[发明专利]识别视频序列中的活的皮肤组织

说明书

根据一个方面，提供了一种用于识别视频序列中的活的皮肤组织的装置，所述装置包括：处理单元，其被配置为接收视频序列，所述视频序列包括多个图像帧；将所述图像帧中的每个划分成第一多个帧分段；形成第一多个视频子序列，每个视频子序列包括来自所述第一多个帧分段的针对所述图像帧中的两个或更多个的帧分段；将所述图像帧中的每个划分成第二多个帧分段，所述第二多个帧分段比所述第一多个帧分段包括更多数量的帧分段；形成第二多个视频子序列，每个视频子序列包括来自所述第二多个帧分段的针对所述图像帧中的两个或更多个的帧分段；分析所述第一多个视频子序列和所述第二多个视频子序列中的所述视频子序列以确定针对每个视频子序列的脉动信号；并且分析所述脉动信号以识别所述视频序列中的活的皮肤组织的区。

技术领域

本发明涉及用于识别视频序列中的活的皮肤组织的装置和方法。

背景技术

近年来，已经开发出了用于执行远程光体积描记(远程PPG或rPPG)的技术。这些技术使得能够从使用成像单元(例如，相机)捕获的图像帧的视频序列获得PPG信号。期望能够处理视频序列并自动提取rPPG信号，使得能够自动监视对象。然而，这需要自动识别视频序列中的活的皮肤组织的区。

作为计算机视觉的基础课题之一，在视频中检测对象的任务在过去的几十年里已经得到了广泛的研究。给定包含对象的视频序列，目标是定位与对象的身体部分相对应的区域。大多数现有的工作是利用人类外观特征来在监督训练机制中辨别对象与背景。然而，关于这些方法的一个共同问题是，他们训练的特征不是对人类独有的，任何与人类外观相似的特征都可能被错误地分类。此外，受监督的方法通常受限于已知的样本，并且当发生不可预测的样本时倾向于失败，例如，用正面训练的面部检测器不能定位从侧面观看的面部，而利用浅色皮肤的对象训练的皮肤分类器在深色皮肤对象的情况下会失败。

基于rPPG技术的发展，已经观察到，与物理外观特征相比，不可见的生理特征(例如，脉动)能够更好地将视频序列中的人类与非人类区分开来。在自然环境中，只有活的对象的皮肤组织展现出脉动性，因此任何不显示脉动信号的目标都能够被安全地分类为非人类类别。这能够防止对具有与人类相似的外观的目标的错误检测，例如如图1所示。

图1提供了活体组织检测技术应当如何成功操作的两个范例。在左边图像中，人类面部和人造面部被提供为面向相机，并且只有人类面部应当被识别出(尽管人造面部具有与人类面部相似的物理外观特征)，如虚线框所指示的并且该区的轮廓对应于活的皮肤组织。在右边图像中，人类面部和人造面部被提供为侧向于相机，并且只有人类面部才能被识别出。

在G.Gibert和D.D'Alessandro以及F.Lance的文章“Face detection methodbased on photoplethysmography”(10th IEEE International Conference on AdvancedVideo and Signal Based Surveillance(AVSS)，第449-453页，2013年)中，设置了硬阈值以选择具有较高频谱能量的分割局部区域(例如，网格、三角形或体素)作为皮肤区域。在R.van Luijtelaar、W.Wang、S.Stuijk和G.de Haan的文章“Automatic ROI detection forrPPG measurements”(ACCV 2014，新加坡)中，使用预定义的聚类参数来对与皮肤区域共有相似性的区域进行聚类。

然而，这些方法必须对皮肤区的预计尺寸做出假设以确定适当的分割，并且因此当皮肤区明显小于或大于预期时，这些方法趋于失败。

因此，目的是提供一种用于识别视频序列中的活的皮肤组织的改进的方法和装置。

发明内容