用于对象识别的相机和图像校准制造技术

在各种实施例中，由第一区域的第一相机(256、456、1156)捕获的第一多幅数字图像可以基于所述第一多幅数字图像的(一个或多个)视觉属性归类(1202‑1210)到多个预定类别中。由第二区域的第二相机(276、376、476、1176)捕获的第二多幅数字图像可以基于所述第二多幅数字图像的(一个或多个)视觉属性归类(1302‑1310)到相同预定类别中。在第二相机采集(1402)描绘所述第二区域中的未知对象的后续数字图像之后，所述后续数字图像可以基于其(一个或多个)视觉属性归类(1404‑1406)到所述预定类别中的给定一个中，并且然后基于归类到给定类别中的第一多幅数字图像与归类到给定类别中的第二多幅数字图像之间的关系来调节(1408)。

Camera and image calibration for object recognition

【技术实现步骤摘要】
【国外来华专利技术】用于对象识别的相机和图像校准
本公开总体上但是非专有地涉及识别数字图像(包括数字图像的流)中的人。更特别地但非专有地，本文所公开的各种方法和装置涉及校准用于识别数字图像(或其流)中的人的相机设置和/或图像，使得那些人可以在医院的区域(诸如等候室)中被识别。
技术介绍
存在其中能够期望基于捕获包含人的场景的数字图像自动地识别人(或者“对象”)的多个情景。例如，当患者访问医院时，其通常被登记、分诊并且然后被送到诸如等候室的区域以等候诸如医师的医院资源变为可用于检查和/或处置患者。能够自动识别个体患者可以帮助当他们等候医学资源的分配时监测其状况(例如，针对恶化)。其也可以帮助确定是否/何时患者离开而未被看到(LWBS)。基于数字图像自动识别人也可以在各种其他背景(诸如机场、火车站、过境处、体育馆和健身中心、各种公司等)下是有用的。在一些背景下，能够期望识别包含多个对象的数字图像中的个体对象。例如，除等候患者之外，由等候室中的相机捕获的数字图像可能描绘能够与患者一起等候的其他人，诸如朋友、亲属等。面部检测技术可以检测数字图像中的所有面部，但是哪些面部属于患者并且哪些属于他人(诸如员工或同伴)可能是不清楚的。此外，诸如等候室的监测区域中的对象不可能查看相机。代替地，其可以查看其电话、杂志、彼此等。因此，甚至当检测到描绘的面部时，如在其原始状态中所描绘的检测到的面部可能表现为与在登记时采集的收录图像中基本上不同，例如当对象可以直接查看相机时。此外，区域中的光照条件可以跨时间(例如，日间与夜间)和/或跨物理空间变化。>
技术实现思路
本公开涉及用于自动地识别所采集的数字图像中所描绘的人的方法、系统和装置。作为一个非限制性范例，多个分诊患者可以在等候室中等候，直到其可以由急诊医师看到。所述患者可以被包括在例如基于与每个患者相关联的紧急性的量度(在本文中被称为“患者紧急性量度”)排序或者排名的患者监测队列(还简单地被称为“患者队列”)中，所述患者紧急性量度基于由分诊护士从所述患者获得/采集的信息以及其他数据点(诸如，患者等候时间、患者存在等)来确定。在该特定情景中，被安装在等候室中的一个或多个“生命体征采集相机”可以被配置为周期性地执行来自每个患者的一个或多个经更新的生命体征和/或生理参数的无接触和/或无干扰的采集。这些经更新的生命体征和/或生理参数可以包括但不限于温度、脉搏率、血氧饱和度(“SpO2”)、呼吸速率、姿势、汗水等。为了识别所述(一个或多个)生命体征采集相机应当从其采集经更新的生命体征的特定患者，本文所描述的技术可以被用于匹配“登记”对象-例如，登记和/或分诊患者-与在由一个或多个相机采集的一幅或多幅数字图像中捕获的场景中所描绘的“检测到的”对象。更一般地，本文所描述的技术可以在各种背景下被实施以识别数字图像(例如，单幅图像和/或数字图像的流(诸如视频馈送))中所描绘的对象，例如，通过收集来自要监测的每个对象(其在本文中可以被称为“登记对象”)的一幅或多幅参考图像，从每幅参考图像提取参考模板和/或对应的特征向量，并且稍后使用那些对象参考模板和/或特征向量来识别随后捕获的数字图像中的对象。通常，在一个方面中，一种方法可以包括：使用第一区域中的第一相机来采集描绘所述第一区域中的多个对象的面部的多幅第一相机面部图像；针对所述多幅第一相机面部图像中的每幅第一相机面部图像：确定所述第一相机面部图像中描绘的所述面部的视觉属性测量结果，并且基于所述第一相机面部图像中描绘的所述面部的所述视觉属性测量结果将所述第一相机面部图像分配到多个预定分类中的一个；针对所述多个分类中的每个分类确定第一相机分类分布，所述第一相机分类分布在所述多幅第一相机面部图像中被分配所述分类的第一相机面部图像中间共享；使用第二区域中的第二相机来采集描绘所述第二区域中的所述对象的面部的多幅第二相机面部图像；针对所述多幅第二相机面部图像中的每幅第二相机面部图像：确定所述第二相机面部图像中描绘的所述面部的视觉属性测量结果，并且基于所述第二相机面部图像中描绘的所述面部的所述视觉属性测量结果将向所述第二相机面部图像分配到所述多个预定分类中的一个；针对所述多个分类中的每个分类确定第二相机分类分布，所述第二相机分类分布在所述多幅第二相机面部图像中被分配所述分类的第二相机面部图像中间共享；使用所述第二相机来采集描绘未识别的对象的面部的后续面部图像；确定所述后续面部图像中描绘的所述未识别的对象的面部的视觉属性测量结果；基于所述后续面部图像中描绘的所述面部的所述视觉属性测量结果将所述后续面部图像分配到所述多个预定分类中的给定预定分类；应用对所述后续面部图像的调节以生成经校准的后续面部图像，其中，应用所述调节基于与所述给定预定分类相关联的所述第一相机分类分布和所述第二相机分类分布；并且基于所述经校准的后续面部图像的一个或多个特征与所述多幅第一相机面部图像和所述多幅第二相机面部图像中的一幅或多幅的一个或多个特征的比较来确定所述未识别的对象的身份。在各种实施例中，所述第一相机分类分布可以包括与被分配所述分类的多幅第一相机面部图像中的第一相机面部图像的RGB直方图相关联的第一统计数据，并且所述第二相机分类分布可以包括与被分配所述分类的多幅第二相机面部图像中的第二相机面部图像的RGB直方图相关联的第二统计数据。在各种版本中，所述第一统计数据可以包括被分配所述分类的多幅第一相机面部图像中的第一相机面部图像的RGB直方图的平均直方图，并且所述第二统计数据可以包括被分配所述分类的多幅第二相机面部图像中的第二相机面部图像的RGB直方图的平均直方图。在各种实施例中，所述方法还可以包括：将被分配所述分类的多幅第一相机面部图像中的第一相机面部图像的RGB直方图进行规范化；并且将被分配所述分类的多幅第二相机面部图像中的第二相机面部图像的RGB直方图进行规范化。在各种实施例中，所述调节可以包括直方图校正。在各种实施例中，所述方法还可以包括将所述第二相机的孔径校准到所述第一相机的孔径。在各种实施例中，所述方法还可以包括将所述第二相机的快门速度校准到所述第一相机的快门速度。在各种实施例中，所述方法还可以包括将所述第二相机的白平衡校准到所述第一相机的白平衡。在各种实施例中，所述多个预定分类可以包括多个皮肤色调范围。在紧密相关方面中，另一方法可以包括：基于由第一相机捕获的第一多幅数字图像的一个或多个视觉属性将所述第一多幅数字图像归类到多个预定类别中，其中，第一多幅图像中的每幅数字图像描绘第一区域中的多个对象中的一个；基于由第二相机捕获的第二多幅数字图像的一个或多个视觉属性将所述第二多幅数字图像归类到相同的多个预定类别中，其中，所述第二多幅数字图像中的每幅数字图像描绘第二区域中的所述多个对象中的至少一个；使用所述第二相机来采集描绘所述第二区域中的未知对象的后续数字图像；基于所述后续数字图像的一个或多个视觉属性将所述后续数字图像归类到所述多个预定类别中的给定预定类别中；基于所述第一多幅数字图像中被归类到所述给定预定类别中的一幅或多幅数字图像与所述第二多幅数字图像中被归类到所述给定预定本文档来自技高网...

【技术保护点】
1.一种由一个或多个处理器实施的方法，所述方法包括：/n使用第一区域中的第一相机(256、456、1156)来采集(1202)描绘所述第一区域中的多个对象的面部的多幅第一相机面部图像(1104)；/n针对所述多幅第一相机面部图像中的每幅第一相机面部图像：/n确定(1208)所述第一相机面部图像中描绘的所述面部的视觉属性测量结果，并且/n基于所述第一相机面部图像中描绘的所述面部的所述视觉属性测量结果将所述第一相机面部图像分配(1210)到多个预定分类中的一个；/n针对所述多个分类中的每个分类确定(1214)第一相机分类分布(1184

【技术特征摘要】
【国外来华专利技术】20170913 US 62/577,9461.一种由一个或多个处理器实施的方法，所述方法包括：
使用第一区域中的第一相机(256、456、1156)来采集(1202)描绘所述第一区域中的多个对象的面部的多幅第一相机面部图像(1104)；
针对所述多幅第一相机面部图像中的每幅第一相机面部图像：
确定(1208)所述第一相机面部图像中描绘的所述面部的视觉属性测量结果，并且
基于所述第一相机面部图像中描绘的所述面部的所述视觉属性测量结果将所述第一相机面部图像分配(1210)到多个预定分类中的一个；
针对所述多个分类中的每个分类确定(1214)第一相机分类分布(11841-3)，所述第一相机分类分布在所述多幅第一相机面部图像中被分配所述分类的第一相机面部图像中间共享；
使用第二区域中的第二相机(276、376、476、1176)来采集(1302)描绘所述第二区域中的所述对象的面部的多幅第二相机面部图像(1120)；
针对所述多幅第二相机面部图像中的每幅第二相机面部图像：
确定(1308)所述第二相机面部图像中描绘的所述面部的视觉属性测量结果，并且
基于所述第二相机面部图像中描绘的所述面部的所述视觉属性测量结果将所述第二相机面部图像分配(1310)到所述多个预定分类中的一个；
针对所述多个分类中的每个分类确定(1314)第二相机分类分布(11844-6)，所述第二相机分类分布在所述多幅第二相机面部图像中被分配所述分类的第二相机面部图像中间共享；
使用所述第二相机来采集(1402)描绘未识别的对象的面部的后续面部图像；
确定(1404)所述后续面部图像中描绘的所述未识别的对象的面部的视觉属性测量结果；
基于所述后续面部图像中描绘的所述面部的所述视觉属性测量结果将所述后续面部图像分配(1406)到所述多个预定分类中的给定预定分类；
应用(1408)对所述后续面部图像的调节以生成经校准的后续面部图像，其中，应用所述调节基于与所述给定预定分类相关联的所述第一相机分类分布和所述第二相机分类分布；并且
基于所述经校准的后续面部图像的一个或多个特征与所述多幅第一相机面部图像和所述多幅第二相机面部图像中的一幅或多幅的一个或多个特征的比较来确定(1410)所述未识别的对象的身份。


2.根据权利要求1所述的方法，其中，所述第一相机分类分布包括与所述多幅第一相机面部图像中被分配所述分类的所述第一相机面部图像的RGB直方图相关联的第一统计数据，并且所述第二相机分类分布包括与所述多幅第二相机面部图像中被分配所述分类的所述第二相机面部图像的RGB直方图相关联的第二统计数据。


3.根据权利要求2所述的方法，其中，所述第一统计数据包括所述多幅第一相机面部图像中被分配所述分类的所述第一相机面部图像的所述RGB直方图的平均直方图，并且所述第二统计数据包括所述多幅第二相机面部图像中被分配所述分类的所述第二相机面部图像的所述RGB直方图的平均直方图。


4.根据权利要求2所述的方法，还包括：
将所述多幅第一相机面部图像中被分配所述分类的所述第一相机面部图像的所述RGB直方图进行规范化；并且
将所述多幅第二相机面部图像中被分配所述分类的所述第二相机面部图像的所述RGB直方图进行规范化。


5.根据权利要求1所述的方法，其中，所述调节包括直方图校正。


6.根据权利要求1所述的方法，还包括将所述第二相机的孔径校准到所述第一相机的孔径。


7.根据权利要求1所述的方法，还包括将所述第二相机的快门速度校准到所述第一相机的快门速度。


8.根据权利要求1所述的方法，还包括将所述第二相机的白平衡校准到所述第一相机的白平衡。


9.根据权利要求1所述的方法，其中，所述多个预定分类包括多个皮肤色调范围。


10.一种包括指令的至少一个非瞬态计算机可读介质，所述指令响应于由一个或多个处理器对所述指令的运行而使所述一个或多个处理器执行以下操作：
基于由第一相机(256、456、1156)捕获的第一多幅数字图像的一个或多个视觉属性将所述第一多幅数字图像归类(1202-1210)到多个预定类别中，其中，所述第一多幅数字图像中的每幅数字图像描绘第一区域中的多个对象中的一个；
基于由第二相机(276、376、476、1176)捕获的第二多幅数字图像的一个或多个视觉属性将所述第二多幅数字图像归类(1302-1310)到相同的多个预定类别中，其中，所述第二多幅数字图像中的每幅数字图像描绘第二区域中的所述多个对象中的至少一个；
使用所述第二相机来采集(1402)描绘所述第二区域中的未知对象的后续数字图像；
基于所述后续数字图像的一个或多个视觉属性将所述后续数字图像归类(1404-1406)到所述多个预定类别中的给定预定类别中；

【专利技术属性】
技术研发人员：王海波，C·C·A·M·范宗，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰;NL