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！

龙图腾网获悉深圳启畅信息科技有限公司申请的专利一种基于深度学习的会议大屏音视频自优化方法和系统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：CN120358387B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510497430.7，技术领域涉及：H04N21/44；该发明授权一种基于深度学习的会议大屏音视频自优化方法和系统是由王元福设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种基于深度学习的会议大屏音视频自优化方法和系统在说明书摘要公布了：本发明公开了一种基于深度学习的会议大屏音视频自优化方法及系统，属于智能音视频处理技术领域。针对现有技术中实时性不足、跨模态协同弱及动态场景适应性差等问题，提出分域多模态参数采集与层次化融合的创新架构。方法包括：通过分时采样机制差异化采集声学参数背景噪声频谱、声源方向角和视频参数光照动态范围、人脸关键点位移；利用频域掩码生成噪声抑制权重矩阵及光流法提取画面稳定性特征。实验表明，本方案在55dB噪声环境下语音信噪比提升至22.5dB，弱网场景音视频同步误差降至18ms，动态光照过曝恢复帧数减少62.5％，显著优于传统方案，为混合办公场景提供高鲁棒性、低延迟的音视频自优化解决方案。

本发明授权一种基于深度学习的会议大屏音视频自优化方法和系统在权利要求书中公布了：1.一种基于深度学习的会议大屏音视频自优化方法，其特征在于，包括以下步骤： 步骤S1：分域采集多模态参数，包括： 第一组参数：环境声学参数，包括背景噪声频谱、混响时间、声源方向角； 第二组参数：视频动态参数，包括光照强度动态范围、画面运动矢量、人脸关键点位移； 所述第一组参数与第二组参数通过分时采样机制独立采集，且第一组参数的采样频率为第二组参数的1.5-2倍； 步骤S2：对所述多模态参数进行层次递进分析，包括： 第一层分析：基于声学参数生成噪声抑制权重矩阵，并计算混响消除系数； 第二层分析：基于视频动态参数，通过光流法提取画面抖动特征，结合人脸关键点位移生成画面稳定性评分； 所述噪声抑制权重矩阵通过频域掩码生成，具体为：对背景噪声频谱进行子带划分，基于信噪比动态分配各子带抑制系数； 所述画面稳定性评分通过卷积神经网络CNN分类器评估，输入为光流特征与人脸关键点的时空关联矩阵； 步骤S3：融合声学与视频分析结果，通过深度学习模型进行跨模态关联性评估，包括： 输入噪声抑制权重矩阵、混响消除系数及画面稳定性评分至多模态融合网络MFN，输出声画同步质量指数与场景适配等级；所述多模态融合网络MFN为级联结构，包括： 第一级：双向LSTM网络提取声学参数时序特征； 第二级：3D卷积网络提取视频动态参数的时空特征； 第三级：注意力机制模块融合跨模态特征，输出关联性评估结果； 步骤S4：基于步骤S3的输出结果，动态生成优化策略组合，包括： 根据场景适配等级选择音频增强模式和视频优化模式； 若声画同步质量指数低于阈值，触发时序校准模块对齐音视频流；所述时序校准模块采用动态时间规整DTW算法对齐音视频流，并通过插值补偿因网络延迟导致的帧间差异； 步骤S5：实时反馈调整，包括： 通过自适应PID控制器调整音频降噪强度与视频帧率，以响应环境参数突变；所述自适应PID控制器的参数由强化学习代理动态调整，奖励函数基于实时声画同步质量指数与用户反馈数据生成； 步骤S6：输出优化后的音视频流至会议大屏，并记录优化策略参数至云端知识库； 步骤S7：周期性验证优化效果，包括： 基于用户交互数据更新深度学习模型权重。

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深圳启畅信息科技有限公司，其通讯地址为：518100 广东省深圳市南山区南头街道南联社区北环大道11008号豪方天际广场写字楼2502；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”。

以上内容由龙图腾AI智能生成。