买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉珠海金智维信息科技有限公司申请的专利基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119738779B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411784897.1，技术领域涉及：G01S5/22；该发明授权基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法是由廖万里;金卓;林子越;胡箐;肖飞;刘金朝设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法在说明书摘要公布了：本发明公开了基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法，通过目标检测模型如YOLO检测场景中的所有人物，并生成对应的人框。然后，利用深度检测模块DepthAnything模型计算每个像素的深度信息，将这些深度信息与检测到的人框进行匹配。通过平均深度计算筛选出距离摄像头最近的发声者，只保留近距离有效目标。本发明能够解决复杂环境中声源定位不准和声音增强效果不佳的问题。本发明通过摄像头实时捕捉图像，并结合麦克风阵列的声音数据，系统能够对目标声源进行精确定位和增强，尤其在多声源及高噪音环境下表现出优异的性能。

本发明授权基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法在权利要求书中公布了：1.基于麦克风阵列和摄像头的声源方向定位及方向性声音增强方法，其特征在于，包括以下步骤： S1、将摄像头安装在麦克风阵列的中心位置，对摄像头采集的图像进行预处理；通过目标检测模型检测图像中的所有人物，并生成对应的人框； S2、利用深度估计模块计算图像中每个像素的深度信息，并将像素的深度信息与检测到的人框进行匹配； 通过计算每个人框内部像素的平均深度，判断发声者与摄像头的距离，并通过设定深度阈值，过滤掉距离较远的目标，保留了那些距离较近、可能是发声者的有效人框； S3、对有效人框进行人体关键点分析，提取包括嘴巴、眼睛、鼻子在内的多个人体关键点； S4、对嘴巴关键点进行嘴型运动状态分析：检测表征发声者声音强度的嘴巴开合程度、检测表征发声者发声频率和速度的嘴唇运动速度； 声音滤波器的增益随着发声者嘴巴开合程度的增大而增加，声音信号强度随之增强； 声音滤波器的频率响应随着发声者嘴巴运动速度变快而提高； S5、计算发声者嘴巴相对于摄像头中心点的角度，由此识别发声者的方位，并根据麦克风阵列的布局，调整对应方向上麦克风的增益； 所述步骤S5，具体实现步骤如下： 1精确的方位角计算：通过摄像头获取发声者的嘴唇关键点坐标Plips＝xlips,ylips和图像中心点xcenter,ycenter，计算嘴唇相对于摄像头中心点的角度，即嘴唇的方位角θ： 2基于方位角调整麦克风阵列的增益：对于每个麦克风i，我们设定它的中心角度为θ，那么增益调整可以通过以下公式计算： Git＝G0+k·max0,cosθ-θi； 其中，Git是第i个麦克风在时间t时的增益值，G0是基础增益，θi是第i个麦克风的中心角度，k是增益的调整系数； 通过使用余弦函数cosθ-θi来表示嘴唇方位和每个麦克风中心角度之间的关系，系统能够动态调整每个麦克风的增益； 当嘴唇方位角θ接近某个麦克风的中心角度θi时，增益Gi会最大化；其他距离远的麦克风将会获得小的增益。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人珠海金智维信息科技有限公司，其通讯地址为：519075 广东省珠海市香洲区福田路18号1栋1层103-043室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。