本发明实施例涉及通信领域，特别涉及一种视频通信的方法及移动终端。
背景技术：
随着智能移动终端的普及，人们沟通的方式逐渐增多，越来越多的人开始使用视频通信的方式与他人进行对话。
然而，现有的视频通信应用程序功能比较单一，在移动终端的显示屏中只有聊天双方的实时画面，视频通信的功能过于单一，用户体验较差。
技术实现要素：
本发明实施例提供一种视频通信的方法及移动终端，解决现有视频通信功能单一，用户体验较差的问题。
依据本发明实施例的第一方面，提供一种视频通信的方法，应用于第一移动终端，所述方法包括：获取第一图像、与所述第一图像关联的第二图像，以及所述第一图像与所述第二图像之间的位置关系；其中，所述第一图像为所述第一移动终端拍摄得到的图像，或者，第二移动终端拍摄得到的图像，所述第二移动终端为与所述第一移动终端建立视频通信连接的移动终端；根据所述第一图像与所述第二图像之间的位置关系，显示所述第一图像和第二图像。
依据本发明实施例的第二方面，提供了一种第一移动终端，包括：第一获取模块，用于获取第一图像、与所述第一图像关联的第二图像，以及所述第一图像与所述第二图像之间的位置关系；其中，所述第一图像为所述第一移动终端拍摄得到的图像，或者，第二移动终端拍摄得到的图像，所述第二移动终端为与所述第一移动终端建立视频通信连接的移动终端；显示模块，用于根据所述第一图像与所述第二图像之间的位置关系，显示所述第一图像和第二图像。
依据本发明实施例的第三方面，提供了一种移动终端，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的视频通信的方法的步骤。
这样，在视频通信的过程中，第一移动终端获取并显示第一图像以及与第一图像关联的第二图像，能够改善第一图像的显示效果，增加视频通信的功能，改善用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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。
图1为本发明实施例提供的一种视频通信的系统架构示意图；
图2为本发明实施例提供的视频通信方法的流程示意图之一；
图3为本发明实施例提供的视频通信方法的流程示意图之二；
图4为本发明实施例提供的视频通信方法的流程示意图之三；
图5为本发明实施例提供一种的视频通信方法的应用场景；
图6为本发明实施例提供的一种第一移动终端的结构示意图；
图7为本发明实施例提供的一种移动终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，本发明实施例提供一种视频通信的系统架构，该系统架构可以包括服务器11(例如，视频通信服务器)、第一移动终端12和第二移动终端13。
在视频通信的过程中，可选地，第一移动终端12的显示区域中包括第一视频通信窗口121，用于显示第二移动终端13在视频通信时拍摄的图像；第二移动终端13的显示区域中包括第三视频通信窗口131，用于显示第一移动终端12在视频通信时拍摄的图像。
可选地，第一移动终端12的显示区域中还包括第二视频通信窗口122，用于显示第一移动终端12拍摄的图像；第二移动终端13的显示区域中还包括第四视频通信窗口132，用于显示第二移动终端13在视频通信时拍摄的图像。
在本发明实施例中，第一移动终端和第二移动终端可以是手机、平板电脑、笔记本电脑、掌上电脑、车载终端或可穿戴设备等。
需要说明的是，本发明实施例中的视频通信可以是由第三方的即时通讯应用程序提供，例如微信、QQ等，也可以是由移动终端内置的应用程序提供，例如，Facetime(iOS和Mac OS X内置的一款视频通话软件)。
参见图2，本发明实施例提供了一种视频通信的方法，应用于第一移动终端，具体步骤如下：
步骤201、获取第一图像、与第一图像关联的第二图像，以及第一图像与第二图像之间的位置关系；
在本发明实施例中，第一图像是第一移动终端或者第二移动终端视频通信时拍摄的图像，该第二移动终端是与第一移动终端建立视频通信的移动终端。视频通信可以是第一移动终端自身提供的，也可以是第三方应用程序提供的(例如，微信或者QQ等)，本发明实施例对视频通信的提供方式不做具体限定。
其中，第二图像可以是人物表情、人物服饰、场景装饰等图像，这些图像可以是静态的，也可以是动态的。第一移动终端可以根据用户的指令或者根据图像识别结果从第一移动终端的图像数据库或者网络中选择第二图像。该第二图像相当于改善第一图像显示效果的趣味动画图像，当然可以理解的是，在本发明实施例中对于第二图像的选择方式并不做具体限定。例如：根据用户指令在从第一移动终端的图像数据库中选择名称为“八字胡”的第二图像。
其中，第一图像与第二图像之间的位置关系可以根据第二图像的类型和第一图像的识别结果确定，或者，第二图像的名称和第一图像的识别结果确定，其中该第二图像的类型包括：人物表情、人物服饰、场景装饰等，该第二图像的名称包括：表情名称、服饰名称、场景名称等，该第一图像的识别结果可以是人脸识别结果、人体识别结果或者环境识别结果等。
例如，第二图像的名称为“八字胡”，第一图像的识别结果中包括第一图像中人脸识别结果，确定第二图像在第一图像中的位置为人脸的上嘴唇正上方。需要说明的时，本发明实施例对第二图像在第一图像中的位置的确定方式不做具体限定。
步骤202、根据第一图像与第二图像之间的位置关系，显示第一图像和第二图像；
在本发明实施例中，可以通过图像分层处理或者图像合成处理，在第一视频通信窗口中同时显示第一图像和第二图像，其中图像分层或者图像合成均为现有技术，在此不再赘述。
这样，在视频通信的过程中，第一移动终端获取并显示第一图像以及与第一图像关联的第二图像，能够改善第一图像的显示效果，增加视频通信的功能，改善用户体验。
参见图3，本发明实施例提供一种视频通信的方法，应用于第一移动终端，具体步骤如下：
步骤301、获取第一图像；
在本发明实施例中，第一图像是第一移动终端或者第二移动终端视频通信时拍摄的图像，该第二移动终端是与第一移动终端建立视频通信的移动终端。视频通信功能可以是移动终端自身提供的，也可以是第三方应用程序提供的(例如，微信或者QQ等)，本发明实施例对视频通信功能的提供方式不做具体限定。
步骤302、获取第一语音指令，然后执行步骤303；
在本发明实施例中，第一语音指令为第一移动终端或者第二移动终端采集的指令。
步骤303、根据第一语音指令，选择第二图像，然后执行步骤310；
例如：接收第一移动终端的用户的第一语音指令，该第一语音指令为“加兔耳朵”、“变猪头”等，通过语音识别功能，确定该第一语音指令对应的第二图像，从图像数据库或者网络中选择出该第二图像。需要说明的是，识别第一语音指令可以通过现有的语音识别技术实现，本发明实施例对第一语音指令的识别方式不做具体限定。
步骤304、识别第一图像中第一目标对象所在的第一场景，然后执行步骤305；
步骤305、根据第一场景，选择第二图像，然后执行步骤310；
例如：第一目标对象为第一图像中的人，第一场景用于表示第一目标对象所处的自然环境，例如：第一场景为雪景，从图像数据库或者网络中选择出与雪景相关的第二图像，例如：围巾的图像、棉帽的图像等。需要说明的是，识别第一场景可以通过现有的图像识别技术实现，本发明实施例对第一场景的识别方式不做具体限定。
步骤306、识别第一图像中第一目标对象的面部表情，然后执行步骤307；
步骤307、根据第一目标对象的面部表情，选择第二图像，然后执行步骤310；
例如：识别出第一目标对象的面部表情为哭泣，从图像数据库或者网络中选择出与哭泣相关的第二图像，例如纸巾的图像等。需要说明的是，识别面部表情可以通过现有的人脸识别技术实现，本发明实施例对面部表情的识别方式不做具体限定。
步骤308、接收来自第二移动终端的第一标识信息；
在本发明实施例中，该第一标识信息中可以包括第二图像的名称或第二图像的存储位置，该第一标识信息中还可以包括第二图像在第一图像中的显示位置。本发明实施例对第一标识信息的内容不做具体限定。
步骤309、根据第一标识信息，选择与第一标识信息对应的第二图像，然后执行步骤310；
例如：第一标识信息中包含第二图像的名称为“八字胡”，从图像数据库或者网络中选择“八字胡”的第二图像。对于第一标识信息中包含第二图像的存储位置的情况与此类似，不再赘述。
步骤310、获取第一图像与第二图像之间的位置关系；
在本发明实施例中，根据第二图像的类型和第一图像的识别结果，或者，第二图像的名称和第一图像的识别结果，确定第一图像与第二图像之间的位置关系，其中该第二图像的类型包括：人物表情、人物服饰、场景装饰等，该第二图像的名称包括：表情名称、服饰名称、场景名称等，该第一图像的识别结果可以是人脸识别结果、人体识别结果或者环境识别结果等。
例如，第二图像的名称为“八字胡”，第一图像的识别结果中包括第一图像中人脸识别结果，确定第二图像在第一图像中的位置为人脸的上嘴唇正上方。需要说明的时，本发明实施例对第二图像在第一图像中的位置的确定方式不做具体限定。
步骤311、根据第一图像与第二图像之间的位置关系，将第一图像和第二图像合成为第三图像；
在本发明实施例中，结合第一图像与第二图像之间的位置关系，通过图像合成处理，将第一图像和第二图像合成为第三图像，其中图像合成为现有技术，在此不再赘述。
步骤312、显示第三图像；
步骤313、将第三图像发送给第二移动终端，由第二移动终端显示第三图像；
在本发明实施例中，第一移动终端将合成后的第三图像发送给第二移动终端，在第二移动终端显示第三图像，使第二移动终端的用户能够看到改善后的第一图像。
这样，在视频通信的过程中，第一移动终端获取第一图像以及与第一图像关联的第二图像；将第一图像和第二图像合成为第三图像，第一移动终端显示第三图像的同时，将第三图像发送给第二移动终端，在第二移动终端中也显示第三图像，使第一移动终端和第二移动终端的用户都能够看到改善后的第一图像，增加视频通信的功能，改善用户体验。
参见图4，本发明实施例提供了一种视频通信的方法，应用于第一移动终端，具体步骤如下：
步骤401、获取第一图像；
在本发明实施例中，第一图像是第一移动终端或者第二移动终端视频通信时拍摄的图像，该第二移动终端是与第一移动终端建立视频通信的移动终端。视频通信功能可以是移动终端自身提供的，也可以是第三方应用程序提供的(例如，微信或者QQ等)，本发明实施例对视频通信功能的提供方式不做具体限定。
步骤402、获取第一语音指令，然后执行步骤403；
在本发明实施例中，第一语音指令为第一移动终端或者第二移动终端采集的指令。
步骤403、根据第一语音指令，选择第二图像，然后执行步骤410；
例如：接收第一移动终端的用户的第一语音指令，该第一语音指令为“加兔耳朵”、“变猪头”等，通过语音识别功能，确定该第一语音指令对应的第二图像，从图像数据库或者网络中选择出该第二图像。需要说明的是，识别第一语音指令可以通过现有的语音识别技术实现，本发明实施例对第一语音指令的识别方式不做具体限定。
步骤404、识别第一图像中第一目标对象所在的第一场景，然后执行步骤405；
步骤405、根据第一场景，选择第二图像，然后执行步骤410；
例如：第一目标对象为第一图像中的人，第一场景用于表示第一目标对象所处的自然环境，例如：第一场景为雪景，从图像数据库或者网络中选择出与雪景相关的第二图像，例如：围巾的图像、棉帽的图像等。需要说明的是，识别第一场景可以通过现有的图像识别技术实现，本发明实施例对第一场景的识别方式不做具体限定。
步骤406、识别第一图像中第一目标对象的面部表情，然后执行步骤407；
步骤407、根据第一目标对象的面部表情，选择第二图像，然后执行步骤410；
例如：识别出第一目标对象的面部表情为哭泣，从图像数据库或者网络中选择出与哭泣相关的第二图像，例如纸巾的图像等。需要说明的是，识别面部表情可以通过现有的人脸识别技术实现，本发明实施例对面部表情的识别方式不做具体限定。
步骤408、接收来自第二移动终端的第一标识信息；
在本发明实施例中，该第一标识信息中可以包括第二图像的名称或第二图像的存储位置，该第一标识信息中还可以包括第二图像在第一图像中的显示位置。本发明实施例对第一标识信息的内容不做具体限定。
步骤409、根据第一标识信息，选择与第一标识信息对应的第二图像，然后执行步骤410；
例如：第一标识信息中包含第二图像的名称为“八字胡”，从图像数据库或者网络中选择“八字胡”的第二图像。对于第一标识信息中包含第二图像的存储位置的情况与此类似，不再赘述。
步骤410、识别第一图像中的第一目标对象的位置信息；
在本发明实施例中，通过图像识别对第一图像中的第一目标对象的人脸轮廓进行识别，得到第一目标对象的位置信息。
步骤411、根据位置信息，确定第一图像与第二图像之间的位置关系；
例如，第二图像为“八字胡”，根据第一目标对象的位置信息，确定第二图像在第一图像中的位置为人脸的上嘴唇正上方。
步骤412、根据第一图像与第二图像之间的位置关系，显示第一图像和第二图像；
在本发明实施例中，可以通过图像分层处理或者图像合成处理，在第一视频通信窗口中同时显示第一图像和第二图像，其中图像分层或者图像合成均为现有技术，在此不再赘述。
步骤413、向第二移动终端发送第二图像的第二标识信息，由第二移动终端根据第二标识信息获取第二图像以及第一图像和第二图像之间的位置关系，并显示第一图像和第二图像。
在本发明实施例中，第一移动终端在显示第一图像和第二图像的同时，向第二移动终端发送第二图像的标识信息，该标识信息用于指示第二移动终端从图像数据库或网络中选择出第二图像，并获取第一图像与第二图像之间的位置关系，结合该位置关系，第二移动终端能够同时显示第一图像和第二图像。
该第二图像的标识信息中可以包括为第二图像的名称或第二图像的存储位置，该第二图像的标识信息中还可以包括第二图像在第一图像中的显示位置。本发明实施例对第二图像的标识信息不做具体限定。
这样，在视频通信的过程中，第一移动终端获取第一图像以及与第一图像关联的第二图像；第一移动终端在显示第一图像和第二图像的同时，将第二图像的标识信息发送给第二移动终端，第二移动终端能够根据该标识信息同时显示第一图像和第二图像，使第一移动终端和第二移动终端的用户都能够看到改善后的第一图像，增加视频通信的功能，改善用户体验。
参见图5，图中示出一种本发明实施例的应用场景，第一移动终端501的显示区域中可以包括第一视频通信窗口502和第二视频通信窗口503，其中，在第一视频通信窗口502中显示第四图像504和第五图像505，在第二视频通信窗口503中显示第六图像506和第七图像507。
应当理解的是，本应用场景适用于本发明的方法实施例，为描述清楚，将第一移动终端对应的图像重新命名为第四图像和第五图像(第四图像为第一移动终端视频通信拍摄得到的图像，第五图像为与第四图像关联的图像)；将第二移动终端对应的图像重新命名为第六图像和第七图像(第六图像为第二移动终端视频通信拍摄得到的图像，第七图像为与第六图像关联的图像)。
需要说明的是，第一移动终端的显示区域内，可以只显示与第一移动终端的用户对应的第四图像和第五图像；也可以只显示与第二移动终端的用户对应第六图像和第七图像；还可以同时显示第四图像、第五图像、第六图像和第七图像。本发明实施例对第一移动终端的显示区域内的显示方式不做具体限定。
图5示出了同时显示第四图像、第五图像、第六图像和第七图像的应用场景，在视频通信过程中，第一移动终端501通过拍摄得到第四图像504，并接收第二移动终端拍摄得到的第六图像506。将第四图像504显示在第一视频通信窗口502中，将第六图像506显示在第二视频通信窗口503中。当第一移动终端501接收到用户发出的语音指令中包含关键字“帽子”时，从第一移动终端501的图像数据库或网络中选择“帽子”的第七图像507。根据第七图像507的名称，确定该第七图像507与第六图像506之间的位置关系，该第七图像507位于第六图像506中人的头部上方，在第六图像506的对应位置显示第七图像507。上述过程为第一移动终端的用户为第二移动终端的用户添加动画图像的过程，可以理解的是，第一移动终端的用户为自己添加动画图像可以采用相同的方方式，在此不再赘述。
需要说明的是，根据场景识别结果或者根据人脸识别结果在第四图像中添加第五图像的方式与此类似，在此不再赘述。
以图4所示的方法实施例为例，第一移动终端将第七图像507的标识信息发送给第二移动终端，第二移动终端根据该标识信息，从图像数据库或者网络中选择出“帽子”的第七图像507，并根据该标识信息获取第六图像506和第七图像507之间的位置关系，该第七图像507位于第六图像506中人的头部上方，在第六图像506的对应位置显示第七图像507。
同理，当第二移动终端的用户为第一移动终端的用户添加了动画，则第一移动终端接收第二移动终端发送的第五图像505的标识信息，根据该标识信息，第一移动终端从图像数据库或者网络中选择出“牛角”的第五图像505，并根据该标识信息获取第四图像504和第五图像505之间的位置关系，该第五图像505位于第四图像504中人的头部上方，在第四图像504的对应位置显示第五图像505。
参见图6，本发明实施例提供了一种第一移动终端600，包括：
第一获取模块601，用于获取第一图像、与所述第一图像关联的第二图像，以及所述第一图像与所述第二图像之间的位置关系；其中，所述第一图像为所述第一移动终端拍摄得到的图像，或者，第二移动终端拍摄得到的图像，所述第二移动终端为与所述第一移动终端建立视频通信连接的移动终端；
显示模块602，用于根据所述第一图像与所述第二图像之间的位置关系，显示所述第一图像和第二图像。
可选地，第一获取模块601包括：
第一获取单元6011，用于获取第一语音指令，所述第一语音指令为所述第一移动终端采集的指令，或者，所述第二移动终端采集的指令；
第一选择单元6012，用于根据第一语音指令，从第一移动终端的图像数据库中选择第二图像；
和/或，第一识别单元6013，用于识别第一图像中第一目标对象所在的第一场景；
第二选择单元6014，用于根据第一场景，从第一移动终端的图像数据库中选择第二图像；
和/或，第二识别单元6015，用于识别第一图像中第一目标对象的面部表情；
第三选择单元6016，用于根据第一目标对象的面部表情，从第一移动终端的图像数据库中选择第二图像；
和/或，第一接收单元6017，用于接收来自第二移动终端的第一标识信息；
第四选择单元6018，用于根据所述第一标识信息，选择与所述第一标识信息对应的所述第二图像。
可选地，显示模块602包括：
合成单元6021，用于根据所述第一图像与所述第二图像之间的位置关系，将所述第一图像和所述第二图像合成为第三图像；
显示单元6022，用于显示所述第三图像。
可选地，第一移动终端600还包括：
第一发送模块603，用于将所述第三图像发送给所述第二移动终端，由所述第二移动终端显示所述第三图像。
可选地，第一移动终端600还包括：
第二发送模块604，用于向所述第二移动终端发送所述第二图像的第二标识信息，由所述第二移动终端根据所述第二标识信息获取所述第二图像以及所述第一图像和所述第二图像之间的位置关系，并显示所述第一图像和所述第二图像。
可选地，第一获取模块601还包括：
第三识别单元6019，用于识别所述第一图像中的第一目标对象的位置信息；
确定单元6020，用于根据所述位置信息，确定所述第一图像与所述第二图像之间的位置关系。
可选地，第三识别单元6019包括：
识别子单元60191，用于识别所述第一图像中的人脸轮廓。
这样，在视频通信的过程中，第一移动终端获取并显示第一图像以及与第一图像关联的第二图像，能够改善第一图像的显示效果，增加视频通信的功能，改善用户体验。
图7为实现本发明各个实施例的一种移动终端的硬件结构示意图，如图所示，该移动终端700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解，图6中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
在一个实施例中，处理器710，用于获取第一图像、与所述第一图像关联的第二图像，以及所述第一图像与所述第二图像之间的位置关系；其中，所述第一图像为所述第一移动终端拍摄得到的图像，或者，第二移动终端拍摄得到的图像，所述第二移动终端为与所述第一移动终端建立视频通信连接的移动终端。
处理器710，还用于根据所述第一图像与所述第二图像之间的位置关系，显示所述第一图像和第二图像。
这样，在视频通信的过程中，第一移动终端获取并显示第一图像以及与第一图像关联的第二图像，能够改善第一图像的显示效果，增加视频通信的功能，改善用户体验。
应理解的是，本发明实施例中，射频单元701可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器710处理；另外，将上行的数据发送给基站。通常，射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元701还可以通过无线通信系统与网络和其他设备通信。
移动终端通过网络模块702为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元703还可以提供与移动终端700执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元703包括扬声器、蜂鸣器以及受话器等。
输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元706上。经图形处理器7041处理后的图像帧可以存储在存储器709(或其它存储介质)中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元701发送到移动通信基站的格式输出。
移动终端700还包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板7061的亮度，接近传感器可在移动终端700移动到耳边时，关闭显示面板7061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器705还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。
显示单元706用于显示由用户输入的信息或提供给用户的信息。显示单元706可包括显示面板7061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板7061。
用户输入单元707可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板7071上或在触控面板7071附近的操作)。触控面板671可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器710，接收处理器710发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板7071。除了触控面板7071，用户输入单元707还可以包括其他输入设备7072。具体地，其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
进一步的，触控面板7071可覆盖在显示面板7061上，当触控面板7071检测到在其上或附近的触摸操作后，传送给处理器710以确定触摸事件的类型，随后处理器710根据触摸事件的类型在显示面板7061上提供相应的视觉输出。虽然在图6中，触控面板7071与显示面板7061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板7071与显示面板7061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元708为外部装置与移动终端700连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元708可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端700内的一个或多个元件或者可以用于在移动终端700和外部装置之间传输数据。
存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器709可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器710是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器709内的软件程序和/或模块，以及调用存储在存储器709内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器710可包括一个或多个处理单元；优选的，处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。
移动终端700还可以包括给各个部件供电的电源711(比如电池)，优选的，电源711可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外，移动终端700包括一些未示出的功能模块，在此不再赘述。
优选的，本发明实施例还提供一种移动终端，包括处理器710，存储器709，存储在存储器709上并可在所述处理器710上运行的计算机程序，该计算机程序被处理器710执行时实现上述视频通信方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述视频通信方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。