CN110557597A - 一种视频会议签到方法、服务器、电子设备及存储介质 - Google Patents

Abstract

本申请提供了一种视频会议签到方法、服务器、电子设备及存储介质。所述方法应用于视频会议系统中的人脸识别服务器，包括：接收视联网服务器发送的多个终端中每一个终端的视频流，所述视频流是会议管理服务器根据会议控制端发送的人脸识别命令，控制视联网服务器逐个从多个终端中获取的；针对每一个终端的视频流，提取出多帧视频图像；将多帧视频图像输入预设的人脸识别模型，得到每一个终端的人脸识别结果；针对每一个终端的人脸识别结果，若表示识别成功，确定该终端对应的参会对象成功签到视频会议。本申请提供的视频会议签到方法，能自动识别出视频会议中的参会对象，得到各个参会对象的签到情况。

Description

一种视频会议签到方法、服务器、电子设备及存储介质

技术领域

本发明涉及视频处理技术领域，特别是涉及一种视频会议签到方法、服务器、电子设备及存储介质。

背景技术

随着网络科技的快速发展，视频会议、视频教学等双向通信在用户的生活、工作、学习等方面广泛普及，视联网通信技术逐渐成为诸多用户的通信选择。在视联网中，传统的视频会议系统只负责实时传输音视频数据，不会判断各个终端的参会人员实际是否处于视频会议中，因而在视频会议进行时无法快速准确地统计出实际处于视频会议中的参会人员。因而，相关技术中急需一种能在视联网视频会议中快速确定参会人员是否签到的方法，以较好地满足会议组织方的需求。

发明内容

本申请实施例提供了一种视频会议签到方法、服务器、电子设备及存储介质，旨在解决上述背景技术中提到的问题。

本申请实施例第一方面提供了一种视频会议签到方法，应用于一种视频会议系统中的人脸识别服务器，所述视频会议系统包括：会议控制端、会议管理服务器、视联网服务器、人脸识别服务器；所述视联网服务器分别与所述会议管理服务器、所述人脸识别服务器以及多个终端通信连接，所述会议控制端与所述会议管理服务器通信连接，所述人脸识别服务器以虚拟终端的身份与所述多个终端处于视频会议中，所述方法包括：

接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的；

针对所述每一个终端的视频流，提取出多帧视频图像；

将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果；

针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

可选地，在确定该终端对应的参会对象成功签到所述视频会议后，所述方法还包括：

在参会对象列表中定位所述参会对象；

将所述参会对象标记为成功签到；

在接收所述会议控制端发送的视频会议签到结果获取指令后，根据所述参会对象列表生成视频会议签到结果；

将所述视频会议签到结果发送给所述会议控制端。

可选地，将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果，包括：

通过所述人脸识别模型提取所述多帧视频图像各自的图像特征；

将所述图像特征与预设数据库中各个参会对象的标准图像的图像特征进行比对；

根据所述多帧视频图像各自的比对结果，获得所述多帧视频图像所属的终端的人脸识别结果。

本申请实施例第二方面提供了一种视频会议签到方法，应用于一种视频会议系统中的视联网服务器，所述视频会议系统包括：会议控制端、会议管理服务器、视联网服务器、人脸识别服务器；所述视联网服务器分别与所述会议管理服务器、所述人脸识别服务器以及多个终端通信连接，所述会议控制端与所述会议管理服务器通信连接，所述人脸识别服务器以虚拟终端的身份与所述多个终端处于视频会议中，所述方法包括：

接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的；

根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流；

将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

可选地，根据所述人脸识别命令，逐个获取所述多个终端中每一个终端的视频流，包括：

接收所述会议管理服务器周期性发送的视频流调度指令，所述视频流调度指令是所述会议管理服务器根据所述人脸识别指令生成的；

根据所述视频流调度指令确定目标终端，所述目标终端是所述多个终端中的任意一个；

获取所述目标终端的视频流。

可选地，在接收所述会议管理服务器发送的人脸识别命令前，所述方法还包括：

接收所述会议控制端发送的会议发起指令；

获取所述会议发起指令中的参会终端列表，所述参会终端列表包括所述人脸识别服务器和所述多个终端；

为所述人脸识别服务器分配一个视联网号码，使所述人脸识别服务器成为虚拟终端；

为所述虚拟终端和所述多个终端创建视频会议。

本申请实施例第三方面提供了人脸识别服务器，包括：

第一接收模块，用于接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的；

提取模块，用于针对所述每一个终端的视频流，提取出多帧视频图像；

输入模块，用于将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果；

第一确定模块，用于针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

本申请实施例第四方面提供了视联网服务器，包括：

第二接收模块，用于接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的；

第一获取模块，用于根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流；

第二发送模块，用于将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

本申请实施例第五方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请第一方面所述的方法的步骤。

本申请实施例第六方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面所述的方法中的步骤。

本申请实施例提供了一种视频会议签到方法，在视频会议过程中，人脸识别服务器接收视联网服务器发送的每一个终端的视频流，针对视频流提取出多帧视频图像，然后将多帧视频图像输入预设的人脸识别模型，得到人脸识别结果；当人脸识别结果表示识别成功时，确定终端对应的参会对象成功签到视频会议。通过上述方法，不仅能自动识别出视频会议中的参会对象，统计出参会人数，得到各个参会对象的签到情况，还能更好地满足会议组织方的需求。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的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申请的一些实施例，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是本申请一实施例示出的一种视频会议系统的架构示意图；

图2是本申请一实施例示出的一种视频会议签到方法的流程示意图；

图3是本申请一实施例示出的另一种视频会议签到方法的流程示意图；

图4是本申请一实施例示出的一种视频会议签到的过程示意图；

图5是本申请一实施例示出的一种人脸识别服务器的结构示意图；

图6是本申请一实施例示出的一种视联网服务器的结构示意图；

图7是本申请一实施例示出的一种电子设备的示意图；

图8是本申请一实施例示出的一种视联网的组网示意图；

图9是本申请一实施例示出的一种节点服务器的硬件结构示意图；

图10是本申请一实施例示出的一种接入交换机的硬件结构示意图；

图11是本申请一实施例示出的一种以太网协转网关的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本发明实施例基于视联网的特性(关于视联网的详细说明请详见下文)提出了核心构思之一，即：遵循视联网协议，在人脸识别服务器和多个终端进行视频会议时，人脸识别服务器接收视联网服务器发送的多个终端中每一个终端的视频流，从中提取出多帧视频图像，将提取出的视频图像输入预设的人脸识别模型，得到每一个终端的人脸识别结果，然后将人脸识别结果表示识别成功的终端所对应的参会对象确定为成功签到视频会议的参会对象。

图1是本申请一实施例示出的一种视频会议系统的架构示意图。参照图1，所述视频会议系统包括：会议控制端、会议管理服务器、视联网服务器、人脸识别服务器；所述视联网服务器分别与所述会议管理服务器、所述人脸识别服务器以及多个终端通信连接，所述会议控制端与所述会议管理服务器通信连接。

本申请提供了一种视频会议签到方法，应用于图1中的人脸识别服务器。在使用本申请提供的视频会议签到方法时，所述人脸识别服务器以虚拟终端的身份与所述多个终端处于视频会议中。图2是本申请一实施例示出的一种视频会议签到方法的流程示意图。参照图2，本申请的视频会议签到方法包括以下步骤：

步骤S11：接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的。

会议控制端安装有会议控制类软件，例如：帕米尔管理软件，用于控制视频会议的发起、结束以及视频会议过程中的视频流的调度。在视频会议进行过程中，会议控制端向会议管理服务器发送人脸识别命令，会议管理服务器根据该人脸识别命令控制视联网服务器依次从多个终端中获取视频流，并发送到人脸识别服务器。

在本申请实施例中，视联网服务器为人脸识别服务器和多个终端创建视频会议时，会为人脸识别服务器分配视联网号码，使人脸识别服务器成为虚拟终端，从而可以在视频会议中接收其它各个终端的视频流。

视联网服务器采用轮询机制从各个终端中获取视频流。例如：人脸识别服务器和终端1、终端2以及终端3处于视频会议时，视联网服务器按照预设时长间隔依次从终端1、终端2以及终端3中获取视频流并发送给人脸识别服务器。例如：当预设时长间隔为3秒时，视联网服务器首先从终端1中获取视频流发送给人脸识别服务器，隔3秒后从终端2中获取视频流发送给人脸识别服务器，再隔3秒后从终端3中获取视频流发送给人脸识别服务器。

步骤S12：针对所述每一个终端的视频流，提取出多帧视频图像。

在本申请实施例中，各个终端通过摄像头采集视频会议进行时各个参会对象的视频流。其中，提取的视频图像的数量可以是一帧，也可以是多帧。

步骤S13：将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果。

具体地，步骤S13可以包括：

通过所述人脸识别模型提取所述多帧视频图像各自的图像特征；

将所述图像特征与预设数据库中各个参会对象的标准图像的图像特征进行比对；

根据所述多帧视频图像各自的比对结果，获得所述多帧视频图像所属的终端的人脸识别结果。

在本申请实施例中，人脸识别模型是预先训练得到的可用于特征提取和特征比对的模型。将多帧视频图像输入人脸识别模型时，人脸识别模型首先提取出各帧视频图像的图像特征，然后将图像特征与预设数据库中各个参会对象的标准图像(如图1所示，可以预先通过人脸对比管理界面向人脸识别服务器输入各个终端的参会对象的标准图像)的图像特征进行比对，得到比对结果。当一帧视频图像的比对率不小于第一预设阈值时，该帧视频图像的比对结果是：比对成功；当一帧视频图像的比对率小于第一预设阈值时，该帧视频图像的比对结果是：比对失败。

根据所有视频图像的比对结果，可以得到其所属终端的人脸识别结果。当所有视频图像的比对成功率不小于第二预设阈值时，终端的人脸识别结果为：人脸识别成功；当所有视频图像的比对成功率小于第二预设阈值时，终端的人脸识别结果为：人脸识别失败。当在每个终端的视频流中只提取了一帧视频图像时，该帧视频图像比对成功表示该帧视频图像所属的终端人脸识别成功。

示例地，当终端1的提取视频流的视频图像的帧数被设置为10帧，第一预设阈值被设置为80％，第二预设阈值被设置为90％时，人脸识别过程如下：从终端1的视频流中提取出10帧视频图像，将10帧视频图像输入人脸识别模型，针对10帧中每一帧视频图像提取出图像特征，将提取出的图像特征分别与预设数据库中的各个参会对象的标准图像的图像特征进行比对，对于图像特征与预设数据库中的标准图像的图像特征的比对率不小于80％的视频图像，认为该帧视频图像比对成功，当10帧视频图像中，比对成功率的视频图像的占有率不小于90％时，认为终端1人脸识别成功。

人脸识别服务器在获得每一个终端的人脸识别结果后，会将该终端和人脸识别结果对应存储。由于各个终端的终端设备号在视联网中是唯一的，因此在实际场景中，每个终端的会场(例如：包括地点、终端设备号等)是不同的，人脸识别服务器以会场为各个终端的区分对象，对应存储各个终端的人脸识别结果。本申请中，人脸识别服务器将每一场视频会议中各个终端的人脸识别结果进行保存，使得用户可以通过与人脸识别服务器对应的web前端进行查看指定视频会议中各个终端的人脸识别结果，提升了用户的使用体验。步骤S14：针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

在本申请实施例中，当一个终端的人脸识别结果表示识别成功时，确定该终端对应的参会对象成功签到视频会议，当一个终端的人脸识别结果表示识别失败时，表示未采集到该终端对应的参会对象的人脸图像，确定该终端对应的参会对象未签到视频会议。

会议控制端会周期性向会议管理服务器发送人脸识别命令，会议管理服务器每一次接收到人脸识别命令时，会控制视联网服务器将所有的终端轮询一遍，保证所有终端对应的参会对象一直处于视频会议中。例如：会议控制端以2分钟为预设时长间隔下发人脸识别命令，在下发第一次人脸识别命令时，会议管理服务器会控制视联网服务器依次获取各个终端的视频流发送到人脸识别服务器，2分钟过后，在下发第二次人脸识别命令时，会议管理服务器再次控制视联网服务器获取各个终端的视频流发送到人脸识别服务器，以此类推，直至视频会议的结束。

本申请实施例提供的视频会议签到方法，在视频会议过程中，人脸识别服务器接收视联网服务器发送的每一个终端的视频流，针对视频流提取出多帧视频图像，然后将多帧视频图像输入预设的人脸识别模型，得到人脸识别结果；当人脸识别结果表示识别成功时，确定终端对应的参会对象成功签到视频会议。通过上述方法，不仅能自动识别出视频会议中的参会对象，统计出参会人数，得到各个参会对象的签到情况，还能更好地满足会议组织方的需求。

可选地，在上述步骤S14之后，还可以包括以下步骤：

在参会对象列表中定位所述参会对象；

将所述参会对象标记为成功签到；

在接收所述会议控制端发送的视频会议签到结果获取指令后，根据所述参会对象列表生成视频会议签到结果；

将所述视频会议签到结果发送给所述会议控制端。

在本申请实施例中，会议控制端在发起视频会议时，会向人脸识别服务器发送参会终端列表，人脸识别服务器根据该参会终端列表可以得到参会对象列表，参会对象即参会人员，换言之，参会对象列表即此次视频会议的所有的参会人员的名单。在视频会议过程中，当确定目标终端对应的目标参会对象成功签到视频会议后，人脸识别服务器会在参会对象列表中将该目标参会对象标记为成功签到。

当会议控制端需要获取此次视频会议的签到情况时，向人脸识别服务器发送视频会议签到结果获取指令，人脸识别服务器根据参会对象列表生成视频会议签到结果，视频会议签到结果可以包括：应当参会总人数、已签到人数、已签到参会人员的名字、未签到参会人员的名字等，然后将视频会议签到结果发送给会议控制端。当然，人脸识别服务器还可以主动地生成视频会议签到结果，并将视频会议签到结果上传给会议控制端。

在本申请实施例中，人脸识别服务器针对每一次接收到的人脸识别命令都会生成一个视频会议签到结果，会议控制端根据所有的视频会议签到结果可以统计出所有的参会对象的参会情况，以便于及时做出决策，例如：发现出现视频故障的终端以便于及时做出故障处理决策。以发现出现视频故障的终端为例：会议控制端针对当前签到失败但上一次签到成功的终端，及时检测该终端的网络情况或者音视频故障，如果发现故障，向该终端发送提醒消息和/或根据预先设置的故障处理策略及时协助该终端排除故障，进而保证整个视频会议的顺利进行。

在本申请实施例中，会议控制端能及时地根据人脸识别结果得到视频会议签到情况，以便于更好地做出会议决策，提升整个视频会议的管理质量。

本申请还提供了一种视频会议签到方法，应用于图1中的视联网服务器。在使用本申请提供的视频会议签到方法时，所述视联网服务器以虚拟终端的身份与所述多个终端处于视频会议中。图3是本申请一实施例示出的另一种视频会议签到方法的流程示意图。参照图3，本申请的视频会议签到方法包括以下步骤：

步骤S21：接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的。

当视频会议开始时，会议控制端向会议管理服务器下发人脸识别命令，以便于会议管理服务器控制视联网服务器获取各个终端的视频流。

步骤S22：根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流。

具体地，所述步骤S22包括：

接收所述会议管理服务器周期性发送的视频流调度指令，所述视频流调度指令是所述会议管理服务器根据所述人脸识别指令生成的；

根据所述视频流调度指令确定目标终端，所述目标终端是所述多个终端中的任意一个；

获取所述目标终端的视频流。

以人脸识别服务器和终端1、终端2以及终端3处于视频会议为例，当会议控制端第一次下发的人脸识别指令是：以3秒为周期按照参会终端列表中各个终端的顺序依次调度各个终端的视频流到人脸识别服务器时，会议管理服务器生成的视频流调度指令可以是：获取终端的1视频流并发送给人脸识别服务器、获取终端的2视频流并发送给人脸识别服务器、获取终端的3视频流并发送给人脸识别服务器，并以3秒为预设的时长间隔，依次将各个视频流调度指令发送给视联网服务器。假设视联网服务器接收到的视频流调度指令是：获取终端的1视频流并发送给人脸识别服务器，将终端1确定为目标终端，然后从该目标终端中获取视频流。

步骤S23：将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

可选地，在所述步骤S21之前，还可以包括以下步骤：

接收所述会议控制端发送的会议发起指令；

获取所述会议发起指令中的参会终端列表，所述参会终端列表包括所述人脸识别服务器和所述多个终端；

为所述人脸识别服务器分配一个视联网号码，使所述人脸识别服务器成为虚拟终端；

为所述虚拟终端和所述多个终端创建视频会议。

在本申请实施例中，当会议发起方需要发起视频会议时，可以在会议控制端选择参加视频会议的终端和人脸识别服务器，然后点击会议创建指令，会议控制端根据终端和人脸识别服务器生成参会终端列表，将该参会终端列表包含在会议创建指令中发送给会议管理服务器，由会议管理服务器将该会议创建指令转发给视联网服务器。视联网服务器接收到会议创建指令后，为人脸识别服务器分配一个视联网号码，使其成为虚拟终端，然后为该虚拟终端和多个终端创建视频会议。

图4是本申请一实施例示出的一种视频会议签到的过程示意图。下面将结合图4，以一个具体的实施例对本申请的视频会议签到方法进行整体说明。

在图4中，终端包括：极光、极光4K、启明2以及启明3，会议调度服务器即会议管理服务器，视联网核心交换服务器为视联网服务器，帕米尔管理界面即会议控制端提供的输入控制命令的界面，人脸自动对比服务器为人脸识别服务器，通过人脸对比管理界面向人脸自动对比服务器输入各个终端的参会对象的标准图像。其中，会议调度服务器与会议控制端通过IP协议通信，通过V2V协议(即：视联网协议)与视联网核心交换服务器通信。

在通过会议控制端、会议调度服务器以及视联网核心交换服务器拉起视频会议后，会议调度服务器按照轮询的方式依次将极光、极光4K、启明2以及启明3中的视频流调度到人脸自动对比服务器中，具体过程为：首先通过视联网核心交换服务器将极光中的视频流调度到视联网核心交换服务器中。视频流在进入视联网核心交换服务器后，人脸自动比对服务器依次进行如下处理：

通过视频流转照片平台将视频流按照视频帧格式提取出视频图像，将提取的视频图像按照jpg格式保存；

将提取出的jpg格式的视频图像传输到人脸分析平台，人脸分析平台负责提取出视频图像的图像特征，如果视频图像中有多个人脸区域时，会依次提取对应人脸区域的图像特征，同时给每个人脸区域标记一个trackid号以区分不同人脸信息；

将提取的图像特征输入到人脸比对平台中，人脸比对平台会将图像特征和预先存储的各个终端的参会对象的标准图像的图像特征进行比对，如果比对率在80％及以上则认为比对成功，如果比对率小于80％，则认为比对失败。如果在每个终端的视频流中提取了一帧视频图像，当比对成功时，确定该终端人脸识别成功，如果在每个终端的视频流中提取了多帧视频图像，当所有的视频图像中比对成功的视频图像的占比率大于预设阈值(即前文所述的第二预设阈值)时，确定该终端人脸识别成功。确定该终端人脸识别成功后，在该终端的比对成功的视频图像中框选出人脸图像并存储到特定存储位置。针对人脸识别成功的终端，确定该终端对应的参会人员成功签到视频会议，并进行会议日志操作，该会议日志用于统计参会人数和识别出参会人员，用户可以通过与该人脸识别服务器对应的web前端从人脸自动对比服务器中获取到会议日志的操作信息以及存储的各个终端框选出的人脸图像。

在视联网核心交换服务器处理了3秒后，通过视联网核心交换服务器将极光4K中的视频流调度到视联网核心交换服务器中，在视联网核心交换服务器处理了3秒后，通过视联网核心交换服务器将启明2中的视频流调度到视联网核心交换服务器中，在视联网核心交换服务器处理了3秒后，最后通过视联网核心交换服务器将启明3中的视频流调度到视联网核心交换服务器中。其中，人脸自动比对服务器对极光4K、启明2以及启明3中的视频流的处理过程与对极光4中的视频流的处理过程类似，在此不作赘述。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

本申请实施例还提供了一种人脸识别服务器500。图5是本申请一实施例示出的一种人脸识别服务器的结构示意图。参照图5，所述人脸识别服务器包括：

第一接收模块501，用于接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的；

提取模块502，用于针对所述每一个终端的视频流，提取出多帧视频图像；

输入模块503，用于将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果；

第一确定模块504，用于针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

可选地，所述人脸识别服务器500还包括：

定位模块，用于在参会对象列表中定位所述参会对象；

标记模块，用于将所述参会对象标记为成功签到；

生成模块，用于在接收所述会议控制端发送的视频会议签到结果获取指令后，根据所述参会对象列表生成视频会议签到结果；

第一发送模块，用于将所述视频会议签到结果发送给所述会议控制端。

可选地，所述输入模块503包括：

特征提取模块，用于通过所述人脸识别模型提取所述多帧视频图像各自的图像特征；

特征比对模块，用于将所述图像特征与预设数据库中各个参会对象的标准图像的图像特征进行比对；

获得模块，用于根据所述多帧视频图像各自的比对结果，获得所述多帧视频图像所属的终端的人脸识别结果。

本申请实施例还提供了一种视联网服务器600。图6是本申请一实施例示出的一种视联网服务器的结构示意图。参照图6，所述视联网服务器600包括：

第二接收模块601，用于接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的；

第一获取模块602，用于根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流；

第二发送模块603，用于将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

可选地，所述第一获取模块602包括：

第三接收模块，用于接收所述会议管理服务器周期性发送的视频流调度指令，所述视频流调度指令是所述会议管理服务器根据所述人脸识别指令生成的；

第二确定模块，用于根据所述视频流调度指令确定目标终端，所述目标终端是所述多个终端中的任意一个；

第二获取模块，用于获取所述目标终端的视频流。

可选地，所述视联网服务器600还包括：

第四接收模块，用于接收所述会议控制端发送的会议发起指令；

第三获取模块，用于获取所述会议发起指令中的参会终端列表，所述参会终端列表包括所述人脸识别服务器和所述多个终端；

分配模块，用于为所述人脸识别服务器分配一个视联网号码，使所述人脸识别服务器成为虚拟终端；

创建模块，用于为所述虚拟终端和所述多个终端创建视频会议。

基于同一发明构思，本申请另一实施例提供一种电子设备700，如图7所示。图7是本申请一实施例示出的一种电子设备的示意图。该电子设备包括存储器702、处理器701及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。

基于同一发明构思，本申请另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述任一实施例所述的方法中的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

下面将对本申请中所使用的视联网技术进行详细说明。

视联网是网络发展的重要里程碑，是一个实时网络，能够实现高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。

视联网采用实时高清视频交换技术，可以在一个网络平台上将所需的服务，如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台，通过电视或电脑实现高清品质视频播放。

为使本领域技术人员更好地理解本发明实施例，以下对视联网进行介绍：

视联网所应用的部分技术如下所述：

网络技术(Network Technology)

视联网的网络技术创新改良了传统以太网(Ethernet)，以面对网络上潜在的巨大视频流量。不同于单纯的网络分组包交换(Packet Switching)或网络电路交换(CircuitSwitching)，视联网技术采用Packet Switching满足Streaming需求。视联网技术具备分组交换的灵活、简单和低价，同时具备电路交换的品质和安全保证，实现了全网交换式虚拟电路，以及数据格式的无缝连接。

交换技术(Switching Technology)

视联网采用以太网的异步和包交换两个优点，在全兼容的前提下消除了以太网缺陷，具备全网端到端无缝连接，直通用户终端，直接承载IP数据包。用户数据在全网范围内不需任何格式转换。视联网是以太网的更高级形态，是一个实时交换平台，能够实现目前互联网无法实现的全网大规模高清视频实时传输，将众多网络视频应用推向高清化、统一化。

服务器技术(Server Technology)

视联网和统一视频平台上的服务器技术不同于传统意义上的服务器，它的流媒体传输是建立在面向连接的基础上，其数据处理能力与流量、通讯时间无关，单个网络层就能够包含信令及数据传输。对于语音和视频业务来说，视联网和统一视频平台流媒体处理的复杂度比数据处理简单许多，效率比传统服务器大大提高了百倍以上。

储存器技术(Storage Technology)

统一视频平台的超高速储存器技术为了适应超大容量和超大流量的媒体内容而采用了最先进的实时操作系统，将服务器指令中的节目信息映射到具体的硬盘空间，媒体内容不再经过服务器，瞬间直接送达到用户终端，用户等待一般时间小于0.2秒。最优化的扇区分布大大减少了硬盘磁头寻道的机械运动，资源消耗仅占同等级IP互联网的20％，但产生大于传统硬盘阵列3倍的并发流量，综合效率提升10倍以上。

网络安全技术(Network Security Technology)

视联网的结构性设计通过每次服务单独许可制、设备与用户数据完全隔离等方式从结构上彻底根除了困扰互联网的网络安全问题，一般不需要杀毒程序、防火墙，杜绝了黑客与病毒的攻击，为用户提供结构性的无忧安全网络。

服务创新技术(Service Innovation Technology)

统一视频平台将业务与传输融合在一起，不论是单个用户、私网用户还是一个网络的总合，都不过是一次自动连接。用户终端、机顶盒或PC直接连到统一视频平台，获得丰富多彩的各种形态的多媒体视频服务。统一视频平台采用“菜谱式”配表模式来替代传统的复杂应用编程，可以使用非常少的代码即可实现复杂的应用，实现“无限量”的新业务创新。

视联网的组网如下所述：

视联网是一种集中控制的网络结构，该网络可以是树型网、星型网、环状网等等类型，但在此基础上网络中需要有集中控制节点来控制整个网络。

图8是本申请一实施例示出的一种视联网的组网示意图。如图8所示，视联网分为接入网和城域网两部分。

接入网部分的设备主要可以分为3类：节点服务器，接入交换机，终端(包括各种机顶盒、编码板、存储器等)。节点服务器与接入交换机相连，接入交换机可以与多个终端相连，并可以连接以太网。

其中，节点服务器是接入网中起集中控制功能的节点，可控制接入交换机和终端。节点服务器可直接与接入交换机相连，也可以直接与终端相连。

类似的，城域网部分的设备也可以分为3类：城域服务器，节点交换机，节点服务器。城域服务器与节点交换机相连，节点交换机可以与多个节点服务器相连。

其中，节点服务器即为接入网部分的节点服务器，即节点服务器既属于接入网部分，又属于城域网部分。

城域服务器是城域网中起集中控制功能的节点，可控制节点交换机和节点服务器。城域服务器可直接连接节点交换机，也可直接连接节点服务器。

由此可见，整个视联网络是一种分层集中控制的网络结构，而节点服务器和城域服务器下控制的网络可以是树型、星型、环状等各种结构。

形象地称，接入网部分可以组成统一视频平台(虚线圈中部分)，多个统一视频平台可以组成视联网；每个统一视频平台可以通过城域以及广域视联网互联互通。

视联网设备分类

1.1本发明实施例的视联网中的设备主要可以分为3类：服务器，交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。视联网整体上可以分为城域网(或者国家网、全球网等)和接入网。

1.2其中接入网部分的设备主要可以分为3类：节点服务器，接入交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。

各接入网设备的具体硬件结构为：

节点服务器：

图9是本申请一实施例示出的一种节点服务器的硬件结构示意图。如图9所示，主要包括网络接口模块201、交换引擎模块202、CPU模块203、磁盘阵列模块204；

其中，网络接口模块201，CPU模块203、磁盘阵列模块204进来的包均进入交换引擎模块202；交换引擎模块202对进来的包进行查地址表205的操作，从而获得包的导向信息；并根据包的导向信息把该包存入对应的包缓存器206的队列；如果包缓存器206的队列接近满，则丢弃；交换引擎模块202轮询所有包缓存器队列，如果满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。磁盘阵列模块204主要实现对硬盘的控制，包括对硬盘的初始化、读写等操作；CPU模块203主要负责与接入交换机、终端(图中未示出)之间的协议处理，对地址表205(包括下行协议包地址表、上行协议包地址表、数据包地址表)的配置，以及，对磁盘阵列模块204的配置。

接入交换机：

图10是本申请一实施例示出的一种接入交换机的硬件结构示意图。如图10所示，主要包括网络接口模块(下行网络接口模块301、上行网络接口模块302)、交换引擎模块303和CPU模块304；

其中，下行网络接口模块301进来的包(上行数据)进入包检测模块305；包检测模块305检测包的目地地址(DA)、源地址(SA)、数据包类型及包长度是否符合要求，如果符合，则分配相应的流标识符(stream-id)，并进入交换引擎模块303，否则丢弃；上行网络接口模块302进来的包(下行数据)进入交换引擎模块303；CPU模块204进来的数据包进入交换引擎模块303；交换引擎模块303对进来的包进行查地址表306的操作，从而获得包的导向信息；如果进入交换引擎模块303的包是下行网络接口往上行网络接口去的，则结合流标识符(stream-id)把该包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃；如果进入交换引擎模块303的包不是下行网络接口往上行网络接口去的，则根据包的导向信息，把该数据包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃。

交换引擎模块303轮询所有包缓存器队列，在本发明实施例中分两种情形：

如果该队列是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零；3)获得码率控制模块产生的令牌；

如果该队列不是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。

码率控制模块208是由CPU模块204来配置的，在可编程的间隔内对所有下行网络接口往上行网络接口去的包缓存器队列产生令牌，用以控制上行转发的码率。

CPU模块304主要负责与节点服务器之间的协议处理，对地址表306的配置，以及，对码率控制模块308的配置。

以太网协转网关：

图11是本申请一实施例示出的一种以太网协转网关的硬件结构示意图。如图11所示，主要包括网络接口模块(下行网络接口模块401、上行网络接口模块402)、交换引擎模块403、CPU模块404、包检测模块405、码率控制模块408、地址表406、包缓存器407和MAC添加模块409、MAC删除模块410。

其中，下行网络接口模块401进来的数据包进入包检测模块405；包检测模块405检测数据包的以太网MAC DA、以太网MAC SA、以太网length or frame type、视联网目地地址DA、视联网源地址SA、视联网数据包类型及包长度是否符合要求，如果符合则分配相应的流标识符(stream-id)；然后，由MAC删除模块410减去MAC DA、MAC SA、length or frame type(2byte)，并进入相应的接收缓存，否则丢弃；

下行网络接口模块401检测该端口的发送缓存，如果有包则根据包的视联网目地地址DA获知对应的终端的以太网MAC DA，添加终端的以太网MAC DA、以太网协转网关的MACSA、以太网length or frame type，并发送。

以太网协转网关中其他模块的功能与接入交换机类似。

终端：

主要包括网络接口模块、业务处理模块和CPU模块；例如，机顶盒主要包括网络接口模块、视音频编解码引擎模块、CPU模块；编码板主要包括网络接口模块、视音频编码引擎模块、CPU模块；存储器主要包括网络接口模块、CPU模块和磁盘阵列模块。

1.3城域网部分的设备主要可以分为2类：节点服务器，节点交换机，城域服务器。其中，节点交换机主要包括网络接口模块、交换引擎模块和CPU模块；城域服务器主要包括网络接口模块、交换引擎模块和CPU模块构成。

2、视联网数据包定义

2.1接入网数据包定义

接入网的数据包主要包括以下几部分：目的地址(DA)、源地址(SA)、保留字节、payload(PDU)、CRC。

如下表所示，接入网的数据包主要包括以下几部分：

DA

SA

Reserved

Payload

CRC

其中：

目的地址(DA)由8个字节(byte)组成，第一个字节表示数据包的类型(例如各种协议包、组播数据包、单播数据包等)，最多有256种可能，第二字节到第六字节为城域网地址，第七、第八字节为接入网地址；

源地址(SA)也是由8个字节(byte)组成，定义与目的地址(DA)相同；

保留字节由2个字节组成；

payload部分根据不同的数据报的类型有不同的长度，如果是各种协议包的话是64个字节，如果是单组播数据包话是32+1024＝1056个字节，当然并不仅仅限于以上2种；

CRC有4个字节组成，其计算方法遵循标准的以太网CRC算法。

2.2城域网数据包定义

城域网的拓扑是图型，两个设备之间可能有2种、甚至2种以上的连接，即节点交换机和节点服务器、节点交换机和节点交换机、节点交换机和节点服务器之间都可能超过2种连接。但是，城域网设备的城域网地址却是唯一的，为了精确描述城域网设备之间的连接关系，在本发明实施例中引入参数：标签，来唯一描述一个城域网设备。

本说明书中标签的定义和MPLS(Multi-Protocol Label Switch，多协议标签交换)的标签的定义类似，假设设备A和设备B之间有两个连接，那么数据包从设备A到设备B就有2个标签，数据包从设备B到设备A也有2个标签。标签分入标签、出标签，假设数据包进入设备A的标签(入标签)是0x0000，这个数据包离开设备A时的标签(出标签)可能就变成了0x0001。城域网的入网流程是集中控制下的入网过程，也就意味着城域网的地址分配、标签分配都是由城域服务器主导的，节点交换机、节点服务器都是被动的执行而已，这一点与MPLS的标签分配是不同的，MPLS的标签分配是交换机、服务器互相协商的结果。

如下表所示，城域网的数据包主要包括以下几部分：

DA

SA

Reserved

标签

Payload

CRC

即目的地址(DA)、源地址(SA)、保留字节(Reserved)、标签、payload(PDU)、CRC。其中，标签的格式可以参考如下定义：标签是32bit，其中高16bit保留，只用低16bit，它的位置是在数据包的保留字节和payload之间。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者终端设备不仅包括那些要素，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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种视频会议签到方法、服务器、电子设备及存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种视频会议签到方法，其特征在于，应用于一种视频会议系统中的人脸识别服务器，所述视频会议系统包括：会议控制端、会议管理服务器、视联网服务器、人脸识别服务器；所述视联网服务器分别与所述会议管理服务器、所述人脸识别服务器以及多个终端通信连接，所述会议控制端与所述会议管理服务器通信连接，所述人脸识别服务器以虚拟终端的身份与所述多个终端处于视频会议中，所述方法包括：

接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的；

针对所述每一个终端的视频流，提取出多帧视频图像；

将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果；

针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

2.根据权利要求1所述的方法，其特征在于，在确定该终端对应的参会对象成功签到所述视频会议后，所述方法还包括：

在参会对象列表中定位所述参会对象；

将所述参会对象标记为成功签到；

在接收所述会议控制端发送的视频会议签到结果获取指令后，根据所述参会对象列表生成视频会议签到结果；

将所述视频会议签到结果发送给所述会议控制端。

3.根据权利要求2所述的方法，其特征在于，将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果，包括：

通过所述人脸识别模型提取所述多帧视频图像各自的图像特征；

将所述图像特征与预设数据库中各个参会对象的标准图像的图像特征进行比对；

根据所述多帧视频图像各自的比对结果，获得所述多帧视频图像所属的终端的人脸识别结果。

4.一种视频会议签到方法，其特征在于，应用于一种视频会议系统中的视联网服务器，所述视频会议系统包括：会议控制端、会议管理服务器、视联网服务器、人脸识别服务器；所述视联网服务器分别与所述会议管理服务器、所述人脸识别服务器以及多个终端通信连接，所述会议控制端与所述会议管理服务器通信连接，所述人脸识别服务器以虚拟终端的身份与所述多个终端处于视频会议中，所述方法包括：

接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的；

根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流；

将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

5.根据权利要求4所述的方法，其特征在于，根据所述人脸识别命令，逐个获取所述多个终端中每一个终端的视频流，包括：

接收所述会议管理服务器周期性发送的视频流调度指令，所述视频流调度指令是所述会议管理服务器根据所述人脸识别指令生成的；

根据所述视频流调度指令确定目标终端，所述目标终端是所述多个终端中的任意一个；

获取所述目标终端的视频流。

6.根据权利要求5所述的方法，其特征在于，在接收所述会议管理服务器发送的人脸识别命令前，所述方法还包括：

接收所述会议控制端发送的会议发起指令；

获取所述会议发起指令中的参会终端列表，所述参会终端列表包括所述人脸识别服务器和所述多个终端；

为所述人脸识别服务器分配一个视联网号码，使所述人脸识别服务器成为虚拟终端；

为所述虚拟终端和所述多个终端创建视频会议。

7.一种人脸识别服务器，其特征在于，包括：

第一接收模块，用于接收所述视联网服务器发送的所述多个终端中每一个终端的视频流，所述视频流是所述会议管理服务器根据所述会议控制端发送的人脸识别命令，控制所述视联网服务器逐个从所述多个终端中获取的；

提取模块，用于针对所述每一个终端的视频流，提取出多帧视频图像；

输入模块，用于将所述多帧视频图像输入预设的人脸识别模型，得到所述每一个终端的人脸识别结果；

第一确定模块，用于针对所述每一个终端的人脸识别结果，若所述人脸识别结果表示识别成功，确定该终端对应的参会对象成功签到所述视频会议。

8.一种视联网服务器，其特征在于，包括：

第二接收模块，用于接收所述会议管理服务器发送的人脸识别命令，所述人脸识别命令是所述会议控制端发送给所述会议管理服务器的；

第一获取模块，用于根据所述人脸识别指令，逐个获取所述多个终端中每一个终端的视频流；

第四发送模块，用于将所述每一个终端的视频流发送给所述人脸识别服务器，所述人脸识别服务器用于根据所述视频流，确定所述多个终端是否成功签到所述视频会议。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行时实现如权利要求1-6任一所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一所述的方法中的步骤。