CN105027166A - 用于基于生命体征来检测对象的装置和方法 - Google Patents

Abstract

本发明涉及一种用于基于生命体征来检测不同对象(10、10ˊ)的装置(18)，包括：图像探测单元(22)，其用于探测来自视场(40)的辐射(20)并且用于提供来自所述视场(40)的图像数据(24)；检测单元(26)，其用于定义所述图像数据(24)中的图像区段(46)并且用于检测不同图像区段(46)中的移动样式；识别单元(28)，其用于基于所述移动样式来识别所述不同图像区段(46)中的生命体征；以及分析单元(32)，其用于分析所述图像数据(24)，其中，所述分析单元(32)适于基于所述图像区段(48、50、54、56)或图像区段的组(52、58)的空间分开来检测所述视场(40)中的不同对象(10、10ˊ)，在所述图像区段或所述图像区段的组中识别到所述生命体征。

Description

用于基于生命体征来检测对象的装置和方法

技术领域

本发明涉及一种用于基于生命体征来检测对象的装置和方法，其中，确定来自视场的图像数据，其中，基于从所述对象接收到的移动样式来识别生命体征。

背景技术

能够使用诸如视频摄像机的非接触式传感器来远程监测对象或患者的生命体征以及尤其是对象的呼吸率。从WO 2012/140531A1已知用于借助于样式检测根据图像数据来确定呼吸率的一般方法。由于感兴趣对象能够自由地被定位在相机的视场中，所以应当从其导出生命体征的对象和相关区域必须被检测并被定义以用于提取期望的生命体征信息。另外，视场中的不同人必须被识别并被区分以用于精确的远程测量。

对感兴趣区域的传统识别一般基于对人类的检测，例如对脸或胸的检测，或者通过使用背景分割。

针对对人类的识别并且针对测量诸如来自感兴趣区域的脉搏或呼吸率的生命体征，US 2009/01411241建议检测对红外视频片段的轮廓分割以选择表示要被测量的对象的一部分的感兴趣区域。

另外，US 2009/0226043 A1公开了一种用于检测呼吸样式的方法，其中，基于指示要被检测的人的行为偏差的呼吸样式变化来识别感兴趣区域以及尤其是感兴趣的人或不同感兴趣的人。

已知的识别方法的缺点是相机必须被固定并且额外的背景信息是必需的以便检测视场中的人类。另外，如果视场中的人部分地被挡住或者如果在已经由相机识别了背景之前人遮挡了背景，则已知的方法是不适用的或不可靠的。

发明内容

因此，本发明的目的是提供一种用于基于生命体征来识别对象的装置和方法，所述装置和方法提供较高的使用灵活性和对象检测的较高可靠性。另外，本发明的目的是提供一种计算机程序，当在所述计算机程序在计算机上执行时，所述计算机程序令计算机基于生命体征来检测对象。

根据本发明的一个方面，提供了一种用于基于生命体征来检测对象的装置，包括：

-图像探测单元，其用于探测来自视场的辐射并且用于提供来自所述视场的图像数据，

-探测单元，其用于定义所述图像数据中的图像区段并且用于检测不同图像区段中的移动样式，

-识别单元，其用于基于所述移动样式来识别所述不同图像区段中的生命体征，以及

-分析单元，其用于分析所述图像数据，其中，所述分析单元适于基于所述图像区段或图像区段的组的空间分开来检测所述视场中的不同对象，在所述图像区段或所述图像区段的组中识别到所述生命体征。

根据本发明的另一方面，提供了一种用于基于生命体征来检测不同对象的方法，包括以下步骤：

-探测来自视场的辐射并提供来自所述视场的图像数据，

-定义所述图像数据中的图像区段并检测不同图像区段中的移动样式，

-基于所述移动样式来识别所述不同图像区段中的生命体征，并且

-基于所述图像区段或所述图像区段的组的空间分开来检测所述视场中的所述不同对象，在所述图像区段或所述图像区段的组中识别到所述生命体征。

根据本发明的又一方面，提供了一种包括程序代码单元的计算机程序，所述程序代码单元用于当所述计算机程序在计算机上执行时令计算机执行根据本发明所述的方法的步骤。

在从属权利要求中限定了本发明的优选实施例。应当理解，要求保护的方法具有与要求保护的设备以及从属权利要求中所限定的相似和/或相同的优选实施例。

本发明是基于这样的构思的：基于呼吸信号的位置来识别视频序列中的不同对象，所述对象例如人类。通过识别从所述视场导出的所述图像中的移动样式来检测呼吸运动。为了识别所述呼吸信号的位置，所述图像数据被分成不同图像区段，对所述图像区段分别进行分析并且根据所述图像区段来确定移动样式。基于在其中识别到生命体征的这些图像区段的空间分开来识别所述视场中的不同对象。换言之，如果所述生命体征是在彼此分开各自的距离的不同图像区段处检测到的，则所述体征被识别为来自所述视场中的不同对象。由于本发明的装置和本发明的方法仅仅基于对移动样式的识别并且不基于背景分割或基于对要被测量的人的轮廓识别，因此所述装置和所述方法能够以高灵活性被使用并且提供对所述视场中的不同人的可靠识别。

在优选实施例中，所述移动样式是基于帧检测或边缘检测被确定的。这是用于甚至在要被测量的人的皮肤例如由衣服遮盖的情况下检测所述视场中的对象的呼吸的可靠可能性。

在优选实施例中，所述识别单元适于根据针对所述图像区段中的每个的各自的移动样式来导出交变信号。这是用于以低技术努力来识别来自对象的生命体征信息并且将所述生命体征与所述图像数据中的其他信号区分开的简单解决方案。

在优选实施例中，所述识别单元包括频率分析设备，所述频率分析设备用于分析所述交变信号的频率谱以便识别所述生命体征。这是用于以低技术努力来识别所述生命体征的可靠解决方案，因为所述生命体征具有特征频率范围。

在所述频率分析设备适于基于所述交变信号中的每个来确定谱参数以用于识别所述生命体征的情况下，这是进一步优选的。这是用于识别所述生命体征的可靠可能性，因为所述生命体征通常具有小的频率范围并能够容易地与不是基于生命体征的其他交变信号区分开。

在优选实施例中，所述分析单元适于基于各自的交变信号来将连接的图像区段组合到第一组图像区段。这是用于以低技术努力来识别所述视场中的一个对象的可靠可能性，因为假设彼此连接的所述图像区段表示单个对象的生命体征。

根据优选实施例，所述分析单元适于基于各自的谱参数和预定义阈值来将所述连接的图像区段组合到所述第一组图像区段。换言之，彼此相邻并具有大于所述预定义阈值的谱参数的所述图像区段被分组到所述第一组图像区段，以便识别出所述视场中的第一对象。这是用于将单个对象的生命体征与背景信号并且与所述图像数据中的噪声区分开的简单解决方案。

在优选实施例中，所述分析单元适于基于所述各自的交变信号来将与第一组区段分开的连接的图像区段组合到第二组图像区段。这是用于识别从第二对象接收到的生命体征的简单解决方案，因为能够容易地通过对所述图像区段的彼此分开来区分不同生命体征。

在优选实施例中，所述分析单元适于基于各自的谱参数和预定义阈值来将所述连接的图像区段组合到所述第二组图像区段。这是用于识别不同图像区段的可靠解决方案，所述不同图像区段每个接收来自所述第二对象的移动样式。

在优选实施例中，所述频率分析设备适于将预定义谱范围的谱能量确定为所述谱参数。这是用于确定所述移动样式的信号强度以便识别是否接收到生命体征并且以便定义来自各自的对象的感兴趣区域的简单可能性。

在优选实施例中，所述第一组图像区段是通过基于所述谱参数来选择初始图像区段而被定义的，并且其中，与所述初始图像区段相邻的图像区段基于各自的谱参数和预定义阈值水平被选择为第一组的连接的图像区段。这是用于定义所述第一组图像区段以便检测所述视场中的所述第一对象的可靠可能性，因为能够容易地基于所述谱参数的信号质量来识别出所述初始图像区段，并且其中，能够容易地对从相邻图像区段接收到的信号质量进行分析，由此能够容易地确定所述第一对象和各自的感兴趣区域。

在优选实施例中，所述第二组图像区段是通过基于所述谱参数来选择与所述第一组图像区段分开的初始图像区段而被定义的，并且其中，与所述初始图像区段相邻的图像区段基于所述各自的谱参数和所述预定义阈值水平被选择为第二组的连接的图像区段。这是用于定义所述第二组图像区段以便基于所述生命体征来识别分开的所述第二对象的简单解决方案。

在优选实施例中，具有最高谱参数值的所述图像区段被选择为所述初始图像区段。这是用于识别所述初始图像区段的简单解决方案，因为能够容易地将所述谱参数值进行比较并且能够容易地检测到各自的图像区段。

如以上所提到的，本发明提供用于基于生命体征来识别不同对象的灵活且可靠的可能性，因为仅仅使用所述移动样式来识别所述对象，并且基于从其接收到所述生命体征的所述图像区段的分开或距离来区分所述对象。因此，甚至在对象部分地被挡住的情况下或者甚至在背景检测是不可能的情况下，本发明可靠地工作。因此，用于识别对象的相机不需要被固定，并且检测的可靠性不取决于视场。

因此，能够提供基于生命体征来对对象的灵活且可靠的检测。

附图说明

本发明的这些方面和其他方面将从下文描述的(一个或多个)实施例变得显而易见并将参考下文描述的(一个或多个)实施例得以阐述。在以下附图中：

图1示出了指示示范性生命体征的对象的运动的示意性图示，

图2示出了用于基于生命体征来检测不同对象的装置的示意图，

图3示出了从对象导出的交变信号的时序图，

图4示出了图3中示出的交变信号的频率图，

图5A-图5G示出了用于说明对视场中的不同对象的检测的示意性图像分割，

图6示出了表示用于识别视场中的不同对象的方法的实施例的步骤的示意性方框图，并且

图7示出了根据捕获到的图像数据来导出的生命体征的示意性时序图。

具体实施方式

图1示出了对象10的示意性图示，对象10经历指示感兴趣信号的运动。对象10经受指示性部分12由于呼吸的特征运动。当呼吸时，肺的扩张和收缩引起生物的特征部分的微小运动，例如胸的升高和降低。腹式呼吸还能够引起目标的身体的相应部分的特征运动。由生理过程诱发的至少部分周期性的运动样式能够出现在许多生物中，尤其在人类或动物中。

随着时间，如由箭头16指示的，指示性部分12在由附图标记12a、12c指示的收缩位置与由12b指示的抽出位置之间移动。基本上，基于该运动样式，例如能够评估呼吸率或呼吸率变化性。在指示性部分12随着时间搏动的同时，非指示性部分14保持基本不运动。当然，非指示性部分14也随着时间经受多种多样的运动。然而，这些运动并不与指示性部分12的周期性搏动相对应。

在该背景下，参考图2，用于检测对象10、10'的装置被图示并且由附图标记18来指代。装置18能够被用于记录多个对象10、10'的图像帧。能够根据由对象10、10'发射或反射的电磁辐射20来导出图像帧。为了从诸如图像帧的序列或连续的图像流的图像数据中提取信息，能够由图像传感器22观察视场。通过举例的方式，能够通过由适于捕获属于电磁辐射20的至少谱分量的信息的相机来实现图像传感器22。不言而喻，设备18也能够适于处理已经被提前记录并且同时被存储或被缓存的输入信号，即输入数据流。如以上指出的，电磁辐射20能够含有能够高度指示至少一个至少部分周期性的生命体征的连续的或离散的特征信号。

用于获得这样的生命体征的已知方法包括依赖于被施加到感兴趣对象10、10'的标记的触觉呼吸率监测或远程呼吸率监测。然而，为了达到这一点要求干扰式监测。如以上指示的，备选方法涉及利用图像处理方法的非干扰式远程测量。

图像探测单元22捕获来自包括对象10、10'的视场的诸如单色图像的图像并且向检测单元26提供连续的或离散的图像数据24。检测单元26适于定义从图像探测单元22接收到的图像数据24中的图像区段并且适于检测图像数据24的不同图像区段中的移动样式，如以下所描述的。检测单元26通过图像数据中的样式检测或边缘检测来检测移动样式以便检测视场中的对象10、10'的指示性部分12的移动并检测来自对象10、10'的生命体征。例如如在WO 2012/140531中公开的执行样式检测或边缘检测。检测单元26被连接到识别单元28并向识别单元28提供包括在不同图像区段中检测到的移动样式的信号30。识别单元28针对由检测单元26定义的图像区段中的每个根据从检测单元26接收到的移动样式来导出运动向量和/或交变信号。识别单元28包括频率分析设备31，频率分析设备31用于分析交变信号的频率谱以识别来自图像区段中的每个的生命体征。频率分析设备31适于执行傅里叶分析，尤其是快速傅里叶变换(FFT)，以便提供交变信号的频率谱。识别单元28确定针对预定义频率范围的谱能量以便识别图像区段中的生命体征并且将生命体征与其他信号并且与图像数据24的噪声区分开。

如果与另一谱范围相比或与信号的整体谱能量相比，例如与测得的频率谱的整体谱能量的50％相比，在预定义频率范围中的谱能量等于或大于预定义阈值水平，则相应的图像区段被识别为在其中检测到生命体征的图像区段，所述预定义频率范围例如对于成人在0Hz与1Hz之间或者例如对于婴幼儿在0Hz与2Hz之间。以下详细描述了具体的频率分析。

识别单元28被连接到分析单元32以向分析单元32提供针对图像区段中的每个的频率分析的分析数据34。分析单元32一般被提供用于基于针对图像区段中的每个的频率分析数据来检测视场中的对象10、10'并且被提供用于确定各自的图像区段的位置，如以下所描述的。

分析单元32将与检测到不同对象10、10'的位置相对应的检测到的感兴趣区域提供为输出信号36。输出信号36可以被提供到处理单元(未示出)，以便评价数据并评价从对象10、10'接收到的生命体征信息，例如以便计算对象10、10'的呼吸率。

检测单元26、识别单元28和分析单元32能够联合地被实现在共同处理单元38中，例如被实现在具有单个处理器或多个处理器的中央处理单元中。用于评价数据的处理单元(未示出)也可以被集成在共同处理单元38中。通过举例的方式，能够通过由相应的逻辑命令驱动的个人计算机来实现处理设备38。在成像探测单元32也联合地被连接到处理单元38的情况下，捕获可以容纳相应的子部件。例如，包括相机或能被连接到相机的诸如智能电话的移动设备或移动健康监测设备也能够被用于执行本发明的实施例。

图3示出了根据从不同图像区段导出的移动样式和/或根据从不同图像区段的移动样式导出的运动向量来导出的交变信号的时序图，所述不同图像区段例如能够基于对各自的图像区段中的帧检测或边缘检测被确定。交变信号一般被标记为S(t)。在该具体情况下，交变信号与从检测来自各自的指示性部分12的图像数据的图像区段导出的对象10、10'的指示性部分12的移动相对应。交变信号示出了与指示性部分12的移动相对应的特征变化，即对象10的呼吸率。交变信号还示出了叠加到呼吸率的高频噪声。

交变信号S是从视场的图像区段中的每个导出的，其中，多个图像区段包括诸如呼吸率的生命体征信息，并且多个图像区段可以包括与对象10、10'的生命体征信息不相关的干扰信号或包括主要是高频噪声的其他交变信号。为了识别从其能够导出生命体征信息的图像区段，分析单元32包括用于执行对交变信号的频率分析的频率分析设备31。优选地通过对交变信号S进行滤波和/或通过执行对交变信号S的傅里叶变换，尤其是对交变信号S的快速傅里叶变换(FFT)来执行频率分析。从交变信号导出频率谱以便识别包括生命体征信息的图像区段，如以下所描述的。

图4示出了总体上由F(t)标记的图3中示出的交变信号S的频率谱。频率谱F示出了低频率带中的大频率分量，所述低频率带在该具体情况下在0赫兹与1赫兹之间，所述大频率分量与通常不高于1赫兹的成人的呼吸率相对应，并且与每分钟60次呼吸相对应。高于预定义频率带的频率分量通常干扰图像数据24中的信号或与交变信号S的噪声相对应，所述预定义频率带例如对于成人为1赫兹并且对于婴幼儿为2赫兹。为了表征交变信号S的质量，交变信号S的谱能量被确定，并且如果预定义频率带中的交变信号S的谱能量超过预定义阈值水平或与第二频率带相比超过谱能量的百分数，则图像区段被定义为包括生命体征信息的图像区段，所述第二频率带例如整个频率谱。例如，如果在0赫兹与1赫兹或2赫兹之间的谱能量大于预定义阈值水平，例如大于交变信号S的整体谱能量的50％或预定义谱范围，例如2…3Hz、3…4Hz、…，则基于谱能量，图像区段被评价以识别视场中的不同对象10、10'，如以下所描述的。

图5A-图5G示出了用于解释基于图像数据24中检测到的生命体征对不同对象10、10'的检测的来自视场的示意性图像。

图5A-图5G中示出的由图像探测单元22探测到的视场总体上由40标记。由图像探测单元22捕获到的表示视场40的图像42示出了第一对象10和第二对象10'，在这种情况下第一对象10和第二对象10'是要被识别并且要被测量的人类。

在图像42中，网格44定义了用于区分视场40的不同区域并且用于识别视场40中的不同信号的不同图像区段46。

首先，从图像数据24的图像区段46的每个导出移动样式，并且根据从图像区段46中的每个的移动样式确定的运动向量来确定交变信号S，如以上所描述的。基于由频率分析设备31执行的频率分析来确定不同图像区段46的移动样式是否与视场40中的生命体征相对应，并且进一步地，例如基于谱分析，尤其是基于谱能量来确定生命体征的质量，如以上所描述的。具有关于生命体征的最高持久性值的图像区段46，例如具有预定义范围中的最高谱能量的图像区段46被定义为如图5所示的初始区段48或种子方框48。由于人的胸通常提供关于呼吸率的最佳生命体征信息，表示要被检测的对象的胸的图像区段46通常是如关于图5A中显示的对象10示出的初始区段48。与初始区段48连接或相邻并且满足持久性标准例如具有高于预定义阈值的谱能量值的图像区段50与初始区段48一起被分组到第一组图像区段52。连接的图像区段50由点来指示。与初始区段48连接或相邻但不满足持久性标准的那些图像区段46不被分组到第一组图像区段52。连接或相邻的图像区段通常是包围初始区段48或区段的组52中的一个区段的八个区段。

图5C示出了识别与满足持久性标准例如具有大于预定义阈值的谱值或谱能量的第一组图像区段52连接或相邻的连接的图像区段50。在图5C中，一个额外的图像区段被添加到第一组图像区段52。只要相邻的区段46满足持久性标准，则重复将连接的图像区段50连接到第一组图像区段52的流程。

如果没有图像区段46满足被分组到第一组图像区段52的标准，则完成识别的第一组图像区段52，使得在视场40中识别出第一对象10，如图5D所示。

为了在视场40中识别第二对象10'，图像区段46被识别为具有最高质量的生命体征信息，即交变信号S的最大谱值或最大谱能量，并且图像区段46被识别为与第一组图像区段52分开的第二初始区段54。换言之，基于不是第一组图像区段52的部分的生命体征或交变信号S的质量来定义第二初始区段54。第一组52和第二初始区段54必须由未被分组的至少一个区段46分开。由于胸通常提供最佳的生命体征信息，因此第二初始区段54与第二对象10'的胸(指示性部分12)的位置相对应。

基于视场40中识别出的第二初始区段54，与第二初始区段54连接或相邻并且满足持久性标准例如具有大于预定义阈值的谱值或谱能量的图像区段56被分组到第二组图像区段58。在图5E中利用点来指示连接的图像区段56。连接的图像区段56通常是包围初始区段54的八个图像区段46。另外，如果与第二组图像区段58连接或相邻的或包围第二组图像区段58的图像区段46满足如以上提到的持久性标准，则这些图像区段46被分组到第二组图像区段58。

如图5F所示，第二初始区段54和连接的图像区段56被定义为第二组图像区段58。

在没有与第二组图像区段58相邻的另外的图像区段46满足持久性标准的情况下，完成第二组图像区段58并且在视场40中识别出第二对象10'。

在图5G中，示出了识别第一对象10的第一组图像区段52，并且与第一组图像区段52分开地，示出了识别第二对象10'的第二组图像区段58。

因此，如图5G所示，在视场40中识别出两个对象10、10'，并且能够分别根据图像42来导出生命体征，以便独立地测量两个不同对象10、10'的生命体征信息。

由于两个对象10、10'仅仅基于生命体征的空间分开或生命体征在视场40中的位置之间的距离被识别为不同对象，所以所述方法独立于背景分割技术并且独立于要在图像42中被识别的脸或其他样式的遮挡。

图6示出了说明用于基于生命体征来检测不同对象10、10'的本发明的方法的实施例的示意性流程图。图6示出的方法总体上由60标记。

方法60以步骤62开始。在步骤64，在视场40中识别出具有总体最大生命体征的第一初始区段48，并且将第一初始区段48定义为第一组图像区段52，所述总体最大生命体征例如较大的谱值。

在步骤66中，如果与第一组图像区段52相邻的所有图像区段46满足持久性标准，则分析这些图像区段46并且将这些图像区段46分组到第一组图像区段52。在步骤68，检查与第一组图像区段52相邻的额外的图像区段46是否满足持久性标准。如果与第一图像区段52相邻的图像区段46满足持久性标准，则重复步骤66，如由反馈循环70示出的。因此，满足持久性标准的彼此相邻的所有图像区段46被分组到第一组图像区段52。

如果包围第一组图像区段52的所有图像区段46不满足持久性标准，则在视场40中识别出在视场40中具有最大生命体征的第二初始图像区段54，并且第二初始图像区段54与第一组图像区段52分开。第二初始区段54被定义为第二组图像区段58。

在步骤74中，如果与第二组图像区段58相邻的图像区段46满足持久性标准，则分析这些图像区段46并且将这些图像区段46分组到第二组图像区段58。

在步骤76，分析与第二组图像区段58相邻的图像区段46是否满足持久性标准，例如谱参数或谱能量是否大于预定义阈值水平。如果相邻的图像区段满足持久性标准，则重复步骤74，如由反馈循环78示出的。如果没有连接的图像区段满足标准，则在步骤80，在视场40中识别出两个对象10、10'，并且方法60在82结束。

借助于方法60，能够容易地识别出两个对象10、10'，并且在视场40中识别从其中检测到生命体征以及尤其是呼吸信号的感兴趣区域。如图7所示，基于对可变信号S的分析能够容易地检测到呼吸率。

图7示出了总体上由R(t)标记的经滤波的可变信号的时序图，其中，去除了噪声和干扰信号。在图7中示出的这样的导出的呼吸信号R中，能够基于如在图7中由点指示的呼吸信号R的极大值来检测呼吸率。在图7中例如由Δt1和Δt2示出各点之间的时间距离。借助于在呼吸信号R中的各点之间的时间距离Δt1、Δt2或图7所示的时间距离的平均值的倒数值来计算呼吸率。

因此，能够根据从图像数据26导出的值容易地检测到呼吸率，并且进一步地，能够借助于装置18和方法60来识别不同对象10、10'，并且能够基于由装置18和方法60提供的感兴趣区域来确定对象的呼吸率。

尽管已经在附图和前面的描述中详细说明和描述了本发明，但是这样的说明和描述被认为是说明性或示范性的而非限制性的；本发明不限于所公开的实施例。通过研究附图、说明书和权利要求书，本领域的技术人员在实践所主张的本发明时能够理解和实现所公开的实施例的其他变型。

在权利要求中，词语“包括”不排除其他元件或步骤，并且，词语“一”或“一个”并不排除多个。单个元件或其他单元可以实现权利要求书中记载的若干项目的功能。在互不相同的从属权利要求中记载了特定措施并不指示不能有利地使用这些措施的组合。

计算机程序可以存储/分布在与其他硬件一起提供或作为其他硬件的部分提供的诸如光学存储介质或固态介质的适当的介质上，但是计算机程序也可以以其他的形式分布，例如经由因特网或其他有线或无线的远程通信系统。

权利要求中的任何附图标记不得被解释为对范围的限制。

Claims (15)

1.一种用于基于生命体征来检测不同对象(10、10')的装置(18)，包括：

-图像探测单元(22)，其用于探测来自视场(40)的辐射(20)并且用于提供来自所述视场(40)的图像数据(24)，

-检测单元(26)，其用于定义所述图像数据(24)中的图像区段(46)并且用于检测不同图像区段(46)中的移动样式，

-识别单元(28)，其用于基于所述移动样式来识别所述不同图像区段(46)中的生命体征，以及

-分析单元(32)，其用于分析所述图像数据(24)，其中，所述分析单元(32)适于基于所述图像区段(48、50、54、56)或图像区段的组(52、58)的空间分开来检测所述视场(40)中的不同对象(10、10')，在所述图像区段或所述图像区段的组中识别到所述生命体征。

2.根据权利要求1所述的装置，其中，所述移动样式是基于边缘检测被确定的。

3.根据权利要求1所述的装置，其中，所述识别单元(28)适于根据针对所述图像区段中的每个的各自的移动样式来导出交变信号。

4.根据权利要求3所述的装置，其中，所述识别单元(28)包括频率分析设备(31)，所述频率分析设备用于分析所述交变信号(S)的频率谱(F)以便识别所述生命体征。

5.根据权利要求4所述的装置，其中，所述频率分析设备(31)适于基于所述交变信号(S)中的每个来确定谱参数以用于识别所述生命体征。

6.根据权利要求3至5中的任一项所述的装置，其中，所述分析单元(32)适于基于各自的交变信号(S)来将连接的图像区段(48、50)组合到第一组图像区段(52)。

7.根据权利要求6所述的装置，其中，所述分析单元(32)适于基于各自的谱参数和预定义阈值来将所述连接的图像区段(48、50)组合到所述第一组图像区段(52)。

8.根据权利要求3至7中的任一项所述的装置，其中，所述分析单元(32)适于基于所述各自的交变信号(S)来将与第一组区段(52)分开的连接的图像区段(54、56)组合到第二组图像区段(58)。

9.根据权利要求8所述的装置，其中，所述分析单元(32)适于基于各自的谱参数和预定义阈值来将所述连接的图像区段(54、56)组合到所述第二组图像区段(58)。

10.根据权利要求5所述的装置，其中，所述频率分析设备(31)适于将预定义谱范围的谱能量确定为所述谱参数。

11.根据权利要求6所述的装置，其中，所述第一组图像区段(52)是通过基于所述谱参数来选择初始图像区段(48)而被定义的，并且其中，与所述初始图像区段(48)相邻的图像区段(46)基于各自的谱参数和预定义阈值水平被选择为第一组的图像区段(50)。

12.根据权利要求7所述的装置，其中，所述第二组图像区段(58)是通过基于所述谱参数来选择与所述第一组图像区段(52)分开的初始图像区段(54)而被定义的，并且其中，与所述初始图像区段(54)相邻的图像区段(56)基于所述各自的谱参数和所述预定义阈值水平被选择为第二组(58)的连接的图像区段(52)。

13.根据权利要求11或12所述的装置，其中，具有最高谱参数值的所述图像区段(46)被选择为所述初始图像区段(48、54)。

14.一种用于基于生命体征来检测不同对象(10、10')的方法，包括以下步骤：

-探测来自视场(40)的辐射(20)并提供来自所述视场(40)的图像数据(24)，

-定义所述图像数据(24)中的图像区段(48、50、54、56)并检测不同图像区段中的移动样式，

-基于所述移动样式来识别所述不同图像区段(46)中的生命体征，并且

-基于所述图像区段(48、50、54、56)或所述图像区段的组(52、58)的空间分开来检测所述视场(40)中的所述不同对象(10、10')，在所述图像区段或所述图像区段的组中识别到所述生命体征。

15.一种包括程序代码单元的计算机程序，所述程序代码单元用于当所述计算机程序在计算机上执行时令计算机执行根据权利要求14所述的方法(60)的步骤。