CN102341811B - 控制设备的功能的方法和用于检测生物的存在的系统 - Google Patents

控制设备的功能的方法和用于检测生物的存在的系统 Download PDF

Info

Publication number
CN102341811B
CN102341811B CN201080010757.9A CN201080010757A CN102341811B CN 102341811 B CN102341811 B CN 102341811B CN 201080010757 A CN201080010757 A CN 201080010757A CN 102341811 B CN102341811 B CN 102341811B
Authority
CN
China
Prior art keywords
signal
measured zone
frequency
image
spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201080010757.9A
Other languages
English (en)
Other versions
CN102341811A (zh
Inventor
G.琴尼尼
V.让娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102341811A publication Critical patent/CN102341811A/zh
Application granted granted Critical
Publication of CN102341811B publication Critical patent/CN102341811B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/215Motion-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30076Plethysmography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

一种控制设备的功能的方法,包括:获得在连续时间点拍摄的数字图像的序列(19;34;48)。选择包括多个图像点的至少一个测量区域(25)。对于至少一个测量区域(25),获得至少多个图像点处的至少表示像素值的组合的时变值中的变化的信号(30;41;55),并且确定至少在相对于比较数据的信号谱的感兴趣的范围内信号(30;41;55)的至少一个特性。所述确定包括以下中的至少一个:(i)确定信号(30;41;55)是否具有在与比较频率在特定精度下匹配的频率下具有局部最大值的谱;以及(ii)确定信号(30;41;55)的至少特定频率分量是否在特定精度下与比较信号同相。取决于所述确定是否是肯定的来控制所述功能。

Description

控制设备的功能的方法和用于检测生物的存在的系统
技术领域
本发明涉及一种控制设备的功能的方法。
本发明还涉及一种用于检测生物的存在的系统。
本发明还涉及一种计算机程序。
背景技术
US 5719950公开了一种认证系统,其识别唯一的、固有地特定的计量生物学参数、以及不需要对于个人来说唯一、但相当于生理标准并且在认证时间区间可变的其它非特定的计量生物学参数。最优选地,计量生物学认证系统使用个人的指纹分析结合个人的脉搏-氧饱和度法和心电图描记法。所例示的计量生物学识别电路包括与模拟信号处理器通信的生物医学电极、发光二极管源以及与定时电源通信的检测器、以及用于血液脉搏/氧气监视器的体积描记法信号的信号处理器、以及与信号处理器通信的温度传感器、以及环境温度传感器。所公开的系统处理以下问题:可以通过在尝试的认证、识别或者这两者的时刻已经被剥夺资格、解体、或者死亡的、需求计量生物学个人认证的被授权的个人的计量生物学图案来规避计量生物学设备。
WO 2004/093676 A1公开了一种腕带心率变化率监视器。在一种应用中,设备与家庭的电子控制单元一同使用。用户在睡觉前佩戴该设备,并且当用户的心率水平和变化率达到阈值水平时,腕带监视器向家庭的控制计算机发出信号,所述控制计算机于是准备家庭以用于夜晚,即,将家庭置于“睡眠”模式。当用户的心率水平和变化率升到阈值等级之上时,监视器向中央家庭计算机发送信号,从而准备家庭以用于白天,即,将家庭置于“醒的”模式。由此,完成诸如打开灯、淋浴器、咖啡机、警钟之类的功能。优选实施例使用电极来获取ECG信号。然而,替代实施例可以包括使用光学传感器来获取信号。
Verkruysse等人的“Remote plethysmographic imaging using ambient light”, Optics Express, 16 (26), 22 December 2008, pp. 21434-21445证明了可以利用作为源的一般环境光以及电影模式下的简单的数字消费级照相机来远程地在人类面部上测量光电体积描记术信号。在将照相机设置在电影模式下时,要求志愿者坐下、站立或者躺下以使任何移动最小化。彩色电影被照相机保存并且被传送给个人计算机。对于每个电影帧来读取用于红色、绿色和蓝色通道的像素值,从而提供一组PV(x, y, t),其中x和y分别是水平和垂直位置,t是对应于帧速率的时间。使用图形用户界面,在(从电影中选择的)静止图像中选择感兴趣的区域(ROI),并且将原始信号PV原始(t)计算为ROI中所有像素值的平均。执行快速傅里叶变换来确定功率和相位谱。在其中一幅图中示出了1.43Hz的心率频率的相位图。文章提到:作者简单地尝试使用远摄镜头结合他们的照相机之一,因为存在对于用于战争伤员鉴别分类或者用于运动监视目的的心率的远程感测的兴趣。
从现有技术已知的光电体积描记术的应用限于使用心率和呼吸确定并且使用成像的诊断法。
发明内容
本发明的一个目的是提供上文在开篇段落中提到的类型的方法、系统和计算机程序,其使用通过不引人注目的生理测量来获得的输入。
此目的是通过根据本发明的方法来实现的,该方法包括:
- 获得在连续时间点拍摄的数字图像的序列;
- 选择包括多个图像点的至少一个测量区域;
对于至少一个测量区域,
- 在至少多个图像点处获得至少表示像素值的组合的时变值中的变化的信号,以及
- 至少在相对于比较数据的信号谱的感兴趣的范围内确定信号的至少一个特性,所述确定包括以下中的至少一个:
(i) 确定信号是否具有在与比较频率在特定精度下匹配的频率下具有局部最大值的谱;以及
(ii) 确定信号的至少特定频率分量是否在特定精度下与比较信号同相;以及
- 取决于所述确定是否是肯定的来控制所述功能。
确定信号是否具有在特定精度下与比较值匹配的具有局部最大值的谱可以包含确定局部最大值是否落入比较范围内。
所述方法基于以下惊人的认识:可以通过执行旨在发现人的心率或者呼吸速率的对于环境的图像序列的分析来检测人或者具有特定类型的特性的人是否在特定环境中存在。由此,到目前为止仅被设想用于治疗目的的方法在不引人注目的监视方法中发现了新的并且有用的应用。由于该方法包括获得在连续时间点处拍摄的数字图像的序列,因此其是不引人注目的。不需要将传感器带到与人靠近。还由于该方法包括选择包括多个图像点的至少一个测量区域并且对于每个测量区域获得至少表示在至少多个图像点处像素值的组合的时变值中的变化的信号,因此该方法是不引人注目的。使用诸如在测量区域上进行空间平均之类的组合导致具有相对较高的信噪比的信号,可以在足够等级的精度下从该信号中提取对应于周期性生理现象(诸如心跳或呼吸)的谱峰值。此鲁棒性允许使用图像记录反射的环境光,从而该方法是不引人注目的。
在该方法的实施例中,比较数据基于至少表示另外选择的测量区域的至少多个图像点处的像素值的组合的时变值中的变化的至少一个信号。
效果是:该方法允许确定在图像中表示多少个不同的生物。在谱中出现局部最大值处的不同的相位或者不同的频率值指示不同的生物。
在此方法的变型中,每个另外选择的测量区域是图像上放置的网格中的多个测量区域之一。
效果是:图像区域被完全覆盖。顺便提及,此效果也在选择少于网格的所有部分(假设它们分隔开)的情况下获得。在该方法的变型中,识别具有形状、色彩或其它图像特性的区域(暗示它们可能对应于身体部分)的先前的步骤可被省略。由于这种步骤可能具有高的误差率,因此这点改进了检测生物的精度。由于测量区域每个包括多个图像点,并且形成了至少多个图像点处的像素值的组合的时变值,因此存在对于噪声的低敏感度。此外需要形成比每个像素要分别与其它像素比较的情况下更少的信号。
在另一个变型中,仅在对于测量区域以及与其分隔开的至少一个另外的测量区域获得的信号具有在测量区域与至少一个另外的测量区域在特定精度下共用的频率下具有相应的局部最大值的谱的情况下,执行确定信号的至少特定频率分量是否在特定精度下与比较信号同相。
效果是:不需要构造覆盖整个图像区域的相位图。仅由于局部最大值的频率相同而因此可以或者不可以表示相同的生物的那些图像分段通过确定是否存在相位差而被进一步分析。由此,即使在图像中表示的两个生物具有大约相同的心率或者呼吸速率,仍可以将所述两个生物彼此区分。
在该方法的实施例中,所述设备包括用于提供可感知的输出的至少一个设备,并且所述方法包括取决于对于对应于目标的测量区域做出的确定是否是肯定的来控制所述设备以提供由空间目标区分的在空间上目标确定的输出。
由此,在检测到存在生物时,可以在该生物处对反馈进行目标确定。图像中测量区域的位置提供用于定位目标的信息。
在变型中,对于对应于目标的至少一个测量区域,取决于局部最大值的频率的值来适配可感知的输出。
此变型具有以下效果:使得能够将反馈目标确定到个人,其中所述反馈适于从周期性生理现象的频率推导的所述个人的当前精神状态。此现象可以例如是呼吸或者心跳。在诸如环境系统之类的系统中,环境可被分为具有不同氛围的部分,每个氛围适于该部分中一个或者多个人的情绪。
在实施例中,在完成初始化阶段时使得数字图像的序列被照相机捕捉,所述初始化阶段包括:
- 在照相机设置变化的同时,测量由照相机获取的图像的至少部分中的周期性强度波动,以及
- 选择其中至少在频率的范围内的所测量的周期性强度波动被确定为最小的照相机设置的值。
此实施例允许例如在市电频率下移除周期性干扰的来源。典型地,这种干扰对应于环境照明中的周期性波动。由于该方法适于远程成像,因此这些干扰比在要使用例如红外光源和照相机的情况中起到更多的作用。适当的照相机设置包括帧速率、曝光时间、照相机增益和像素时钟。
本方法的实施例包括确定校正信号,其对应于除了测量区域之外的图像部分中至少多个图像点处的像素值的组合的时变值,以及
- 对于每个测量区域,将测量区域中的至少多个图像点处的像素值的组合的时变值和至少测量区域中的图像的像素数据中的至少一个与所述校正信号去相关。
此实施例允许从分析中移出非周期性干扰,从而进一步提高由于周期性生理现象的信号分量的信噪比。示例将是在捕捉图像序列的同时观看电视的人的面部中电视信号的反映。注意:除了测量区域之外的图像部分可以是也包含测量区域的更大的图像部分。
根据另一个方面,根据本发明的用于检测生物的存在的系统包括:
- 接口,用于获得在连续时间点拍摄的数字图像的序列;
- 图像数据处理系统,被配置为:
- 选择包括多个图像点的至少一个测量区域;
- 对于至少一个测量区域,
- 在至少多个图像点处获得至少表示像素值的组合的时变值中的变化的信号,以及
- 至少在相对于比较数据的信号谱的感兴趣的范围内确定信号的至少一个特性,所述确定包括以下中的至少一个:
(i) 确定信号是否具有在与比较频率在特定精度下匹配的频率下具有局部最大值的谱;以及
(ii) 确定信号的至少特定频率分量是否在特定精度下与比较信号同相;以及
- 取决于确定是否是肯定的来适配其输出。
此系统能够检测在图像序列中描绘的环境中是否存在生物并且检测在图像序列中描绘的环境中存在多少生物。由此,能够在真实的生物与在环境中也可能存在的生物的画面之间进行辨别。能够以不引人注目的方式来进行,因为其不依赖于需要与要检测的生物接触或者靠近要检测的生物的传感器。
图像数据处理系统被配置为执行根据本发明的方法。
根据本发明的另一方面,提供了一种计算机程序,其包括一组指令,该组指令在被并入机器可读的介质时能够使得具有信息处理能力的系统执行根据本发明的方法。
附图说明
将参照附图更详细地解释本发明,附图中:
图1是被布置为取决于是否检测到生物的存在、或者取决于生物的心率或者呼吸速率适配其输出的系统的示意图;
图2是图示用于确定生物的心率或者呼吸速率的方法的流程图;
图3是图示用于检测生物的存在的替代方法的流程图;
图4A和图4B是图示也允许向生物提供目标确定的反馈的用于检测生物的存在的第三方法的流程图;以及
图5是实现包括在图1的系统中的环境系统的环境的图。
具体实施方式
参照图1,这里给出被布置为处理图像序列的系统1的示例。系统1执行此处理,以便基于对应于周期性生理现象的频率的图像的像素数据来确定信号的谱中至少一个峰值的存在和频率值中的至少一个。在特定实施例中,生物的存在是从峰值的存在推断的,并且用作用于一个或者多个系统过程的二进制输入。峰值的频率被用作那些过程的至少一个中的输入。在其它实施例中,推断出若干不同生物的存在。在一个实施例中,此信息被用作对于图像分段方法的输入。在另一个实施例中,此信息被用于提供在空间上目标确定的反馈。
系统1包括数字照相机2,其被布置为快速连续地记录数字图像的序列。系统1还包括数据处理设备3,其为了获得图像数据的目的而与数字照相机2通信,但也控制数字照相机2的操作,如将被解释的。
由数字照相机2捕捉的数字图像数据被经由数据处理设备3的接口4传递给数据处理设备3。在所图示的实施例中,数据处理设备3包括处理单元5和主存储器6、以及用于数据的非易失性存储的数据存储设备7,所述数据例如使得数据处理设备3能够处理图像数据并且控制多个外围设备的数字图像数据和软件。
在所图示的实施例中,外围设备包括视频显示系统8;包括控制器9和照明单元10-12的环境系统;以及计量生物学扫描设备13。所有设备经由相应的接口14-16连接到数据处理设备3。这些外围设备仅仅是可以取决于参照图2到图4描述的图像处理方法的一个或者多个变型的结果来控制的外围设备的示例。一个实施例中的视频显示系统8包括覆盖有光和声音片(tile)的墙。在另一个实施例中,其包括投影系统。再有一个实施例,其包括标准电视机。
下面描述的方法用于通过基于对应于皮肤的一小块(patch)的图像数据来生成信号、来确定数字照相机2捕捉的场景中一个或者多个生物(即人类或者动物)的存在,该信号随着周期性生理现象(例如人类的心跳或者呼吸)的频率变化。
人类皮肤可被建模为双层对象,一层是表皮(薄表面层),另一层是真皮(表皮下面的较厚的层)。对于所有波长和皮肤颜色的情况,大约输入的光线的5%在表皮中反射。剩余的光在被称为身体反射率的现象(在双色反射模型中描述)中在两个皮肤层内被散射和吸收。表皮像滤光器那样表现,从而主要吸收光。在真皮中,光既被散射又被吸收。吸收取决于血液成分,从而吸收对于血流变化敏感。真皮的光学特性通常对于所有人种都是相同的。真皮包含血管的密集网络,其大约是成人总的脉管网络的10%。这些脉管根据身体中的血流而收缩。所述脉管因此改变真皮的结构,这影响皮肤层的反射率。因此,可以根据皮肤反射率变化来确定心率,这是作为这里提出的方法的基础的原理。
在图2中图示的方法的实施例中,首先完成初始化阶段,以便确定用于数字照相机2的适当设置(步骤17)。为此目的,数据处理设备3导致在捕捉数字图像的序列同时,数字照相机2的照相机通道的帧速率、曝光时间、像素时钟(确定获取像素值的速率)以及增益中的至少一个变化。确定序列的每个图像中的至少一部分的(空间)平均亮度,对于设置的每个新的值来确定平均亮度中周期性波动的幅度。为了本方法中的随后的使用,选择谱的至少一个范围、特别是低频范围内的幅度最小的那些设置。代替确定图像的至少一部分的空间平均亮度,可以确定各个像素的亮度波动。选择数字照相机2的设置的效果是:在向其应用本发明的剩余部分的图像序列中,在最大可能的程度上使得周期性背景照明波动不存在。
在下一步骤18中,从数字照相机2获得图像序列19。图像序列19表示在可能以规则或者不规则的间隔的连续时间点处捕捉的场景。
在下一步骤20中,处理图像19以便移除非周期性背景信号。为此目的,形成对应于图像19的部分或者全部的时变平均亮度的校正信号。在所图示的实施例中,然后将图像19的像素数据与校正信号去相关。用于取消非线性互相关的算法是本身已知的。在此阶段20中可以进行另外的图像处理,例如补偿照相机运动。
在下两个步骤21和22中,在数字图像的序列19中的至少一个上执行图像分段算法。具体地,在这些步骤21和22中执行用于检测表示身体部分(通常是面部)的图像分段23的算法。适当的算法在Viola, P. 和 Jones, M.J.的“Robust real-time object detection”, Proc. of IEEE Workshop on statistical and computational theories of vision, 13 July 2001中进行了描述。其它基于识别具有特定形状和/或颜色(皮肤颜色)的分段的适当的算法是已知的,并且可以替代此算法使用,或者除了此算法之外使用。被确定为对应于期望的类型的身体部分的一个或者多个(例如所有的)不同的分段23被通过图像序列19来跟踪(步骤24)。也就是说,将分段23放置在即其位置处,该位置是通过比较序列19中的图像以量化图像19内身体部分的运动来确定的。例如从De Haan等人的“True-motion estimation with 3-D recursive search block matching”, IEEE Transactions on circuits and systems for video technology, 3 (5), October 1993, pp. 368-379已知适当的跟踪算法。
随后,对于每个所选择和所跟踪的分段23,选择图像分段23内的测量区域25(步骤26)。此步骤26包含空间分析多个图像部分的像素数据—每个图像部分在大小上是一个或者多个图像点—以确定被确定为具有类似的特性的一组邻近的部分。通过数据处理设备3来自动地执行此步骤26。适当的算法是用于检测具有最小的梯度变化的区域的算法。选择属于该区域的那些图像部分以形成测量区域25。在所图示的实施例中,通过图像序列19中关键图像的分析来确定测量区域25的位置。确定其相对于对应于身体部分的分段23的位置,由此通过图像序列19利用图像分段23对其进行跟踪。由此,对于组成测量区域的所有图像点,确定每一个图像中的哪个像素对应于测量区域25的特定图像点。在替代实施例中,丢弃特定图像点,以使得取比测量区域25中所有图像点少的图像点处的像素值的和。此外,亮度可以是颜色分量的加权和或者仅仅是一个颜色分量的值。已经发现绿色具有最强的信号。
接着(步骤27),对于每个测量区域25,生成表示对应于测量区域25的图像点的像素的时变平均亮度的信号28。对于序列19中的每个图像,形成被确定为包括在测量区域25中的像素的平均亮度。由于序列19中的每个图像表示一个时间点,因此获得时变(离散时间)信号28。在图2所图示的实施例中,选择一个测量区域25,以使得生成仅一个信号28。如果存在更多的潜在地对应于身体部分的图像分段23,以使得存在多个测量区域25,则也将存在多个信号28。
然后,将每个第一信号28集中于其平均值(步骤29)以产生至少表示对应于测量区域25的图像点的像素的时变平均亮度的变化的另外的信号30。在变型中,此步骤29也包括可替代地包括在步骤20中的与校正信号去相关。在不同的变型中,此步骤29包括滤波操作,例如对应于信号的微分的滤波操作。用于提取第一信号的动态范围的1%的量级的变化的其它替代方案是可能的。
然后(步骤31),使用基本的信号处理技术来至少在已知包括感兴趣的生物(通常是人)的典型的心率值和/或呼吸速率值的范围内确定信号30的谱的一个或者多个局部最大值。
在一个实施例中,将局部最大值的频率与在存储器6中存储的参考值进行比较(步骤32),以确定其是否匹配到参考值附近的预定间隔内。这对于每个这种第二信号30进行。
图1的系统中图2的方法的此实施例的第一应用包含检测生物、特别是人类的存在。为此目的,表示是否检测到对应于周期性生理现象的频率的谱中的至少一个峰值的存在的输出被用于控制一个或者多个外围设备,以根据检测至少一个人类的存在而有条件地执行功能。如果存在人类,则例如视频显示系统8和环境系统可以继续起作用。如果不存在人类,则视频显示系统8和环境系统可被关闭或者切换到备用功能。由此,此应用是节能设备中的应用。类似的应用是用于家庭和办公室的智能照明系统。依靠自动化的图像分析的生物的检测对于例如由于宠物引起的错误警报较不敏感。
类似的应用是控制条件访问系统,例如包括计量生物学扫描设备13的条件访问系统。在实施例中,这可以是指纹扫描仪。使用生物的检测,确保例如人的手指的蜡模不能被用于欺骗条件访问系统。仅使用照相机2(例如来扫描人的虹膜或面部)的条件访问系统也可以受益于图2的方法的附加使用,以确定有生命的人实际上在照相机镜头前。
作为替代或者附加地,将图2的方法用于为用户提供生物反馈。更具体地,使得至少环境系统根据在方法的最后的步骤31中确定的频率来适配其输出。例如,可以根据心率来改变由照明单元10、11、12发射的光的颜色或强度。为此目的,在包括由数据处理设备3获得的最后N个数字图像的序列上实时地执行图2的方法。N取决于图像捕捉速率,并且取决于图像捕捉速率来选择,以覆盖跨越足够长以覆盖一般人类的至少两次心跳(例如至少四秒长)的时间间隔的序列。在此应用中,将谱中局部最大值处的频率值用作算法的输入,以便根据观察的个人的心率和/或呼吸速率来适配照明单元10、11、12和/或视频显示系统8的输出。
如果在图2的方法的变型中并且根据本发明,选择了多个测量区域25并且建立了多个平均信号30,则比较步骤32可以包括多个比较。具体地,滤除了不对应于生物的那些测量区域25,可以在对于不同的测量区域25的局部最大值的频率之间进行比较,以便确定存在多少个人。
在一个实施例中,使用此信息来将图像19分割成对应于不同生物的分段。
在另一个实施例中,使用此信息来确定多个个人的当前心率和/或呼吸速率。于是,使得使用环境系统提供的反馈取决于多个用户的心率。其还可以在空间上进行目标确定并且利用空间目标进行区分。对于对应于空间目标的每个测量区域25,根据相关联的信号30的谱中的局部最大值的频率值来适配环境系统和/或视频显示系统8的输出。
图3示出了特别用于计量生物学扫描设备13并且未根据本发明的替代方法。
此方法也可开始于用于确定用于数字照相机2的适当设置的初始化阶段33。在数字图像的序列被捕捉的同时,数据处理设备3使得数字照相机2的帧速率和曝光时间中的至少一个变化。确定序列的每个图像中的至少一部分的(空间)平均亮度,并且对于设置的每个新的值来确定平均亮度中周期性波动的幅度。为了本方法中的随后的使用,选择谱的至少一个范围、特别是低频范围内的幅度最小的那些设置。代替确定图像的至少一部分的空间平均亮度,可以确定各个像素的亮度波动。
在初始化阶段33之后,获得在连续时间点拍摄的序列34(步骤35)。图像序列34表示在可能以规则或者不规则的间隔的连续时间点处捕捉的场景。所述场景包括人向计量生物学扫描设备13呈现他或她的证明。
在下一步骤36中,处理图像34以便移除非周期性背景信号。为此目的,形成对应于图像34的部分或者全部的时变平均亮度的校正信号。在所图示的实施例中,然后将图像34的像素数据与校正信号去相关。在此阶段36中可以进行另外的图像处理,例如补偿照相机运动。
代替如图2的方法中那样应用基于形状和/或颜色识别的图像分段方法,将网格放置在每个图像34上(步骤37),所述网格将每个图像划分为多个测量区域、或者潜在的测量区域。每个测量区域包括多个图像点,即多个像素位置。
然后(步骤38),选择至少一个、但通常是所有的测量区域,并且对于每个测量区域,建立对应于该测量区域的图像点的图像34中的像素的亮度值的时变空间平均所对应的相应的信号39a-n。
然后,将每个第一信号39a-n集中于其平均值(步骤40)以产生表示对应于相关联的测量区域的图像点的像素的时变平均亮度的另外的信号41a-n,从而更好地对其中的变化进行观察。在变型中,此步骤40也包括可替代地包括在步骤36中的与校正信号去相关。在不同的变型中,此步骤40包括滤波操作,例如对应于信号的微分的滤波操作。用于提取第一信号的动态范围的1%的量级的变化的其它替代方案是可能的。
然后,确定信号41a-n的谱具有特定范围内的局部最大值的频率(步骤42)。然后,将其与表示一般个人的心率或者呼吸速率的所存储的参考值进行比较(步骤43)。
同时,操作计量生物学扫描设备13以获得用于验证图像中人的身份的认证数据(步骤44)。
仅在至少表示对应于相关联的测量区域的图像点的图像中的像素的亮度值的时变空间平均中的变化的第二信号41a-n中的至少一个具有在与参考频率在特定精度内匹配的频率下具有局部最大值的谱、并且认证数据匹配所存储的数据的情况下,使得能够访问系统1(步骤45)。否则,拒绝使用系统1(步骤46)。
在图3的方法的变型中,省略认证步骤44。此变型是根据检测至少一个生物或者特定种类的生物的存在而有条件地执行功能的一般方法。例如,可以根据是否检测到生物或者人类来打开和关闭照明单元10-12。作为另一个示例,已知平均心率随着人变老而改变。由此,家长控制功能可以使用与成人的典型值的比较(步骤32),以确定是成人还是孩子在寻求使用系统1。
图4A和4B图示了控制系统1的功能的另外的方法。该功能可以是图像分段功能或者用于使用环境系统和视频显示系统8中的至少一个来呈现可感知的输出的功能。
此方法再次开始于用于确定用于数字照相机2的适当设置的初始化阶段47。在数字图像的序列被捕捉的同时,数据处理设备3使得数字照相机2的帧速率和曝光时间中的至少一个变化。确定序列的每个图像中的至少一部分的(空间)平均亮度,并且对于设置的每个新的值来确定平均亮度中周期性波动的幅度。为了本方法中的随后的使用,选择谱的至少一个范围、特别是低频范围内的幅度最小的那些设置。代替确定图像的至少一部分的空间平均亮度,可以确定各个像素的亮度波动。
在初始化阶段47之后,获得在连续时间点拍摄的图像序列48(步骤49)。图像序列48表示在可能以规则或者不规则的间隔的连续时间点处捕捉的场景。所述场景将通常包括多个人类。
在下一步骤50中,处理图像48以便移除非周期性背景信号。为此目的,形成对应于图像48的部分或者全部的时变平均亮度的校正信号。在所图示的实施例中,然后将图像48的像素数据与校正信号去相关。在此阶段50中可以进行另外的图像处理,例如补偿照相机运动。
如图3的方法中那样,将网格放置在每个图像48上(步骤51),所述网格将每个图像划分为多个测量区域、或者潜在的测量区域。每个测量区域包括多个图像点,即多个像素位置。
然后(步骤52),选择所有的测量区域,并且对于每个测量区域,建立对应于图像点的图像48中的像素的亮度值的时变空间平均所对应的相应的信号53a-n。
然后,将每个第一信号53a-n集中于其平均值(步骤54)以产生至少表示对应于相关联的测量区域的图像点的像素的时变平均亮度的变化的另外的信号55a-n。在变型中,此步骤54也包括可替代地包括在步骤50中的与校正信号去相关。在不同的变型中,此步骤54包括滤波操作,例如对应于信号的微分的滤波操作。用于提取第一信号的动态范围的1%的量级的变化的其它替代方案是可能的。
然后,确定信号55a-n的谱具有特定范围内的局部最大值的频率(步骤56)。然后,将这些频率彼此比较,以便根据频率对图像48进行分段(步骤57)。换言之,与至少在特定精度下、在共用频率下具有局部最大值的信号55相关联的测量区域如果邻近的话,则聚集在一起。
结果是具有相关联的频率值和位置信息的图像分段的表格58。
可能发生:分隔开的分段基本与相同的频率值相关联。在该情况下,确定该分段中与测量区域相关联的另外的信号55a-n的至少一个的相位(步骤59)。然后,根据相位来聚集至少与具有在共用频率下具有局部最大值的谱的另外的信号55a-n相关联的测量区域(步骤60)。这需要确定信号的至少特定的频率分量是否在特定的预定精度下彼此同相。通常,将对于对应于之前确定的主导频率的频率分量执行相位比较(步骤56)。
为了效率,仅在对于测量区域获得的信号具有在共用的频率下具有相应的局部最大值的谱的情况下,执行确定测量区域的信号的至少特定频率分量是否与另外的测量区域的信号的相同频率分量同相。然而,在替代实施例中,做出由图像48覆盖的整个区域的相位图。
图4B示出了相同的基本方法的两个替代应用。该方法的第一应用是图像分段。第二应用是用于使环境条件适配于用户的生理条件的系统。
在图像分段方法中,通过数据处理设备3输出用于识别在聚集步骤60或步骤57中获得的分段的图像分段数据。即使在人的图像以不常见的角度捕捉或者由于使用广角镜头而变形时,此方法也能够输出对应于有生命的人的面部的图像分段。由此,该方法比纯粹基于识别特定的形状或者颜色的方法更稳定。此外,仅获得对应于实际的有生命的人的图像分段。该方法能够在有生命的人和诸如图片、图画或者人体模型之类的有生命的人的复制品之间进行辨别。由于亮度变化对于所有皮肤颜色发生,因此该方法不取决于人种。
第二应用包含在环境62(例如房间)(参见图5)内定位使用聚集步骤60,57检测的有生命的人,在所述房间中,放置了照相机2、照明单元10-12以及视频显示系统8。在图5的示例中,第一区域63对应于一个有生命的人的位置,第二区域64对应于第二个有生命的人的位置。
控制器9以及因此照明单元10-12根据是否确定目标对应于区域63、64之一来控制(步骤66)以提供由空间目标区分的在空间上目标确定的输出。更具体地,根据被确定为存在于区域63、64中的个人的心率和/或呼吸速率来适配输出。由此,指向第一区域63的光可以具有不同于指向第二区域64的光的特性。区别可以包括光、亮度、照明变化的动态等等之一。
类似的,可以适配视频显示系统8的输出。具体地,在视频显示系统8包括三维成像系统时,可以根据例如心率来针对观察的人适配深度和查看锥体。可被适配的其它变量包括显示的颜色深度、对比度和类似方面。还可以根据显示所针对的人的心率和/或呼吸速率来变化信息内容。使用图4A和图4B的方法,系统1能够确定差异的、个性化的输出所针对的不同的区域63、64有多少。
应注意:上述实施例例示、而非限制本发明,并且本领域技术人员将能够设计许多替代实施例,而不偏离所附权利要求的范围。在权利要求中,任何放置在括号之间的参考标号将不被解释为限制权利要求。词语“包括”不排除存在除了在权利要求中列出的元件或步骤之外的元件或步骤。元件前面的词语“一”或“一个”不排除存在多个这种元件。在彼此不同的从属权利要求中陈述特定手段的唯一事实不表明这些手段的组合不能被有利地使用。
这里概述的方法可以在像素数据的单个颜色分量上执行或者在颜色分量(例如,红色、绿色和蓝色,或者青色、品红色、黄色和基本色)中的两个或者更多个的加权和上执行。

Claims (8)

1.一种控制设备的功能的方法,包括:
- 获得在连续时间点拍摄的数字图像的序列(19; 34; 48);
- 选择包括多个图像点的至少一个测量区域(25);
- 对于至少一个测量区域(25),
a) 在至少一些图像点处获得至少表示像素值的组合的时变值中的变化的信号(30; 41; 55),以及
b) 确定该信号(30; 41; 55)至少在它的谱的感兴趣的范围内相对于比较数据的至少一个特性,其中,所述比较数据基于至少一个第二信号,所述第二信号至少表示在另外选择的测量区域中的至少一些图像点处像素值的组合的时变值中的变化,所述确定包括以下中的至少一个:
(i) 确定信号(30; 41; 55)是否具有在与比较频率在特定精度下匹配的频率下具有局部最大值的谱;以及
(ii) 确定至少该信号(30; 41; 55)对应于主导频率的频率分量是否在特定精度下与比较信号同相,其中所述主导频率是该信号的谱中具有特定范围内的局部最大值的频率;以及
- 取决于所述确定是否是肯定的来控制所述功能。
2.根据权利要求1所述的方法,其中每个另外选择的测量区域是图像上放置的网格中的多个测量区域之一。
3.根据权利要求1所述的方法,其中
仅在对于测量区域以及与其分隔开的至少一个另外的测量区域获得的信号(30; 41; 55)具有在特定精度下、在测量区域与至少一个另外的测量区域共用的频率下具有相应的局部最大值的谱的情况下,执行确定至少该信号(30; 41; 55)对应于主导频率的频率分量是否在特定精度下与比较信号同相。
4.根据权利要求1所述的方法,其中所述设备包括用于提供可感知的输出的至少一个设备(8,10-12),并且其中所述方法包括取决于对于对应于目标的测量区域(25)做出的确定是否是肯定的来控制所述设备以提供由空间目标区分的在空间上目标确定的输出。
5.根据权利要求4所述的方法,其中,对于对应于目标的至少一个测量区域(25),取决于局部最大值的频率的值来适配可感知的输出。
6.根据权利要求1所述的方法,其中
在完成初始化阶段时使得数字图像的序列(19; 34; 48)被照相机(2)捕捉,所述初始化阶段包括:
- 在照相机设置变化的同时,测量由照相机(2)获取的图像的至少部分中的周期性强度波动,以及
- 选择至少在频率的范围内的所测量的周期性强度波动被确定为最小的照相机设置的值。
7.根据权利要求1所述的方法,包括:
- 确定校正信号,其对应于除了测量区域(25)之外的图像部分中至少一些图像点处的像素值的组合的时变值,以及
- 对于每个测量区域(25),将测量区域(25)中的至少一些图像点处的像素值的组合的时变值和至少测量区域中的图像的像素数据中的至少一个与所述校正信号去相关。
8.一种控制设备的功能的装置,包括:
- 用于获得在连续时间点拍摄的数字图像的序列(19; 34; 48)的构件;
- 用于选择包括多个图像点的至少一个测量区域(25)的构件;
- 用于对于至少一个测量区域(25)执行以下功能的构件:
a) 在至少一些图像点处获得至少表示像素值的组合的时变值中的变化的信号(30; 41; 55),以及
b) 确定该信号(30; 41; 55)至少在它的谱的感兴趣的范围内相对于比较数据的至少一个特性,其中,所述比较数据基于至少一个第二信号,所述第二信号至少表示在另外选择的测量区域中的至少一些图像点处像素值的组合的时变值中的变化,所述确定包括以下中的至少一个:
(i) 确定信号(30; 41; 55)是否具有在与比较频率在特定精度下匹配的频率下具有局部最大值的谱;以及
(ii) 确定至少信号(30; 41; 55)对应于主导频率的频率分量是否在特定精度下与比较信号同相,其中所述主导频率是该信号的谱中具有特定范围内的局部最大值的频率;以及
- 用于取决于所述确定是否是肯定的来控制所述功能的构件。
CN201080010757.9A 2009-03-06 2010-03-01 控制设备的功能的方法和用于检测生物的存在的系统 Expired - Fee Related CN102341811B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09154491 2009-03-06
EP09154491.6 2009-03-06
PCT/IB2010/050869 WO2010100593A1 (en) 2009-03-06 2010-03-01 Method of controlling a function of a device and system for detecting the presence of a living being

Publications (2)

Publication Number Publication Date
CN102341811A CN102341811A (zh) 2012-02-01
CN102341811B true CN102341811B (zh) 2015-04-29

Family

ID=42114672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080010757.9A Expired - Fee Related CN102341811B (zh) 2009-03-06 2010-03-01 控制设备的功能的方法和用于检测生物的存在的系统

Country Status (5)

Country Link
US (2) US8542878B2 (zh)
EP (1) EP2404261A1 (zh)
JP (1) JP5676492B2 (zh)
CN (1) CN102341811B (zh)
WO (1) WO2010100593A1 (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2630596C2 (ru) 2011-03-30 2017-09-12 Конинклейке Филипс Н.В. Бесконтактная система скрининга нарушений сна
GB201114406D0 (en) 2011-08-22 2011-10-05 Isis Innovation Remote monitoring of vital signs
BR112014003834A2 (pt) * 2011-08-22 2017-03-14 Koninklijke Philips Nv sistema e método de administração de dados, processador para uso em um sistema de administração de dados e programa de computador
JP5822651B2 (ja) * 2011-10-26 2015-11-24 株式会社ソニー・コンピュータエンタテインメント 個体判別装置および個体判別方法
US10143377B2 (en) 2012-05-02 2018-12-04 Augusta University Research Institute, Inc. Single channel imaging measurement of dynamic changes in heart or respiration rate
WO2014020509A1 (en) * 2012-08-02 2014-02-06 Koninklijke Philips N.V. Device and method for extracting physiological information
US8843759B2 (en) * 2012-08-28 2014-09-23 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for media-based authentication
EP2772189A1 (en) * 2013-02-28 2014-09-03 Koninklijke Philips N.V. Apparatus and method for determining vital sign information from a subject
EP2772884A1 (en) * 2013-02-28 2014-09-03 Koninklijke Philips N.V. Apparatus and method for detecting subjects on the basis of vital signs
BR112015022002A2 (pt) 2013-03-13 2017-07-18 Koninklijke Philips Nv aparelho para determinar informações de sinais vitais de um indivíduo, e método para determinar informações de sinais vitais de um indivíduo
US9265456B2 (en) 2013-03-14 2016-02-23 Koninklijke Philips N.V. Device and method for determining vital signs of a subject
US8749641B1 (en) * 2013-05-01 2014-06-10 Google Inc. Detecting media source quality to determine introduced phenomenon
EP3057486B1 (en) * 2013-10-17 2017-05-03 Koninklijke Philips N.V. Automatic camera adjustment for remote photoplethysmography
US9418279B2 (en) * 2013-11-19 2016-08-16 Qualcomm Incorporated Detection of an object's varying features with a non-stationary device
EP3079582B1 (en) 2013-12-13 2017-07-05 Koninklijke Philips N.V. Sleep monitoring system and method
CN105593903B (zh) * 2014-05-16 2018-10-02 联发科技股份有限公司 生物体确定装置、测量装置及方法
CN105556539A (zh) * 2014-05-16 2016-05-04 联发科技股份有限公司 检测兴趣区域的检测装置和方法
US9609385B2 (en) 2014-08-28 2017-03-28 The Nielsen Company (Us), Llc Methods and apparatus to detect people
JP6331952B2 (ja) * 2014-10-14 2018-05-30 富士通株式会社 脈波伝搬速度算出システム、脈波伝搬速度算出方法及び脈波伝搬速度算出プログラム
US9936880B2 (en) * 2014-11-25 2018-04-10 William Marsh Rice University Camera based photoplethysmogram estimation
US9842392B2 (en) * 2014-12-15 2017-12-12 Koninklijke Philips N.V. Device, system and method for skin detection
WO2016097708A1 (en) * 2014-12-16 2016-06-23 Isis Innovation Limited Method and apparatus for measuring and displaying a haemodynamic parameter
CN105518710B (zh) * 2015-04-30 2018-02-02 北京旷视科技有限公司 视频检测方法、视频检测系统以及计算机程序产品
JP6343107B1 (ja) * 2015-05-21 2018-06-13 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. ビデオ・シーケンスにおける生体皮膚組織の識別
GB201601143D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for health and safety monitoring of a subject in a room
GB201601140D0 (en) * 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for estimating heart rate
GB201601217D0 (en) 2016-01-22 2016-03-09 Oxehealth Ltd Signal processing method and apparatus
CA2958003C (en) 2016-02-19 2022-04-05 Paul Stanley Addison System and methods for video-based monitoring of vital signs
US10335045B2 (en) 2016-06-24 2019-07-02 Universita Degli Studi Di Trento Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions
GB201615899D0 (en) 2016-09-19 2016-11-02 Oxehealth Ltd Method and apparatus for image processing
EP3539082A1 (en) 2016-11-08 2019-09-18 Oxehealth Limited Method and apparatus for image processing
GB201706449D0 (en) 2017-04-24 2017-06-07 Oxehealth Ltd Improvements in or realting to in vehicle monitoring
WO2019094893A1 (en) 2017-11-13 2019-05-16 Covidien Lp Systems and methods for video-based monitoring of a patient
AU2018400475B2 (en) 2018-01-08 2024-03-07 Covidien Lp Systems and methods for video-based non-contact tidal volume monitoring
GB201803508D0 (en) 2018-03-05 2018-04-18 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
WO2019240991A1 (en) 2018-06-15 2019-12-19 Covidien Lp Systems and methods for video-based patient monitoring during surgery
US11311252B2 (en) 2018-08-09 2022-04-26 Covidien Lp Video-based patient monitoring systems and associated methods for detecting and monitoring breathing
CN111091592B (zh) * 2018-10-24 2023-08-15 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、电子设备及可读存储介质
US11617520B2 (en) 2018-12-14 2023-04-04 Covidien Lp Depth sensing visualization modes for non-contact monitoring
GB201900033D0 (en) * 2019-01-02 2019-02-13 Oxehealth Ltd Mrthod and apparatus for monitoring of a human or animal subject
GB201900032D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
GB201900034D0 (en) * 2019-01-02 2019-02-13 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
US11315275B2 (en) 2019-01-28 2022-04-26 Covidien Lp Edge handling methods for associated depth sensing camera devices, systems, and methods
KR20210000985A (ko) 2019-06-26 2021-01-06 삼성전자주식회사 비전 센서, 이를 포함하는 이미지 처리 장치 및 비전 센서의 동작 방법
US11484208B2 (en) 2020-01-31 2022-11-01 Covidien Lp Attached sensor activation of additionally-streamed physiological parameters from non-contact monitoring systems and associated devices, systems, and methods
WO2023091576A1 (en) * 2021-11-21 2023-05-25 Miku, Inc. Method and system for non-invasive detection of a living subject's blood oxygen saturation

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719950A (en) * 1994-03-24 1998-02-17 Minnesota Mining And Manufacturing Company Biometric, personal authentication system
WO2004093676A1 (en) * 2003-04-23 2004-11-04 Almen Adam J Apparatus and method for monitoring heart rate variability
CN1613425A (zh) * 2004-09-15 2005-05-11 南京大学 司机疲劳预警生物识别的方法和系统
CN1814322A (zh) * 2005-01-31 2006-08-09 重庆微海软件开发有限公司 利用呼吸信号控制图像同步的方法及其装置

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8628698D0 (en) 1986-12-01 1987-01-07 Kon Israel Pulse rate detector
US4958638A (en) 1988-06-30 1990-09-25 Georgia Tech Research Corporation Non-contact vital signs monitor
US7970620B2 (en) 1992-11-17 2011-06-28 Health Hero Network, Inc. Multi-user remote health monitoring system with biometrics support
US5995856A (en) 1995-11-22 1999-11-30 Nellcor, Incorporated Non-contact optical monitoring of physiological parameters
JP3263035B2 (ja) * 1997-11-21 2002-03-04 東芝エンジニアリング株式会社 呼吸モニタリングの関心領域設定装置および呼吸モニタリングシステム
JPH11175734A (ja) * 1997-12-12 1999-07-02 Toshiba Corp 画像変化検出装置及びその方法
US6980679B2 (en) * 1998-10-23 2005-12-27 Varian Medical System Technologies, Inc. Method and system for monitoring breathing activity of a subject
AU2977700A (en) 1999-01-29 2000-08-18 Evgueni N. Bogomolov Personal physiological monitor
AU2001242127A1 (en) 2000-03-16 2001-09-24 Cedara Software Corp. System and method for processing an image sequence
JP3477166B2 (ja) * 2000-12-07 2003-12-10 学校法人慶應義塾 監視装置
JP4135356B2 (ja) * 2001-11-14 2008-08-20 株式会社日立製作所 生体状態検出を具備する指認証装置
US6650918B2 (en) 2002-02-22 2003-11-18 Datex-Ohmeda, Inc. Cepstral domain pulse oximetry
JPWO2003088648A1 (ja) 2002-04-17 2005-08-25 松下電器産業株式会社 動き検出装置、画像処理システム、動き検出方法、プログラム、および記録媒体
US7009492B1 (en) * 2003-01-30 2006-03-07 Combustion Dynamics Corp. Individual quantitative identification by means of human dynamic rhythmic electric activity spectra
US7354380B2 (en) 2003-04-23 2008-04-08 Volpe Jr Joseph C Heart rate monitor for controlling entertainment devices
KR100675555B1 (ko) 2003-07-07 2007-01-29 유선국 맥박 산소포화도 측정 장치 및 방법
GB0327100D0 (en) 2003-11-21 2003-12-24 King S College Hospital Nhs Tr Blood flow monitoring equipment
JP4088313B2 (ja) * 2004-01-23 2008-05-21 オリンパス株式会社 画像処理システム、院内処理システム
JP5227023B2 (ja) 2004-09-21 2013-07-03 ディジタル シグナル コーポレイション 生理学的機能を遠隔的にモニターするシステムおよび方法
WO2006086085A2 (en) 2004-12-28 2006-08-17 Hypermed, Inc. Hyperspectral/multispectral imaging in determination, assessment and monitoring of systemic physiology and shock
US7697766B2 (en) * 2005-03-17 2010-04-13 Delphi Technologies, Inc. System and method to determine awareness
JP2006346221A (ja) * 2005-06-16 2006-12-28 Heart Metrics Kk 個人認証方法及び装置
US7840246B1 (en) 2005-09-20 2010-11-23 Pacesetter, Inc. Implantable self-calibrating optical sensors
JPWO2007043328A1 (ja) * 2005-10-12 2009-04-16 コニカミノルタホールディングス株式会社 データ検出装置及びデータ検出方法
JP2007125151A (ja) * 2005-11-02 2007-05-24 Konica Minolta Holdings Inc 診断システム及び診断装置
JPWO2007052755A1 (ja) 2005-11-04 2009-04-30 株式会社東芝 呼吸モニタリング装置、呼吸モニタリングシステム、医療的処理システム、呼吸モニタリング方法、呼吸モニタリングプログラム
WO2007144880A2 (en) 2006-06-13 2007-12-21 Elfi-Tech Ltd. System and method for measurement of biological parameters of a subject
JP4357503B2 (ja) * 2006-06-28 2009-11-04 株式会社東芝 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
US8360986B2 (en) 2006-06-30 2013-01-29 University Of Louisville Research Foundation, Inc. Non-contact and passive measurement of arterial pulse through thermal IR imaging, and analysis of thermal IR imagery
US20100056887A1 (en) 2006-11-27 2010-03-04 Pioneer Corporation Emission sensor device and bioinformation detecting method
JP2008148862A (ja) * 2006-12-15 2008-07-03 Fujitsu Ltd 生体認証装置、生体認証方法および生体認証プログラム
US8557583B2 (en) 2007-03-15 2013-10-15 Dai Nippon Printing Co., Ltd. Cell culture support and manufacture thereof
JP2010525444A (ja) 2007-04-18 2010-07-22 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 医療患者に対して私的な逸話を与える装置及び方法
EP1988489B1 (en) 2007-05-04 2021-02-17 STMicroelectronics (Research & Development) Limited Biometric sensor apparatus and method
WO2009009761A1 (en) 2007-07-11 2009-01-15 Triage Wireless, Inc. Device for determining respiratory rate and other vital signs
CN101112307A (zh) 2007-08-30 2008-01-30 复旦大学 利用高速ccd测量斑马鱼心率的方法
US8149273B2 (en) 2007-11-30 2012-04-03 Fuji Xerox Co., Ltd. System and methods for vital sign estimation from passive thermal video
CN101527034B (zh) 2008-03-07 2013-01-23 深圳迈瑞生物医疗电子股份有限公司 自适应帧相关的方法和装置
JP5631901B2 (ja) 2009-03-06 2014-11-26 コーニンクレッカ フィリップス エヌ ヴェ 少なくとも1の生物体の画像の処理
US20110251493A1 (en) 2010-03-22 2011-10-13 Massachusetts Institute Of Technology Method and system for measurement of physiological parameters

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719950A (en) * 1994-03-24 1998-02-17 Minnesota Mining And Manufacturing Company Biometric, personal authentication system
WO2004093676A1 (en) * 2003-04-23 2004-11-04 Almen Adam J Apparatus and method for monitoring heart rate variability
CN1613425A (zh) * 2004-09-15 2005-05-11 南京大学 司机疲劳预警生物识别的方法和系统
CN1814322A (zh) * 2005-01-31 2006-08-09 重庆微海软件开发有限公司 利用呼吸信号控制图像同步的方法及其装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Remote plethysmographic imaging using ambient light;Wim Verkruysse;《OPTICS EXPRESS》;20081222;第16卷(第26期);全文 *

Also Published As

Publication number Publication date
US20140023235A1 (en) 2014-01-23
CN102341811A (zh) 2012-02-01
US8818041B2 (en) 2014-08-26
JP2012519527A (ja) 2012-08-30
WO2010100593A1 (en) 2010-09-10
US8542878B2 (en) 2013-09-24
JP5676492B2 (ja) 2015-02-25
US20110311143A1 (en) 2011-12-22
EP2404261A1 (en) 2012-01-11

Similar Documents

Publication Publication Date Title
CN102341811B (zh) 控制设备的功能的方法和用于检测生物的存在的系统
CN102341828B (zh) 处理至少一个活体的图像
JP5715132B2 (ja) 画像解析に関する方法及びシステム
US8553940B2 (en) Formation of a time-varying signal representative of at least variations in a value based on pixel values
JP5567853B2 (ja) 画像認識装置および方法
CN106572340A (zh) 摄像系统、移动终端及图像处理方法
Chen et al. RealSense= real heart rate: Illumination invariant heart rate estimation from videos
US20180137620A1 (en) Image processing system and method
Heinrich et al. Robust and sensitive video motion detection for sleep analysis
Kurihara et al. Non-contact heart rate estimation via adaptive rgb/nir signal fusion
Lee et al. Video analytic based health monitoring for driver in moving vehicle by extracting effective heart rate inducing features
Ferrara et al. On the use of the Kinect sensor for human identification in smart environments
TWI712909B (zh) 輔助臉部辨識的防僞方法及系統
KR et al. SS MMk kTk StSTTTCTT
CN117037241A (zh) 一种基于补光灯控制的人脸活体检测方法
Choe Video-Based Standoff Health Measurements
CN114882544A (zh) 活体检测方法、电子设备、存储介质及计算机程序产品
CN114694265A (zh) 活体检测方法、装置及系统
Moldan Smoke and fire detection using 2D and 3D multi-sensor fusion
Samler Statistical Approach to Background Subtraction for Production of High-Quality Silhouettes for Human Gait Recognition

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150429

Termination date: 20210301

CF01 Termination of patent right due to non-payment of annual fee