[发明专利]用于基于色度差的对象验证的被动图像深度感测

权利要求书

1.一种用于对象验证的被动图像深度感测方法，所述方法包括：

使用图像传感器捕获由三维(3D)特征区域表征的对象的原始图像数据，每个3D特征区域与相应的预期深度和/或相应的预期纹理特征相关联；

从所述原始图像数据中识别多个特性子图像，至少通过将3D特征区域中的对应的一个3D特征区域映射到所述原始图像数据来识别每个特性子图像；

针对每个特性子图像，从所述原始图像数据中获得来自用所述图像传感器对对象进行成像的相应的第一色度响应、以及来自用所述图像传感器对所述对象进行成像的相应的第二色度响应；

基于每个特性子图像的所述相应的第一色度响应和所述相应的第二色度响应，计算相应的计算深度和/或相应的计算的纹理特征；以及，

基于将每个特性子图像的所述相应的计算深度与所述对应的3D特征区域的所述相应的预期深度进行比较、和/或将每个特性子图像的所述相应的计算的纹理特征与所述对应的3D特征区域的所述相应的预期纹理特征进行比较，输出针对所述对象的验证信号。

2.如权利要求1所述的方法，其中：

每个相应的第一色度响应对应于从所述对象反射并由所述图像传感器检测到的光的第一波长；

每个相应的第二色度响应对应于从所述对象反射并由所述图像传感器检测到的所述光的第二波长；以及

所述图像传感器能够将所述第一波长与所述第二波长区分开来。

3.如权利要求1所述的方法，其中对于每个特性子图像，所述计算包括：

计算从所述相应的第一色度响应导出的第一色度响应幅度(MCR)和从所述相应的第二色度响应导出的第二MCR之间的比值；以及

基于所述比值至少确定所述相应的计算深度。

4.如权利要求1所述的方法，其中：

所述对象与存储的通用对象模型相关联，所述存储的通用对象模型针对多个3D特征区域中的每个3D特征区域定义所述相应的预期深度和/或所述相应的预期纹理特征；并且

所述验证信号指示所述对象是否为欺骗。

5.如权利要求1所述的方法，其中：

每个3D特征区域与在所述捕获之前的操作的配准阶段期间从用户获得并存储的所述相应的预期深度和/或所述相应的预期纹理特征预先关联；以及

所述验证信号指示所述对象是否为欺骗。

6.如权利要求5所述的方法，其中所述验证信号还指示是否验证了所述用户的身份。

7.如权利要求1所述的方法，其中：

所述对象包括用户的多个解剖特征，每个解剖特征具有相应的存储的特征数据，所述特征数据至少指示所述解剖特征的位置、形状、和/或大小，所述存储的特征数据在所述捕获之前的配准阶段期间获得并存储；

所述计算包括针对所述多个解剖特征中的至少某些解剖特征提取与所述存储的特征数据的至少一部分相对应的特征测量值；并且

所述输出包括至少基于将所述特征测量值与所述存储的特征数据进行比较来计算所述用户的生物特征验证，使得所述验证信号进一步指示所述用户的身份是否基于所述生物特征验证而被验证。

8.如权利要求7所述的方法，其中：

所述提取所述特征测量值包括跟踪每个特性子图像的所述相应的第一色度响应和/或所述相应的第二色度响应的亮度分布特性；并且

所述计算所述生物特征验证包括基于所述亮度分布特性来计算所述相应的计算的纹理特征。

9.如权利要求7所述的方法，进一步包括：

至少基于将所述特征测量值与所述存储的特征数据进行比较来计算所述对象的估计的距离数据，

其中所述计算所述相应的计算深度和/或所述相应的计算的纹理特征至少部分地基于所述计算所述估计的距离数据。

10.如权利要求7所述的方法，其中所述计算所述生物特征验证至少部分地与所述计算所述相应的计算深度和/或所述相应的计算的纹理特征并行执行。