專利名稱：麥克風(fēng)控制系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種麥克風(fēng)控制系統(tǒng)及方法。
背景技術(shù)：
麥克風(fēng)是一種將聲音轉(zhuǎn)換成電子信號的能量轉(zhuǎn)換器，其基本原理為當(dāng)麥克風(fēng)的聲音振膜經(jīng)過聲音的震動以后，將聲音震動轉(zhuǎn)變成電子信號，電子信號經(jīng)過擴大器放大，再送到喇叭就成為原來的聲音。目前，麥克風(fēng)在使用過程中沒有結(jié)合影像偵測技術(shù)，無法自動偵測使用者的面部及口部位置，并按使用者身高自行調(diào)整至最佳收音位置及角度，使用者只能在使用前自行動手調(diào)整麥克風(fēng)的高度與角度位置。然而，大部分的活動流程中總會有多位致詞者或表演者，即使活動前已請專業(yè)音效師事先設(shè)置好麥克風(fēng)位置，卻往往因為每位致詞者或表演者的身高不盡相同而導(dǎo)致收音效果不一樣。若每位致詞者在致詞前皆重新調(diào)整麥克風(fēng)高度與角度位置，除了會影響演說情緒及表演質(zhì)量，也可能導(dǎo)致活動時間拖延而不易管控，另外使用者自行調(diào)整后的麥克風(fēng)收音與擴音效果也不能夠達(dá)到最佳效果。

發(fā)明內(nèi)容
鑒于以上內(nèi)容，有必要提出一種有必要提供一種麥克風(fēng)控制系統(tǒng)及方法，能夠自動調(diào)整麥克風(fēng)高度及與用戶的距離，將麥克風(fēng)調(diào)整至最佳收音位置。一種麥克風(fēng)控制系統(tǒng)，包括麥克風(fēng)、時間飛行(Time of Flight，T0F)攝像機、制動單元、存儲器及處理器。麥克風(fēng)與制動單元相連接，TOF攝像機、制動單元及存儲器分別與處理器相連接。TOF攝像機持續(xù)拍攝麥克風(fēng)前方場景得到場景影像，處理器對場景影像進(jìn)行分析偵測3D人臉區(qū)域，根據(jù)存儲器預(yù)先儲存的當(dāng)麥克風(fēng)調(diào)整到最佳的收音位置時，3D人臉區(qū)域在場景影像中所占第一比例、確定3D人臉區(qū)域口部位置的第二比例及3D人臉中口部位置在場景影像中的位置信息，控制制動單元自動調(diào)整麥克風(fēng)與用戶的距離及麥克風(fēng)的高度，將麥克風(fēng)調(diào)整到最佳的收音位置，達(dá)到最好的收音效果。一種麥克風(fēng)控制方法，該方法包括以下步驟(a)利用TOF攝像機拍攝麥克風(fēng)前方的場景，得到場景影像；(b)利用處理器將當(dāng)前場景影像中各點到鏡頭的距離轉(zhuǎn)換為像素值儲存至當(dāng)前場景影像的特征矩陣；(c)利用處理器將當(dāng)前場景影像的特征矩陣中各點的像素值與三維人臉模板中相應(yīng)特征點的像素值的容許范圍進(jìn)行比較，判斷當(dāng)前場景影像是否存在某一區(qū)域、該區(qū)域有滿足第一預(yù)設(shè)數(shù)目的特征點的像素值落入三維人臉模板中相應(yīng)特征點的像素值的容許范圍，以偵測該場景影像中的三維人臉區(qū)域從場景影像中偵測三維人臉區(qū)域；(d)利用處理器判斷三維人臉區(qū)域在場景影像中所占比例是否等于第一預(yù)設(shè)比例，若不等于第一預(yù)設(shè)比例，則執(zhí)行步驟(e)后返回步驟(a)，若等于第一預(yù)設(shè)比例，則執(zhí)行步驟(f) ； (e)利用處理器下達(dá)第一控制指令至制動單元以調(diào)整麥克風(fēng)與用戶的距離；(f) 利用處理器根據(jù)第二預(yù)設(shè)比例在三維人臉區(qū)域中確定用戶的口部位置；及(g)利用處理器判斷口部位置是否在場景影像中的預(yù)設(shè)位置，當(dāng)口部位置在場景影像中的預(yù)設(shè)位置時，結(jié)束流程，當(dāng)口部位置不在場景影像中的預(yù)設(shè)位置時，下達(dá)第二控制指令至制動單元以調(diào)整麥克風(fēng)的高度并返回步驟(a)。 相較于現(xiàn)有技術(shù)，本發(fā)明所提供的麥克風(fēng)控制系統(tǒng)及方法能夠根據(jù)使用者面部及口部位置自動調(diào)整麥克風(fēng)的高度及用戶的距離，將麥克風(fēng)調(diào)整至最佳收音位置，使得麥克風(fēng)能夠擷取到使用者最清晰的聲音。使用者無需以手動方式調(diào)整麥克風(fēng)位置，不僅能夠更精確掌控活動流程與時間，也可以讓麥克風(fēng)實時達(dá)到最佳的收音效果。


圖1是本發(fā)明麥克風(fēng)控制系統(tǒng)較佳實施例的硬件架構(gòu)圖。
圖2是圖1中麥克風(fēng)控制系統(tǒng)的兩種工作模式示意圖。
圖3是圖1中處理器及存儲器的功能模塊圖。
圖4是本發(fā)明麥克風(fēng)控制方法較佳實施例的流程圖。
圖5是圖4中步驟S32的具體流程圖。
圖6及圖7是圖1中TOF攝像機拍攝麥克風(fēng)前方的場景得到的兩張場景
圖8及圖9是判斷場景影像用戶口部位置的示意圖。
圖10是圖1中麥克風(fēng)控制系統(tǒng)安裝在麥克風(fēng)支架上的示意圖。
主要元件符號說明
權(quán)利要求
1.一種麥克風(fēng)控制系統(tǒng)，其特征在于，該系統(tǒng)包括TOF攝像機，用戶拍攝麥克風(fēng)前方的場景影像，該TOF攝像機用于得到場景影像中被拍攝物體各點與TOF攝像機的鏡頭之間的距離信息；存儲器，用于儲存三維人臉影像及判斷麥克風(fēng)的位置是否需要調(diào)整的預(yù)設(shè)標(biāo)準(zhǔn)，該預(yù)設(shè)標(biāo)準(zhǔn)包括當(dāng)麥克風(fēng)處于預(yù)設(shè)的收音位置時，TOF攝像機拍攝得到的場景影像中三維人臉區(qū)域在場景影像中所占的第一比例，用于確定三維人臉中口部位置的第二比例，以及口部位置在場景影像中的預(yù)設(shè)位置；及與存儲器及TOF攝像機相連接的處理器，該處理器包括三維人臉模板建立模塊，用于根據(jù)存儲器儲存的三維人臉影像中各點與鏡頭之間的距離信息建立三維人臉模板，以用于儲存三維人臉影像中各特征點的像素值的容許范圍；影像信息處理模塊，用于獲取TOF攝像機拍攝的當(dāng)前場景影像，將當(dāng)前場景影像中各點到鏡頭的距離轉(zhuǎn)換為像素值儲存至當(dāng)前場景影像的特征矩陣；三維人臉識別模塊，用于將當(dāng)前場景影像的特征矩陣中各點的像素值與三維人臉模板中相應(yīng)特征點的像素值的容許范圍進(jìn)行比較，判斷當(dāng)前場景影像是否存在某一區(qū)域、該區(qū)域有滿足第一預(yù)設(shè)數(shù)目的特征點的像素值落入三維人臉模板中相應(yīng)特征點的像素值的容許范圍，以偵測該場景影像中的三維人臉區(qū)域；控制模塊，用于當(dāng)三維人臉區(qū)域在場景影像中所占比例不等于第一預(yù)設(shè)比例時，下達(dá)第一控制指令至制動單元，以調(diào)整麥克風(fēng)與用戶的距離；三維人臉識別模塊，還用于根據(jù)第二預(yù)設(shè)比例在三維人臉區(qū)域中確定口部位置；及控制模塊，還用于當(dāng)口部位置不在當(dāng)前場景影像中的預(yù)設(shè)位置時，下達(dá)第二控制指令至制動單元，以調(diào)整麥克風(fēng)的高度。
2.如權(quán)利要求1所述的麥克風(fēng)控制系統(tǒng)，其特征在于，該系統(tǒng)還包括控制器，該控制器包括自動按鈕及設(shè)定按鈕，用于供用戶啟用麥克風(fēng)控制系統(tǒng)的自動模式或重新設(shè)置模式。
3.如權(quán)利要求2所述的麥克風(fēng)控制系統(tǒng)，其特征在于，當(dāng)用戶啟用自動模式，所述預(yù)設(shè)標(biāo)準(zhǔn)為麥克風(fēng)控制系統(tǒng)的出廠預(yù)設(shè)值，當(dāng)用戶啟用重新設(shè)置模式，所述預(yù)設(shè)標(biāo)準(zhǔn)為當(dāng)用戶將臉部移動至麥克風(fēng)前方的收音位置時，處理器分析TOF攝像機拍攝的包括用戶臉部的場景影像計算得到并暫存在存儲器的預(yù)設(shè)標(biāo)準(zhǔn)。
4.如權(quán)利要求3所述的麥克風(fēng)控制系統(tǒng)，其特征在于，當(dāng)用戶結(jié)束重新設(shè)置模式啟用自動模式時，處理器清空存儲器暫存的預(yù)設(shè)標(biāo)準(zhǔn)。
5.如權(quán)利要求1所述的麥克風(fēng)控制系統(tǒng)，其特征在于，該系統(tǒng)安裝在一個麥克風(fēng)支架上，并且所述麥克風(fēng)及TOF攝像機位于同一水平位置。
6.一種麥克風(fēng)控制方法，其特征在于，該方法包括(a)利用TOF攝像機拍攝麥克風(fēng)前方的場景，得到場景影像；(b)利用處理器將當(dāng)前場景影像中各點到鏡頭的距離轉(zhuǎn)換為像素值儲存至當(dāng)前場景影像的特征矩陣；(c)利用處理器將當(dāng)前場景影像的特征矩陣中各點的像素值與三維人臉模板中相應(yīng)特征點的像素值的容許范圍進(jìn)行比較，判斷當(dāng)前場景影像是否存在某一區(qū)域、該區(qū)域有滿足第一預(yù)設(shè)數(shù)目的特征點的像素值落入三維人臉模板中相應(yīng)特征點的像素值的容許范圍，以偵測該場景影像中的三維人臉區(qū)域；(d)利用處理器判斷三維人臉區(qū)域在場景影像中所占比例是否等于第一預(yù)設(shè)比例，若不等于第一預(yù)設(shè)比例，則執(zhí)行步驟(e)后返回步驟(a)，若等于第一預(yù)設(shè)比例，則執(zhí)行步驟 (f)；(e)利用處理器下達(dá)第一控制指令至制動單元以調(diào)整麥克風(fēng)與用戶的距離；(f)利用處理器根據(jù)第二預(yù)設(shè)比例在三維人臉區(qū)域中確定用戶的口部位置；及(g)利用處理器判斷口部位置是否在場景影像中的預(yù)設(shè)位置，當(dāng)口部位置在場景影像中的預(yù)設(shè)位置時，結(jié)束流程，當(dāng)口部位置不在場景影像中的預(yù)設(shè)位置時，下達(dá)第二控制指令至制動單元以調(diào)整麥克風(fēng)的高度并返回步驟(a)。
7.如權(quán)利要求6所述的麥克風(fēng)控制方法，其特征在于，所述麥克風(fēng)控制方法應(yīng)用于自動模式或重新設(shè)置模式。
8.如權(quán)利要求6所述的麥克風(fēng)控制方法，其特征在于，當(dāng)用戶啟用自動模式，所述預(yù)設(shè)標(biāo)準(zhǔn)為出廠預(yù)設(shè)值，當(dāng)用戶啟用重新設(shè)置模式，所述預(yù)設(shè)標(biāo)準(zhǔn)為當(dāng)用戶將臉部移動至麥克風(fēng)前方的收音位置時，處理器分析TOF攝像機拍攝的包括用戶臉部的場景影像計算得到并暫存在存儲器的預(yù)設(shè)標(biāo)準(zhǔn)。
9.如權(quán)利要求7所述的麥克風(fēng)控制方法，其特征在于，當(dāng)用戶結(jié)束重新設(shè)置模式啟用自動模式時，處理器清空存儲器暫存的預(yù)設(shè)標(biāo)準(zhǔn)。
10.如權(quán)利要求6所述的麥克風(fēng)控制方法，其特征在于，所述麥克風(fēng)及TOF攝像機安裝在麥克風(fēng)支架上的同一水平位置。
全文摘要
本發(fā)明提供一種麥克風(fēng)控制系統(tǒng)及方法。該麥克風(fēng)控制系統(tǒng)包括麥克風(fēng)、時間飛行(Time of Flight，TOF)攝像機、制動單元、存儲器及處理器。麥克風(fēng)與制動單元相連接，TOF攝像機、制動單元及存儲器分別與處理器相連接。TOF攝像機持續(xù)拍攝麥克風(fēng)前方場景得到場景影像。處理器對場景影像進(jìn)行分析偵測3D人臉區(qū)域，根據(jù)存儲器預(yù)先儲存的當(dāng)麥克風(fēng)調(diào)整到最佳的收音位置時，3D人臉區(qū)域在場景影像中所占第一比例、確定3D人臉區(qū)域口部位置的第二比例及3D人臉中口部位置在場景影像中的位置信息，控制制動單元自動調(diào)整麥克風(fēng)與用戶的距離及麥克風(fēng)的高度，將麥克風(fēng)調(diào)整到最佳的收音位置，達(dá)到最好的收音效果。
文檔編號H04N5/232GK102378097SQ201010262470
公開日2012年3月14日 申請日期2010年8月25日 優(yōu)先權(quán)日2010年8月25日
發(fā)明者李后賢, 李章榮, 羅治平 申請人:鴻富錦精密工業(yè)(深圳)有限公司, 鴻海精密工業(yè)股份有限公司