CN112653863A - 一种视频通话实现、可穿戴设备、计算机设备和存储介质 - Google Patents

Abstract

本发明提供了一种视频通话实现、可穿戴设备、计算机设备和存储介质，其方法包括：启动可穿戴设备的视频通话功能；可穿戴设备包括主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；从麦克风阵列处获取声音采集信息；当主机本体翻转至预设角度范围时，根据声音采集信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。本发明自动调整可穿戴设备的拍摄角度，保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

Description

一种视频通话实现、可穿戴设备、计算机设备和存储介质

技术领域

本发明涉及可穿戴设备技术领域，尤指一种视频通话实现、可穿戴设备、计算机设备和存储介质。

背景技术

随着科学技术的不断发展，例如智能手机、PAD等移动设备的功能越来越强大，越来越多的用户喜欢通过智能手机等移动设备进行视频通话。

为了方便用户进行视频通话，在现有技术中，许多智能手机都包括前置摄像头和后置摄像头，用户可以选择前置摄像头或后置摄像头中的一个进行视频通话，当然用户还可以选择前置摄像头和后置摄像头同时进行视频通话。

当前利用电话手表进行视频通话时，用户无法很好的将身边的伙伴介绍给视频对面的家长或朋友认识，一般需要用户手持可穿戴设备并旋转可穿戴设备，以调整可穿戴设备的摄像头的拍摄角度，这种方式需要用户采用别扭、难受的姿势才能保证旁边的伙伴入镜，而且对用户的操作技巧要求较高，一旦发生抖动会导致合成的视频界面发送抖动，导致视频通话质量不佳，使用体验欠佳。此外，用户主观手动判断调整摄像头的拍摄角度，从而使得更多的伙伴入镜参与视频通话。因此，如何自动调整可穿戴设备的拍摄角度，保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验是亟需解决的问题。

发明内容

本发明的目的是提供一种视频通话实现、可穿戴设备、计算机设备和存储介质，实现自动调整可穿戴设备的拍摄角度，保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

本发明提供的技术方案如下：

本发明提供一种视频通话实现方法，包括步骤：

启动可穿戴设备的视频通话功能；所述可穿戴设备包括主机本体和旋转连接件，所述主机本体可活动连接于所述旋转连接件，所述主机本体上设置有摄像头和麦克风阵列；

从所述麦克风阵列处获取声音采集信息；

当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置。

进一步的，所述当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置包括步骤：

对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息；

当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置。

进一步的，所述对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息包括步骤：

对所述声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

当同一时刻的声源信号数量大于一时，根据所述声音强度最大所对应声源信号的接收时间差计算得到所述目标声源位置；

当同一时刻的声源信号数量等于一时，根据所述接收时间差计算得到所述目标声源位置；

根据所述目标声源位置和主机本体的位置坐标计算得到所述旋转连接件的转向信息。

进一步的，所述根据所述时间差计算得到所述目标声源位置之后，所述当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置之前包括步骤：

若取景框内存在人脸时，计算得到当前时刻的人脸占据所述取景框的比例值，根据所述人脸对应的轮廓计算得到额头发际线位置与所述取景框中心点之间的第一距离值，以及下巴底部位置与所述取景框中心点之间的第二距离值；

根据所述第一距离值和所述第二距离值计算得到所述主机本体的目标调节角度值；

当所述目标调节角度值在所述预设角度范围内时，根据所述目标调节角度值调节所述主机本体的翻转角度，且调节所述摄像头的焦距直至所述比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件。

本发明还提供一种可穿戴设备，包括：

主机本体和旋转连接件，所述主机本体可活动连接于所述旋转连接件，所述主机本体上设置有摄像头和麦克风阵列；

启动模块，用于启动可穿戴设备的视频通话功能；

处理模块，用于从所述麦克风阵列处获取声音采集信息；

控制模块，用于当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置。

进一步的，所述控制模块包括：

解析单元，用于对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息；

控制单元，用于当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置。

进一步的，所述解析单元包括：

解析子单元，用于对所述声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

处理子单元，用于当同一时刻的声源信号数量大于一时，根据所述声音强度最大所对应声源信号的接收时间差计算得到所述目标声源位置；当同一时刻的声源信号数量等于一时，根据所述接收时间差计算得到所述目标声源位置；

计算子单元，用于根据所述目标声源位置和主机本体的位置坐标计算得到所述旋转连接件的转向信息。

进一步的，所述控制模块还包括：

计算单元，用于若取景框内存在人脸时，计算得到当前时刻的人脸占据所述取景框的比例值，根据所述人脸对应的轮廓计算得到额头发际线位置与所述取景框中心点之间的第一距离值，以及下巴底部位置与所述取景框中心点之间的第二距离值；根据所述第一距离值和所述第二距离值计算得到所述主机本体的目标调节角度值；

调节单元，用于当所述目标调节角度值在所述预设角度范围内时，根据所述目标调节角度值调节所述主机本体的翻转角度，且调节所述摄像头的焦距直至所述比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件。

本发明还提供一种计算机设备，包括处理器、存储器，其中，所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的计算机程序，实现所述的视频通话实现方法所执行的操作。

本发明还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现所述的视频通话实现方法所执行的操作。

通过本发明提供的一种视频通话实现、可穿戴设备、计算机设备和存储介质，能够自动调整可穿戴设备的拍摄角度，保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对一种视频通话实现、可穿戴设备、计算机设备和存储介质的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明一种视频通话实现方法的一个实施例的流程图；

图2是本发明一种视频通话实现方法的另一个实施例的流程图；

图3是本发明一种视频通话实现方法的另一个实施例的流程图；

图4是本发明一种视频通话实现方法的另一个实施例的流程图；

图5是本发明一种电话手表的一个实施例的结构示意图；

图6是本发明一种可穿戴设备的一个实施例的结构示意图；

图7是本发明一种计算机设备的一个实施例的结构示意图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

本发明的一个实施例，如图1所示，一种视频通话实现方法，包括：

S100启动可穿戴设备的视频通话功能；可穿戴设备包括主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；

具体的，可穿戴设备包括具有摄像头的智能手机、智能手表。可穿戴设备的主机本体上可以只设置一个摄像头，也可以设置前置摄像头和后置摄像头。麦克风阵列由一系列可变指向性特征的子麦克风阵列构成。子麦克风阵列具体包括有线型、环型和球形，具体为一字、十字、平面、螺旋、球型以及无规则的排列。当用户具有视频通话功能时，向可穿戴设备输入视频通话功能信息，例如语音输入“开启视频通话功能”，或者手动切换选择“视频通话功能对应的按钮或者控件”，启动视频通话功能。

S200从麦克风阵列处获取声音采集信息；

具体的，声音采集信息可能包括若干个用户的声源信号，多个第一声源信号由第一声源(即第一用户)产生，多个第二声源信号由第二声源(即第二用户)产生。此处只是示例，采集到的声音采集信息包括一个或者多个用户的声源信号。

S300当主机本体翻转至预设角度范围时，根据声音采集信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

具体的，可穿戴设备只有在确认主机本体翻转至预设角度范围时，才能实现主机本体旋转的目的，由于主机本体可活动连接于旋转连接件，因此，旋转连接件进行旋转从而带动主机本体随着旋转连接件的旋转而旋转，而由于摄像头设置在主机本体上，因此摄像头随着旋转连接件的旋转而旋转。因此，当主机本体翻转至预设角度范围时，根据声音采集信息控制旋转连接件旋转，以使得旋转连接件带动摄像头朝向目标声源位置旋转。

本实施例中，通过旋转连接件旋转带动设置在主机本体上的摄像头(前置摄像头和/或后置摄像头)进行拍摄朝向目标声源位置，从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

此外，由于旋转连接件可活动连接于主机本体，而摄像头设置于主机本体上，使得摄像头随着旋转连接件旋转而进行旋转拍摄，不需要像现有技术那样用户手持可穿戴设备调整身体姿态(例如伸长胳膊，或者弯曲手腕)，而往往想要尽量多的伙伴入境，摄影者的身体姿态会调整的不舒适，而且也避免用户调整身体姿态过程中出现镜头抖动的现象，进而提升用户之间的视频通话体验。

本发明的一个实施例，如图2所示，一种视频通话实现方法，包括：

S100启动可穿戴设备的视频通话功能；可穿戴设备包括主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；

S200从麦克风阵列处获取声音采集信息；

S310对声音采集信息进行解析得到解析结果，根据解析结果计算得到旋转连接件的转向信息；

具体的，对声音采集信息进行解析得到解析结果，声音解析技术为现有技术，在此不再一一赘述。根据解析结果计算得到旋转连接件的转向信息。

S350当主机本体翻转至预设角度范围时，根据转向信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

具体的，可穿戴设备只有在确认主机本体翻转至预设角度范围时，才能实现主机本体旋转的目的，当主机本体翻转至预设角度范围时，根据目标声源位置控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，通过旋转连接件旋转带动设置在主机本体上的摄像头(前置摄像头和/或后置摄像头)旋转朝向目标声源位置，从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

本发明的一个实施例，如图3所示，一种视频通话实现方法，包括：

S100启动可穿戴设备的视频通话功能；可穿戴设备包括主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；

S200从麦克风阵列处获取声音采集信息；

S311对声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

具体的，在使用过程中，根据场地的实际大小，以及声学条件，选取相应的单组或多组不同的麦克风阵列，安装设置在主机本体的不同的位置以拾取不同位置的声音信息。当声源发声时，多个声源信号到达各每一个麦克风与每一组麦克风阵列分别存在时间差、强度差和频率差等。声音采集信息可能包括若干个用户的声源信号，对声源信号进行声音信号识别与处理，将每个声源信号对应分离开，即能够将不同用户的声音所对应的声源信号识别并且分离出来。基于分离出来的声源信号能够解析得到每个用户的声源信号，对各个声源信号进行处理得到声音的基本内容信息、接收时间差、声音强度、频率及其衰减特征信息等。

S312当同一时刻的声源信号数量大于一时，根据声音强度最大所对应声源信号的接收时间差计算得到目标声源位置；

具体的，当同一时刻麦克风阵列采集到的声源信号数量大于一时，说明用户周围同时存在两个以及两个以上的伙伴在参与视频通话，为了保证视频对话参与者的视频通话体验，让用户周围的伙伴能够更好的参与到视频通话中，提升一机多人场景下的视频通话体验。其中，若同时接收到多人的声音时，即同一时刻解析得到的的声源信号数量大于一时，以声音强度最大的发声伙伴所在的位置作为目标声源位置。示例性的，当同一时刻麦克风阵列采集到的声源信号数量等于二时，说明用户周围同时存在一个伙伴A和伙伴B在参与视频通话，如果伙伴B对应声源信号的声音强度大于伙伴A对应声源信号的声音强度，则根据当前参与视频通话的伙伴B的声源信号的接收时间差计算得到目标声源位置，此时的目标声源位置为目标视频对象即伙伴B所在位置。

S313当同一时刻的声源信号数量等于一时，根据接收时间差计算得到目标声源位置；

具体的，当同一时刻麦克风阵列采集到的声源信号数量等于一时，说明用户周围同时存在一个伙伴A在参与视频通话，则根据当前参与视频通话的伙伴A的声源信号的接收时间差计算得到目标声源位置，此时的目标声源位置为伙伴A所在位置。

S314根据目标声源位置和主机本体的位置坐标计算得到旋转连接件的转向信息。

具体的，主机本体处设置有运动传感器，运动传感器设置于主机本体处，因此运动传感器能够检测得到运动数据，进而根据运动数据计算得到主机本体的位置坐标，然而，运动数据中的坐标值实质上是运动传感器相对于可穿戴设备的空间坐标。可穿戴设备从运动传感器处获取空间坐标后，由于主机本体上所设置的运动传感器的安装位置数据已知，从而根据空间坐标和安装位置数据进行转换计算得到主机本体的位置坐标，进而根据主机本体的位置坐标和目标声源位置，能够计算得到主机本体与目标视频对象之间的夹角数据(包括角度值和方向)。从而根据夹角数据计算得到旋转连接体的转向信息，转向信息包括旋转角度和旋转方向。

S350当主机本体翻转至预设角度范围时，根据转向信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，可穿戴设备根据目标声源位置和主机本体的位置坐标计算得到旋转连接件的转向信息，这样可穿戴设备随时控制旋转连接件根据转向信息进行旋转，使得旋转连接件带动摄像头旋转朝向目标声源位置。从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

本发明的一个实施例，如图4所示，一种视频通话实现方法，包括：

S100启动可穿戴设备的视频通话功能；可穿戴设备包括主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；

S200从麦克风阵列处获取声音采集信息；

S310对声音采集信息进行解析得到解析结果，根据解析结果计算得到旋转连接件的转向信息；

S320若取景框内存在人脸时，计算得到当前时刻的人脸占据取景框的比例值，根据人脸对应的轮廓计算得到额头发际线位置与取景框中心点之间的第一距离值，以及下巴底部位置与取景框中心点之间的第二距离值；

具体的，通过识别取景框内的眼睛、嘴巴等人脸特征信息，锁定取景框内的人脸位置，并主动将人脸作为拍摄的主题，设置准确的焦距和曝光量，确保人脸的清晰和曝光准确，并且在取景框中有多个人物时，人脸识别功能也可以准确的工作，识别出主要的对象，当然可穿戴设备可以具备多人脸识别功能，同时锁定多个人物面部，调整使清晰。

在实际应用中，相机镜头的光学设计会决定摄像头的镜头的最近对焦距离、景深、视野的高度、相机有效成像面的高度、镜头放大倍数等参数以及相距，通过这些参数，可以进行世界坐标系与相机坐标系的转换计算，从而计算出当前时刻的人脸占据取景框的比例值，根据人脸对应的轮廓计算得到额头发际线位置与取景框中心点之间的第一距离值，以及下巴底部位置与取景框中心点之间的第二距离值当前拍摄对象的人脸与镜头的距离。世界坐标系与相机坐标系的转换计算是现有技术，在此不再一一赘述。

S330根据第一距离值和第二距离值计算得到主机本体的目标调节角度值；

S340当目标调节角度值在预设角度范围内时，根据目标调节角度值调节主机本体的翻转角度，且调节摄像头的焦距直至比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件；

具体的，根据第一距离值和第二距离值计算得到主机本体的目标调节角度值，从而令主机本体翻转至目标调节角度值，能够使得摄像头的镜头所对准的人脸完整的出现取景框内。根据目标调节角度值调节主机本体的翻转角度，且调节摄像头的焦距直至比例值在预设比例范围内。预设比例范围包括预设最大比例值和预设最小比例值。人像比例可以通过与预设的人像模版进行匹配确认，可穿戴设备中可以预存不同比例的人像模版，例如半身人像模版，全身人像模版等等。

首先，进行粗调，以较大的调节幅度将摄像头焦距调节到一个值，在该焦距下，取景框内人脸对应的人像的比例值达到预设最大比例值，此处，预设最大比例值可以是50％，也即，人脸对应的人像为半身人像。粗调后再次对取景框内识别到的人脸进行判断，确认此时取景框内最大人脸占据取景框的比例是否不大于预设最大比例值，如果是，说明此时摄像头的取景范围已经达到预设条件，可以确认调节后的取景框内人脸达到预设条件，无需再进行调节。如果此时取景框内人脸占据取景框的比例值达到预设最大比例值，此时，可穿戴设备在粗调后的基础上进一步细调，逐步调节摄像头的焦距(调节幅度小于粗调时的调节幅度)，直至取景框内人脸占据取景框的比例不大于预设最大比例值为止。同理，预设最小比例值同上，在此不再详细说明。

S350当主机本体翻转至预设角度范围时，根据转向信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，以第一距离值和第二距离值计算的目标调节角度值对主机本体的翻转角度进行调节，并以取景框内人脸为基础对摄像头的焦距进行调整，直至人脸占据取景框的比例值在预设比例范围内后，取得了更为合适的取景范围从而避免了用户视频通话过程中，摄像头的取景范围内出现人脸不适宜(过大或者过小)的问题，能够提升获取视频通话画面的质量，从而大大提升用户的视频通话使用体验。

在本实施例中，视频通话既可以是双方的视频通话，也可以是多方的视频通话。

可以理解的是，在视频通话的过程中，任意通话用户可以在所使用的可穿戴设备中看到所有通话用户的视频通话画面。由于在视频通话的过程中，可穿戴设备的位置一般都是固定的，但是通话用户可能会发生移动，导致视频通话画面中该通话用户的位置产生偏移。

举例来说，当家长跟用户进行视频通话时，由于用户比较好动，所以用户对应的视频通话画面中可能经常会出现用户的脸位于画面的一个角落，或是仅包括用户的半张脸的情况。在现有技术中，当上述情况出现时，家长只能通过语音让用户移动回与摄像头匹配的位置，但是很多时候，用户并不会听从家长的指挥。然而，通过本实施例中可以自动调整用户所使用的可穿戴设备的摄像头的摄像角度，实现自动对摄像头的拍摄角度进行调整，以使调整后的摄像头可以以较佳的角度获取用户完整的面部图像，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

示例性的，如图5所示，可穿戴设备为电话手表1，电话手表1包括承载基座17、主机本体11a(即本发明旋转部件)以及旋转连接件12，主机本体11a设有摄像头(图中未标出)和麦克风阵列(图中未标出)，摄像头包括前置摄像头16a和后置摄像头(图中未标出)，承载基座17包括第一相对侧，主机本体11a设有第一连接部，旋转连接件12包括旋转连接部及第二连接部，旋转连接部可活动设于第一相对侧，第二连接部设置于旋转连接部上，且第二连接部可活动连接于第一连接部，旋转连接部可相对第一相对侧转动，以使主机本体11a相对第一相对侧转动并形成不同的姿态。该不同的姿态至少包括第一姿态和第二姿态，主机本体11a相对第一相对侧转动至第二姿态时，主机本体11a的第一连接部可相对第二连接部转动，以使主机本体11a相对第二连接部实现自转。其中，第一姿态为主机本体11a叠设于承载基座17的姿态，第二姿态为主机本体11a相对承载基座17转动并形成一定角度的姿态。

电话手表1的主机本体11a能够翻转，且可以自动向四周旋转，当用户进行视频通话时，只需要按需伸出佩戴电话手表1的手臂，当用户启动电话手表1的视频通话功能时，电话手表1的主机本体11a翻起，并且使得手表本体的翻转角度达到目标调节角度值，然后，通过旋转连接件12自行进行旋转，从而带动主机本体11a旋转以带动摄像头旋转朝向目标声源位置，即电话手表1的主机本体11a处设置有麦克风阵列，能够基于双耳效应实现听音辨位。当孩子利用电话手表1进行视频通话时，麦克风阵列会实时检测附近的人声，当检测到周围伙伴的声音时，会转动主机本体直至前置摄像头朝向发声的伙伴，让孩子的伙伴能够更好的参与到视频通话中，提升一机多人场景下的视频通话体验。其中，若同时接收到多人的声音时，以声音最大的发声方向作为旋转目标。本发明的视频通话方式，可以自动调整用户所使用的可穿戴设备的摄像头的摄像角度，实现自动对摄像头的拍摄角度进行调整，以使调整后的摄像头可以以较佳的角度获取用户完整的面部图像，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

本发明的一个实施例，如图6所示，包括：

主机本体和旋转连接件，主机本体可活动连接于旋转连接件，主机本体上设置有摄像头和麦克风阵列；

启动模块，用于启动可穿戴设备的视频通话功能；

具体的，可穿戴设备包括具有摄像头的智能手机、智能手表。可穿戴设备的主机本体上可以只设置一个摄像头，也可以设置前置摄像头和后置摄像头。麦克风阵列由一系列可变指向性特征的子麦克风阵列构成。子麦克风阵列具体包括有线型、环型和球形，具体为一字、十字、平面、螺旋、球型以及无规则的排列。当用户具有视频通话功能时，向可穿戴设备输入视频通话功能信息，例如语音输入“开启视频通话功能”，或者手动切换选择“视频通话功能对应的按钮或者控件”，启动视频通话功能。

处理模块，用于从麦克风阵列处获取声音采集信息；

具体的，声音采集信息可能包括若干个用户的声源信号，多个第一声源信号由第一声源(即第一用户)产生，多个第二声源信号由第二声源(即第二用户)产生。此处只是示例，采集到的声音采集信息包括一个或者多个用户的声源信号。

控制模块，用于当主机本体翻转至预设角度范围时，根据声音采集信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

具体的，可穿戴设备只有在确认主机本体翻转至预设角度范围时，才能实现主机本体旋转的目的，由于主机本体可活动连接于旋转连接件，因此，旋转连接件进行旋转从而带动主机本体随着旋转连接件的旋转而旋转，而由于摄像头设置在主机本体上，因此摄像头随着旋转连接件的旋转而旋转。因此，当主机本体翻转至预设角度范围时，根据声音采集信息控制旋转连接件旋转，以使得旋转连接件带动摄像头朝向目标声源位置旋转。

本实施例中，通过旋转连接件旋转带动设置在主机本体上的摄像头(前置摄像头和/或后置摄像头)进行拍摄朝向目标声源位置，从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

此外，由于旋转连接件可活动连接于主机本体，而摄像头设置于主机本体上，使得摄像头随着旋转连接件旋转而进行旋转拍摄，不需要像现有技术那样用户手持可穿戴设备调整身体姿态(例如伸长胳膊，或者弯曲手腕)，而往往想要尽量多的伙伴入境，摄影者的身体姿态会调整的不舒适，而且也避免用户调整身体姿态过程中出现镜头抖动的现象，进而提升用户之间的视频通话体验。

基于前述实施例，控制模块包括：

解析单元，用于对声音采集信息进行解析得到解析结果，根据解析结果计算得到旋转连接件的转向信息；

具体的，对声音采集信息进行解析得到解析结果，声音解析技术为现有技术，在此不再一一赘述。根据解析结果计算得到旋转连接件的转向信息。

控制单元，用于当主机本体翻转至预设角度范围时，根据转向信息控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

具体的，可穿戴设备只有在确认主机本体翻转至预设角度范围时，才能实现主机本体旋转的目的，当主机本体翻转至预设角度范围时，根据目标声源位置控制旋转连接件旋转，以使得旋转连接件带动摄像头旋转朝向目标声源位置。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，通过旋转连接件旋转带动设置在主机本体上的摄像头(前置摄像头和/或后置摄像头)旋转朝向目标声源位置，从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

基于前述实施例，解析单元包括：

解析子单元，用于对声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

具体的，在使用过程中，根据场地的实际大小，以及声学条件，选取相应的单组或多组不同的麦克风阵列，安装设置在主机本体的不同的位置以拾取不同位置的声音信息。当声源发声时，多个声源信号到达各每一个麦克风与每一组麦克风阵列分别存在时间差、强度差和频率差等。声音采集信息可能包括若干个用户的声源信号，对声源信号进行声音信号识别与处理，将每个声源信号对应分离开，即能够将不同用户的声音所对应的声源信号识别并且分离出来。基于分离出来的声源信号能够解析得到每个用户的声源信号，对各个声源信号进行处理得到声音的基本内容信息、接收时间差、声音强度、频率及其衰减特征信息等。

处理子单元，用于当同一时刻的声源信号数量大于一时，根据声音强度最大所对应声源信号的接收时间差计算得到目标声源位置；当同一时刻的声源信号数量等于一时，根据接收时间差计算得到目标声源位置；

具体的，当同一时刻麦克风阵列采集到的声源信号数量大于一时，说明用户周围同时存在两个以及两个以上的伙伴在参与视频通话，为了保证视频对话参与者的视频通话体验，让用户周围的伙伴能够更好的参与到视频通话中，提升一机多人场景下的视频通话体验。其中，若同时接收到多人的声音时，即同一时刻解析得到的的声源信号数量大于一时，以声音强度最大的发声伙伴所在的位置作为目标声源位置。示例性的，当同一时刻麦克风阵列采集到的声源信号数量等于二时，说明用户周围同时存在一个伙伴A和伙伴B在参与视频通话，如果伙伴B对应声源信号的声音强度大于伙伴A对应声源信号的声音强度，则根据当前参与视频通话的伙伴B的声源信号的接收时间差计算得到目标声源位置，此时的目标声源位置为目标视频对象即伙伴B所在位置。

具体的，当同一时刻麦克风阵列采集到的声源信号数量等于一时，说明用户周围同时存在一个伙伴A在参与视频通话，则根据当前参与视频通话的伙伴A的声源信号的接收时间差计算得到目标声源位置，此时的目标声源位置为伙伴A所在位置。

计算子单元，用于根据目标声源位置和主机本体的位置坐标计算得到旋转连接件的转向信息。

具体的，主机本体处设置有运动传感器，运动传感器设置于主机本体处，因此运动传感器能够检测得到运动数据，进而根据运动数据计算得到主机本体的位置坐标，然而，运动数据中的坐标值实质上是运动传感器相对于可穿戴设备的空间坐标。可穿戴设备从运动传感器处获取空间坐标后，由于主机本体上所设置的运动传感器的安装位置数据已知，从而根据空间坐标和安装位置数据进行转换计算得到主机本体的位置坐标，进而根据主机本体的位置坐标和目标声源位置，能够计算得到主机本体与目标视频对象之间的夹角数据(包括角度值和方向)。从而根据夹角数据计算得到旋转连接体的转向信息，转向信息包括旋转角度和旋转方向。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，可穿戴设备根据目标声源位置和主机本体的位置坐标计算得到旋转连接件的转向信息，这样可穿戴设备随时控制旋转连接件根据转向信息进行旋转，使得旋转连接件带动摄像头旋转朝向目标声源位置。从而能够使得摄像头朝向发声对象转动，自动调整可穿戴设备的拍摄角度，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

基于前述实施例，控制模块还包括：

计算单元，用于若取景框内存在人脸时，计算得到当前时刻的人脸占据取景框的比例值，根据人脸对应的轮廓计算得到额头发际线位置与取景框中心点之间的第一距离值，以及下巴底部位置与取景框中心点之间的第二距离值；根据第一距离值和第二距离值计算得到主机本体的目标调节角度值；

具体的，通过识别取景框内的眼睛、嘴巴等人脸特征信息，锁定取景框内的人脸位置，并主动将人脸作为拍摄的主题，设置准确的焦距和曝光量，确保人脸的清晰和曝光准确，并且在取景框中有多个人物时，人脸识别功能也可以准确的工作，识别出主要的对象，当然可穿戴设备可以具备多人脸识别功能，同时锁定多个人物面部，调整使清晰。

在实际应用中，相机镜头的光学设计会决定摄像头的镜头的最近对焦距离、景深、视野的高度、相机有效成像面的高度、镜头放大倍数等参数以及相距，通过这些参数，可以进行世界坐标系与相机坐标系的转换计算，从而计算出当前时刻的人脸占据取景框的比例值，根据人脸对应的轮廓计算得到额头发际线位置与取景框中心点之间的第一距离值，以及下巴底部位置与取景框中心点之间的第二距离值当前拍摄对象的人脸与镜头的距离。世界坐标系与相机坐标系的转换计算是现有技术，在此不再一一赘述。

根据第一距离值和第二距离值计算得到主机本体的目标调节角度值，从而令主机本体翻转至目标调节角度值，能够使得摄像头的镜头所对准的人脸完整的出现取景框内。根据目标调节角度值调节主机本体的翻转角度，且调节摄像头的焦距直至比例值在预设比例范围内。预设比例范围包括预设最大比例值和预设最小比例值。人像比例可以通过与预设的人像模版进行匹配确认，可穿戴设备中可以预存不同比例的人像模版，例如半身人像模版，全身人像模版等等。

首先，进行粗调，以较大的调节幅度将摄像头焦距调节到一个值，在该焦距下，取景框内人脸对应的人像的比例值达到预设最大比例值，此处，预设最大比例值可以是50％，也即，人脸对应的人像为半身人像。粗调后再次对取景框内识别到的人脸进行判断，确认此时取景框内最大人脸占据取景框的比例是否不大于预设最大比例值，如果是，说明此时摄像头的取景范围已经达到预设条件，可以确认调节后的取景框内人脸达到预设条件，无需再进行调节。如果此时取景框内人脸占据取景框的比例值达到预设最大比例值，此时，可穿戴设备在粗调后的基础上进一步细调，逐步调节摄像头的焦距(调节幅度小于粗调时的调节幅度)，直至取景框内人脸占据取景框的比例不大于预设最大比例值为止。同理，预设最小比例值同上，在此不再详细说明。

调节单元，用于当目标调节角度值在预设角度范围内时，根据目标调节角度值调节主机本体的翻转角度，且调节摄像头的焦距直至比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件。

本实施例中与上述实施例相同的部分参照上述实施例，在此不再一一赘述。本实施例中，以第一距离值和第二距离值计算的目标调节角度值对主机本体的翻转角度进行调节，并以取景框内人脸为基础对摄像头的焦距进行调整，直至人脸占据取景框的比例值在预设比例范围内后，取得了更为合适的取景范围从而避免了用户视频通话过程中，摄像头的取景范围内出现人脸不适宜(过大或者过小)的问题，能够提升获取视频通话画面的质量，从而大大提升用户的视频通话使用体验。

在本实施例中，视频通话既可以是双方的视频通话，也可以是多方的视频通话。可以理解的是，在视频通话的过程中，任意通话用户可以在所使用的可穿戴设备中看到所有通话用户的视频通话画面。由于在视频通话的过程中，可穿戴设备的位置一般都是固定的，但是通话用户可能会发生移动，导致视频通话画面中该通话用户的位置产生偏移。

举例来说，当家长跟用户进行视频通话时，由于用户比较好动，所以用户对应的视频通话画面中可能经常会出现用户的脸位于画面的一个角落，或是仅包括用户的半张脸的情况。在现有技术中，当上述情况出现时，家长只能通过语音让用户移动回与摄像头匹配的位置，但是很多时候，用户并不会听从家长的指挥。然而，通过本实施例中可以自动调整用户所使用的可穿戴设备的摄像头的摄像角度，实现自动对摄像头的拍摄角度进行调整，以使调整后的摄像头可以以较佳的角度获取用户完整的面部图像，能够更好的保证更多伙伴入镜参与视频通话，提高视频通话质量，提升用户的视频通话体验。

本发明的一个实施例，如图7所示，一种计算机设备100，包括处理器110、存储器120，其中，存储器120，用于存放计算机程序；处理器110，用于执行存储器120上所存放的计算机程序，实现上述图1-4任一项所对应方法实施例中的视频通话实现方法。

图7是本发明实施例提供的一种计算机设备100的结构示意图。参见图7，该计算机设备100包括处理器110和存储器120，还可以包括通信接口140和通信总线120，还可以包括输入/输出接口130，其中，处理器110、存储器120、输入/输出接口130和通信接口140通过通信总线120完成相互间的通信。该存储器120存储有计算机程序，该处理器110用于执行存储器120上所存放的计算机程序，实现上述图1-4任一项所对应方法实施例中的视频通话实现方法。

通信总线120是连接所描述的元素的电路并且在这些元素之间实现传输。例如，处理器110通过通信总线120从其它元素接收到命令，解密接收到的命令，根据解密的命令执行计算或数据处理。存储器120可以包括程序模块，例如内核(kernel)，中间件(middleware)，应用程序编程接口(Application Programming Interface，API)和应用。该程序模块可以是有软件、固件或硬件、或其中的至少两种组成。输入/输出接口130转发用户通过输入输出设备(例如感应器、键盘、触摸屏)输入的命令或数据。通信接口140将该计算机设备100与其它网络设备、用户设备、网络进行连接。例如，通信接口140可以通过有线或无线连接到网络以连接到外部其它的网络设备或用户设备。无线通信可以包括以下至少一种：无线保真(WiFi)，蓝牙(BT)，近距离无线通信技术(NFC)，全球卫星定位系统(GPS)和蜂窝通信等等。有线通信可以包括以下至少一种：通用串行总线(USB)，高清晰度多媒体接口(HDMI)，异步传输标准接口(RS-232)等等。网络可以是电信网络和通信网络。通信网络可以为计算机网络、因特网、物联网、电话网络。计算机设备100可以通过通信接口140连接网络，计算机设备100和其它网络设备通信所用的协议可以被应用、应用程序编程接口(API)、中间件、内核和通信接口140至少一个支持。

本发明的一个实施例，一种存储介质，存储介质中存储有至少一条指令，指令由处理器加载并执行以实现上述视频通话实现方法对应实施例所执行的操作。例如，计算机可读存储介质可以是只读内存(ROM)、随机存取存储器(RAM)、只读光盘(CD-ROM)、磁带、软盘和光数据存储设备等。

它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种视频通话实现方法，其特征在于，包括步骤：

启动可穿戴设备的视频通话功能；所述可穿戴设备包括主机本体和旋转连接件，所述主机本体可活动连接于所述旋转连接件，所述主机本体上设置有摄像头和麦克风阵列；

从所述麦克风阵列处获取声音采集信息；

当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置。

2.根据权利要求1所述的视频通话实现方法，其特征在于，所述当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置包括步骤：

对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息；

当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置。

3.根据权利要求2所述的视频通话实现方法，其特征在于，所述对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息包括步骤：

对所述声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

当同一时刻的声源信号数量大于一时，根据所述声音强度最大所对应声源信号的接收时间差计算得到所述目标声源位置；

当同一时刻的声源信号数量等于一时，根据所述接收时间差计算得到所述目标声源位置；

根据所述目标声源位置和主机本体的位置坐标计算得到所述旋转连接件的转向信息。

4.根据权利要求2所述的视频通话实现方法，其特征在于，所述根据所述时间差计算得到所述目标声源位置之后，所述当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置之前包括步骤：

若取景框内存在人脸时，计算得到当前时刻的人脸占据所述取景框的比例值，根据所述人脸对应的轮廓计算得到额头发际线位置与所述取景框中心点之间的第一距离值，以及下巴底部位置与所述取景框中心点之间的第二距离值；

根据所述第一距离值和所述第二距离值计算得到所述主机本体的目标调节角度值；

当所述目标调节角度值在所述预设角度范围内时，根据所述目标调节角度值调节所述主机本体的翻转角度，且调节所述摄像头的焦距直至所述比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件。

5.一种可穿戴设备，其特征在于，包括：

主机本体和旋转连接件，所述主机本体可活动连接于所述旋转连接件，所述主机本体上设置有摄像头和麦克风阵列；

启动模块，用于启动可穿戴设备的视频通话功能；

处理模块，用于从所述麦克风阵列处获取声音采集信息；

控制模块，用于当主机本体翻转至预设角度范围时，根据所述声音采集信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向目标声源位置。

6.根据权利要求5所述的可穿戴设备，其特征在于，所述控制模块包括：

解析单元，用于对所述声音采集信息进行解析得到解析结果，根据所述解析结果计算得到所述旋转连接件的转向信息；

控制单元，用于当主机本体翻转至预设角度范围时，根据所述转向信息控制所述旋转连接件旋转，以使得所述旋转连接件带动所述摄像头旋转朝向所述目标声源位置。

7.根据权利要求6所述的可穿戴设备，其特征在于，所述解析单元包括：

解析子单元，用于对所述声音采集信息进行解析得到每个声源信号对应的接收时间差和声音强度；

处理子单元，用于当同一时刻的声源信号数量大于一时，根据所述声音强度最大所对应声源信号的接收时间差计算得到所述目标声源位置；当同一时刻的声源信号数量等于一时，根据所述接收时间差计算得到所述目标声源位置；

计算子单元，用于根据所述目标声源位置和主机本体的位置坐标计算得到所述旋转连接件的转向信息。

8.根据权利要求6所述的可穿戴设备，其特征在于，所述控制模块还包括：

计算单元，用于若取景框内存在人脸时，计算得到当前时刻的人脸占据所述取景框的比例值，根据所述人脸对应的轮廓计算得到额头发际线位置与所述取景框中心点之间的第一距离值，以及下巴底部位置与所述取景框中心点之间的第二距离值；根据所述第一距离值和所述第二距离值计算得到所述主机本体的目标调节角度值；

调节单元，用于当所述目标调节角度值在所述预设角度范围内时，根据所述目标调节角度值调节所述主机本体的翻转角度，且调节所述摄像头的焦距直至所述比例值在预设比例范围内，确定调节后的取景框内人脸达到预设条件。

9.一种计算机设备，其特征在于，包括处理器、存储器，其中，所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的计算机程序，实现如权利要求1至权利要求4任一项所述的视频通话实现方法所执行的操作。

10.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求4任一项所述的视频通话实现方法所执行的操作。

Images