CN112019771A - 基于实时抠像的全息云会议系统 - Google Patents

基于实时抠像的全息云会议系统 Download PDF

Info

Publication number
CN112019771A
CN112019771A CN202010842377.7A CN202010842377A CN112019771A CN 112019771 A CN112019771 A CN 112019771A CN 202010842377 A CN202010842377 A CN 202010842377A CN 112019771 A CN112019771 A CN 112019771A
Authority
CN
China
Prior art keywords
data
matting
conference
real
equipment
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
CN202010842377.7A
Other languages
English (en)
Inventor
王灿进
赵骥
徐常亮
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.)
Xinhua Zhiyun Technology Co ltd
Original Assignee
Xinhua Zhiyun Technology 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 Xinhua Zhiyun Technology Co ltd filed Critical Xinhua Zhiyun Technology Co ltd
Priority to CN202010842377.7A priority Critical patent/CN112019771A/zh
Publication of CN112019771A publication Critical patent/CN112019771A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种基于实时抠像的全息云会议系统，包括若干会议终端和云服务器；会议终端包括数据采集设备、处理器、推流设备、语音播放设备和全息投影设备；处理器用于解析视频数据和音频数据，将对视频数据进行抠图处理得到的抠图数据和音频数据进行重新编码得到会议数据发送至推流设备；推流设备将会议数据发送至云服务器；处理器还从云服务器获取其他会议终端上传的会议数据，将会议数据解析成抠图数据和音频数据，将抠图数据发送至全息投影设备，将音频数据发送至语音播放设备。本发明的基于实时抠像的全息云会议系统通过实时全息投影技术让不同地点的参会人员具有面对面交流的感觉，实现跨越空间的虚拟交互，且对场景没有特殊布置要求。

Description

基于实时抠像的全息云会议系统
技术领域
本发明涉及一种基于实时抠像的全息云会议系统。
背景技术
云会议是基于云计算技术的一种高效、便捷、低成本的会议形式。使用者只需要通过互联网界面，进行简单易用的操作，便可快速高效地与全球各地团队及客户同步分享语音、数据文件及视频，而会议中数据的传输、处理等复杂技术由云会议服务商帮助使用者进行操作。
现有的云会议系统通常只将来自不同地点的多路音视频信号简单分发，不同会场的参会人员无法互动交流，且会场需要布置绿幕或者蓝幕，限定了使用场景。
发明内容
本发明提供了一种基于实时抠像的全息云会议系统，采用如下的技术方案：
一种基于实时抠像的全息云会议系统，包括：若干会议终端和云服务器；
若干会议终端通过网络与云服务器通讯连接；
会议终端包括：数据采集设备、处理器、推流设备、语音播放设备和全息投影设备；
数据采集设备、推流设备、语音播放设备和全息投影设备连接至处理器；
数据采集设备用于采集会场的实时数据并发送至处理器，实时数据包括视频数据和音频数据；
处理器用于解析出实时数据中的视频数据和音频数据，对视频数据进行抠图处理得到抠图数据，将得到的抠图数据和音频数据进行重新编码得到会议数据，将会议数据发送至推流设备；
推流设备将会议数据发送至云服务器；
处理器还从云服务器获取其他会议终端上传的会议数据，将获取到的会议数据解析成抠图数据和音频数据，将抠图数据发送至全息投影设备，将音频数据发送至语音播放设备；
全息投影设备根据接收到的抠图数据进行全息投影；
语音播放设备播放接收到的音频数据。
进一步地，全息投影设备包括：激光投影仪和全息薄膜；
激光投影仪连接至处理器用于接收处理器发送的抠图数据并根据接收到的抠图数据向全息薄膜发射激光。
进一步地，处理器包括:解析单元、抠图单元和合成单元；
解析单元用于将从数据采集设备接收到的实时数据解析成视频数据和音频数据以及将从云服务器接收到的其他会议终端上传的会议数据解析成抠图数据和音频数据；
抠图单元用于对解析单元解析出的视频数据进行抠图处理得到抠图数据；
合成单元用于将抠图单元处理得到的抠图数据和解析单元对数据采集设备采集到的实时数据进行解析得到的音频数据进行重新编码得到会议数据并发送至推流设备。
进一步地，抠图单元包括：预处理模块、神经网络模块、形态学处理模块和前背景合成模块；
预处理模块用于对解析单元解析出的视频数据进行缩放和归一化预处理；
神经网络模块用于通过训练好的抠图神经网络模型对预处理后的视频数据进行处理得到初步抠图数据；
形态学处理模块用于对初步抠图数据进行形态学处理；
前背景合成模块用于对视频数据、形态学处理后的初步抠图数据和预置的背景图进行合成得到最终的抠图数据。
进一步地，对神经网络模块中的抠图神经网络模型进行训练的方法为：
获取包含人物的训练图片集；
对训练图片集进行人工标注得到每一张训练图片的精确的分割结果；
将标注后的训练图片集输入到抠图神经网络模型中对其进行训练。
进一步地，对神经网络模块中的抠图神经网络模型进行训练的方法为：
获取包含人物的训练图片集；
对训练图片集进行人工标注得到每一张训练图片的精确的分割结果；
获取不包含人物的复杂背景图集；
将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集；
将扩充训练图片集输入到抠图神经网络模型中对其进行训练。
进一步地，通过下述公式将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集，
Kij＝Ii*alphai+dbj*(1-alphai)，
其中，Kij为融合结果，Ii为训练图片，alphai为训练图片Ii的标注结果，dbj为复杂背景图。
进一步地，数据采集设备为内置麦克风的摄像机。
进一步地，数据采集设备包括分离布置的视频采集装置和音频采集装置；
视频采集装置和音频采集装置连接至处理器。
进一步地，会议终端还包括补光设备。
本发明的有益之处在于所提供的基于实时抠像的全息云会议系统，通过实时全息投影技术，让不同地点的参会人员具有面对面交流的感觉，实现跨越空间的虚拟交互，且对于场景没有特殊布置要求，可在没有绿幕的复杂背景下对人物进行实时抠像。
附图说明
图1是本发明的基于实时抠像的全息云会议系统的示意图；
图2是本发明的会议终端的示意图；
图3是本发明的处理器的示意图；
图4是本发明的抠图单元的示意图。
基于实时抠像的全息云会议系统，会议终端10，数据采集设备11，处理器12，解析单元121，抠图单元122，预处理模块1221，神经网络模块1222，形态学处理模块1223，前背景合成模块1224，合成单元123，推流设备13，语音播放设备14，全息投影设备15，补光设备16，云服务器20。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
如图1所示为本发明的一种基于实时抠像的全息云会议系统，包括：若干会议终端10和云服务器20。若干会议终端10通过网络与云服务器20通讯连接。若干会议终端10通过云服务器20实现相互通信连接。
具体而言，如图2所示，会议终端10包括：数据采集设备11、处理器12、推流设备13、语音播放设备14和全息投影设备15。数据采集设备11、推流设备13、语音播放设备14和全息投影设备15连接至处理器12。数据采集设备11用于采集会场的实时数据并发送至处理器12，实时数据包括视频数据和音频数据。在本发明中，数据采集设备11为内置麦克风的摄像机或者是分离布置的视频采集装置和音频采集装置，视频采集装置和音频采集装置连接至处理器12。处理器12用于解析实时数据，得到实时数据中的视频数据和音频数据。处理器12对视频数据进行抠图处理得到抠图数据，将得到的抠图数据和音频数据进行重新编码得到会议数据，将会议数据发送至推流设备13。推流设备13将会议数据发送至云服务器20。通过上述描述的过程，会议终端10将本地的实时的视频和音频数据上传到云服务器20中。
进一步地，处理器12还从云服务器20获取其他会议终端10上传的会议数据，将获取到的会议数据解析成抠图数据和音频数据，将抠图数据发送至全息投影设备15，将音频数据发送至语音播放设备14。会议终端10一方面将本地的数据上传到云服务器20供与其连接的其他会议终端10下载，同时，还从云服务器20上获取与其连接的其他会议终端10上传的会议数据。全息投影设备15根据接收到的抠图数据进行全息投影。语音播放设备14播放接收到的音频数据。
优选的，会议终端10还包括补光设备16，补光设备16用于照亮前景人物，增加前景和背景的对比度，提升成像效果。
具体的，全息投影设备15包括：激光投影仪和全息薄膜。激光投影仪连接至处理器12用于接收处理器12发送的抠图数据并根据接收到的抠图数据向全息薄膜发射激光。
作为一种优选的实施方式，如图3所示，处理器12包括:解析单元121、抠图单元122和合成单元123。
解析单元121用于将从数据采集设备11接收到的实时数据解析成视频数据和音频数据以及将从云服务器20接收到的其他会议终端10上传的会议数据解析成抠图数据和音频数据。抠图单元122用于对解析单元121解析出的视频数据进行抠图处理得到抠图数据。合成单元123用于将抠图单元122处理得到的抠图数据和解析单元121对数据采集设备11采集到的实时数据进行解析得到的音频数据进行重新编码得到会议数据并发送至推流设备13。
进一步地，如图4所示，抠图单元122包括：预处理模块1221、神经网络模块1222、形态学处理模块1223和前背景合成模块1224。
预处理模块1221用于对解析单元121解析出的视频数据进行缩放和归一化预处理。神经网络模块1222用于通过训练好的抠图神经网络模型对预处理后的视频数据进行处理得到初步抠图数据。形态学处理模块1223用于对初步抠图数据进行形态学处理，以抑制噪声和孔洞。前背景合成模块1224中预置有背景图，前背景合成模块1224对视频数据、形态学处理后的初步抠图数据和预置的背景图进行合成得到最终的抠图数据。其中，视频数据、初步抠图数据和背景图的尺寸相同。可以理解的是，预置的背景图可以是纯色背景图，也可以是任意的背景图。具体的，背景图可以根据实际需求进行选择。
对神经网络模块1222中的抠图神经网络模型进行训练的方法为：获取包含人物的训练图片集。对训练图片集进行人工标注得到每一张训练图片的精确的分割结果。将标注后的训练图片集输入到抠图神经网络模型中对其进行训练。
在本发明中，对神经网络模块1222中的抠图神经网络模型进行训练的方法具体为：获取包含人物的训练图片集，通过手工标注的方式获取精确的分割结果。对训练图片集进行人工标注得到每一张训练图片的精确的分割结果。获取不包含人物的复杂背景图集。将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集。将扩充训练图片集输入到抠图神经网络模型中对其进行训练。
进一步地，通过公式(1)将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集，
Kij＝Ii*alphai+dbj*(1-alphai) (1)
其中，Ii为训练图片，alphai为训练图片Ii的标注结果，dbj为复杂背景图。i＝1,…,N。j＝1,…,M。N为训练图片的数量，M为复杂背景图的数量。Kij为融合结果，融合结果Kij的标注结果也是alphai。经过上述步骤的融合扩充后，将数量为N的训练图片的数量从N扩充到N*M。优选的，为了减小计算量，保证实时性，并保持深度神经网络的特征图的分辨率，从而获得更加精细的抠图效果，抠图神经网络模型可以设计为residual-unet结构，并去除冗余的backbone。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (10)

1.一种基于实时抠像的全息云会议系统，其特征在于，包括：若干会议终端和云服务器；
若干所述会议终端通过网络与所述云服务器通讯连接；
所述会议终端包括：数据采集设备、处理器、推流设备、语音播放设备和全息投影设备；
所述数据采集设备、所述推流设备、所述语音播放设备和所述全息投影设备连接至所述处理器；
所述数据采集设备用于采集会场的实时数据并发送至所述处理器，实时数据包括视频数据和音频数据；
所述处理器用于解析出实时数据中的视频数据和音频数据，对视频数据进行抠图处理得到抠图数据，将得到的抠图数据和音频数据进行重新编码得到会议数据，将会议数据发送至所述推流设备；
所述推流设备将会议数据发送至所述云服务器；
所述处理器还从所述云服务器获取其他所述会议终端上传的会议数据，将获取到的会议数据解析成抠图数据和音频数据，将抠图数据发送至所述全息投影设备，将音频数据发送至所述语音播放设备；
所述全息投影设备根据接收到的抠图数据进行全息投影；
所述语音播放设备播放接收到的音频数据。
2.根据权利要求1所述的基于实时抠像的全息云会议系统，其特征在于，
所述全息投影设备包括：激光投影仪和全息薄膜；
所述激光投影仪连接至所述处理器用于接收所述处理器发送的抠图数据并根据接收到的抠图数据向所述全息薄膜发射激光。
3.根据权利要求1所述的基于实时抠像的全息云会议系统，其特征在于，
所述处理器包括:解析单元、抠图单元和合成单元；
所述解析单元用于将从所述数据采集设备接收到的实时数据解析成视频数据和音频数据以及将从所述云服务器接收到的其他所述会议终端上传的会议数据解析成抠图数据和音频数据；
所述抠图单元用于对所述解析单元解析出的视频数据进行抠图处理得到抠图数据；
所述合成单元用于将所述抠图单元处理得到的抠图数据和所述解析单元对所述数据采集设备采集到的实时数据进行解析得到的音频数据进行重新编码得到会议数据并发送至所述推流设备。
4.根据权利要求3所述的基于实时抠像的全息云会议系统，其特征在于，
所述抠图单元包括：预处理模块、神经网络模块、形态学处理模块和前背景合成模块；
所述预处理模块用于对所述解析单元解析出的视频数据进行缩放和归一化预处理；
所述神经网络模块用于通过训练好的抠图神经网络模型对预处理后的视频数据进行处理得到初步抠图数据；
所述形态学处理模块用于对初步抠图数据进行形态学处理；
所述前背景合成模块用于对视频数据、形态学处理后的初步抠图数据和预置的背景图进行合成得到最终的抠图数据。
5.根据权利要求4所述的基于实时抠像的全息云会议系统，其特征在于，
对所述神经网络模块中的抠图神经网络模型进行训练的方法为：
获取包含人物的训练图片集；
对训练图片集进行人工标注得到每一张训练图片的精确的分割结果；
将标注后的训练图片集输入到抠图神经网络模型中对其进行训练。
6.根据权利要求4所述的基于实时抠像的全息云会议系统，其特征在于，
对所述神经网络模块中的抠图神经网络模型进行训练的方法为：
获取包含人物的训练图片集；
对训练图片集进行人工标注得到每一张训练图片的精确的分割结果；
获取不包含人物的复杂背景图集；
将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集；
将扩充训练图片集输入到抠图神经网络模型中对其进行训练。
7.根据权利要求6所述的基于实时抠像的全息云会议系统，其特征在于，
通过下述公式将训练图片集中的训练图片与复杂背景图集中的复杂背景图进行融合得到扩充训练图片集，
Kij＝Ii*alphai+dbj*(1-alphai)，
其中，Kij为融合结果，Ii为训练图片，alphai为训练图片Ii的标注结果，dbj为复杂背景图。
8.根据权利要求1所述的基于实时抠像的全息云会议系统，其特征在于，
所述数据采集设备为内置麦克风的摄像机。
9.根据权利要求1所述的基于实时抠像的全息云会议系统，其特征在于，
所述数据采集设备包括分离布置的视频采集装置和音频采集装置；
所述视频采集装置和所述音频采集装置连接至所述处理器。
10.根据权利要求1所述的基于实时抠像的全息云会议系统，其特征在于，
所述会议终端还包括补光设备。
CN202010842377.7A 2020-08-20 2020-08-20 基于实时抠像的全息云会议系统 Pending CN112019771A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010842377.7A CN112019771A (zh) 2020-08-20 2020-08-20 基于实时抠像的全息云会议系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010842377.7A CN112019771A (zh) 2020-08-20 2020-08-20 基于实时抠像的全息云会议系统

Publications (1)

Publication Number Publication Date
CN112019771A true CN112019771A (zh) 2020-12-01

Family

ID=73505301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010842377.7A Pending CN112019771A (zh) 2020-08-20 2020-08-20 基于实时抠像的全息云会议系统

Country Status (1)

Country Link
CN (1) CN112019771A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112532963A (zh) * 2020-12-18 2021-03-19 深圳臻像科技有限公司 一种基于ar的三维全息实时互动系统及方法
CN112770064A (zh) * 2020-12-30 2021-05-07 北京七维视觉传媒科技有限公司 一种抠像系统
CN113923463A (zh) * 2021-09-16 2022-01-11 南京安汇科技发展有限公司 一种直播场景的实时抠像与场景合成系统及实现方法
CN115988171A (zh) * 2023-03-20 2023-04-18 全时云商务服务股份有限公司 一种视频会议系统及其沉浸式布局方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040165060A1 (en) * 1995-09-20 2004-08-26 Mcnelley Steve H. Versatile teleconferencing eye contact terminal
CN106454251A (zh) * 2016-10-26 2017-02-22 秦皇岛中科鸿合信息科技有限公司 一种基于深度图像的实时全息图像获取、投影装置与方法
CN108257144A (zh) * 2018-01-25 2018-07-06 深圳市商汤科技有限公司 基于神经网络的抠图方法、装置、设备、存储介质及程序
CN110322468A (zh) * 2019-06-04 2019-10-11 广东工业大学 一种图像自动编辑方法
CN110889855A (zh) * 2019-10-28 2020-03-17 公安部交通管理科学研究所 基于端到端卷积神经网络的证件照抠图方法及系统
CN211296837U (zh) * 2019-08-22 2020-08-18 上海境腾信息科技有限公司 全息影像视频会议系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040165060A1 (en) * 1995-09-20 2004-08-26 Mcnelley Steve H. Versatile teleconferencing eye contact terminal
CN106454251A (zh) * 2016-10-26 2017-02-22 秦皇岛中科鸿合信息科技有限公司 一种基于深度图像的实时全息图像获取、投影装置与方法
CN108257144A (zh) * 2018-01-25 2018-07-06 深圳市商汤科技有限公司 基于神经网络的抠图方法、装置、设备、存储介质及程序
CN110322468A (zh) * 2019-06-04 2019-10-11 广东工业大学 一种图像自动编辑方法
CN211296837U (zh) * 2019-08-22 2020-08-18 上海境腾信息科技有限公司 全息影像视频会议系统
CN110889855A (zh) * 2019-10-28 2020-03-17 公安部交通管理科学研究所 基于端到端卷积神经网络的证件照抠图方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112532963A (zh) * 2020-12-18 2021-03-19 深圳臻像科技有限公司 一种基于ar的三维全息实时互动系统及方法
CN112532963B (zh) * 2020-12-18 2023-07-18 深圳臻像科技有限公司 一种基于ar的三维全息实时互动系统及方法
CN112770064A (zh) * 2020-12-30 2021-05-07 北京七维视觉传媒科技有限公司 一种抠像系统
CN113923463A (zh) * 2021-09-16 2022-01-11 南京安汇科技发展有限公司 一种直播场景的实时抠像与场景合成系统及实现方法
CN113923463B (zh) * 2021-09-16 2022-07-29 南京安汇科技发展有限公司 一种直播场景的实时抠像与场景合成系统及实现方法
CN115988171A (zh) * 2023-03-20 2023-04-18 全时云商务服务股份有限公司 一种视频会议系统及其沉浸式布局方法和装置
CN115988171B (zh) * 2023-03-20 2023-08-11 全时云商务服务股份有限公司 一种视频会议系统及其沉浸式布局方法和装置

Similar Documents

Publication Publication Date Title
CN112019771A (zh) 基于实时抠像的全息云会议系统
CN108566558B (zh) 视频流处理方法、装置、计算机设备及存储介质
WO2019205872A1 (zh) 视频流处理方法、装置、计算机设备及存储介质
CA2284884C (fr) Systeme de visioconference
CN108076307B (zh) 基于ar的视频会议系统和基于ar的视频会议方法
EP3562163A1 (en) Audio-video synthesis method and system
EP1938208A1 (en) Face annotation in streaming video
WO2018214746A1 (zh) 一种视频会议实现方法、装置、系统及计算机存储介质
CN106303663B (zh) 直播处理方法和装置、直播服务器
CN109547724B (zh) 一种视频流数据的处理方法、电子设备及存储装置
CN104169842B (zh) 用于控制视频界面的方法、用于操作视频界面的方法、面部朝向检测器以及视频会议服务器
CN114727120B (zh) 直播音频流的获取方法、装置、电子设备及存储介质
CN108965746A (zh) 视频合成方法及系统
CN113099155A (zh) 一种适用于多场景的视频会议系统
CN111641796A (zh) 一种用于远程手术指导和示教的系统及方法
CN114584737A (zh) 一种云会议中实时多人同场景自定义的方法与系统
CN111107301A (zh) 一种视频会议平台及基于视频会议平台的通讯方法
CN112738446B (zh) 基于线上会议的同声传译方法及系统
CN114531564A (zh) 处理方法及电子设备
CN112735430A (zh) 多语在线同声传译系统
CN112003875A (zh) 一种视讯焦点内容传输系统及方法
CN112511847A (zh) 视频图像叠加实时语音字幕的方法及装置
CN117041608A (zh) 线上展会与线下展会联动的数据处理方法及存储介质
CN112153321A (zh) 一种会议录制方法、装置及会议录制系统
CN116962742A (zh) 网络直播的视频图像数据传输方法、装置及直播系统

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

Application publication date: 20201201

RJ01 Rejection of invention patent application after publication