一种基于音频定位的会议画面显示方法及装置

本申请属于视频会议技术领域，公开了一种基于音频定位的会议画面显示方法及装置，该方法包括：获取摄像机采集的会议视频数据并提取当前图像帧；检测当前图像帧中的人像和对应的人像位置；判断是否接受到麦克风阵列采集的音频数据；若是，则根据音频数据进行声源定位，得到声源方位；根据声源方位在当前图像帧的人像位置中确定发言人位置；根据发言人位置生成调焦指令并发送给摄像机。本申请可以达到能够实现对发言人的自动框选和聚焦，无需人为手动操作，大大提高了会议画面聚焦发言人的及时性和准确性。