[发明专利]对象识别系统和方法

说明书

所公开的技术涉及识别数字图像中的对象。在各种实施例中，可以采集(1002)描绘区域(104)中的对象的(一幅或多幅)数字图像(420)。可以将所述(一幅或多幅)数字图像的描绘所述对象的面部的(一个或多个)部分检测(1004)为(一幅或多幅)检测到的面部图像。可以将所述(一幅或多幅)检测到的面部图像中的每幅的特征和与对象参考数据库(412)中的给定对象相关联的对象参考模板的集合中的每个对象参考模板的特征进行比较(1006)。基于所述比较，可以从与所述给定对象相关联的所述对象参考模板的集合中选择(1012)对象参考模板。然后可以确定(1014)所述(一幅或多幅)检测到的面部图像中的给定的检测到的面部图像与所选择的对象参考模板之间的(一个或多个)相似度度量。可以基于所述(一个或多个)相似度度量来确定(1016)所述对象的身份。

技术领域

本公开总体上但不完全地涉及识别数字图像(包括数字图像流)中的人。更具体地但不完全地，本文中公开的各种方法和装置涉及识别数字图像(或其流)中的人，使得那些人可以被定位在诸如医院的等候室的区域中。

背景技术

存在其中可能期望基于捕获包含人的场景的数字图像来自动地识别人(或“对象”)的多个情景。例如，当患者访问医院时，他们通常被登记、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有助于当他们等候医学资源的分配时监测他们的状况(例如，是否恶化)。其也可以有助于确定患者是否在没有被看到(LWBS)的情况下离开/何时离开。基于数字图像来自动地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，可能期望识别包含多个对象的数字图像中的个体对象。例如，除等候的患者之外，由等候室中的相机捕获的数字图像可能描绘可能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可能是不清楚的。此外，诸如等候室的监测区域中的对象不太可能去看相机。代替地，他们可能看他们的手机、杂志、彼此等。因此，即使当检测到描绘的面部时，如在其原始状态中描绘的检测到的面部可能对于识别对象也是不理想的。此外，区域中的光条件可以跨时间(例如，日间对夜间)和/或跨物理空间变化。

发明内容

本公开涉及用于自动地识别在所采集的数字图像中描绘的人的方法、系统和装置。作为一个非限制性范例，多个分诊的患者可以在等候室中等候直到他们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”)以及其他数据点(诸如患者等候时间、患者存在性、等)来排序或排名的患者监测队列(还简单地被称为“患者队列”)中，与每个患者相关联的紧急性的量度基于由分诊护士从所述患者获得/采集的信息来确定。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对来自每个患者的一个或多个更新的生命体征和/或生理参数的非接触和/或无干扰的采集。这些更新的生命体征和/或生理参数可以包括但不限于温度、脉搏率、血氧饱和度(“SpO₂”)、呼吸率、姿势、出汗等。

为了识别(一个或多个)生命体征采集相机应当从其采集更新的生命体征的特定患者，本文中描述的技术可以被用于将所谓的“对象参考模板”(例如描绘对象的面部的各种不同视图的数字图像)匹配到包含在由一个或多个生命体征采集相机(例如，从相对宽的视场(“FOV”))采集的一幅或多幅数字图像中捕获的场景中的人进行匹配。更一般地，本文中描述的技术可以在各种背景下被实施以识别在数字图像(例如，单幅图像和/或数字图像流，诸如视频传送)中描绘的对象，例如通过收集与要监测的每个对象(其在本文中可以被称为“登记的对象”)相关联的对象参考模板并且稍后使用那些对象参考模板来识别随后捕获的数字图像中的对象。