CN104980683A - 一种视频电话会议的实现方法及装置 - Google Patents

Abstract

本发明提供一种视频电话会议的实现方法，该实现方法主要包括以下操作步骤：步骤a、主持方话机判断当前视频解码模块是否同时支持新增与会方话机传输视频的解码；步骤b、根据用户的操作来选择所需的视频轮询机制，主持方话机进一步确定所有与会方话机的工作状态，确定为可见状态或不可见状态。其中，步骤a进一步包括：主持方话机判断支持视频码流解码的通路数量为L；判断新增与会方话机后所有与会方话机的数量为H；比较H是否超出了L。上述视频轮询机制包括：固定显示模式、随机显示模式、定时显示模式、音量确定模式。本发明技术方案在不增加硬件成本的基础上，扩大了可以视频显示与会方，从而进一步提高了视频会议的现实感。

Description

一种视频电话会议的实现方法及装置

技术领域

本发明属于通讯技术领域，尤其基于嵌入式通讯设备的多方视频电话会议实现方法及装置。 

背景技术

在当今全球商务环境下，语音是商务交流的重要媒介，而电话则是终端用户的主要界面。由于每天都会召开大量的电话会议，会议电话成为所有企业机构终端产品组合的重要组成部分。因此，集成高级IP应用程序和高清音视频技术的电话会议可以改善用户体验，并最终对商业交流与流程管理带来积极的影响。现有市场上的VoIP话机所提供的视频会议，鉴于硬件解码芯片性能限制，通常可以在主持方设置下，邀请其他两方与会人员参与，从而仅多支持三方视频会议，其他方想请求视频连接时，主持方直接拒绝。 

本发明希望在现有可支持三方视频会议的硬件基础上，进一步改进以增加视频会议的与会人员，提高现有VoIP话机的灵活扩展性。 

发明内容

本发明的目的在于提供一种视频电话会议的实现方法，在较低硬件成本的支持下，实现三方以上与会人员召开的视频会议可以相互间进行视频互动。 

为了实现上述发明目的，本发明的技术方案如下： 

一种视频电话会议的实现方法，包括如下操作：步骤a、主持方话机判断当前视频解码模块是否同时支持所述新增与会方话机传输视频的解码；步骤b、根据用户的操作来选择所需的视频轮询机制，主持方话机进一步确定所有与会方话机的工作状态，确定为可见状态或不可见状态。

优选的，步骤a进一步包括：主持方话机判断支持视频码流解码的通路数量为L；判断新增与会方话机后所有与会方话机的数量为H；比较H是否超出了L。 

优选的，步骤a进一步包括：主持方话机和新增与会方话机进行语音连接和视频通讯连接。 

优选的，步骤b进一步包括：如果H>L，则确定所述可见状态的与会方话机可以设置L个，并显示所述视频轮询机制菜单供用户操作。 

优选的，所述不可见状态表明与会方话机的视频通讯已经连接，可以接收来自主持方话机经混叠处理的视频进行显示，但与会方话机的视频不发送给主持方话机进行解码显示；可见状态表明与会方话机可以接收来自主持方话机经混叠处理的视频进行显示，同时主持方话机选择与会方话机的视频码流解码并显示。 

优选的，视频轮询机制可以是固定显示模式、随机显示模式、定时显示模式、音量确定模式。 

优选的，主持方话机进入音量确定模式时，通过设置能量计算单元来计算各路来话语音数据的语音能量，并比较选择所述语音能量数值大的几路来接通对应与会方话机的视频码流解码通道以实现视频轮询。 

为了实现本发明目的，本发明方案还包括一种可实现视频轮询式电话会议的装置，设有视频通讯模块、信令协商模块、OSD显示模块、视频通道管理、视频解码模块、视频合成、视频编码、视频显示，以及摄像头，其特征在于，所述视频通道管理包括：判断识别是否有新增与会方话机的视频连接请求；进行视频通讯连接；判断当前视频解码模块是否同时支持所述新增与会方话机传输视频的解码；根据视频轮询机制来切换与会方话机的工作状态。 

 优选的，所述视频通道管理包括：判断支持视频码流解码的通路数量为L；判断新增与会方话机后所有与会方话机的数量为H；比较H是否超出了L，如果H>L，则确定所述可见状态的与会方话机可以设置L个。 

优选的，上述与会方话机在不可见状态和可见状态间进行切换，其中所述不可见状态表明所述与会方话机的视频通讯已经连接，可以接收来自所述主持方话机经混叠处理的视频进行显示，但所述与会方话机的视频不发送给所述主持方话机进行解码显示；所述可见状态表明所述与会方话机可以接收来自所述主持方话机经混叠处理的视频进行显示，同时所述主持方话机选择所述与会方话机的视频码流解码并显示。 

优选的，在音量确定模式下，上述装置还包括能量计算单元和选路单元，该能量计算单元用于计算各与会方话机的语音数据的短时能量，选路单元根据短时能量来选择音量最大的两个与会方ID信息，并将ID信息发送给所述视频管理通道来接通对应与会方话机的视频码流解码通道。 

本发明公开了一种在现有视频会议功能基础上进行多方视频会议扩展的技术方案，通过采用视频轮询机制来轮流对不同的与会方话机传输的视频码流进行解码和显示，从而可以在解码能力有限的条件下增加多个与会方图像的显示，提高了视频会议的实景沟通效果。 

附图说明

 图1为现有技术三方视频会议工作原理示意图； 

图2为本发明实施例中轮询式视频会议模式的工作原理示意图；

图3为传统三方视频会议时主持方话机M端视频显示示意图；

图4为本发明轮询式视频会议中与会方话机的模式切换的操作示意图；

图5为本发明轮询式视频会议的显示示意图；

图6为本发明具体实施例中三方视频会议扩展的操作流程图；

图7为本发明具体实施例中固定视频轮询模式的流程图；

图8为本发明具体实施例中音量确定模式的功能示意图；

图9为本发明具体实施例中音量确定模式的状态切换示意图；

图10为本发明具体实施例中视频轮询显示的功能模块图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明实施例中的技术方案进行清楚、完整的描述。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域的技术人员所获得的所有其他实施例都属于本发明保护的范围。 

在本发明具体实施例中提及的会议主持方VoIP话机，支持同时进行五路通话，五条通话线路随意切换，并提供传统的三方视频会议。图1为现有技术三方视频会议工作原理示意图。如该图所示，主持方话机M最多支持两路视频码流数据的解码，一路视频数据编码，因此该传统三方视频会议功能，在主持方话机M端可以显示与会方A、与会方B，以及自身摄像头拍摄的图片，此时如果除上述与会方外，还有与会方话机C、与会方话机D想要请求视频连接时，话机M将会直接拒绝，而只能与他们进行语音连接。 

图2为本发明实施例中轮询式视频会议模式的工作原理示意图。如该图所示，在主持方M、与会方A、与会方B进行三方视频会议过程中，如果话机C请求视频连接时，主持方M同意连接并将叠加后的视频码流数据发送给话机C。所以此时，话机C也能够看到部分与会方的视频。并且根据实际需求，话机C可以设计成看到其他所有会议参与人员的视频，或者只能看到主持方的视频。作为本发明进一步的改进，在主持方话机M端同意话机C连接后，也可以接收话机C的视频码流。此时，话机M可以选择解码任意两个与会方话机发过来的视频码流数据，而并非像传统三方视频会议时始终解码话机A和话机B的视频。 

因此，对于后面请求加入的话机C存在以下两种视频工作状态：（a）可见状态：表示视频通道已经连接，可以进行视频会议，并且该与会方的视频数据将发送给主持方话机进行解码，同时将会发送给其他与方话机进行显示；（b）不可见状态：表示视频通道已经连接，可以进行视频会议，但是该与会方的视频未发送给主持方话机进行解码，该与会方只能看到其他与会方和主持方的视频，而其他与会方不能看到该与会方的视频数据。 

以下我们就以上述VoIP话机为基础进行本发明的视频会议实现方法说明。在普通的语音会议模式下，各与会方的音频数据通过语音通道进行传递，该语音通道是一条传递音频数据的通道，原始的音频数据经过音频编码器被编码，然后打包成RTP包发送到网络的另一端与会方，该与会方话机接收到这些RTP包之后，将编码数据传递给音频解码器来还原音频数据。在创建完成电话会议后，如果主持方通过界面菜单选择视频通话，则在上述语音会议基础上通过对各自与会方视频图像的采集传输后进一步通过视频编解码的工作创建了视频会议。因此，与会方需要将采集其摄像头的图像经编码后发送给主持方，同时接收来自主持方传输过来的经视频叠加后的视频数据，从而实现该与会方话机端显示其他与会方及主持方的图像，主持方话机端则可以显示该与会方的图像。 

本发明提及的轮询式视频会议模式是基于现有的三方视频会议进行扩展的多方视频会议。作为该三方视频会议的话机M最多支持两路视频码流数据的解码，一路视频数据编码，故可以同时接收来自与话机A和话机B两路的视频数据，各自进行后续的视频码流解码后在话机M上进行显示。而对于视频编码方面，话机M端的编码器将来自本地话机的摄像头图像、话机A视频数据、话机B视频数据进行编码叠加，后续发送到话机A和话机B上解码并显示。图3为传统三方视频会议时主持方话机M端视频显示示意图。如该图所示，三方视频会议时，话机M上可以分别显示本地摄像头采集的图像、接收到的与会方A和与会方B的图像。 

为了能更清楚说明本发明的技术方案，以下结合与会方话机的工作状态和状态切换操作来一起加以阐述。图4为本发明轮询式视频会议中与会方话机的状态切换的操作示意图。如该图所示，在视频会议中，各与会方话机通常有以下三种视频工作状态： 

状态一：音频连接状态，即仅仅音频连接而视频未连接，表示话机没有连接视频通道，话机只能进行音频会议，该状态在传统的三方视频会议过程中，加入新的与会方话机时，该与会方话机端不能显示任何与会方的视频，只能与其他与会方进行语音互动；

状态二：不可见状态，即未打开解码的视频连接，表示视频通道已经连接，可以进行视频会议，但是该与会方的视频未发送给主持方话机进行解码，该与会方只能看到其他与会方和主持方的视频，而其他与会方不能看到该与会方的视频数据；

状态三：可见状态，即已打开解码的视频连接，表示视频通道已经连接，可以进行视频会议，并且该与会方的视频数据将发送给主持方话机进行解码，同时将会发送给其他与会方话机进行显示。并由主持方进行视频叠加处理之后发送给其他与会方话机进行显示。

本发明的视频轮询式会议中，根据主持方话机M可同时进行视频解码的线路数量，设置相应数量的与会方话机为可见状态，而与会方话机的可见状态和不可见状态间的切换可以采用以下四种视频轮询机制来进行： 

（1）固定显示模式：由主持方M确定选择其中两路与会方话机，进行视频接收并解码处理；

（2） 随机显示模式：通过随机选择接收任意两路与会方话机进行解码；

（3）定时显示模式：对其中的两路视频进行解码；

（4）音量确定模式：通过与会人员音量大小来确定最大两路音量对应的视频进行解码。

采用本发明视频轮询式会议技术方案，用户可根据实际应用需求对与会方话机在上述三种视频工作状态之间进行切换。为了方便说明，在本发明具体实施例中，我们以状态二、状态三间切换的情形来披露描述。 

继续如图4所示，在与会方话机不同工作状态之间的视频切换操作具体说明如下： 

操作1：接通视频通讯，并开通所接收视频流的解码通道，在普通三方视频会议建立过程中，与会方话机首先进行音频连接，后续会因选择视频会议请求而连接到主持方话机端，从而其工作模式从状态一切换到状态三；

操作2：断开视频通讯，如果上述与会方完成操作1后提出断开视频请求，则与会方话机将恢复到状态一视频未连接；

操作3：仅接通视频通讯，不开通所接收视频流的解码通道，本发明的轮询式视频会议中，其他与会方话机经请求连接到主持方话机端，则该与会方话机进入状态二，即该与会方进入本发明的视频轮询机制中的不可见状态，也就是该与会方只能接收并看到其他与会方和主持方的视频，而其他与会方不能看到该与会方的视频数据；

操作4：断开视频会议的视频通讯，如果上述与会方完成操作3后提出断开视频请求，则该与会方话机将恢复到状态一；

操作5：关闭所接收视频码流的解码通道，本发明的轮询式视频会议中，作为原先三方视频会议中的与会方话机，在完成操作1后可能会因为其他与会方的加入而切换到状态二，也即将之前三方视频会议的视频模式切换到轮询式视频会议的不可见状态；

操作6：开通所接收视频码流的解码通道，其他与会方经操作3进入视频轮询机制中的不可见状态后，也可能经主持方话机的选择操作进入轮询式视频会议的可见状态。

图5为本发明实施例中轮询式视频会议的显示示意图。当新增与会方话机C后，由于主持方话机M只能支持两路视频码流数据的解码，若要在主持方话机M端兼顾显示所有与会方的图像，必须在上述与会方之间进行视频选择的轮流显示。在本发明具体实施方式的轮询式视频会议中，话机M需要在话机A、话机B和话机C中选择两路来进行视频解码显示，则其他未选中的与会方话机就只能在会议中进行音频数据传输，以及只能接收显示其他会议人员的图像，并且该与会方的图像不能被其他与会人员看到。如果在话机M端固定选择话机A和话机C的视频解码显示，即属于上述状态三的可见状态。此时在各与会话机端则会显示主持人M、与会方A、与会方C的图像。 

图6为本发明具体实施例中三方视频会议扩展的操作流程图。在该图中，起先是由话机M、话机A、话机B在话机M上进行三方视频会议，而后，由于其他话机C的请求进入本发明的多方轮询式视频会议。由图可知，该操作步骤主要包括了： 

步骤S610：话机C发送视频会议请求至主持方话机M端。

步骤S620：话机M判断上述请求是否为视频会议请求，若是视频会议请求就转步骤S630，否则结束。 

步骤S630：话机Ｍ判断当前视频解码模块是否同时支持新增视频通路的解码，如果支持则转步骤S640进入普通视频会议模式，否则转步骤S650。该操作步骤主要是用于判断当视频连接新增与会方话机后，根据话机M的解码能力选定合适数量的视频码流，话机M端是否需要开启轮询式视频会议模式，其进一步包括：话机M判断支持视频码流解码的通路数量，设为L；判断新增与会方话机后的所有与会方话机数量，设为H；比较H是否超出了L。在本发明具体实施例中，话机M支持视频码流解码通路为2，新增话机C后所有与会方话机的数量为3，此时明显与会方话机数量超出了视频解码的能力。 

步骤S640：进入普通视频会议模式，即话机M与话机C接通语音数据、接通视频通讯，并开通所接收话机C的视频流解码通道。 

步骤S650：话机M同意视频连接话机C，先接通该话机C的语音数据，设置成准备进入本发明的轮询式视频会议模式。 

步骤S660：根据话机的解码能力选定合适数量的视频码流，显示视频轮询机制菜单供用户选择。如果H>L，则确定所述可见状态的与会方话机可以设置L个，并显示所述视频轮询机制菜单供用户操作。在本发明具体实施例中，只能选择两路视频码流进行解码，也就是只能将两个与会方话机设置成可见状态，其他的与会方话机就设置成不可见状态。而视频轮询机制也就是上述的四种：固定显示模式、随机显示模式、定时显示模式以及音量确定模式。 

步骤S670：根据主持人所选定的视频轮询方式来对所有与会方话机进行不同视频状态间的切换操作，开通或关闭选定的与会方话机的视频解码通道，用以接收其发送过来的视频数据，并进行视频解码处理。在本发明具体实施例中，如果主持人以固定显示模式选择话机A和话机C的视频轮询，则此时话机M将把话机B设置为不可见状态，把话机C设置为可见状态。 

步骤S680：话机M进行视频混合叠加，即将解码后的与会方话机视频与本地摄像头的视频数据混合叠加，后续将该混合叠加的视频码流发送到各与会方话机端。 

图7为本发明具体实施例中固定视频轮询模式的流程图。由图可知，在上述具体实施方式中，在主持方话机M、话机A、话机B进行三方视频会议，后续因为话机C的请求而在上述步骤S660中，会议主持人选定固定显示模式，并进一步选定话机A和话机C来进行固定显示，也就是此时需要对话机B和话机C的显示状态进行切换调整。则在步骤S670中具体包括了以下操作： 

步骤S710：根据选定的话机A和话机C固定显示模式，话机M进行视频解码通道的切换，即开通话机C的视频解码通道从而关闭话机B的视频解码通道，同时给各与会方话机通过控制通道发送工作状态信息。

步骤S720：话机A接收上述工作状态信息，并判断为状态三，则继续保持向话机M发送语音数据和视频数据，并且接收来自话机M叠加后的语音数据和叠加后的视频数据。 

步骤S730：话机B接收上述工作状态信息，并判断为状态二，则继续保持向话机M发送语音数据，但不再向话机M发送来自自己摄像头的视频数据，并且继续接收来自话机M叠加后的语音数据和叠加后的视频数据。 

步骤S740：话机C接收上述工作状态信息，并判断为状态三，则向话机M发送语音数据，同时也向话机M发送来自自己摄像头的视频数据，并且继续接收来自话机M叠加后的语音数据和叠加后的视频数据。 

对于上述固定显示模式所选中的话机A和话机C，他们会将其本地摄像头采集到的视频数据发送到主持方话机M上，话机M进行视频混合叠加处理后再发送到与会方话机Ａ、话机B和话机C端进行显示。 

在定时显示模式中，通过定时器轮询对所接收的视频数据的解码时间进行设定，该时间大小可以根据用户使用需求而定。 

此外，在本发明所公开的技术方案还支持音量确定模式的显示轮询，即根据音频音量大小来轮询。此时，主持方话机M根据各与会方话机的音频音量大小来判断，当前发言者优先显示的规则。音频处理模块将会分析每一个与会方的音频数据的分贝，从而通过与会方的持续分贝值达到一定的量值，来判断哪一方正在说话，进而将视频切换到该与会方，来替换最久的未发言者的视频。 

图8为本发明具体实施例中音量确定模式的功能示意图。设置音量最大的两个与会方为可见。该模式需要音频处理模块协同处理。为实现本发明，会议主持方的话机首先计算其他与会方的来话语音数据解码后音量的大小，之后，一方面将其他与会方语音作混音处理后在本地播放，另一方面上报语音音量最大的两个与会方ID。如图8所示，主持方话机M通过设置能量计算单元来计算各路来话语音数据的短时能量，即实时计算一段固定时间长度的语音能量，一般固定时间长度取值范围为10ms-16ms，以保持准确性。此时有两种方式可以用来计算短时能量，其效果相同：一种是将固定时间长度内每个语音数据的绝对值相加，另一种是将固定时间长度内每个语音数据的平方值相加。选路单元获得各个与会方的语音能量后，将其作简单的排序处理，即可找到音量最大的两个与会方ID。以上过程与语音的混音相互独立，不会对语音数据作修改，因而也不会影响会议的后续语音处理。如表1所示为采用语音数据的绝对值相加判断来话语音能量的一个例子，其中各时间段长度相同，均为10ms。表中各数值表示了与会方A、B、C的来话语音在各个时间段的能量，根据比较能量大小可以选出各时间段应显示的两个与会方，也就是如表1选路结果栏所示。 

图9为本发明具体实施例中音量确定模式的状态切换示意图。表1不同时间段各个与会方话机端的语音能量变化。由于T3-T4时段内话机B和话机C的语音能量值是最高的，因此T4时刻将选取话机B和话机C作为需要显示的与会方进行调度，此时与会方话机与主持方话机M的视频连接可以参考图9所示。在话机M端主要操作步骤是： 

（1）停止话机A的视频显示，即关闭话机A的视频解码通道，话机A从可见状态切换到不可见状态；

（2）打开话机B的视频显示，即开通话机B的视频解码通道，话机B从不可见状态切换到可见状态。

表1： 

图10所示为本发明具体实施例中视频轮询显示的功能模块图。由图可知，在主持方话机M端包括以下几个功能模块：视频通讯模块、信令协商模块、OSD显示模块、视频通道管理模块、视频解码模块a、视频解码模块b、视频合成、视频编码、视频显示，以及摄像头。其中，视频解码模块a和视频解码模块b进一步包括：RTP缓冲器、视频编码器、缩放单元。

视频通道管理，主要用于判断识别当前各个与会方话机的视频状态，并根据OSD显示模块接收到的主持人的操作信令来确定是否接通对方话机的视频通讯，以及判断与会方话机视频状态发生变化时通知信令协商模块进行通知交互。其中，上述的判断识别包括：1）判断是否有来自三方视频会议外的话机的视频接入请求；2）根据话机M的解码能力选定合适数量的视频码流，话机M端是否需要开启轮询式视频会议模式，其进一步包括：话机M判断支持视频码流解码的通路数量，设为L；判断新增与会方话机后的所有与会方话机数量，设为H；比较H是否超出了L。如果H>L，则确定所述可见状态的与会方话机最多可以设置L个，并显示所述视频轮询机制菜单供用户操作。在本发明具体实施例中，话机M支持视频码流解码通路为2，新增话机C后所有与会方话机的数量为3，此时明显与会方话机数量超出了视频解码的能力。 

在发明具体实施例中轮询式视频会议中，与会方话机可以包括以下三种视频状态的切换： 

状态一：音频连接状态，表示话机仅连接音频没有连接视频通道，从而只能进行音频会议；

状态二：不可见状态，即未打开解码的视频连接，表示视频通道已经连接，可以进行视频会议，但是该与会方的视频未发送给主持方话机进行解码，该与会方只能看到其他与会方和主持方的视频，而其他与会方不能看到该与会方的视频数据；

状态三：可见状态，即已打开解码的视频连接，表示视频通道已经连接，可以进行视频会议，并且该与会方的视频数据将发送给主持方话机进行解码，同时将会发送给其他与会方话机进行显示。并由主持方进行视频叠加处理之后发送给其他与会方话机进行显示。

为了方便说明，我们举例的轮询式视频会议是基于传统的三方视频会议上新增与会方话机情形，故此时的与会方话机仅在可见状态和不可见状态进行切换。且在本发明具体实施例中，采用以下视频轮询机制进行可见状态和不可见状态的设定轮询：固定显示模式、随机显示模式、定时显示模式以及音量确定模式。在定时显示模式中，需要包括定时器来设定对所接收的视频数据的解码时间。 

视频通讯模块，与各与会方话机建立视频码流通讯连接，用于接收来自与会方话机的视频码流，以及发送主持方话机M经混叠后的视频码流。 

信令协商模块，用来与各与会方话机进行控制信令的交互，在本发明具体实施例中，与会方话机视频状态发生变化时，该信令协商模块会根据视频通道管理的给出的信令数据发送给与会方话机。 

OSD显示模块，用来显示四种固定显示模式、随机显示模式、定时显示模式以及音量确定模式菜单选项供主持人操作，并将操作结果传输给视频通道管理。 

RTP缓冲器：从网络中收到RTP报文，暂时存放在这个缓冲器内。 

视频解码器：从RTP缓冲器中获得的RTP负载内容，然后按照一定的视频解码算法进行相应的解码工作，产生可以被用于编码或叠加或播放的原始视频数据。 

视频编码器：对原始视频数据进行编码，对于参与方，这些数据来自摄像头图像采集；对于主持方，这些数据来自自身摄像头采集，会议通道管理模块的视频叠加。 

缩放单元：将解码后的视频大小进行缩小。 

视频合成：将多个原始视频数据的叠加，用于生成最终显示的图像传输给视频显示模块图像显示。 

在本发明另一具体实施例中，如果采用音量确定模式中进行视频轮询时，上述视频通道管理模块还包括了如图8所示的能量计算单元和选路单元，选路单元选择音量最大的两个与会方ID信息，并将该线路ID信息发送给上述视频管理通道模块来接通对应与会方话机的视频码流解码通道。 

当上述视频通道模块接收到选路要求后，主持方话机M会跟与会方话机协商该与会方的视频是否继续被接收用于解码显示。最终根据选路给出的结果选择接收两个参与方的视频数据用于解码然后同本地摄像头采集的视频数据一起进行混叠。然后输出视频数据，用于本地话机M的界面显示，以及发向每一个参与方话机。 

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。 

Claims (13)

1.一种视频电话会议的实现方法，用于其特征在于，所述方法包括如下操作：

步骤a、所述主持方话机判断当前视频解码模块是否同时支持所述新增与会方话机传输视频的解码；

步骤b、根据用户的操作来选择所需的视频轮询机制，所述主持方话机进一步确定所有与会方话机的工作状态，确定为可见状态或不可见状态。

2.根据权利要求1所述的视频电话会议的实现方法，其特征在于，所述步骤a进一步包括：所述主持方话机判断支持视频码流解码的通路数量为L；判断新增与会方话机后所有与会方话机的数量为H；比较H是否超出了L。

3.根据权利要求2所述的视频电话会议的实现方法，其特征在于，所述步骤a还可以包括：所述主持方话机和新增与会方话机进行音频连接、视频通讯连接。

4.根据权利要求3所述的视频电话会议的实现方法，其特征在于，所述步骤b进一步包括：如果H>L，则确定所述可见状态的与会方话机可以设置L个，并显示所述视频轮询机制菜单供用户操作。

5.根据权利要求4所述的视频电话会议的实现方法，其特征在于，所述不可见状态表明所述与会方话机可以接收来自所述主持方话机经混叠处理的视频进行显示，但所述与会方话机的视频不发送给所述主持方话机进行解码显示；所述可见状态表明所述与会方话机可以接收来自所述主持方话机经混叠处理的视频进行显示，同时所述主持方话机选择所述与会方话机的视频码流解码并显示。

6.根据权利要求5所述的视频电话会议的实现方法，其特征在于，所述视频轮询机制可以是固定显示模式、随机显示模式、定时显示模式、音量确定模式。

7.根据权利要求6所述的视频电话会议的实现方法，其特征在于，所述主持方话机进入音量确定模式时，通过设置能量计算单元来计算各路语音数据的来话语音能量，并比较选择所述语音能量数值大的几路来接通对应与会方话机的视频码流解码通道以实现视频轮询。

8.根据权利要求7所述的视频电话会议的实现方法，其特征在于，所述步骤b还包括：所述主持方话机接收所述可见状态的与会方话机的视频码流，并开通所述接收视频码流的解码通道。

9.一种视频电话会议的实现装置，包括视频通讯模块、信令协商模块、OSD显示模块、视频通道管理、视频解码模块、视频合成、视频编码、视频显示，以及摄像头，其特征在于，所述视频通道管理包括：判断识别是否有新增与会方话机的视频连接请求；进行视频通讯连接；判断当前视频解码模块是否同时支持所述新增与会方话机传输视频的解码；根据视频轮询机制来切换与会方话机的工作状态。

10.根据权利要求9所述的视频电话会议实现装置，其特征在于，所述视频通道管理包括：判断支持视频码流解码的通路数量为L；判断新增与会方话机后所有与会方话机的数量为H；比较H是否超出了L，如果H>L，则确定所述可见状态的与会方话机可以设置L个。

11.根据权利要求10所述的视频电话会议实现装置，其特征在于，所述与会方话机在不可见状态和可见状态间进行切换，其中所述不可见状态表明所述与会方话机的视频通讯已经连接，可以接收来自所述主持方话机经混叠处理的视频进行显示，但所述与会方话机的视频不发送给所述主持方话机进行解码显示；所述可见状态表明所述与会方话机可以接收来自所述主持方话机经混叠处理的视频进行显示，同时所述主持方话机选择所述与会方话机的视频码流解码并显示。

12.根据权利要求11所述的视频电话会议实现装置，其特征在于，所述视频轮询机制可以是固定显示模式、随机显示模式、定时显示模式、音量确定模式。

13.根据权利要求12所述的视频电话会议实现装置，其特征在于，在所述音量确定模式下，所述装置还包括能量计算单元和选路单元，所述能量计算单元用于计算各与会方话机的语音数据的短时能量，所述选路单元根据所述短时能量来选择音量最大的两个与会方ID信息，并将所述ID信息发送给所述视频管理通道来接通对应与会方话机的视频码流解码通道。