所述摄像头的当前角度的角度差，按预设旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中的步骤，包括：
根据所述声源角度与所述摄像头的当前角度的角度差，按第一旋转速度控制所述摄像头转向所述声源；
进行人脸检测，若检测到人脸，则按第二旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中央，其中，所述第一旋转速度大于所述第二旋转速度。
4.如权利要求1至3任一项所述的摄像头拍摄控制方法，其特征在于，在所述根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中的步骤之后，还包括：
当发出所述语音的声源对象在所述摄像头拍摄的画面中时，记录并关联所述语音的语音特征以及发出所述语音的声源对象的声源角度。
5.如权利要求4所述的摄像头拍摄控制方法，其特征在于，所述语音特征包括声音特征，所述摄像头拍摄控制方法还包括：
当检测到新的语音时，判断所述新的语音的声音特征与记录的声音特征是否相同；
若所述新的语音的声音特征与记录的声音特征相同，则获取与所述声音特征关联的声源对象对应的声源角度；
根据所述声音特征关联的声源对象对应的声源角度控制所述摄像头转向所述声源对象。
6.如权利要求4所述的摄像头拍摄控制方法，其特征在于，所述摄像头拍摄控制方法还包括：
当检测到新的语音时，确定发出所述新的语音的声源对象的声源角度；
判断发出所述新的语音的声源对象的声源角度是否在记录的声源对象对应的声源角度的预设范围内；
若发出所述新的语音的声源对象的声源角度在所述记录的声源对象对应的声源角度的预设范围内，则根据所述记录的声源对象对应的声源角度控制所述摄像头转向，使与所述新的语音的声源角度对应的声源对象位于所述摄像头拍摄的画面中。
7.一种摄像头拍摄控制装置，其特征在于，所述摄像头拍摄控制装置包括：
关键词识别单元，用于当检测到语音时，识别所述语音中是否存在关键词；
声源定位单元，用于若所述语音中存在关键词，则确定发出所述语音的声源对象的声源角度；
第一拍摄控制单元，用于根据发出所述语音的声源对象的声源角度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
8.如权利要求7所述的摄像头拍摄控制装置，其特征在于，所述第一拍摄控制单元包括：
角度获取模块，用于获取所述摄像头的当前角度；
角度计算模块，用于计算所述声源角度与所述摄像头的当前角度的角度差；
旋转控制模块，用于根据所述声源角度与所述摄像头的当前角度的角度差，按预设旋转速度控制所述摄像头转向，使发出所述语音的声源对象位于所述摄像头拍摄的画面中。
9.一种智能设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述摄像头拍摄控制方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述摄像头拍摄控制方法的步骤。
CN201810299510.1A 2018-04-04 2018-04-04 摄像头拍摄控制方法、装置、智能设备及存储介质 Pending CN108737719A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810299510.1A CN108737719A (zh) 2018-04-04 2018-04-04 摄像头拍摄控制方法、装置、智能设备及存储介质
JP2019067340A JP6785908B2 (ja) 2018-04-04 2019-03-29 カメラ撮影制御方法、装置、インテリジェント装置および記憶媒体
US16/373,883 US10917577B2 (en) 2018-04-04 2019-04-03 Method and device for controlling camera shooting, smart device, and storage medium
EP19166967.0A EP3550827A1 (en) 2018-04-04 2019-04-03 Method and device for controlling camera shooting, smart device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810299510.1A CN108737719A (zh) 2018-04-04 2018-04-04 摄像头拍摄控制方法、装置、智能设备及存储介质

Publications (1)

Publication Number Publication Date
CN108737719A true CN108737719A (zh) 2018-11-02

Family

ID=63940700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810299510.1A Pending CN108737719A (zh) 2018-04-04 2018-04-04 摄像头拍摄控制方法、装置、智能设备及存储介质

Country Status (4)

Country Link
US (1) US10917577B2 (zh)
EP (1) EP3550827A1 (zh)
JP (1) JP6785908B2 (zh)
CN (1) CN108737719A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109817240A (zh) * 2019-03-21 2019-05-28 北京儒博科技有限公司 信号分离方法、装置、设备及存储介质
CN110213492A (zh) * 2019-06-28 2019-09-06 Oppo广东移动通信有限公司 设备成像方法、装置、存储介质及电子设备
CN110232925A (zh) * 2019-06-28 2019-09-13 百度在线网络技术（北京）有限公司 生成会议记录的方法、装置和会议终端
CN110313174A (zh) * 2019-05-15 2019-10-08 深圳市大疆创新科技有限公司 一种拍摄控制方法、装置及控制设备、拍摄设备
CN111047758A (zh) * 2019-11-29 2020-04-21 深圳市云天智能终端有限公司 一种智能电子设备的唤醒方法及系统
CN111756986A (zh) * 2019-03-27 2020-10-09 上海博泰悦臻电子设备制造有限公司 一种摄像头控制方法、存储介质、装置及具有其的电子设备
CN111768785A (zh) * 2019-10-22 2020-10-13 广东小天才科技有限公司 一种智能手表的控制方法及智能手表
CN112311999A (zh) * 2019-07-26 2021-02-02 上海龙旗科技股份有限公司 智能视频音箱设备及其摄像头视角调整方法
CN112333391A (zh) * 2020-11-03 2021-02-05 深圳创维－Rgb电子有限公司 基于声音的人像自动追踪方法、装置、智能终端及介质
CN112487246A (zh) * 2020-11-30 2021-03-12 深圳卡多希科技有限公司 一种多人视频中发言人的识别方法和装置
CN112492207A (zh) * 2020-11-30 2021-03-12 深圳卡多希科技有限公司 一种基于声源定位控制摄像头转动的方法和装置
CN112866772A (zh) * 2020-08-21 2021-05-28 海信视像科技股份有限公司 一种显示设备及声像人物定位追踪方法
CN111251307B (zh) * 2020-03-24 2021-11-02 北京海益同展信息科技有限公司 应用于机器人的语音采集方法和装置、一种机器人
CN114098387A (zh) * 2020-08-27 2022-03-01 阿里巴巴集团控股有限公司 镜子调节方法、装置、镜子、电子设备及计算机可读介质
CN114449252A (zh) * 2022-02-12 2022-05-06 北京蜂巢世纪科技有限公司 基于解说音频的现场视频动态调整方法、装置、设备、系统和介质
WO2022257945A1 (zh) * 2021-04-06 2022-12-15 上海福赛梦扬科技有限公司 一种摄像头控制方法及装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108391057B (zh) * 2018-04-04 2020-10-16 深圳市冠旭电子股份有限公司 摄像头拍摄控制方法、装置、智能设备及计算机存储介质
CN111988671B (zh) * 2020-09-07 2022-06-03 北京达佳互联信息技术有限公司 图像处理方法及图像处理装置
JP2022071984A (ja) * 2020-10-29 2022-05-17 キヤノン株式会社 撮像装置、制御方法、およびプログラム
TWI826768B (zh) * 2021-01-22 2023-12-21 圓展科技股份有限公司 視訊會議系統與方法
US11310465B1 (en) * 2021-03-17 2022-04-19 Ampula Inc. Video conference teminal and system there of
CN113284490B (zh) * 2021-04-23 2022-09-09 歌尔股份有限公司 电子设备的控制方法、装置、设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102256098A (zh) * 2010-05-18 2011-11-23 宝利通公司 具有多个语音跟踪摄像机的视频会议端点
CN105611167A (zh) * 2015-12-30 2016-05-25 联想(北京)有限公司 一种对焦平面调整方法及电子设备
CN107800967A (zh) * 2017-10-30 2018-03-13 维沃移动通信有限公司 一种拍摄方法及移动终端
CN107809596A (zh) * 2017-11-15 2018-03-16 重庆科技学院 基于麦克风阵列的视频会议跟踪系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7336169B2 (en) 2005-03-23 2008-02-26 Lake Star Consulting Llc Method and real time emergency response surveillance system
CN101534413B (zh) 2009-04-14 2012-07-04 华为终端有限公司 一种远程呈现的系统、装置和方法
US20110175999A1 (en) * 2010-01-15 2011-07-21 Mccormack Kenneth Video system and method for operating same
EP2882180A4 (en) 2013-09-29 2015-10-14 Zte Corp CONTROL METHOD, CONTROL APPARATUS AND CONTROL DEVICE
CN106888361A (zh) * 2015-12-11 2017-06-23 深圳市轻生活科技有限公司 视频交互控制方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102256098A (zh) * 2010-05-18 2011-11-23 宝利通公司 具有多个语音跟踪摄像机的视频会议端点
CN105611167A (zh) * 2015-12-30 2016-05-25 联想(北京)有限公司 一种对焦平面调整方法及电子设备
CN107800967A (zh) * 2017-10-30 2018-03-13 维沃移动通信有限公司 一种拍摄方法及移动终端
CN107809596A (zh) * 2017-11-15 2018-03-16 重庆科技学院 基于麦克风阵列的视频会议跟踪系统及方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109817240A (zh) * 2019-03-21 2019-05-28 北京儒博科技有限公司 信号分离方法、装置、设备及存储介质
CN111756986A (zh) * 2019-03-27 2020-10-09 上海博泰悦臻电子设备制造有限公司 一种摄像头控制方法、存储介质、装置及具有其的电子设备
US10971152B2 (en) 2019-05-15 2021-04-06 SZ DJI Technology Co., Ltd. Imaging control method and apparatus, control device, and imaging device
CN110313174A (zh) * 2019-05-15 2019-10-08 深圳市大疆创新科技有限公司 一种拍摄控制方法、装置及控制设备、拍摄设备
CN110313174B (zh) * 2019-05-15 2021-09-28 深圳市大疆创新科技有限公司 一种拍摄控制方法、装置及控制设备、拍摄设备
CN110213492A (zh) * 2019-06-28 2019-09-06 Oppo广东移动通信有限公司 设备成像方法、装置、存储介质及电子设备
CN110232925A (zh) * 2019-06-28 2019-09-13 百度在线网络技术（北京）有限公司 生成会议记录的方法、装置和会议终端
CN110213492B (zh) * 2019-06-28 2021-03-02 Oppo广东移动通信有限公司 设备成像方法、装置、存储介质及电子设备
CN112311999A (zh) * 2019-07-26 2021-02-02 上海龙旗科技股份有限公司 智能视频音箱设备及其摄像头视角调整方法
CN111768785A (zh) * 2019-10-22 2020-10-13 广东小天才科技有限公司 一种智能手表的控制方法及智能手表
CN111768785B (zh) * 2019-10-22 2022-12-27 广东小天才科技有限公司 一种智能手表的控制方法及智能手表
CN111047758A (zh) * 2019-11-29 2020-04-21 深圳市云天智能终端有限公司 一种智能电子设备的唤醒方法及系统
CN111251307B (zh) * 2020-03-24 2021-11-02 北京海益同展信息科技有限公司 应用于机器人的语音采集方法和装置、一种机器人
CN112866772A (zh) * 2020-08-21 2021-05-28 海信视像科技股份有限公司 一种显示设备及声像人物定位追踪方法
CN114098387A (zh) * 2020-08-27 2022-03-01 阿里巴巴集团控股有限公司 镜子调节方法、装置、镜子、电子设备及计算机可读介质
CN114098387B (zh) * 2020-08-27 2024-02-27 阿里巴巴集团控股有限公司 镜子调节方法、装置、镜子、电子设备及计算机可读介质
CN112333391A (zh) * 2020-11-03 2021-02-05 深圳创维－Rgb电子有限公司 基于声音的人像自动追踪方法、装置、智能终端及介质
CN112492207A (zh) * 2020-11-30 2021-03-12 深圳卡多希科技有限公司 一种基于声源定位控制摄像头转动的方法和装置
CN112487246A (zh) * 2020-11-30 2021-03-12 深圳卡多希科技有限公司 一种多人视频中发言人的识别方法和装置
CN112492207B (zh) * 2020-11-30 2023-04-18 深圳卡多希科技有限公司 一种基于声源定位控制摄像头转动的方法和装置
WO2022257945A1 (zh) * 2021-04-06 2022-12-15 上海福赛梦扬科技有限公司 一种摄像头控制方法及装置
CN114449252A (zh) * 2022-02-12 2022-05-06 北京蜂巢世纪科技有限公司 基于解说音频的现场视频动态调整方法、装置、设备、系统和介质
CN114449252B (zh) * 2022-02-12 2023-08-01 北京蜂巢世纪科技有限公司 基于解说音频的现场视频动态调整方法、装置、设备、系统和介质

Also Published As

Publication number Publication date
US10917577B2 (en) 2021-02-09
JP6785908B2 (ja) 2020-11-18
US20190313031A1 (en) 2019-10-10
EP3550827A1 (en) 2019-10-09
JP2019186929A (ja) 2019-10-24

Similar Documents

Publication Publication Date Title
CN108737719A (zh) 摄像头拍摄控制方法、装置、智能设备及存储介质
CN109506568B (zh) 一种基于图像识别和语音识别的声源定位方法及装置
CN111025233B (zh) 一种声源方向定位方法和装置、语音设备和系统
CN109218816B (zh) 基于人脸检测的音量调节方法、装置、电子设备及存储介质
JP6759406B2 (ja) カメラ撮影制御方法、装置、インテリジェント装置およびコンピュータ記憶媒体
CN104506762B (zh) 光场采集控制方法和装置、光场采集设备
US20070016426A1 (en) Audio-visual control system
CN107127758A (zh) 基于智能机器人的自动识别拍照方法及其系统
CN104767940B (zh) 拍照方法及装置
CN109307856A (zh) 一种机器人空间定位的交互方法及装置
WO2020035080A1 (zh) 一种追踪摄像方法、装置及终端设备
CN104754234B (zh) 一种拍照方法及装置
CN109817240A (zh) 信号分离方法、装置、设备及存储介质
CN109981964A (zh) 基于机器人的拍摄方法、拍摄装置及机器人
CN104715753B (zh) 一种数据处理的方法及电子设备
CN108702458A (zh) 拍摄方法和装置
KR101508092B1 (ko) 화상 회의를 지원하는 방법 및 시스템
WO2017143910A1 (zh) 采集处理方法、装置、系统和计算机存储介质
CN108900787A (zh) 图像显示方法、装置、系统及设备、可读存储介质
CN112351248B (zh) 一种关联图像数据和声音数据的处理方法
CN112689221B (zh) 录音方法、录音装置、电子设备及计算机可读存储介质
CN108632536A (zh) 一种相机控制方法及装置、终端、存储介质
WO2020238324A1 (zh) 一种基于视频会议的图像处理方法和装置
CN109145150A (zh) 目标匹配方法及装置、电子设备和存储介质
CN109544458A (zh) 鱼眼图像校正方法、装置及其存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181102