视频会议系统，又称会议电视系统，这是指两个或两个以上不同地方的个人或群体，通过传输线路及多媒体设备，将声音、影像及文件资料互传，实现即时且互动的沟通，以实现会议目的的系统设备。视频会议的使用类似手机视频电话，能看到与你通话的人并进行语言交流外，还能看到他们的表情和动作，使处于不同地方的人就像在同一房间内沟通。目前，视频会议系统的图像采集摄像头、控制中心、显示设备、高清视频矩阵等都是固定不动的，需要链接大量的数据线、控制线和电源线等，图像清晰度极低，这些问题都会导致涉会人员在参会时不在图像画面中、图像质量极低的问题，同时，会议系统需要专业技术人员安装和维护，不便于设备移动，会议系统的使用浪费社会资源。

本地会场采集的视频数据既在本地会场通过高清HDMI矩阵切换上墙显示，也在远端会场显示；本地会场采集的音频数据只在远端会场播放，但远端会场发送到本地会场播放的音频数据会干扰本地会场录音终端采集的音频信号的音质，为了解决这一技术问题，本方案中，上述控制终端将接受到的远端会场音频数据发送至摄像终端，由摄像终端转发至智能云台；上述智能云台接收录音终端一发送的本地会场音频数据，同时接收由摄像终端转发的远端会场音频数据，上述智能云台对接收到的本地会场音频数据和远端会场的音频数据，滤除夹杂在本地会场音频数据中的远端会场发送到本地会场播放的音频数据的杂音和回音，输出干净无杂音、无回音用以声源定位的音频数据。另一方面，控制终端对打包发送至远端会场的音频数据也进行同样的去杂处理，滤除夹杂在本地会场音频数据中的远端会场发送到本地会场播放的音频数据的杂音和回音，输出干净无杂音、无回音用于发送至远端会场的音频数据，以此能进一步提高会议系统的画面效果和音质效果。

另，由控制终端启动或者唤醒摄像终端，且摄像终端应控制终端的请求而采集本地会场的视频数据；控制终端通过摄像终端启动、关闭或者唤醒智能云台。