[发明专利]通过测量人的身体部位的距离来识别人的方法和设备

说明书

相关申请的交叉引用

本申请要求于2015年3月31日提交的美国专利申请号为14/675,142的美国专利申请的优先权，其内容以引用的方式并入本文。

技术领域

本发明领域大体上涉及一种图像处理，并且更具体地说涉及一种用于通过测量人的身体部位的距离来识别人的方法和设备。

背景技术

许多现有的计算系统包括传统相机作为集成式外围装置。目前的趋势是为了通过将深度捕获集成到其成像组件中来增强计算系统成像能力。例如，可以使用深度捕获来执行各种智能对象识别功能诸如人脸识别(例如，用于安全系统解锁)或手势识别(例如，用于无接触用户界面功能)。

被称为“飞行时间(time-of-flight)”成像的一种深度信息捕获方法将(例如，红外(IR))光从系统发射到对象上，并且针对图像传感器的多个像素中的每一个像素，测量光的发射与传感器上的其反射图像的接收之间的时间。由飞行时间像素产生的图像与如由在不同的(x,y)像素位置的每一个处的独特深度测量(z)特征化的对象的三维轮廓相对应。其它类型的深度捕获方法包括立体三角测量、片光三角测量和结构化光。

根据实施方式，一些深度捕获相机可能还能够在相机的视场内拍摄传统的2D图像。例如，飞行时间相机还可以包括在相同的图像传感器上集成的可见光彩色像素(例如，拜耳(Bayer)图案化的红色(R)、蓝色(B)和绿色(G)像素)，该图像传感器带有检测用于飞行时间测量的光的像素。

附图说明

以下说明书和附图被用于说明本发明的实施例。在附图中：

图1示出了由深度相机捕获的人的图像；

图2示出了利用深度相机识别人的方法；

图3示出了人的身体的各个部位；

图4示出了人的身体部位的距离的示例性轮廓；

图5示出了构建身体部位距离的轮廓向量的方法；

图6a至图6d演示了确定两个身体部位之间的距离的示例；

图7示出了可以实践图2中的方法的环境；

图8示出了计算系统的实施例。

具体实施方式

图1和图2属于使用深度相机识别人(显式地或隐式地)的方法。如图1所示，人处于深度摄像机101的视场内。图2示出了使用深度摄像机基于人的身体结构的某些距离的测量来识别人的过程。

如图2所示，该过程包括捕获人的像素化深度图像201。然后分析202该图像，以识别人的身体的关键部位(例如肩部、肘部、手腕、膝盖、脚踝等)。然后公式化203关键身体部位距离的向量，该向量基本上根据人的各种关键身体部位之间的许多具体距离来描述该人。然后将关键身体部位距离的向量与包括许多这种向量的数据库进行比较204，所述许多这种向量中的每个向量分别地链接到不同的人(显式地或隐式地)。所公式化的向量和在数据库中发现的向量之间的匹配使得该人被识别出来。

图3示出了带有利用不同字母而被识别的各种潜在关键身体部位的人的示例性说明。虽然在图3中未示出，但是能够在人的脸部的各种特征(例如，左耳、右耳、左眼、右眼、鼻子、下巴等)上添加附加字母。此处，分析人的图像得到图像中被识别为关键身体部位的特定点(例如，图像中的第一特定点被识别为人的右手腕P，图像中的第二特定点被识别为人的右肘部N等)。如将会在以下更详细地进一步描述的是，计算这些点之间的距离，以基于这些距离有效地构建能够被用作该人的轮廓或特性说明的向量。

图4示出了能够从图3中的关键身体部位A至P计算的距离中的一些距离。在图4中图示共存在十六个不同的距离。与图4中示出的十六个不同的距离相比，其它向量实施例可以具有多得多或少得少的条目和/或不同的条目。

图5示出了能够被用于实施图2中的过程流的更详细的过程流。如图5所示，通过形成从图像相机的倾斜角、方位角和深度值的阵列，来制作在球面坐标中人的三维身体结构501。然后分析人的身体结构的三维图像以确定人的关键身体部位的位置502。然后计算503这些点之间的距离(例如，使用识别关键身体部位的球面坐标点)。在可替代的实施例中，其中关键身体部位驻留在那里的空间中的点的定义可以被表示在(例如，可以从在球面坐标中表达的原始阵列直接确定或者转换来的)诸如笛卡尔坐标系或者柱面坐标系的其它坐标系中。为了简单起见，本说明书的其余部分将会主要涉及球面坐标的使用(因为任何两个坐标系之间的转换对于普通技术人员而言都是简单的操作)。