CN111741172A - 一种5g互动视频彩铃业务系统及其实现方法 - Google Patents

Abstract

一种5G互动视频彩铃业务系统及其实现方法，系统包括：视频彩铃平台，当收到主叫发出的呼叫消息时，透传主被叫消息，完成主被叫资源预留，然后和被叫终端进行被叫媒体协商、视频彩铃媒体协商，向被叫终端播放视频彩铃，再继续和主叫终端进行主叫媒体协商、视频彩铃媒体协商，向主叫终端播放视频彩铃，其中，向被叫、主叫终端播放的视频彩铃相同、或者根据自定义设置而不同。本发明属于信息技术领域，能提升用户体验，增强现有视频彩铃业务能力。

Description

一种5G互动视频彩铃业务系统及其实现方法

技术领域

本发明涉及一种5G互动视频彩铃业务系统及其实现方法，属于信息技术领域。

背景技术

传统的视频彩铃业务，被叫用户作为业务的付费使用方，无法直接感受到视频彩铃业务能力带来的服务提升感知，只有主叫方才能观看视频彩铃内容，并且用户在视频彩铃业务上面，无法做到基于内容的短视频社交和互动，交互形式实时性差，体验单一。

因此，如何提升用户体验，增强现有视频彩铃业务能力，已经成为技术人员普遍关注的技术问题。

发明内容

有鉴于此，本发明的目的是提供一种5G互动视频彩铃业务系统及其实现方法，能提升用户体验，增强现有视频彩铃业务能力。

为了达到上述目的，本发明提供了一种5G互动视频彩铃业务系统，包括有：

视频彩铃平台，当收到主叫发出的呼叫消息时，透传主被叫消息，完成主被叫资源预留，然后和被叫终端进行被叫媒体协商、视频彩铃媒体协商，向被叫终端播放视频彩铃，再继续和主叫终端进行主叫媒体协商、视频彩铃媒体协商，向主叫终端播放视频彩铃，其中，向被叫、主叫终端播放的视频彩铃相同、或者根据自定义设置而不同。

为了达到上述目的，本发明还提供了一种5G互动视频彩铃业务的实现方法，包括有：

步骤一、视频彩铃平台收到主叫发出的呼叫消息，透传主被叫消息，完成主被叫资源预留；

步骤二、视频彩铃平台和被叫终端进行被叫媒体协商、视频彩铃媒体协商，然后向被叫终端播放视频彩铃；

步骤三、视频彩铃平台和主叫终端进行主叫媒体协商、视频彩铃媒体协商，然后向主叫终端播放视频彩铃，

其中，向被叫、主叫终端播放的视频彩铃相同、或者根据自定义设置而不同。

与现有技术相比，本发明的有益效果是：本发明从业务设计、软件设计和信令流程设计等多个方面，提出一种新的视频彩铃业务的技术方案，区别于传统只能为主叫播放视频彩铃，本发明可以覆盖主被叫双方，即可以为主被叫双方同时提供视频彩铃业务，从而可以有效增强现有视频彩铃业务能力，提升用户体验，实现彩铃主被叫同振能力，解决和优化业务体验和业务覆盖问题；本发明还通过设计信令和媒体处理的手段，提供基于视频彩铃内容播放过程中的互动能力，视频彩铃平台为主被叫播放视频彩铃的同时，可以通过自定义的方法使用触屏或非接触式AI识别的不同方式实现主被叫之间、主被叫与视频彩铃平台之间的实时互动，进一步提升用户体验；本发明提出了一种基于4G TD-LTE/5G NSA融合组网架构下的视频彩铃新业务的平台和技术实现方法，能全面提升彩铃业务的能力和用户感受。

附图说明

图1是本发明一种5G互动视频彩铃业务系统的组成结构示意图。

图2是视频彩铃平台的手势识别装置的组成结构示意图。

图3是本发明一种5G互动视频彩铃业务实现方法的流程图。

图4是触屏互动对应的具体步骤流程图。

图5是非接触式AI识别互动对应的具体步骤流程图。

图6是图5步骤B2的具体步骤流程图。

图7是图3步骤二或三的具体步骤流程图。

图8是当主叫发起呼叫时，主被叫双方在呼叫过程中同时观看视频彩铃的一个实施例的信令交互流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

区别于传统视频彩铃中被叫签约业务，只能主叫观看视频彩铃的业务体验，本发明具有视频彩铃同振能力，即主被叫双方在呼叫过程中可以同时观看视频彩铃。如图1所示，本发明一种5G互动视频彩铃业务系统，包括有：

视频彩铃平台，当收到主叫发出的呼叫消息时，透传主被叫消息，完成主被叫资源预留，然后和被叫终端进行被叫媒体协商、视频彩铃媒体协商，向被叫终端播放视频彩铃，再继续和主叫终端进行主叫媒体协商、视频彩铃媒体协商，向主叫终端播放视频彩铃，其中，向被叫、主叫终端播放的视频彩铃可以相同、或者根据自定义设置而不同。

相对于传统只能观看的视频彩铃，本发明中的视频彩铃平台为主被叫播放视频彩铃的同时，还可以通过自定义的方法使用触屏或非接触式AI识别两种方式实现主被叫之间、主被叫与视频彩铃业务系统之间的实时互动。其中：

1)触屏互动，即用户通过触屏操作和视频彩铃平台进行互动。

用户终端(包括主叫和被叫终端)进一步包括有：

触屏识别装置，从用户(包括主叫和被叫用户)在观看视频彩铃时的触屏操作中识别用户动作，并将用户动作转化成互动操作指令代码，然后将转化后的互动操作指令代码发送给视频彩铃平台，

视频彩铃平台进一步包括有：

触屏互动装置，接收用户终端发来的互动操作指令代码，并对视频彩铃内容进行相应业务处理，

用户终端和视频彩铃平台之间的信息交互采用RFC2833或Sip Info传输，从而可以通过RFC2833或Sip Info提供的DTMF收号能力与触屏式操作交互能力的映射设计而无需在用户终端上安装app。

下表是本发明中用户动作、互动操作指令代码、视频彩铃平台业务处理方式的映射关系表的一个示例：

用户动作	指令代码	视频彩铃平台业务处理方式
			视频区域内上滑	4201#	切换至上一个视频
视频区域内下滑	4202#	切换至下一个视频
			区域内双击	4301#	点赞
区域内单击	4302#	暂停
			区域内长按	0005#	分享
点击按钮1	4411#	设为我的视频彩铃
			点击按钮2	4412#	开通视频彩铃
点击按钮3	4301#	点赞

2)非接触式AI识别互动，这种互动形式是基于AI的手势识别互动，即通过用户终端摄像头采集用户手势信息，将采集的视频流发送至视频彩铃平台，由视频彩铃平台通过手势识别服务，识别出视频流中有效手势，从而进行对应业务操作。

用户终端进一步包括有：

AI识别互动装置，通过摄像头采集用户在观看视频彩铃时做出手势的视频流，然后将采集到的视频流发送给视频彩铃平台，

视频彩铃平台进一步包括有：

彩铃媒体协商装置，和用户终端进行视频彩铃媒体协商，并将视频彩铃内容修改为sendrecv模式，这样，用户终端将会在视频彩铃播放中打开摄像头进行视频流采集；

手势识别装置，从接收到的视频流中识别出有效手势，将有效手势转化成互动操作指令代码，然后根据互动操作指令代码对视频彩铃内容进行相应业务处理。

如图2所示，视频彩铃平台的手势识别装置还可以进一步包括有：

视频流解码单元，对获取到的视频流进行解码，并生成连续的RGB图像帧数据；

图像标准化处理单元，对视频流解码单元输出的每帧图像数据进行标准化处理，判断视频方向，对于宽度大于高度的图像进行旋转，在控制固定最大高度的情况下，保持原比例缩放到目标尺寸；

图像特征提取单元，通过图像金字塔下采样，从视频流解码单元输出的每帧图像中提取图像的fhog特征；图像金字塔可以认为是下采样的一种策略，即给定一个采样因子N，每次都会对图像进行缩放N-1/N比例的大小。这样的话，一张图像在下采样的过程中会生成很多有一定比例尺寸规律的图像，构成的金字塔状，N越大，每次缩放的尺寸越小，同样下采样到同一个扫描窗口大小，必然花费的时间更多，金字塔中产生图片也就越多，但是获得信息也就越多；

手势预测单元，构建、并训练一个预测用户手势的分类器，所述分类器的输入是图像的fhog特征，输出是从图像中预测到的用户手势，将视频流解码单元输出的连续多帧图像的fhog特征依次输入到分类器中，并由分类器的输出结果构成一组连续的用户手势序列，再将一个滑动窗口作用于用户手势序列上，根据滑动窗口内的多个用户手势，采用手势分类得分的方式，获得最终的有效手势，最后输出与有效手势相对应的互动操作指令代码。对于视频彩铃交互中连续画面的处理，为了提高识别准确率，本发明会不断的对每一帧图像进行预测，以获得一组连续的预测结果，然后将一个滑动窗口作用于预测结果序列之上，将滑动窗口内的n个预测结果作为手势动作的最终判断依据，确认得出有效手势。

用户与所正在观看的视频彩铃内容的互动可以进一步分为：主被叫与视频彩铃平台之间的互动、主被叫之间的互动，其中，主被叫与视频彩铃平台之间的互动可以包括但不限于：切换、暂停、放大缩小、设为我的视频、开通视频彩铃等，主被叫之间的互动可以包括但不限于：点赞、分享等。如果用户对视频彩铃内容进行了互动操作、且所述互动属于主被叫之间的互动时，视频彩铃平台还可以包括有：

互动通知装置，在向用户播放视频彩铃之前，读取对将播放的视频彩铃内容的已有互动操作指令和互动操作数据，然后将所述已有互动操作指令和互动操作数据发送给用户终端进行显示；在向用户播放视频彩铃的过程中,当收到用户终端发来的互动操作指令时，根据互动操作指令来更新互动操作数据，然后将互动操作指令和更新后的互动操作数据发送至对方终端进行显示。

如图3所示，本发明一种5G互动视频彩铃业务实现方法，包括有：

步骤一、视频彩铃平台收到主叫发出的呼叫消息，透传主被叫消息，完成主被叫资源预留；

步骤二、视频彩铃平台和被叫终端进行被叫媒体协商、视频彩铃媒体协商，然后向被叫终端播放视频彩铃；

步骤三、视频彩铃平台和主叫终端进行主叫媒体协商、视频彩铃媒体协商，然后向主叫终端播放视频彩铃，

其中，向被叫、主叫终端播放的视频彩铃可以相同、或者根据自定义设置而不同。

视频彩铃平台在为主被叫播放视频彩铃的同时，本发明还可以通过自定义的方法使用触屏或非接触式AI识别两种方式实现主被叫之间、主被叫与视频彩铃平台之间的实时互动，其中：

1)触屏互动

如图4所示，本发明还包括有：

步骤A1、用户(包括主叫和被叫)在观看视频彩铃时，进行触屏操作，用户终端(包括主叫和被叫终端)识别用户动作，并将用户动作转化成互动操作指令代码，然后将转化后的互动操作指令代码发送给视频彩铃平台；

步骤A2、视频彩铃平台接收用户终端发来的互动操作指令代码，对视频彩铃内容进行相应业务处理，

其中，用户终端和视频彩铃平台之间的交互采用RFC2833或Sip Info传输，从而可以通过RFC2833或Sip Info提供的DTMF收号能力与触屏式操作交互能力的映射设计而无需在用户终端上安装app。

2)非接触式AI识别互动

视频彩铃平台在和用户终端进行视频彩铃媒体协商的过程中，将视频彩铃内容修改为sendrecv模式，这样，用户终端将会在视频彩铃播放中打开摄像头进行视频流采集，如图5所示，本发明还包括有：

步骤B1、用户在观看视频彩铃时做出手势，用户终端通过摄像头采集视频流，并发送给视频彩铃平台；

步骤B2、视频彩铃平台从接收到的视频流中识别出有效手势，将有效手势转化成互动操作指令代码，然后根据互动操作指令代码对视频彩铃内容进行相应业务处理。

视频彩铃平台进一步包括有手势识别装置，如图6所示，步骤B2进一步包括有：

步骤B21、手势识别装置对获取到的视频流进行解码，并生成连续的RGB图像帧数据；

步骤B22、手势识别装置对每帧图像数据进行标准化处理，判断视频方向，对于宽度大于高度的图像进行旋转，在控制固定最大高度的情况下，保持原比例缩放到目标尺寸；

步骤B23、手势识别装置通过图像金字塔下采样，从每帧图像中提取图像的fhog特征；

步骤B24、手势识别装置构建、并训练一个预测用户手势的分类器，所述分类器的输入是图像的fhog特征，输出是从图像中预测到的用户手势，然后将连续多帧图像的fhog特征依次输入到分类器中，并由分类器的输出结果构成一组连续的用户手势序列，再将一个滑动窗口作用于用户手势序列上，根据滑动窗口内的多个用户手势，采用手势分类得分的方式，获得最终的有效手势，最后输出与有效手势相对应的互动操作指令代码。

用户与所正在观看的视频彩铃内容的互动可以进一步分为：主被叫与视频彩铃平台之间的互动、主被叫之间的互动，其中，主被叫与视频彩铃平台之间的互动可以包括但不限于：切换、暂停、放大缩小、设为我的视频、开通视频彩铃等，主被叫之间的互动可以包括但不限于：点赞、分享等。如果用户对视频彩铃内容进行了互动操作、且所述互动属于主被叫之间的互动时，如图7所示，图3步骤二或三可以进一步包括有：

步骤C1、视频彩铃平台和被/或主叫终端进行被/或主叫媒体协商、视频彩铃媒体协商；

步骤C2、视频彩铃平台读取对将播放的视频彩铃内容的已有互动操作指令和互动操作数据，然后将已有互动操作指令和互动操作数据发送给被/或主叫终端进行显示；

例如，视频彩铃平台根据已收到的点赞操作，统计对视频彩铃内容的点赞数目，然后将点赞指令及点赞数目发送给被/或主叫终端进行显示；

步骤C3、视频彩铃平台根据被/或主叫应答的媒体能力，向被/或主叫终端播放视频或音频彩铃。

视频彩铃平台在向用户播放视频彩铃的过程中,当收到用户终端发来的互动操作指令时，还包括有：

视频彩铃平台根据互动操作指令来更新互动操作数据，然后将互动操作指令和更新后的互动操作数据发送至对方终端进行显示。

图8示出了当主叫发起呼叫时，主被叫双方在呼叫过程中同时观看视频彩铃的一个实施例的信令交互流程图。如图8所示，视频彩铃平台、媒体服务器、主叫终端、被叫终端的交互流程如下：

步骤a1-6、主叫终端发出初始INVITE消息，视频彩铃平台收到初始INVITE消息，透传主被叫消息，完成主被叫资源预留；(对应于图3步骤一)

步骤a7、被叫终端返回180消息，到达视频彩铃平台；(对应于图3步骤一)

步骤a8-9、视频彩铃平台与媒体服务器进行被叫媒体协商；(对应于图3步骤二、图7步骤C1)

步骤a10、视频彩铃平台向被叫终端发起视频彩铃媒体更新请求；(对应于图3步骤二、图7步骤C1)

步骤a11-13、被叫终端根据自身能力及状态回复200update消息，若被叫终端不支持precondition，将忽略视频彩铃平台的视频彩铃媒体更新请求中的precondition参数，如果被叫终端视频资源预留成功，被叫终端在200update消息中返回已确认资源的彩铃媒体(包括视频彩铃或音频彩铃)，如果被叫终端视频资源未预留成功，被叫终端待其资源预留成功后，再向视频彩铃平台发送资源确认消息；(对应于图3步骤二、图7步骤C1)

步骤a14、视频彩铃平台向媒体服务器发送ACK消息，携带被叫SDP信息；(对应于图3步骤二、图7步骤C1)

步骤a15-19、交互过程：视频彩铃平台向媒体服务器发送点赞指令及点赞数目，媒体服务器将点赞数目发至被叫终端进行显示，并将显示正常或异常信息发送至视频彩铃平台；(对应于图3步骤二、图7步骤C2)

步骤a20-22、放音过程；视频彩铃平台根据被叫应答的媒体能力指定媒体服务器播放音频或视频彩铃；(对应于图3步骤二、图7步骤C3)

步骤a23-24、视频彩铃平台与媒体服务器进行主叫媒体协商；(对应于图3步骤三、图7步骤C1)

步骤a25、视频彩铃平台向主叫终端发起视频彩铃媒体更新请求；(对应于图3步骤三、图7步骤C1)

步骤a26-28、主叫终端根据自身能力及状态回复200update消息，若主叫终端不支持precondition，将忽略视频彩铃平台的视频彩铃媒体更新请求中的precondition参数，如果主叫终端视频资源预留成功，主叫终端在200update消息中返回已确认资源的彩铃媒体(包括视频彩铃或音频彩铃)，如果主叫终端视频资源未预留成功，主叫终端待其资源预留成功后，再向视频彩铃平台发送资源确认消息；(对应于图3步骤三、图7步骤C1)

步骤a29、视频彩铃平台向媒体服务器发送ACK消息，携带主叫SDP信息；(对应于图3步骤三、图7步骤C1)

步骤a30、视频彩铃平台转发180消息，携带PEM:sendrecv；(对应于图3步骤三、图7步骤C1)

步骤a31-35、交互过程：视频彩铃平台向媒体服务器发送点赞指令及点赞数目，媒体服务器将点赞数目发至主叫终端进行显示，并将显示正常或异常信息发送至视频彩铃平台；(对应于图3步骤三、图7步骤C2)

步骤a36-38、放音过程；视频彩铃平台根据主叫应答的媒体能力指定媒体服务器播放音频或视频彩铃；(对应于图3步骤三、图7步骤C3)

步骤a39、主叫用户在观看视频彩铃的过程中进行了点赞操作，主叫终端以带内DTMF2833或Sip info形式将点赞指令发送至媒体服务器；(对应于步骤D)

步骤a40-41、媒体服务器将点赞指令送至视频彩铃平台，视频彩铃平台回复200消息；(对应于步骤D)

步骤a42-46、交互过程：视频彩铃平台计算新的点赞数目，向媒体服务器发送点赞指令及新的点赞数目，媒体服务器将点赞数发至被叫终端进行显示，并将显示正常或异常信息发送至媒体服务器；(对应于步骤D)

步骤a47、被叫终端摘机，视频彩铃平台停止向主被叫放音，主被叫通话建立。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种5G互动视频彩铃业务系统，其特征在于，包括有：

视频彩铃平台，当收到主叫发出的呼叫消息时，透传主被叫消息，完成主被叫资源预留，然后和被叫终端进行被叫媒体协商、视频彩铃媒体协商，向被叫终端播放视频彩铃，再继续和主叫终端进行主叫媒体协商、视频彩铃媒体协商，向主叫终端播放视频彩铃，其中，向被叫、主叫终端播放的视频彩铃相同、或者根据自定义设置而不同。

2.根据权利要求1所述的系统，其特征在于，用户终端进一步包括有：

触屏识别装置，从用户在观看视频彩铃时的触屏操作中识别用户动作，并将用户动作转化成互动操作指令代码，然后将转化后的互动操作指令代码发送给视频彩铃平台，

视频彩铃平台进一步包括有：

触屏互动装置，接收用户终端发来的互动操作指令代码，并对视频彩铃内容进行相应业务处理，

用户终端和视频彩铃平台之间的信息交互采用RFC2833或Sip Info传输，从而通过RFC2833或Sip Info提供的DTMF收号能力与触屏式操作交互能力的映射设计而无需在用户终端上安装app。

3.根据权利要求1所述的系统，其特征在于，用户终端进一步包括有：

AI识别互动装置，通过摄像头采集用户在观看视频彩铃时做出手势的视频流，然后将采集到的视频流发送给视频彩铃平台，

视频彩铃平台进一步包括有：

彩铃媒体协商装置，和用户终端进行视频彩铃媒体协商，并将视频彩铃内容修改为sendrecv模式，这样，用户终端将会在视频彩铃播放中打开摄像头进行视频流采集；

手势识别装置，从接收到的视频流中识别出有效手势，将有效手势转化成互动操作指令代码，然后根据互动操作指令代码对视频彩铃内容进行相应业务处理。

4.根据权利要求3所述的系统，其特征在于，视频彩铃平台的手势识别装置进一步包括有：

视频流解码单元，对获取到的视频流进行解码，并生成连续的RGB图像帧数据；

图像标准化处理单元，对视频流解码单元输出的每帧图像数据进行标准化处理，判断视频方向，对于宽度大于高度的图像进行旋转，在控制固定最大高度的情况下，保持原比例缩放到目标尺寸；

图像特征提取单元，通过图像金字塔下采样，从视频流解码单元输出的每帧图像中提取图像的fhog特征；

手势预测单元，构建、并训练一个预测用户手势的分类器，所述分类器的输入是图像fhog特征，输出是从图像中预测到的用户手势，将视频流解码单元输出的连续多帧图像的fhog特征依次输入到分类器中，并由分类器的输出结果构成一组连续的用户手势序列，再将一个滑动窗口作用于用户手势序列上，根据滑动窗口内的多个用户手势，采用手势分类得分的方式，获得最终的有效手势，最后输出与有效手势相对应的互动操作指令代码。

5.根据权利要求1所述的系统，其特征在于，用户与所正在观看的视频彩铃内容的互动进一步分为：主被叫与视频彩铃平台之间的互动、主被叫之间的互动，其中，主被叫与视频彩铃平台之间的互动包括但不限于：切换、暂停、放大缩小、设为我的视频、开通视频彩铃，主被叫之间的互动包括但不限于：点赞、分享。

6.根据权利要求1所述的系统，其特征在于，视频彩铃平台还包括有：

互动通知装置，在向用户播放视频彩铃之前，读取对将播放的视频彩铃内容的已有互动操作指令和互动操作数据，然后将所述已有互动操作指令和互动操作数据发送给用户终端进行显示；在向用户播放视频彩铃的过程中,当收到用户终端发来的互动操作指令时，根据互动操作指令来更新互动操作数据，然后将互动操作指令和更新后的互动操作数据发送至对方终端进行显示。

7.一种5G互动视频彩铃业务实现方法，其特征在于，包括有：

步骤一、视频彩铃平台收到主叫发出的呼叫消息，透传主被叫消息，完成主被叫资源预留；

步骤二、视频彩铃平台和被叫终端进行被叫媒体协商、视频彩铃媒体协商，然后向被叫终端播放视频彩铃；

步骤三、视频彩铃平台和主叫终端进行主叫媒体协商、视频彩铃媒体协商，然后向主叫终端播放视频彩铃，

其中，向被叫、主叫终端播放的视频彩铃相同、或者根据自定义设置而不同。

8.根据权利要求7所述的方法，其特征在于，还包括有：

步骤A1、用户在观看视频彩铃时，进行触屏操作，用户终端识别用户动作，并将用户动作转化成互动操作指令代码，然后将转化后的互动操作指令代码发送给视频彩铃平台；

步骤A2、视频彩铃平台接收用户终端发来的互动操作指令代码，对视频彩铃内容进行相应业务处理，

其中，用户终端和视频彩铃平台之间的交互采用RFC2833或SipInfo传输，从而可以通过RFC2833或Sip Info提供的DTMF收号能力与触屏式操作交互能力的映射设计而无需在用户终端上安装app。

9.根据权利要求7所述的方法，其特征在于，还包括有：

步骤B1、用户在观看视频彩铃时做出手势，用户终端通过摄像头采集视频流，并发送给视频彩铃平台；

步骤B2、视频彩铃平台从接收到的视频流中识别出有效手势，将有效手势转化成互动操作指令代码，然后根据互动操作指令代码对视频彩铃内容进行相应业务处理。

10.根据权利要求9所述的方法，其特征在于，视频彩铃平台进一步包括有手势识别装置，步骤B2进一步包括有：

步骤B21、手势识别装置对获取到的视频流进行解码，并生成连续的RGB图像帧数据；

步骤B22、手势识别装置对每帧图像数据进行标准化处理，判断视频方向，对于宽度大于高度的图像进行旋转，在控制固定最大高度的情况下，保持原比例缩放到目标尺寸；

步骤B23、手势识别装置通过图像金字塔下采样，从每帧图像中提取图像的fhog特征；

步骤B24、手势识别装置构建、并训练一个预测用户手势的分类器，所述分类器的输入是图像的fhog特征，输出是从图像中预测到的用户手势，然后将连续多帧图像的fhog特征依次输入到分类器中，并由分类器的输出结果构成一组连续的用户手势序列，再将一个滑动窗口作用于用户手势序列上，根据滑动窗口内的多个用户手势，采用手势分类得分的方式，获得最终的有效手势，最后输出与有效手势相对应的互动操作指令代码。

11.根据权利要求7所述的方法，其特征在于，用户与所正在观看的视频彩铃内容的互动进一步分为：主被叫与视频彩铃平台之间的互动、主被叫之间的互动，其中，主被叫与视频彩铃平台之间的互动包括但不限于：切换、暂停、放大缩小、设为我的视频、开通视频彩铃，主被叫之间的互动包括但不限于：点赞、分享。

12.根据权利要求7所述的方法，其特征在于，步骤二或三进一步包括有：

步骤C1、视频彩铃平台和被或主叫终端进行被或主叫媒体协商、视频彩铃媒体协商；

步骤C2、视频彩铃平台读取对将播放的视频彩铃内容的已有互动操作指令和互动操作数据，然后将已有互动操作指令和互动操作数据发送给被或主叫终端进行显示；

步骤C3、视频彩铃平台根据被或主叫应答的媒体能力，向被或主叫终端播放视频或音频彩铃，

视频彩铃平台在向用户播放视频彩铃的过程中,当收到用户终端发来的互动操作指令时，还包括有：

视频彩铃平台根据互动操作指令来更新互动操作数据，然后将互动操作指令和更新后的互动操作数据发送至对方终端进行显示。

Images