[发明专利]检测物体距图像传感器的距离的计算机实现的方法

说明书

提供了一种用于估计由图像传感器检测到的物体的距离的方法。自动地执行多次检测以检测物体的特征并且估计物体比例，所述物体比例随后被用于与诸如所述物体距所述图像传感器的距离的额外测量相关。所述方法检测人和非人物体。所述方法使用可用的人体测量学表。所述方法考虑到图像传感器光学像差，诸如镜头失真。还提供了一种相关的系统和一种相关的计算机程序产品。

发明背景

1.发明领域

本发明的领域涉及一种用于图像分析的方法，具体地用于检测物体距图像传感器的距离的方法，并且涉及相关系统、装置和计算机程序产品。

本专利文件的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人复制专利文献或专利公开内容，因为它出现在专利和商标局的专利文件或记录中，但是无论何事在其他方面保留所有版权权利。

2.技术背景

距离和/或年龄估计对于在机器人导航、安全、执法、监督、访问控制或人机交互的范围内的许多计算机视觉应用来说变得越来越重要。

深度测量传感器的示例包括飞行时间(ToF)摄像机和立体传感器。ToF摄像机基于飞行时间原理来测量距离，其涉及从诸如IR激光器的光源发射并且随后由物体反射的光脉冲的时间延迟的测量。当物体位于较远距离处时由于物体因背景而模糊，从ToF传感器的距离测量经常不能提供准确的测量结果。深度也可以通过使用立体或多摄像机系统来测量，因此需要多于一个图像传感器。立体传感器可以在较远的距离处提供良好的分离，然而它们需要校准设置。

大量的应用还依赖于了解一个人的年龄和/或性别。用于估计年龄的常用方法是基于提取和分析脸部特征。其他流行的技术是基于机器学习技术，诸如卷积神经网络(CNN)，并且已显示出用于估计一个人的年龄的良好性能。然而，这类技术是计算密集型的，因为它们涉及基于系统需要分类的物体来用大量示例训练系统。

虽然用于年龄和性别估计和分类的图像处理技术是众所周知的，但是能够自动估计年龄或性别仍然是具有挑战性的问题。

诸如距离、年龄或性别的检测物体属性的估计的不准确性经常也取决于诸如镜头失真的光学像差。由镜头失真引入的误差也将根据使用的镜头类型而变化。具有不同光学参数的多个传感器可以用于捕捉场景，并且需要自动地并且独立于所使用的图像传感器来考虑失真校正。

3.相关领域的讨论

US5781650A公开了用于在电子数字化图像中自动查找人脸的脸部图像并将与所述脸部相关联的人的年龄分类成年龄类别的过程。

US8565539B2公开了用于基于图像集合中的图像来确定感兴趣的个体的估计年龄的系统和方法。

US7319779B1公开了用于从数字图像中自动提取人的多类别年龄分类信息的方法和系统。所述系统检测图像中人物的脸部、从脸部提取特征、并且随后分类成多个年龄类别中的一个。

US8831362B1公开了包括编码在计算机存储介质上以用于执行年龄估计的计算机程序的方法、系统和设备。一个方面包括将人的图像提交给多个分类器，每个分类器具有适于确定所述人是否是特定年龄组的成员或者作为一个年龄组的成员或另一个年龄组的成员的概率的标量输出。

US8000505B2公开了用于确定在数字图像中具有红眼的人类受试者的年龄的数字图像处理方法。

US8523667B2公开了用于控制对电子媒体装置的访问的方法和系统。所述技术基于3-D人体模型的度量自动确定摄像机的视野中的用户的年龄组。所述度量可以涉及例如身体的头部的相对尺寸、手臂长度与身高的比率、身高与头部高度的比率和/或头部宽度与肩部宽度的比率。

US7912246B1公开了用于使用分类器的多类别分解体系结构来基于人的脸部图像来执行年龄分类或年龄估计的系统和方法。

发明内容