视频信号的辅助信息叠加方法及装置

摘要

本发明提供一种视频信号的辅助信息叠加方法及装置，方法包括：获取第一会场的音频信号及第一会场的至少一个视频信号，该至少一个视频信号包含第一会场中的多个视频对象；获取指示信息，该指示信息用于指示在上述至少一个视频信号的多个视频对象中、与获取到的音频信号对应的视频对象所处的视频区域；根据指示信息将与第一会场的音频信号对应的文本信息与视频信号进行叠加处理，以使该文本信息在指示信息所指示的视频区域中显示。本发明实施例保证了多图像的视频会议应用场景下，音频信号能够以字幕的形式显示在对应的视频信号所在的显示屏幕中，从而保证了图像与字幕的显示方位的一致性。

主权项

一种视频信号的辅助信息叠加方法，其特征在于，包括：获取第一会场的音频信号及第一会场的至少一个视频信号，所述至少一个视频信号包含所述第一会场中的多个视频对象；获取指示信息，所述指示信息用于指示在所述至少一个视频信号的多个视频对象中、与所述音频信号对应的视频对象所处的视频区域；根据所述指示信息将与所述第一会场的音频信号对应的文本信息与所述视频信号进行叠加处理，以使所述文本信息在所述指示信息所指示的视频区域中显示；所述指示信息通过如下方式获得：若所述第一会场的音频信号为多声道信号，确定所述多声道信号中能量最大的声道信号所对应的方位为所述音频信号对应的视频对象的音源方位，以生成所述音频信号的音源方位信息，并利用音源方位与视频方位之间的对应关系，将所述音源方位信息转换为用于指示所述音频信号的对应的视频对象所处的视频区域的指示信息；或者，分别对所述第一会场的视频信号中的参会者的唇部运动进行检测，确定唇部有开合运动的参会者为所述视频对象，并确定所述音频信号对应的视频对象所处的视频区域的指示信息，且当所述指示信息是根据所述唇部运动检测得到时，利用音源方位与视频方位之间的对应关系，获取所述音频信号的音源方位信息，并根据所述音频信号的音源方位信息播放所述音频信号；其中，所述音源方位表示所述音频信号在所述第一会场中所在的方位。