CN110572607A - 一种视频会议方法、系统及装置和存储介质 - Google Patents

Abstract

本发明实施例提供了一种视频会议方法、系统以及一种装置和一种存储介质，其中，所述方法包括：会议管理服务器接收来自第一终端的视频流数据，调用人脸识别服务器的人脸识别接口对视频流数据进行人脸识别得到人脸识别结果；会议管理服务器根据人脸识别结果查找得到对应的用户信息，将视频流数据和用户信息发送至第二终端，以便第二终端展示视频流数据和用户信息。本发明实施例在将当前发言方终端的视频流数据发送至非当前发言方终端时，还将当前发言方终端的用户信息也发送至非当前发言方终端，以便非当前发言方终端可以在展示视频流数据时，展示当前发言方终端的用户信息，方便视频会议中的用户认识其他用户，优化了视频会议的用户体验。

Description

一种视频会议方法、系统及装置和存储介质

技术领域

本发明涉及视频会议技术领域，特别是涉及一种视频会议方法、系统以及一种装置和一种计算机可读存储介质。

背景技术

视联网是一种基于以太网硬件的用于高速传输高清视频及专用协议的专用网络，视联网是以太网的更高级形态，是一个实时网络。

在基于视联网的视频会议中，由于参会者众多，并非每个参会者都会被其他参会者认识，视频会议的用户体验不高。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种视频会议方法、系统以及一种装置和一种计算机可读存储介质。

为了解决上述问题，本发明实施例公开了一种视频会议方法，应用于基于视联网的视频会议系统，所述视频会议系统包括：人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，所述会议管理服务器分别与所述人脸识别服务器、所述第一终端和所述第二终端通信连接，所述方法包括：所述会议管理服务器接收来自所述第一终端的视频流数据，所述视频流数据包括连续的人脸图像；所述会议管理服务器调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；所述会议管理服务器根据所述人脸识别结果查找得到对应的用户信息；所述会议管理服务器将所述视频流数据和所述用户信息发送至所述第二终端，以便所述第二终端展示所述视频流数据和所述用户信息。

可选地，所述视频会议系统还包括终端管理服务器，所述终端管理服务器分别与所述第一终端和所述会议管理服务器通信连接；所述会议管理服务器根据所述人脸识别结果查找得到对应的用户信息的步骤，包括：所述会议管理服务器根据所述人脸识别结果从所述终端管理服务器中查询得到对应的所述用户信息；其中，所述终端管理服务器中存储有所述人脸识别结果、所述用户信息，以及，所述人脸识别结果与所述用户信息之间的对应关系。

可选地，在所述会议管理服务器接收来自所述第一终端的视频流数据的步骤之后，在所述会议管理服务器调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果的步骤之前，所述方法还包括：所述会议管理服务器判断所述视频流数据是否来源于当前发言方终端；若所述视频流数据来源于所述当前方言放终端，则所述会议管理服务器执行调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果的步骤。

可选地，所述会议管理服务器判断所述视频流数据是否来源于当前发言方终端的步骤，包括：所述会议管理服务器获取所述当前发言方终端的标识信息和所述第一终端的标识信息；所述会议管理服务器比较所述当前发言方终端的标识信息和所述第一终端的标识信息是否相同；若所述当前发言方终端的标识信息和所述第一终端的标识信息相同，则所述会议管理服务器确定所述视频流数据来源于所述当前发言方终端。

可选地，所述用户信息包括：姓名、性别、年龄、部门和职位；所述第二终端用于在预设位置按照预设时间展示所述用户信息。

本发明实施例还公开了一种视频会议系统，应用于视联网中，所述视频会议系统包括：人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，所述会议管理服务器分别与所述人脸识别服务器、所述第一终端和所述第二终端通信连接，所述会议管理服务器包括：接收模块，用于接收来自所述第一终端的视频流数据，所述视频流数据包括连续的人脸图像；识别模块，用于调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；查找模块，用于根据所述人脸识别结果查找得到对应的用户信息；展示模块，用于将所述视频流数据和所述用户信息发送至所述第二终端，以便所述第二终端展示所述视频流数据和所述用户信息。

可选地，所述视频会议系统还包括终端管理服务器，所述终端管理服务器分别与所述第一终端和所述会议管理服务器通信连接；所述查找模块，用于根据所述人脸识别结果从所述终端管理服务器中查询得到对应的所述用户信息；其中，所述终端管理服务器中存储有所述人脸识别结果、所述用户信息，以及，所述人脸识别结果与所述用户信息之间的对应关系。

可选地，所述会议管理服务器还包括：判断模块，用于在所述接收模块接收来自所述第一终端的视频流数据之后，在所述识别模块调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果之前，判断所述视频流数据是否来源于当前发言方终端；所述识别模块，用于在所述视频流数据来源于所述当前方言放终端时，调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；所述判断模块，包括：获取模块，用于获取所述当前发言方终端的标识信息和所述第一终端的标识信息；比较模块，用于比较所述当前发言方终端的标识信息和所述第一终端的标识信息是否相同；确定模块，用于在所述当前发言方终端的标识信息和所述第一终端的标识信息相同时，确定所述视频流数据来源于所述当前发言方终端；所述用户信息包括：姓名、性别、年龄、部门和职位；所述第二终端用于在预设位置按照预设时间展示所述用户信息。

本发明实施例包括以下优点：

本发明实施例提供的视频会议方案，可以应用于基于视联网的视频会议系统中。该视频会议系统可以包括人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，会议管理服务器分别与人脸识别服务器、第一终端和第二终端通信连接。

在本发明实施例中，会议管理服务器接收来自第一终端的视频流数据，该视频流数据中可以包括第一终端的用户的连续的人脸图像。会议管理服务器调用人脸识别服务器的人脸识别接口，对视频流数据进行人脸识别得到人脸识别结果。会议管理服务器再根据人脸识别结果查找得到对应的用户信息，进而将视频流数据和用户信息发送至第二终端，以便第二终端展示视频流数据和用户信息。本发明实施例中的第一终端可以理解为视频会议中的当前发言方终端，第二终端可以理解为视频会议中的非当前发言方终端，第二终端需要展示第一终端的视频流数据。本发明实施例在将当前发言方终端的视频流数据发送至非当前发言方终端时，还将当前发言方终端的用户信息也发送至非当前发言方终端，以便非当前发言方终端可以在展示视频流数据时，展示当前发言方终端的用户信息，方便视频会议中的用户认识其他用户，优化了视频会议的用户体验。

附图说明

图1是本发明的一种视联网的组网示意图；

图2是本发明的一种节点服务器的硬件结构示意图；

图3是本发明的一种接入交换机的硬件结构示意图；

图4是本发明的一种以太网协转网关的硬件结构示意图；

图5是本发明的一种视频会议方法实施例的步骤流程图；

图6是本发明的一种视频会议处理系统的结构示意图；

图7是本发明的一种基于视联网的视频会议处理方法的操作流程图；

图8是本发明的一种视频会议系统实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

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。

如图1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：

如图2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：

如图3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：

如图4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。

参照图5，示出了本发明的一种视频会议方法实施例的步骤流程图，该视频会议方法可以应用于基于视联网的视频会议系统中，该视频会议系统可以包括人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，会议管理服务器分别与人脸识别服务器、第一终端和第二终端通信连接。该视频会议方法具体可以包括如下步骤：

步骤501，会议管理服务器接收来自第一终端的视频流数据。

在本发明的实施例中，第一终端可以为个人计算机、机顶盒等，机顶盒是一个连接电视机与外部信号源的设备，它可以将压缩的数字信号转成电视内容，并在电视机上显示出来。一般而言，机顶盒可以连接摄像头和麦克风，用于采集视频数据和音频数据等多媒体数据，也可以连接电视机，用于播放视频数据和音频数据等多媒体数据。第一终端也可以为智能手机、平板电脑等，第一终端上可以安装有视频会议应用程序，用户可以通过在视频会议应用程序中输入用户名、密码的身份信息，登录至会议管理服务器，以便执行视频会议操作。

在本发明的实施例中，第一终端可以采集到包含第一终端的用户的人脸图像的视频流数据，进而将视频流数据传输到会议管理服务器。会议管理服务器可以执行创建视频会议，向视频会议中添加、删除参会方终端，切换当前发言方终端，结束视频会议等视频会议操作。

步骤502，会议管理服务器调用人脸识别服务器的人脸识别接口，对视频流数据进行人脸识别得到人脸识别结果。

在本发明的实施例中，会议管理服务器接收到第一终端的视频流数据之后，可以调用人脸识别服务器提供的人脸识别接口，对接收到的视频流数据中的人脸图像进行人脸识别得到人脸识别结果。人脸识别服务器可以部署有用于对人脸图像进行人脸识别的神经网络模型，而且，人脸识别服务器还可以对外提供人脸识别接口，以便其他服务器或者终端可以调用该人脸识别接口，利用人脸识别服务器对人脸图像进行人脸识别。

在本发明的一种优选实施例中，人脸识别结果可以为视频流数据中每一帧人脸图像的人脸特征点数据，该人脸特征点数据可以为一串字符，本发明实施例对人脸识别过程所采用的技术手段和相应的人脸识别结果的形式等不作具体限制。

在本发明的一种优选实施例中，会议管理服务器可以接收到视频会议中的多个参会方终端的视频流数据，在执行上述步骤502之前，会议管理服务器需要判断接收到的视频流数据是否来源于当前发言方终端。其目的在于，只有当前发言方终端的视频流数据才会展示在视频会议的其他参会方终端上，若对每个接收到的视频流数据均进行人脸识别，将会浪费会议管理服务器和人脸识别服务器的系统资源。因此，在执行上述步骤501之后，执行上述步骤502之前，会议管理服务器可以判断接收到的视频流数据是否来源于当前发言方终端，若接收到的视频流数据来源于当前发言方终端，则会议管理服务器执行上述步骤502。

在实际应用中，会议管理服务器在判断接收到的视频流数据是否来源于当前发言方终端时，可以分别获取当前发言方终端的标识信息和第一终端的标识信息，进而比较当前发言方终端的标识信息和第一终端的标识信息是否相同，若当前发言方终端的标识信息和第一终端的标识信息相同，则会议管理服务器确定视频流数据来源于当前发言方终端；若当前发言方终端的标识信息和第一终端的标识信息不相同，则会议管理服务器确定视频流数据不来源于当前发言方终端。会议管理服务器在获取当前发言方终端的标识信息时，可以从会议管理服务器内部的参会方终端管理信息中获取当前发言方终端的标识信息。会议管理服务器在视频会议中切换发言方时，会在参会方终端管理信息中记录当前发言方终端的标识信息。会议管理服务器在获取第一终端的标识信息时，可以在接收来自第一终端的视频流数据时，接收来自第一终端的标识信息。即第一终端不仅将采集到的视频流数据发送至会议管理服务器，还将第一终端的标识信息发送至会议管理服务器。

步骤503，会议管理服务器根据人脸识别结果查找得到对应的用户信息。

在本发明的实施例中，视频会议系统还可以包括终端管理服务器，终端管理服务器可以分别与第一终端和会议管理服务器通信连接。终端管理服务器用于对连接的终端进行管理，例如，可以统计各终端的相关信息，包括终端的标识信息、终端的位置、终端所属的部门、终端的配置、终端的状态，以及，与终端绑定的用户的用户信息等等。除此之外，终端管理服务器还可以存储有与终端绑定的用户的人脸识别结果和人脸识别结果与用户信息之间的对应关系。终端管理服务器中存储的人脸识别结果可以来源于人脸识别服务器，人脸识别服务器对终端管理服务器连接的各终端绑定的用户的人脸图像进行人脸识别，得到各终端绑定的用户的人脸识别结果，并将人脸识别结果传输至终端管理服务器，以便终端管理服务器对绑定的用户的人脸识别结果进行保存。因此，在执行本步骤503时，会议管理服务器可以根据人脸识别结果在终端管理服务器中查询得到与人脸识别结果具有对应关系的用户信息。

步骤504，会议管理服务器将视频流数据和用户信息发送至第二终端，以便第二终端展示视频流数据和用户信息。

在本发明的实施例中，第二终端接收到视频流数据和用户信息之后，可以在第二终端的显示界面的预设位置处，按照预设时间展示用户信息。在实际应用中，第二终端的显示界面可以展示视频流数据，在显示界面的右下角可以以半透明窗口的形式展示用户信息。而且，可以预先设置用户信息在第二终端的显示界面上的展示时间，如1分钟，或者，在第二终端的显示界面上始终展示用户信息。

在本发明的一种优选实施例中，用户信息可以包括姓名、性别、年龄、部门和职位等等，本发明实施例对用户信息的内容等不作具体限制。

在本发明的实施例中，会议管理服务器可以切换当前发言方终端，例如，会议管理服务器将当前发言方终端由终端A切换到终端B，则会议管理服务器将终端A的视频流数据和终端A绑定的用户的用户信息推送到视频会议中的其他终端之后，停止推送终端A的视频流数据和终端A绑定的用户的用户信息，开始推送终端B的视频流数据和终端B绑定的用户的用户信息至视频会议中的其他终端。

基于上述关于一种视频会议方法实施例的相关说明，下面介绍一种基于视联网的视频会议处理方法，该视频会议处理方法应用于视频会议处理系统，如图6所示，该视频会议处理系统可以包括人脸识别库、移动终端web端、终端管理服务器、流媒体web端、视频会议调度系统、终端和掌上通。其中，移动终端web端可以与人脸识别库、流媒体web端和掌上通通信连接，终端管理服务器可以与流媒体web端和终端通信连接，视频会议调度系统分别与终端和流媒体web端通信连接，而且，流媒体web端可以通过互联网与掌上通通信连接。需要说明的是，除了流媒体web端与掌上通通过互联网通信连接之外，其他通信连接均基于视联网。

如图7所示，上述人脸识别库可以为使用人脸识别库的软件开发工具包(SoftwareDevelopment Kit，SDK)建立的Java和安卓人脸识别库，人脸识别库可以提供人脸识别接口供移动终端web端、终端管理服务器和掌上通调用，而且，该人脸识别接口中配置有人脸识别用户信息机制，该人脸识别用户信息机制的主要内容为对视频会议中的视频流数据中的人脸图像进行人脸识别，并根据人脸识别结果查找到对应的用户信息。

上述视频会议调度系统将参加视频会议的终端和掌上通添加到视频会议中，入会的终端和掌上通作为视频会议的参会方终端，均可以采集并传输发言人的视频流数据。

上述终端管理服务器可以为每个入会的终端分配一个唯一的实体终端编码。上述移动终端web端可以为每个掌上通上的用户进行注册，流媒体web端通过移动终端web端获取掌上通上的注册用户，并为每个注册用户分配一个唯一的虚拟终端编码。

在视频会议中，移动终端web端、终端管理服务器和掌上通均可以调用人脸识别接口对各自采集到的视频流数据进行人脸识别，最终得到与人脸识别结果对应的用户信息。对于掌上通而言，可以设置有是否对视频流数据进行人脸识别的开关，当开关状态为开时，对采集到的视频流数据进行人脸识别；当开关状态为关时，不对采集到的视频流数据进行人脸识别。通过在掌上通上设置开关，可以选择是否对视频流数据进行人脸识别，可以降低掌上通的资源占用。

本发明实施例提供的视频会议方案，可以应用于基于视联网的视频会议系统中。该视频会议系统可以包括人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，会议管理服务器分别与人脸识别服务器、第一终端和第二终端通信连接。

在本发明实施例中，会议管理服务器接收来自第一终端的视频流数据，该视频流数据中可以包括第一终端的用户的连续的人脸图像。会议管理服务器调用人脸识别服务器的人脸识别接口，对视频流数据进行人脸识别得到人脸识别结果。会议管理服务器再根据人脸识别结果查找得到对应的用户信息，进而将视频流数据和用户信息发送至第二终端，以便第二终端展示视频流数据和用户信息。本发明实施例中的第一终端可以理解为视频会议中的当前发言方终端，第二终端可以理解为视频会议中的非当前发言方终端，第二终端需要展示第一终端的视频流数据。本发明实施例在将当前发言方终端的视频流数据发送至非当前发言方终端时，还将当前发言方终端的用户信息也发送至非当前发言方终端，以便非当前发言方终端可以在展示视频流数据时，展示当前发言方终端的用户信息，方便视频会议中的用户认识其他用户，优化了视频会议的用户体验。

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。

参照图8，示出了本发明的一种视频会议系统实施例的结构框图，该视频会议系统可以应用于视联网中，所述视频会议系统包括：人脸识别服务器81、会议管理服务器82、第一终端83和第二终端84，其中，所述会议管理服务器82分别与所述人脸识别服务器81、所述第一终端83和所述第二终端84通信连接，所述会议管理服务器82具体可以包括如下模块：

接收模块821，用于接收来自所述第一终端83的视频流数据，所述视频流数据包括连续的人脸图像；

识别模块822，用于调用所述人脸识别服务器81的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；

查找模块823，用于根据所述人脸识别结果查找得到对应的用户信息；

展示模块824，用于将所述视频流数据和所述用户信息发送至所述第二终端84，以便所述第二终端84展示所述视频流数据和所述用户信息。

在本发明的一种优选实施例中，所述视频会议系统还包括终端管理服务器85，所述终端管理服务器85分别与所述第一终端83和所述会议管理服务器82通信连接；

所述查找模块823，用于根据所述人脸识别结果从所述终端管理服务器85中查询得到对应的所述用户信息；

其中，所述终端管理服务器85中存储有所述人脸识别结果、所述用户信息，以及，所述人脸识别结果与所述用户信息之间的对应关系。

在本发明的一种优选实施例中，所述会议管理服务器82还包括：

判断模块825，用于在所述接收模块821接收来自所述第一终端83的视频流数据之后，在所述识别模块822调用所述人脸识别服务器81的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果之前，判断所述视频流数据是否来源于当前发言方终端；

所述识别模块822，用于在所述视频流数据来源于所述当前方言放终端时，调用所述人脸识别服务器81的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；

所述判断模块825，包括：

获取模块，用于获取所述当前发言方终端的标识信息和所述第一终端83的标识信息；

比较模块，用于比较所述当前发言方终端的标识信息和所述第一终端83的标识信息是否相同；

确定模块，用于在所述当前发言方终端的标识信息和所述第一终端83的标识信息相同时，确定所述视频流数据来源于所述当前发言方终端；

所述用户信息包括：姓名、性别、年龄、部门和职位；

所述第二终端84用于在预设位置按照预设时间展示所述用户信息。

对于系统实施例而言，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。

本发明实施例还提供了一种装置，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如本发明实施例所述的一个或多个的视频会议方法。

本发明实施例还提供了一种计算机可读存储介质，其存储的计算机程序使得处理器执行如本发明实施例所述的视频会议方法。

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方法、系统以及一种装置和一种计算机可读存储介质，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)

1.一种视频会议方法，其特征在于，应用于基于视联网的视频会议系统，所述视频会议系统包括：人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，所述会议管理服务器分别与所述人脸识别服务器、所述第一终端和所述第二终端通信连接，所述方法包括：

所述会议管理服务器接收来自所述第一终端的视频流数据，所述视频流数据包括连续的人脸图像；

所述会议管理服务器调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；

所述会议管理服务器根据所述人脸识别结果查找得到对应的用户信息；

所述会议管理服务器将所述视频流数据和所述用户信息发送至所述第二终端，以便所述第二终端展示所述视频流数据和所述用户信息。

2.根据权利要求1所述的视频会议方法，其特征在于，所述视频会议系统还包括终端管理服务器，所述终端管理服务器分别与所述第一终端和所述会议管理服务器通信连接；

所述会议管理服务器根据所述人脸识别结果查找得到对应的用户信息的步骤，包括：

所述会议管理服务器根据所述人脸识别结果从所述终端管理服务器中查询得到对应的所述用户信息；

其中，所述终端管理服务器中存储有所述人脸识别结果、所述用户信息，以及，所述人脸识别结果与所述用户信息之间的对应关系。

3.根据权利要求1所述的视频会议方法，其特征在于，在所述会议管理服务器接收来自所述第一终端的视频流数据的步骤之后，在所述会议管理服务器调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果的步骤之前，所述方法还包括：

所述会议管理服务器判断所述视频流数据是否来源于当前发言方终端；

若所述视频流数据来源于所述当前方言放终端，则所述会议管理服务器执行调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果的步骤。

4.根据权利要求3所述的视频会议方法，其特征在于，所述会议管理服务器判断所述视频流数据是否来源于当前发言方终端的步骤，包括：

所述会议管理服务器获取所述当前发言方终端的标识信息和所述第一终端的标识信息；

所述会议管理服务器比较所述当前发言方终端的标识信息和所述第一终端的标识信息是否相同；

若所述当前发言方终端的标识信息和所述第一终端的标识信息相同，则所述会议管理服务器确定所述视频流数据来源于所述当前发言方终端。

5.根据权利要求1至4中任一项所述的视频会议方法，其特征在于，所述用户信息包括：姓名、性别、年龄、部门和职位；

所述第二终端用于在预设位置按照预设时间展示所述用户信息。

6.一种视频会议系统，其特征在于，应用于视联网中，所述视频会议系统包括：人脸识别服务器、会议管理服务器、第一终端和第二终端，其中，所述会议管理服务器分别与所述人脸识别服务器、所述第一终端和所述第二终端通信连接，所述会议管理服务器包括：

接收模块，用于接收来自所述第一终端的视频流数据，所述视频流数据包括连续的人脸图像；

识别模块，用于调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；

查找模块，用于根据所述人脸识别结果查找得到对应的用户信息；

展示模块，用于将所述视频流数据和所述用户信息发送至所述第二终端，以便所述第二终端展示所述视频流数据和所述用户信息。

7.根据权利要求6所述的视频会议系统，其特征在于，所述视频会议系统还包括终端管理服务器，所述终端管理服务器分别与所述第一终端和所述会议管理服务器通信连接；

所述查找模块，用于根据所述人脸识别结果从所述终端管理服务器中查询得到对应的所述用户信息；

其中，所述终端管理服务器中存储有所述人脸识别结果、所述用户信息，以及，所述人脸识别结果与所述用户信息之间的对应关系。

8.根据权利要求6所述的视频会议系统，其特征在于，所述会议管理服务器还包括：

判断模块，用于在所述接收模块接收来自所述第一终端的视频流数据之后，在所述识别模块调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果之前，判断所述视频流数据是否来源于当前发言方终端；

所述识别模块，用于在所述视频流数据来源于所述当前方言放终端时，调用所述人脸识别服务器的人脸识别接口，对所述视频流数据进行人脸识别得到人脸识别结果；

所述判断模块，包括：

获取模块，用于获取所述当前发言方终端的标识信息和所述第一终端的标识信息；

比较模块，用于比较所述当前发言方终端的标识信息和所述第一终端的标识信息是否相同；

确定模块，用于在所述当前发言方终端的标识信息和所述第一终端的标识信息相同时，确定所述视频流数据来源于所述当前发言方终端；

所述用户信息包括：姓名、性别、年龄、部门和职位；

所述第二终端用于在预设位置按照预设时间展示所述用户信息。

9.一种装置，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如权利要求1至5所述的一个或多个的视频会议方法。

10.一种计算机可读存储介质，其特征在于，其存储的计算机程序使得处理器执行如权利要求1至5任一项所述的视频会议方法。