电子云台多场景拍摄实现方法及系统与流程

本发明属于视频监控、录播技术领域，尤其涉及一种电子云台多场景拍摄实现方法及系统。

背景技术：

在当前常态化录播课室的实现方案中，为了简化部署往往需要利用一个摄像头同时实现至少2个以上的场景拍摄，例如教师特写、教师全景、板书特写等场景。

目前多场景拍摄实现方案是利用云台网络摄像机对采集到的图像进行裁剪，在接收录播主机的用户控制指令后，云台网络摄像头将特定的拍摄区域编码后通过ip网络传输到录播主机，录播主机接收该编码视频进行解码显示或进行其他图像处理后，再次编码生成视频文件或流媒体数据。但是，在传输过程中存在2次或2次以上的编解码过程，给视频图像带来了不可逆的质量下降，在录播课堂等使用场景下，由于视频质量的下降会严重影响学生和老师等受众观看体验。

为解决上述技术问题，本领域技术人员提出将两个以上的摄像镜头装配在一个设备外壳内，使外观上成为一个整体的摄像设备，不同摄像镜头负责不同的场景拍摄，例如两个摄像头分别拍摄教师特写和教师全景画面，并通过2条以上的物理传输线路将非编码拍摄视频数据传输到录播主机。录播主机接收该非编码视频进行显示或进行其他图像处理后，编码生成视频文件或流媒体数据。这种方式存在的技术问题是拍摄场景数量受到物理镜头数量的限制，实际应用时扩展性很差，且多个摄像镜头所拍摄的场景非编码视频数据需分别使用多条物理传输线路发送至录播主机，工程施工繁琐，且在设备运维上无疑增加了故障节点，增加运维难度。

有鉴于此，本领域技术人员提出将1个摄像机采集到的原始视频图像信息发送至录播主机，录播主机根据用户操作指令，在录播主机端完成视频画面的裁剪，以实现全景画面和特写画面场景拍摄。但是摄像机发送至录播主机是完整的拍摄图像信息，但录播主机却只需要拍摄图像的部分区域，这样在传输资源上造成极大的带宽浪费，且容易碰到传输线路的带宽限制，若采用4k或8k分辨率摄像机时，传输链路的带宽将会成为瓶颈。

技术实现要素：

为解决上述技术问题，本发明提出一种电子云台多场景拍摄实现方法及系统。

为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

本发明采用如下技术方案：

在一些可选的实施例中，提供一种电子云台多场景拍摄实现方法，包括：

前端设备的各个场景处理模块根据不同场景视频图像对应的操作指令，在原始视频图像中通过裁剪、缩放操作获得多个不同场景视频图像；

所述前端设备将所述不同场景视频图像拼接为一个整体视频图像，并发送至用户主机端。

在一些可选的实施例中，该方法之前还包括：

所述前端设备采集原始视频图像；

所述前端设备对所述原始视频图像进行预处理，优化所述原始视频图像的像素质量；

所述前端设备解析编辑指令，获得所述不同场景视频图像对应的操作指令。

在一些可选的实施例中，所述编辑指令来自于所述用户主机端或由所述用户主机端在所述前端设备中进行预设而形成；

所述编辑指令内包含针对不同场景的拍摄需要所指定的裁剪指令及缩放指令信息。

在一些可选的实施例中，所述前端设备在原始视频图像中通过裁剪、缩放操作获得的多个不同场景视频图像为特定分辨率图像，且所述前端设备采集的原始视频图像的分辨率高于所述前端设备在原始视频图像中通过裁剪、缩放操作获得的多个不同场景视频图像的特定分辨率。

在一些可选的实施例中，所述前端设备将所述不同场景视频图像拼接为一个整体视频图像的同时，记录拼接位置信息，并将所述拼接位置信息发送至所述用户主机端；

其中，上下左右相邻的多个不同场景视频图像按一定规则进行排序拼接，所述拼接位置信息用于标记多个不同场景视频图像在整体视频图像中的坐标及尺寸。

在一些可选的实施例中，所述的电子云台多场景拍摄实现方法，还包括：

所述用户主机端接收所述前端设备上传的整体视频图像，根据所述整体视频图像，分离出多个特定分辨率的不同场景视频图像；

所述用户主机端对所述多个特定分辨率的不同场景视频图像进行编辑，并编码形成视频播放文件或流媒体数据。

在一些可选的实施例中，所述用户主机端接收所述前端设备上传的整体视频图像的同时，接收所述前端设备上传的拼接位置信息；所述用户主机端根据所述整体视频图像及所述拼接位置信息，分离出多个特定分辨率的不同场景视频图像。

在一些可选的实施例中，所述用户主机端分离出多个特定分辨率的不同场景视频图像的同时，针对不同场景视频图像进行场景名称标记。

在一些可选的实施例中，本发明还提供一种电子云台多场景拍摄系统，包括：前端设备；所述前端设备包括：

场景图像编辑单元，用于根据不同场景视频图像对应的操作指令，在原始视频图像中通过裁剪、缩放操作获得多个不同场景视频图像；

图像拼接单元，用于将所述不同场景视频图像拼接为一个整体视频图像；

数据发送单元，用于将所述整体视频图像发送至用户主机端；

其中，所述场景图像编辑单元包括：若干场景处理模块，各个场景处理模块根据不同场景视频图像对应的操作指令获取不同场景的编辑区域。

在一些可选的实施例中，所述前端设备还包括：

视频图像采集单元，用于采集原始视频图像；

图像信号预处理单元，用于对所述原始视频图像进行预处理，优化所述原始视频图像的像素质量；

编辑指令处理单元，用于解析编辑指令，获得所述不同场景视频图像对应的操作指令。

在一些可选的实施例中，所述编辑指令处理单元包括：

编辑指令接收子模块,用于获取来自于所述用户主机端的编辑指令或所述用户主机端在所述前端设备中进行预设而形成的编辑指令；

编辑指令解析子模块，用于解析所述编辑指令，并将所述不同场景视频图像对应的操作指令发送至相应的场景处理模块；

所述编辑指令内包含针对不同场景的拍摄需要所指定的裁剪指令及缩放指令信息。

在一些可选的实施例中，所述场景处理模块包括：

图像区域裁剪子模块，用于接收所述编辑指令处理单元解析后得到的裁剪指令，在预处理后的所述原始视频图像中确定待裁剪区域，并裁剪出相应的场景视频图像区域；

图像区域缩放子模块，用于接收所述编辑指令处理单元解析后得到的缩放指令，对所述图像区域裁剪子模块裁剪出的场景视频图像进行缩放，调整至特定的分辨率。

在一些可选的实施例中，所述图像拼接单元包括：

图像拼接子模块，用于将上下左右相邻的多个不同场景视频图像按一定规则进行排序拼接；

拼接位置信息记录子模块，用于记录拼接位置信息，所述拼接位置信息用于标记多个不同场景视频图像在整体视频图像中的坐标及尺寸。

在一些可选的实施例中，所述的电子云台多场景拍摄系统，还包括：用户主机端；所述用户主机端包括：

数据接收单元，用于接收所述前端设备上传的整体视频图像；

图像分离单元，用于根据所述整体视频图像，分离出多个特定分辨率的不同场景视频图像；

图像编码单元，用于对所述多个特定分辨率的不同场景视频图像进行编辑，并编码形成视频播放文件或流媒体数据。

在一些可选的实施例中，所述数据接收单元接收所述前端设备上传的整体视频图像的同时，接收所述前端设备上传的拼接位置信息；所述图像分离单元根据所述整体视频图像及所述拼接位置信息，分离出多个特定分辨率的不同场景视频图像。

在一些可选的实施例中，所述图像分离单元包括：场景标记子模块，用于针对分离出的多个不同场景视频图像进行场景名称标记。

在一些可选的实施例中，所述前端设备通过1条物理传输线路将非编码多场景拍摄视频数据发送至所述用户主机端；其中，所述物理传输线路包括但不限于网线、同轴电缆、hdmi线材，传输技术包括但不限于3g-sdi、hdbaset、hdmi。

本发明所带来的有益效果：在使用单个物理镜头的情况下灵活实现多种场景拍摄，仅通过1条物理传输线路将非编码多场景拍摄视频数据发送至用户主机端，并在用户主机端对图像数据处理后一次编码生成高质量的视频文件或流媒体数据，灵活实现多场景拍摄，高效利用传输线路带宽，一次编码生成高质量的视频播放文件，简便的系统安装和运维，提升整体数据的处理及传输效率，有效降低系统整体成本。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

附图说明

图1是本发明电子云台多场景拍摄实现方法在其中一种实施例中的流程示意图；

图2是本发明电子云台多场景拍摄实现方法在另一种实施例中的流程示意图；

图3是本发明通过裁剪操作获取多个场景视频图像的示意图；

图4是本发明通过缩放操作使特写场景图像达到特定分辨率的示意图；

图5是本发明通过缩放操作使全景场景图像达到特定分辨率的示意图；

图6是本发明通过拼接操作实现多个场景视频图像拼接的示意图；

图7是本发明电子云台多场景拍摄系统在其中一种实施例中的示意图；

图8是本发明电子云台多场景拍摄系统在另一种实施例中的示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。

在一些说明性的实施例中，如图1所示，提供一种电子云台多场景拍摄实现方法，包括：

101：前端设备采集原始视频图像。

前端设备可以为高分辨率的摄像机。通过高分辨率的摄像机采集原始视频图像，优选的，摄像机选为图像分辨率支持1600万像素的摄像机。

102：前端设备对原始视频图像进行预处理，优化原始视频图像的像素质量。

优化包括图像去噪、图像补偿、图像增强等。

103：前端设备解析编辑指令，获得不同场景视频图像对应的操作指令。

其中，编辑指令来自于用户主机端或由用户主机端在前端设备中进行预设而形成。因此，前端设备可实时的根据用户主机端的指令编辑优化后的视频图像，也可以根据预设的编辑指令来处理优化后的视频图像，适应多种处理要求，更加多样性。

编辑指令内包含针对不同场景的拍摄需要所指定的裁剪指令及缩放指令信息。因此，前端设备接收用户主机端发送的编辑指令，解析编辑指令分别获得多个场景对应的裁剪指令和缩放指令，在优化后的视频图像中通过裁剪和缩放获得多个特定分辨率的场景视频图像。

104：前端设备的各个场景处理模块根据不同场景视频图像对应的操作指令，在原始视频图像中通过裁剪、缩放操作获得多个不同场景视频图像。

具体的，前端设备在获取不同场景视频图像对应的操作指令时，将优化后的视频图像输入多个场景处理模块中。各个场景处理模块根据对应场景的编辑指令，分别在预处理后的原始视频图像中通过裁剪、缩放操作后，获得多个不同场景视频图像，即前端设备执行编辑指令，在原始视频图像中根据裁剪区域和缩放区域信息进行裁剪和缩放，获得多个特定分辨率的不同场景视频图像信息。

105：前端设备将不同场景视频图像拼接为一个整体视频图像。

具体的，前端设备将上下左右相邻的多个不同场景视频图像按一定规则进行排序拼接。规则包括：单行多列，单列多行或多列多行。

在一些说明性的实施例中，前端设备将不同场景视频图像拼接为一个整体视频图像的同时，记录拼接位置信息，并将拼接位置信息发送至用户主机端，便于用户主机端对整体视频图像进行分离操作，提升分离操作的准确度和分离效率。当拼接规则为默认规则，则前端设备可不发送拼接位置信息至用户主机端。

拼接位置信息用于标记多个不同场景视频图像在整体视频图像中的坐标及尺寸。

106：前端设备将拼接后的整体视频图像发送至用户主机端，其中，发送的整体视频图像是非编码的。当拼接规则不是默认规则时，前端设备将拼接后的整体视频图像以及拼接位置信息发送至用户主机端。

在一些说明性的实施例中，前端设备向用户主机端发送数据的过程中，是通过1条物理传输线路将所需要的非编码的多场景拍摄视频数据发送至用户主机端。其中，物理传输线路包括但不限于网线、同轴电缆、hdmi线材等物理线路；传输技术包括但不限于3g-sdi、hdbaset、hdmi等非编码视频图像传输技术。

在一些说明性的实施例中，前端设备在原始视频图像中通过裁剪、缩放操作获得的多个不同场景视频图像为特定分辨率图像，可以为200万像素。为满足对原始视频图像在裁剪缩放后，场景视频图像达到特定分辨率，前端设备采集的原始视频图像的分辨率高于设备在原始视频图像中通过裁剪、缩放操作获得的多个不同场景视频图像的特定分辨率。

在一些说明性的实施例中，如图2所示，本发明的电子云台多场景拍摄实现方法，还包括：

107：用户主机端接收前端设备上传的整体视频图像。

在一些说明性的实施例中，用户主机端接收前端设备上传的整体视频图像的同时，接收前端设备上传的拼接位置信息，便于用户主机端对整体视频图像进行分离操作，提升分离操作的准确度和分离。当拼接规则为默认规则，则前端设备可不发送拼接位置信息至用户主机端。

108：用户主机端根据整体视频图像分离出多个特定分辨率的不同场景视频图像。

当拼接规则为默认规则，则前端设备根据默认的拼接位置信息将整体视频图像分离出多个特定分辨率的不同场景视频图像。

当拼接规则不是默认规则时，则前端设备根据前端设备上传的拼接位置信息将整体视频图像分离出多个特定分辨率的不同场景视频图像。

在一些说明性的实施例中，用户主机端分离出多个特定分辨率的不同场景视频图像的同时，针对不同场景视频图像进行场景名称标记，供用户主机端根据需要进行调用，便于后续的处理操作，提升数据处理效率。

109：用户主机端对多个特定分辨率的不同场景视频图像进行编辑，具体的是根据资源模式或电影模式对多个场景视频图像进行编辑。例如：根据接收到的拼接位置信息，从拼接的整体视频图像中分离出教师特写、教师全景、学生全景等多个场景视频图像。

110：用户主机端根据使用需要对多个不同场景的视频图像进行图像数据处理后，经一次编码形成视频播放文件或流媒体数据。

因此，本发明电子云台多场景拍摄实现方法能在单个物理镜头的情况下同时实现多种场景的拍摄，并仅通过1条物理传输线路将所需要的非编码多场景拍摄视频数据同时发送至用户主机端，并在用户主机端对图像数据处理后一次编码生成高质量的视频文件或流媒体数据，该方法能灵活实现多场景拍摄，高效利用传输线路带宽，一次编码生成高质量的视频播放文件，简便的系统安装和运维，有效降低系统整体成本。

如图3所示，前端设备采集的原始视频图像尺寸长x个像素，宽y个像素。根据编辑指令的裁剪指令在原始视频图像中确定两个场景视频图像，分别为特写场景和全景场景。

特写场景主要拍摄人物脸部特写，在图3中标为a,根据编辑指令的裁剪指令确定全景场景，裁剪区域的矩形参数表示为：图像起点像素坐标为(x1,y1),图像长为a个像素点，宽为b个像素点。

全景场景主要拍摄多人画面，在图3中标为b根据编辑指令的裁剪指令确定全景场景，裁剪区域的矩形参数表示为：图像起点像素坐标为(x2,y2),图像长为c个像素点，宽为d个像素点。

如图4和5所示，前端设备根据裁剪指令获得特写场景图像及全景场景图像，两个场景图像的长宽像素分别为(a,b)、(c,d)，根据编辑指令的缩放指令将两个图像的长宽像素均分别缩放调整为(e,f)、(e,f)。

如图6所示，前端设备根据缩放指令获得两个缩放后的特写场景图像、全景场景图像，两个场景图像的长、宽像素分别为(e,f)、(e,f)，按上下排列方式将两个图像进行拼接，生成一个视频图像，其长、宽像素为(e,2f)，并记录拼接位置信息，即拼接位置信息为：视频图像中上方(e,f)像素区域为特写场景图像，下方(e,f)像素区域为全景场景图像。

当用户主机端对前端设备上传的整体视频图像进行分离时，将图6中拼接操作进行逆操作，具体的：根据已知的拼接排列规则，以长、宽像素为(e,f)的像素区域为单位，从上至下进行裁剪分离出两个视频图像，并对两个视频图像分别标记为特写场景视频图像和全景场景视频图像。

在一些说明性的实施例中，如图7所示，本发明提供一种电子云台多场景拍摄系统包括：前端设备。前端设备可以为高分辨率的摄像机。通过高分辨率的摄像机采集原始视频图像，优选的，摄像机选为图像分辨率支持1600万像素的摄像机。

前端设备包括：视频图像采集单元、图像信号预处理单元、编辑指令处理单元、场景图像编辑单元、图像拼接单元及数据发送单元。

视频图像采集单元，用于采集原始视频图像。

图像信号预处理单元，用于对原始视频图像进行预处理，优化原始视频图像的像素质量。优化包括图像去噪、图像补偿、图像增强等。

编辑指令处理单元，用于解析编辑指令，获得不同场景视频图像对应的操作指令。

场景图像编辑单元，用于根据不同场景视频图像对应的操作指令，在原始视频图像中通过裁剪、缩放操作获得多个不同场景视频图像。其中，场景图像编辑单元包括：若干场景处理模块，各个场景处理模块根据不同场景视频图像对应的操作指令获取不同场景的编辑区域。具体的，场景图像编辑单元在获取不同场景视频图像对应的操作指令时，将优化后的视频图像输入多个场景处理模块中。各个场景处理模块根据对应场景的编辑指令，分别在预处理后的原始视频图像中通过裁剪、缩放操作后，获得多个不同场景视频图像，即前端设备执行编辑指令，在原始视频图像中根据裁剪区域和缩放区域信息进行裁剪和缩放，获得多个特定分辨率的不同场景视频图像信息。

图像拼接单元，用于将所述不同场景视频图像拼接为一个整体视频图像；

数据发送单元，用于将所述整体视频图像发送至用户主机端。发送的整体视频图像是非编码的。当拼接规则不是默认规则时，前端设备将拼接后的整体视频图像以及拼接位置信息发送至用户主机端。在一些说明性的实施例中，前端设备向用户主机端发送数据的过程中，是通过1条物理传输线路将所需要的非编码多场景拍摄视频数据发送至用户主机端。其中，物理传输线路包括但不限于网线、同轴电缆、hdmi线材等物理线路；传输技术包括但不限于3g-sdi、hdbaset、hdmi等非编码视频图像传输技术。

在一些说明性的实施例中，编辑指令处理单元包括：编辑指令接收子模块及编辑指令解析子模块。

编辑指令接收子模块,用于获取来自于用户主机端的编辑指令或用户主机端在前端设备中进行预设而形成的编辑指令。因此，前端设备可实时的根据用户主机端的指令编辑优化后的视频图像，也可以根据预设的编辑指令来处理优化后的视频图像，适应多种处理要求，更加多样性。其中，编辑指令内包含针对不同场景的拍摄需要所指定的裁剪指令及缩放指令信息。

编辑指令解析子模块，用于解析编辑指令，并将不同场景视频图像对应的操作指令发送至相应的场景处理模块。因此，前端设备接收用户主机端发送的编辑指令，解析编辑指令分别获得多个场景对应的裁剪指令和缩放指令，优化后的视频图像在不同的场景处理模块中通过裁剪和缩放获得多个特定分辨率的场景视频图像。

在一些说明性的实施例中，场景处理模块包括：图像区域裁剪子模块及图像区域缩放子模块。

图像区域裁剪子模块，用于接收编辑指令处理单元解析后得到的裁剪指令，在预处理后的原始视频图像中确定待裁剪区域，并裁剪出相应的场景视频图像区域。

图像区域缩放子模块，用于接收编辑指令处理单元解析后得到的缩放指令，对图像区域裁剪子模块裁剪出的场景视频图像进行缩放，调整至特定的分辨率。特定的分辨率可以为200万像素。为满足对原始视频图像在裁剪缩放后，场景视频图像达到特定分辨率，前端设备采集的原始视频图像的分辨率高于设备在原始视频图像中通过裁剪、缩放操作获得的多个不同场景视频图像的特定分辨率。

在一些说明性的实施例中，图像拼接单元包括：图像拼接子模块及拼接位置信息记录子模块。

图像拼接子模块，用于将上下左右相邻的多个不同场景视频图像按一定规则进行排序拼接。规则包括：单行多列，单列多行或多列多行。

拼接位置信息记录子模块，用于记录拼接位置信息，拼接位置信息用于标记多个不同场景视频图像在整体视频图像中的坐标及尺寸。前端设备将不同场景视频图像拼接为一个整体视频图像的同时，记录拼接位置信息，并将拼接位置信息发送至用户主机端，便于用户主机端对整体视频图像进行分离操作，提升分离操作的准确度和分离效率。当拼接规则为默认规则，则前端设备可不发送拼接位置信息至用户主机端。

在一些说明性的实施例中，如图8所示，本发明的电子云台多场景拍摄系统，还包括：用户主机端。

用户主机端包括：数据接收单元、图像分离单元及图像编码单元。

数据接收单元，用于接收前端设备上传的整体视频图像。

数据接收单元接收前端设备上传的整体视频图像的同时，接收前端设备上传的拼接位置信息，便于用户主机端对整体视频图像进行分离操作，提升分离操作的准确度和分离。当拼接规则为默认规则，则前端设备可不发送拼接位置信息至用户主机端。

图像分离单元，用于根据整体视频图像，分离出多个特定分辨率的不同场景视频图像。

当拼接规则为默认规则，则图像分离单元根据默认的拼接位置信息将整体视频图像分离出多个特定分辨率的不同场景视频图像。

当拼接规则不是默认规则时，则图像分离单元根据前端设备上传的拼接位置信息将整体视频图像分离出多个特定分辨率的不同场景视频图像。

图像编码单元，用于对多个特定分辨率的不同场景视频图像进行编辑，并经一次编码形成视频播放文件或流媒体数据。具体的是根据资源模式或电影模式对多个场景视频图像进行编辑。例如：根据接收到的拼接位置信息，从拼接的整体视频图像中分离出教师特写、教师全景、学生全景等多个场景视频图像。

在一些说明性的实施例中，图像分离单元包括：场景标记子模块，用于针对分离出的多个不同场景视频图像进行场景名称标记。供用户主机端根据需要进行调用，便于后续的处理操作，提升数据处理效率。

因此，本发明的种电子云台多场景拍摄系统能在单个物理镜头的情况下同时实现多种场景的拍摄，并仅通过1条物理传输线路将所需要的非编码多场景拍摄视频数据同时发送至用户主机端，并在用户主机端对图像数据处理后一次编码生成高质量的视频文件或流媒体数据，该方法能灵活实现多场景拍摄，高效利用传输线路带宽，一次编码生成高质量的视频播放文件，简便的系统安装和运维，有效降低系统整体成本。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。