CN105095849A - 对象识别方法与装置 - Google Patents

Abstract

本发明公开了一种对象识别方法与装置。在一个或多个实施例中，所述方法取得包括第一对象的实时影像。接着，对实时影像的第一对象执行斜面距离转换，以产生包括第一修正对象的斜面影像。取得多个包括第二对象的预设模块影像。对每一个预设模块影像的第二影像执行斜面距离转换，以产生多个包括第二修正对象的斜面模块影像。以及，判断第一修正对象与多个第二修正对象其中之一之间的差异是否小于第一预设误差阈值。若是，则依据与被判断出来的第二修正对象相关的预设模块影像，查找对应指示该对象识别装置的控制命令。

Description

对象识别方法与装置

技术领域

本发明为一种对象识别方法与装置，是关于一种利用斜面距离转换的对象识别方法与装置。

背景技术

如何支持对象识别已成为智能型眼镜操作系统界面的基本技术特征之一。然而，便携设备，例如智能型眼镜，支持手势识别面临一些问题。如何准确在三维识别自由度(平移、缩放、旋转)识别个别数据，可能衍伸增加大量数据量处理，识别耗时等难题，当手势识别应用在影像捕获或录像时，可容易地捕获并呈现使用者的手的多个影像。因为每一个使用者都有自己的手势，使用者可能不会满意仅用一个共通手势的设定。

发明内容

依据本发明之一个或多个实施例中，提出一种对象识别方法与装置。在一实施例中，对象识别方法可包括以下步骤，对象识别装置取得实时影像，实时影像包括第一对象。接着，对实时影像的第一对象执行斜面距离转换(ChamferDistanceTransform，ChamferDT)，以产生斜面影像，斜面影像包括第一修正对象。接着，对象识别装置取得多个预设模块影像，每一个预设模块影像包括第二对象。接着，对每一个预设模块影像的第二影像执行该斜面距离转换，以产生多个斜面模块影像，每一个斜面模块影像包括第二修正对象。接着，对象识别装置判断第一修正对象与所述多个第二修正对象其中之一之间的差异是否小于第一预设误差阈值。当第一修正对象与所述多个第二修正对象其中之一之间的差异被判断小于第一预设误差阈值时，对象识别装置依据与被判断出来的第二修正对象相关的预设模块影像，查找对应的控制命令，所述控制命令用以指示对象识别装置的操作。

依据本发明一个或多个实施例中，提出一种对象识别装置。所述对象识别装置可包括第一影像捕获设备、储存装置以及处理装置。所述第一影像捕获设备用于记录实时影像，实时影像包括第一对象。所述储存装置用于储存多个预设模块影像，每一个预设模块影像包括一第二对象。所述处理装置连接到第一影像捕获设备和储存装置，用于从第一影像捕获设备接收实时影像，从储存装置接收所述多个预设模块影像。所述处理装置对实时影像的第一对象执行斜面距离转换，以产生斜面影像，斜面影像包括第一修正对象。所述处理装置对每一个预设模块影像的第二影像执行斜面距离转换，以产生多个斜面模块影像，斜面模块影像包括第二修正对象。所述处理装置判断第一修正对象与所述多个第二修正对象其中之一之间的差异是否小于一第一预设误差阈值。当第一修正对象与所述多个第二修正对象其中之一之间的差异被判断小于第一预设误差阈值时，所述处理装置依据与被判断出来的第二修正对象相关的预设模块影像，查找对应的控制命令，控制命令用以指示对象识别装置的操作。

依据本发明一个或多个实施例中，提出一对象识别装置中的一种对象识别方法。在一实施例中，所述对象识别方法可包括以下步骤。对象识别装置自第一影像捕获设备取得原始区块影像。接着，对原始区块影像执行影像前处理程序，以产生实时影像，实时影像包括第一对象。接着，对实时影像中的第一对象执行斜面距离转换，以产生斜面影像，斜面影像包括第一修正对象。接着，取得多个预设模块影像，每一个预设模块影像包括第二对象。接着，对每一个预设模块影像的第二影像执行斜面距离转换，以产生斜面模块影像，斜面模块影像包括第二修正对象模块影像。接着，判断第一修正对象与所述多个第二修正对象其中之一之间的差异是否小于第一预设误差阈值。当第一修正对象与所述多个第二修正对象其中之一之间的差异被判断小于第一预设误差阈值时，依据与被判断出来的第二修正对象相关的该预设模块影像，查找对应的一控制命令，该控制命令用以指示对象识别装置的操作。

依据本发明一个或多个实施例中，提出一对象识别装置中的一种对象识别方法。在一实施例中，所述对象识别方法可包括以下步骤。对象识别装置自第一影像捕获设备取得实时影像，实时影像包括第一对象。接着，取得多个预设模块影像，每一个预设模块影像包括第二对象。接着，对实时影像中的第一对象执行斜面距离转换，以产生斜面影像，斜面影像包括第一修正对象。接着，对每一个预设模块影像的第二影像执行斜面距离转换，以产生斜面模块影像，斜面模块影像包括第二修正对象。接着，判断第一修正对象与每一个第二修正对象之间的差异是否小于预设误差阈值。当第一修正对象与所述多个第二修正对象其中之一之间的差异被判断小于预设误差阈值时，依据与被判断出来的第二修正对象相关的预设模块影像，查找对应的控制命令。当第一影像捕获设备取得第一对象于一连串的多个后续实时影像中的移动，符合默认追踪模型时，发送控制命令，控制命令用以控制该对象识别装置。

为使本发明能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下，但非用以限制本发明之实施例范围。

附图说明

图1，为本发明一对象识别装置实施例的一方块示意图。

图2A，为本发明一第一区块影像实施例的示意图。

图2B，为本发明一第二区块影像实施例的示意图。

图2C，为本发明一实时影像实施例的示意图。

图3A，为本发明一彩色区块影像实施例的示意图。

图3B，为本发明一图3A的彩色区块影像的一实时影像实施例示意图。

图3C，为本发明一彩色区块影像另一实施例的示意图。

图3D，为本发明一图3C的彩色区块影像的一实时影像实施例示意图。

图4，为本发明一深度区块影像实施例的示意图。

图5，为本发明一对象识别方法的实施例的流程图。

图6，为本发明一对象识别方法另一实施例的流程图。

图7A，为本发明一原始区块影像实施例的示意图。

图7B，为本发明一第7图的原始区块影像的一斜面影像实施例示意图。

图7C，为本发明一预设模块影像实施例的示意图。

图7D，为本发明一图7C的预设模块影像的一斜面影像实施例示意图。

图8，为一对象识别方法另一实施例的流程图。

图9A，为本发明一较大的手部区块影像实时影像实施例的示意图。

图9B，为本发明一图9A的实时影像一预设模块影像实施例示意图。

图9C，为本发明一较小的手部区块影像实时影像实施例的示意图。

图9D，为本发明一图9C的实时影像一预设模块影像实施例示意图。

图10A，为本发明一斜面影像进行缩放模块比对实施例的示意图。

图10B，为本发明一斜面影像进行平移模块比对实施例的示意图。

图10C，为本发明一斜面影像进行旋转模块比对实施例的示意图。

图11，为本发明一动态对象训练方法的一实施例的流程图。

图12A，为本发明一实时影像实施例的示意图。

图12B，为本发明一先前识别影像实施例的示意图。

图12C，为本发明一预设模块影像实施例示意图。

图12D，为本发明一新的临时参考影像实施例示意图。

图13，为本发明一对象识别装置另一实施例的方块示意图。

图14A，为一本发明二个影像捕获设备同时捕获一对象影像的实施例示意图。

图14B，为一本发明图14A的二个影像捕获设备实施例示意图。

符号说明：

10对象识别装置

100影像捕获设备

200处理装置

300储存装置

310数据库

320临时数据储存单元

具体实施方式

以下在实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何熟习相关技艺者了解本发明的技术内容并据以实施，且根据本说明书所发明的内容、权利要求及附图，任何熟习相关技艺者可轻易地理解本发明相关的目的及优点。以下的实施例进一步详细说明本发明的观点，但非以任何观点限制本发明的范畴。

本发明的各种实施例中，提出一种对象识别方法与装置。在一实施例中，本发明可以应用到一电子装置(例如一智能型眼镜)可应用于对象识别(例如手势识别)。因此，电子装置可检测到静态或移动的对象(例如用户的手)，并可通过一二维斜面距离转换(ChamferDistanceTransform)(以下简称为2DChamferDT)检测识别影像形状及/或多个手势，以取得识别结果。所述识别结果可以被应用到任何可能的控制应用(启动对应的应用)，例如解开锁定的屏幕、缩放屏幕上显示的图像、选择屏幕上的图像或对象或进行影像捕获。以下将描述本发明对象识别方法与装置的一个或多个实施例。且为了能较清楚地描述，将以所述手势识别作为以下的实施例的说明。

请参阅图1，为本发明一对象识别装置实施例的一方块示意图。对象识别装置10可包括：影像捕获装100、处理装置200以及储存装置300。处理装置200可被耦接于影像捕获设备100以及储存装置300之间。

影像捕获设备100可在用户所在的周围环境中以连续或不连续的方式捕获用户的手部影像(也就是第一对象)在多个原始区块影像中。在一实施例中，影像捕获设备100可以是但不限于，IR摄影机(IR(infrared)Camera))(或称为红外光摄影机)、彩色摄影机或深度摄影机。在一实施例中，IR摄影机可使用红外光源相配合，以快门捕获周围环境影像以输出第一区块影像(如图2A所示)，亦可不使用红外光源相配合捕获周围环境影像以输出第二区块影像(如图2A所示)。所述第一区块影像的背景可以是但不限于，例如，与第二区块影像相同的背景。在其他实施例中，彩色摄影机可以捕获的周围环境影像以输出彩色区块影像(如图3A或图3C所示)。在其他实施例中，深度摄影机可以捕获周围环境影像，以产生2D深度原始区块影像图。

在影像前处理过程中，所述处理装置200会预处理接收自影像捕获设备100中的每一个原始区块影像，以产生用已被识别的实时影像(即下文所谓的实时影像)，并从储存装置300读出一个或多个的预设模块影像，接着执行实时影像和所述一个或多个读出的预设模块影像的对象识别，以获得识别结果。处理装置200可根据所述识别结果执行相关于预设模块影像的控制命令，以进行后续操作模块影像。

储存装置300可包括数据库310，用于储存多个预设模块影像。这些预设模块影像分别对应于各自的控制命令，以控制对象识别装置10来解开被锁定的屏幕、进行影像捕获并在屏幕上显示缩放的图片、影像或对象或进行其他适当的操作。在这个或一些实施例中，储存装置300可进一步包括临时数据储存单元320，用于储存一个或多个临时参考影像。

在影像前处理过程中，处理装置200可以移除原始影像区块中的背景。为了清楚地说明影像前处理过程，将以所述IR摄影机，彩色摄影机和深度摄影机的各种不同的实施例举例如下。

在IR摄影机的情况下，处理装置200比较第一影像区块(如图2A所示)与第二区块影像(如图2B所示)，以移除所述第一区块影像中的背景，并维持影像内容最大的区域(或称为手部区域或第一对象)，其中每一个画素的亮度大于亮度临界值的部分用以产生实时影像(如图2C所示)，可呈现所述使用者的手。也就是说，实时影像是第一区块影像被过滤/筛选(filter)后的内容，当然所述过滤/筛选(filter)不应将第一物件给过滤掉。第一区块影像的第一对象，可以是但不限于是，使用者的手部。

在彩色摄影机的实施例中，所述处理装置200非线性地转换色彩区块影像(colorframe)的影像色域(colorspace)，以使肤色与亮度无关，并且选择肤色模型(或称为默认颜色模型)。处理装置200采用转换结果和肤色模型以过滤大部分背景肤色(如图3A或图3C所示)，以产生实时影像(如图3B或图3D所示)呈现使用者的手部。具体而言，处理装置200，可以选定转换过的原始区块影像的最大区域，其可与默认颜色模型比对符合，然后将转换过的原始区块影像的最大区域，设定为第一对象。处理装置200将转换过的原始区块影像设定为实时影像，当然第一对象在色彩区块影像被过滤的过程中还是应被留下的。此外，在一或多个实施例中，处理装置200还可以通过动态自我学习(dynamicself-training)的机制来学习目前使用者肤色，分析统计色彩区块影像的影像色域(如图3B所示)，过滤大部分背景肤色，依高斯机率分布(Gaussiandistribution)限缩目前使用者肤色范围，使得所述实时影像(如图3D所示)可以仅呈现使用者的手部。

在深度摄影机的实施例中，所述处理装置200可依据二维深度图对原始区块影像进行区块影像分割，从而分为多个候选区块影像，并过滤选定其中一个候选区块影像作为第一对象。所述候选区块影像的面积(即二维(2D)的大小)大于或等于一个误差阈值区域，并且最接近深度摄影机。处理装置200将过滤后的原始区块影像设定为实时影像，当然第一对象在原始区块影像被过滤的过程中还是应被留下的。请参阅4，为本发明一深度区块影像实施例的示意图。如图所示，右手R被识别为所述近端对象(即第一对象)，可通过深度信息判断右手R影像的轮廓。

在其他实施例中，影像捕获设备100可进一步在对原始区块影像上执行影像的预处理，以直接输出实时影像。据此，处理装置200可以从影像捕获设备100取得实时影像并执行斜面距离转换，而不需进行影像的预处理。

在处理装置200的一个或多个实施例中，可以进一步对预设模块影像及/或斜面影像进行平移(移动)、缩放及/或旋转进行，使得处理装置200可以容易地进行对象识别，所述平移(移动)、缩放及/或旋转的方法，将于后详述。

在对象识别处理方法的一个或多个实施例中，处理装置200可判断所接收的实时影像是否比对符合其中一个预设模块影像。处理装置200可以执行斜面距离转换于一个实时影像之第一对象(如7A所示)，以产生斜面影像(Chamferimage)(如7B所示)。同时亦可对每一个预设模块影像的第二影像执行斜面距离转换(如图7C所示)，以产生多个斜面模块影像(Chamfertemplate)(如图7D所示)。例如，斜面距离转换执行于第一对象与第二对象的区块影像边缘轮廓或区块影像骨架。所述斜面影像可包括参考第一对象所产生的第一修正对象，每一斜面模块影像可包括参考第二对象产生的第二修正对象。处理装置200将斜面影像中的第一修正对象与每一个斜面模块影像中的第二修正对象进行比较，当斜面影像中的第一修正对象和任一斜面模块影像的第二修正对象比对不符合(识别不成功或无识别结果)时，处理装置200不会输出控制命令。当斜面影像中的第一修正对象和某一斜面模块影像中的第二修正对象所比对符合时，处理装置200可将比对成功的斜面模块图像映射到一控制命令。从而，电子装置可依据控制命令进行相关之操作。

在一实施例中，当斜面影像的第一修正对象和斜面模块影像的第二修正对象之间的差异小于第一预设误差阈值时，斜面影像将被视为比对符合斜面模块影像，亦即，实时影像与预设模块影像比对符合。反之，斜面影像将被视为比对不符合斜面模块影像，亦即，实时影像与预设模块影像比对不符合。第一预设误差阈值可例如为但不限于，峰值信噪比(PSNR，Peaksignal-to-noiseratio)或均方根误差值(MSE，Meansquarederror)。

在一或多个实施例中，处理装置200可以进一步通过动态模块影像学习机制(dynamictemplatetrainingprocedure)(或称为手势模块训练程序)。在动态模块影像学习机制中，判断实时影像与任何一个预设模块影像比对是否符合之前，处理装置200可以进一步判断实时影像是否与一先前识别影像比对符合(或称为现有的临时参考影像)，所述先前识别影像，可例如为但不限于，先前的实时影像比对符合(比对成功)的预设模块影像。当实时影像比对符合先前识别影像与预设模块影像时，实时影像可被设定为新的临时参考影像至下一识别任务。新的临时参考影像可以取代现有临时参考影像。

在一实施例中，判断实时影像与先前识别影像比对是否符合的方式，相似于判断实时影像与预设模块影像比对是否符合的方式。处理装置200可以对先前识别影像中的第三对象执行斜面距离转换，以产生斜面参考影像(Chamferreferenceimage)，例如，斜面距离转换执行于第三对象与临时参考影像的区块影像边缘轮廓或区块影像骨架。所述斜面参考影像可包括参考第三对象而产生的第三修正对象。处理装置200，可判断当斜面影像中的第一修正对象和斜面参考影像的第三修正对象之间的差异是否小于第二预设误差阈值。如果是，斜面影像将被视为比对符合的斜面参考模块影像，亦即，实时影像与先前识别影像比对符合。如果不是这样，斜面影像将被视为比对不符合斜面参考模块影像，亦即，实时影像与先前识别影像比对不符合。所述第二预设误差阈值可例如为但不限于，峰值信噪比(PSNR，Peaksignal-to-noiseratio)或均方根误差值(MSE，Meansquarederror)。

此外，先前识别影像可以通过上述转换(移动)、缩放及/或旋转的程序，从而使实时影像和先前识别影像之间有机会实现快速比对。

处理装置200可以不仅识别静态对象，也可以识别移动的对象。当依序识别一连串的实时影像，并感测这些实时影像的第一对象的移动，判断是否比对符合默认追踪模型时，处理装置200可产生对应于默认追踪模型的控制命令。例如，处理装置200首先针对多个实时影像中的第一个实时影像中的第一对象，选择一个对应的控制命令。当第一对象在多个实时影像中呈现的移动比对符合默认追踪模型时，则处理装置可输出被选择的控制命令，所述控致命令当然也对应于默认追踪模型。

如前述多个实施例，本发明图1所述对象识别装置10的运作，可以概述在一或多个实施例中(容后详述)。

请参阅5，其为本发明一对象识别方法的实施例的流程图。该处理装置200对象识别方法，可包括：步骤S120：接收从影像捕获设备100中取得的原始区块影像；步骤S140：执行前述的影像前处理程序以移除原始区块影像中的背景以产生实时影像；步骤S160：执行对象识别程序，判断实时影像与一个储存在储存装置300的预设模块影像是否比对符合，以获得识别结果；以及步骤S180：依据识别结果，输出控制命令。原始区块影像的获取和影像前处理程序，亦可参照上述以图1对应的实施例应用，以下不再赘述。其他各种实施例应用，亦可以参照上述6至图8对应的实施例应用说明。

请参阅6，其为本发明一对象识别方法另一实施例的流程图。处理装置200对象识别方法，可包括：步骤S220：检测用户的手部区块影像边缘轮廓呈现在相关的原始区块影像中，(如7A所示)，并执行上述的斜面距离转于实时影像的第一对象，以产生斜面影像，(如7B所示)；步骤S240：检测用户的手部区块影像边缘轮廓呈现在相关的预设模块影像中，(如图7C所示)，并执行上述的斜面距离转换在每一个预设模块影像的第二对象，以产生斜面模块影像，(如图7D所示)；步骤S260：执行对象识别程序，判断斜面影像与一斜面模块影像是否比对符合，也就是判断斜面影像与斜面模块影像的差异是否小于第一预设误差阈值，例如一个PSNR值或一个MSE值；步骤S262：判断结果为否，则实时影像将被定义为无效的影像，处理装置200则不发送任何控制命令；以及步骤S264：若判断结果为是，则实时影像将被定义为有效的影像，处理装置200将发送对应于比对符合预设模块影像的控制命令。

请参阅图8，其为一对象识别方法另一实施例的流程图。在斜面影像与斜面模块影像被产生之前(如步骤S220及步骤S240所示)，可进一步调整预设模块影像，包括：步骤S211：检测在图9A或图9C中在实时影像的第一对象(即，手部区块影像区域)的第一中心P；步骤S212：依据第一中心P检测在实时影像的第一对象手部区块影像第一最大内切圆(MIC，Maximuminscribedcircle)；步骤S213：检测在图9B或图9D中预设模块影像的第二对象(即，手部区块影像区域)的第二中心Q；以及步骤S214：依据第二中心Q检测预设模块影像的第二对象手部区块影像第二最大内切圆MIC。第一最大内切圆越大，则预设模块影像也应越大，以这种方式，可以得知在实时影像的第一对象和预设模块影像的第二对象的位置、面积、形状和尺寸。

当斜面影像与斜面模块影像被产生(步骤S220与步骤S240)后，处理装置200更可以进行步骤S251：迭合斜面影像和斜面模块影像，根据斜面模块影像、尺寸缩放斜面模块影像大小，(如图10A所示)；步骤S252：迭合斜面影像和斜面模块影像，根据斜面模块影像位置平移(转换)斜面模块影像，(如图10B所示)；以及步骤S253：迭合斜面影像和斜面模块影像，根据斜面模块影像第一中心P，第二中心Q，以及第一和第二最大内切圆旋转斜面模块影像，(如图10C所示)。

在步骤S251的一个实施例中，处理装置200可通过一个缩放系数放大或缩小斜面模块影像，所述缩放系数可由计算第一修正对象于斜面影像中的第一面积与第二修正对象于斜面模块影像的第二面积的比例而得；或可通过计算第一最大内切圆的第三面积与第二最大内切圆的第四面积的比例而得；或可通过计算第一最大内切圆的直径(或半径)与第二最大内切圆的直径(或半径)的比例而得；检测手部最大内切圆中心及半径，作为手部位置及尺寸，根据手部位置迭合模块影像、根据手部尺寸缩放模块大小，减少比对复杂度并快速识别对象。

在步骤S252的一实施例中，处理装置200可由比较第一中心P的位置与第二中心Q的位置，平移(转换)第二修正对象于斜面模块影像的位置。

在步骤S253的一实施例中，处理装置200可由比较第一修正对象的位置与第二修正对象的位置，旋转第一中心P于斜面模块影像中的位置。

此外，在执行斜面距离转(如步骤S220和S240所示)之前；处理装置200可通过所述第一中心P、第二中心Q、第一和第二最大内切圆(例如迭合实时影像与预设模块影像)直接缩放大小、平移及/或旋转预设模块影像。缩放大小、平移及/或旋转预设模块影像，可参考缩放大小、平移及/或旋转斜面模块影像的各种实施例应用，因此，以下将不再赘述。

在本发明实施例中，步骤S220，S240，S260，S262和S264，可参阅6，因此，以下将不再赘述。在一或多个实施例中，实时影像与预设模块影像被调整之后，处理装置200，可比较迭合实时影像与预设模块影像的位置或斜面影像与斜面模块影像的位置，以取得识别结果。

请参阅图11，为本发明一动态模块影像学习机制的一实施例的流程图。在实时影像被产生(步骤S140所示)之后或之前(如图12A所示)，处理装置200自临时数据储存单元320，读出先前识别影像(或称为临时参考影像)，(如图12B所示)，并判断所述实时影像是否与一先前识别影像比对符合(如步骤S310所示)。处理设备200可对临时参考影像中的第三对象执行该斜面距离转换，以产生斜面参考影像，所述斜面参考影像包括第三修正对象。处理装置200判断第一修正对象与第三修正对象之间的差异是否小于第二预设误差阈值，如PSNR值或MSE值。先前识别影像可以是但不限于，检测比对符合的先前实时影像与其相关的预设模块影像。

当实时影像与先前识别影像比对不符合，实时影像将被定义为无效的影像(如步骤S320所示)；当实时影像与先前识别影像比对符合时，处理装置200，可进一步判断当实时影像与预设模块影像比对是否符合(如图12C所示)，(如步骤S330所示)。当实时影像与预设模块影像比对不符合，实时影像将被定义为无效的影像(如步骤S320所示)；否则，实时影像将被定义为有效的影像，实时影像可被设定为新的临时参考影像，(如图12D所示)至下一识别任务(如步骤S340所示)，新临时参考影像被储存在临时数据储存单元320，以取代目前的临时参考影像。

在本实施例中，判断当实时影像与预设模块影像比对是否符合，可参考前述一个或多个对象识别方法实施例的各种实施例应用，因此，以下将不再赘述。

通过动态对象训练方法过程中，临时数据储存单元320中的数据可被更新。因此，对象识别装置10的所有者，可建立其专属的参考对象，然后储存在所述临时数据储存单元320，可以直接被用来执行对象识别程序，以获得识别结果。这可能会降低影像比对的次数，减少比对复杂度并快速识别对象。

如前所述，本发明可以应用到一电子装置，可应用于识别使用者的手部形状，甚至追踪使用者手部的移动，电子装置将根据识别结果产生的控制命令进行操作。在下述的一个或多个实施例中，将以一智能型眼镜作为电子装置的一实施例说明。

请参阅图1，所述智能型眼镜可例如包括图1中的对象识别装置10。处理装置200识别用户的手部形状，通过影像捕获设备100输出一系列原始区块影像，检测用户手部的移动。影像捕获设备100可包括一观测范围(FOV，Fieldofview)，观测范围包括一个默认感测区域，默认感测区域小于或等于观测范围。影像捕获设备100，可例如是但不限于，彩色摄影机或深度摄影机。

当多个实时影像，从多个原始区块影序列与预设模块影像比对符合而产生时，对应于预设模块影像的控制命令会被选择。当这些多个实时影像的第一对象移动而脱离默认感测区域时，处理装置200将视为第一对象的移动与默认追踪模块影像比对符合。因此，处理装置200会输出一对应于预设模块影像的控制命令来控制影像捕获设备100，以执行影像捕获控制命令。在其他多个实施例中，默认追踪模块影像，可以是但不限于，是一个圆或该第一对象移动的曲线。

请参阅图13，为本发明一对象识别装置另一实施例的方块示意图。所述智能型眼镜，可包括，图13的一对象识别装置，在图13的对象识别装置，与图1的对象识别装置10相似，可进一步包括影像捕获设备400。影像捕获设备400被电性连接至处理装置200。例如，影像捕获设备100是一个IR摄影机、彩色摄影机或一个深度摄影机，而影像捕获设备400是一个彩色摄影机或深度摄影机。

影像捕获设备400协同影像捕获设备100捕获影像，由于影像捕获设备100和400可被紧密地设置，影像捕获设备400类似于影像捕获设备100，(如图14A所示)。一影像捕获设备100的第一观测范围FOV1，可例如是但不限于，是大于一影像捕获设备400的第二观测范围FOV2(如图14B所示)。从而使得影像捕获设备100的第一观测范围FOV1，可大于影像捕获设备400的第二观测范围FOV2。影像捕获设备400，可依据一控制命令被驱动捕获用户希望捕获的影像。

例如，一识别情况(手部对象)产生控制命令，是基于如图14A所示，使用者的手部形状和该用户的手离开影像捕获设备400的第二观测范围FOV2时，当感测第一对象存在于由影像捕获设备100所输出的多个原始区块影像时，处理装置200，可执行如前所述对象识别方法，来识别使用者的手部形状，甚至使用者的手部移动。一旦识别结果显示，用户的手部形状，和使用者的手部移动情况比对符合该识别情况时，处理装置200，将会传送一对应的控制命令来控制影像捕获设备400，以执行使用者所需的一个或多个影像捕获。

在其他多个实施例中，不同的识别情况可以根据不同的应用需要来设置。

在一个实施例中，使用者的手部形状相同和不同的手部移动方向，可显示在影像捕获设备400，开始记录摄影或拍摄影像。例如，当使用者的五个手指合起来和用户的手从影像捕获设备400的第二观测范围FOV2由左至右移动，对应于所述识别情况的控制命令，可显示在影像捕获设备400开始记录摄影。例如，当使用者的五个手指合起来和用户的手从影像捕获设备400的第二观测范围FOV2从上往下移动，对应于所述识别情况的控制命令，可显示在影像捕获设备400开始拍照。

在另一实施例中，使用者不同的手部形状相同和任何移动的手部方向，可显示在影像捕获设备400开始记录摄影或拍摄影像。例如，当使用者的五个手指合起来和用户的手从影像捕获设备400的第二观测范围FOV2从上往下移动，对应于所述识别情况的控制命令，可显示在影像捕获设备400开始拍照。例如，当使用者的五个手指合起来和用户的手从影像捕获设备400的第二观测范围FOV2从上往下移动，对应于所述识别情况的控制命令，可显示在影像捕获设备400开始记录摄影。

因此，本发明可采用斜面距离转影像与模块影像，快速比对，减少识别数据量，本发明亦可通过动态模块学习机制学习方法，使得识别的程度可能变得更稳定，并且使用者可建立其个人的参考对象，提供个人化操作接口。如果本发明被应用在具摄影、照相功能的智能型眼镜，用户的手势操作，可避免拍照或录像时手部介入拍录像的手势识别FOV观测范围。

Claims (35)

1.一种对象识别方法，应用于一对象识别装置，所述方法包括：

取得一实时影像，该实时影像包括一第一对象；

对该实时影像的该第一对象执行一斜面距离转换，以产生一斜面影像，该斜面影像包括一第一修正对象；

取得多个预设模块影像，每一该预设模块影像包括一第二对象；

对每一该预设模块影像的该第二对象执行该斜面距离转换，以产生多个斜面模块影像，每一该斜面模块影像包括一第二修正对象；

判断该第一修正对象与该些第二修正对象其中之一之间的差异是否小于一第一预设误差阈值；以及

当该第一修正对象与该些第二修正对象其中之一之间的差异被判断小于该第一预设误差阈值时，依据与被判断出来的该第二修正对象相关的该预设模块影像，查找对应的一控制命令，该控制命令用以指示该对象识别装置的操作。

2.如权利要求1所述的对象识别方法，还包括：

比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些预设模块影像；以及

当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该预设模块影像。

3.如权利要求2所述的对象识别方法，其中于比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些预设模块影像的步骤中，包括：

检测该第一对象的一第一中心；

依据该第一对象的该第一中心，检测一第一最大内切圆；

检测每一该第二对象的一第二中心；

依据每一该第二对象的该第二中心，检测多个第二最大内切圆；

判断该第一最大内切圆的大小或位置是否与该些第二最大内切圆其中之一的大小或位置相同；以及

当该第一最大内切圆的大小或位置与该些第二最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第二最大内切圆的该预设模块影像。

4.如权利要求3所述的对象识别方法，其中于调整对应该第二最大内切圆的该预设模块影像的步骤，包括缩放大小、平移及/或旋转该预设模块影像中的该第二对象。

5.如权利要求1所述的对象识别方法，还包括：

比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些斜面模块影像；以及

当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该斜面模块影像。

6.如权利要求5所述的对象识别方法，其中于比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些斜面模块影像的步骤中，包括：

检测该第一修正对象的一第三中心；

依据该第一修正对象的该第三中心，检测一第三最大内切圆；

检测每一该第二修正对象的一第四中心；

依据每一该第二修正对象的该第四中心，检测多个第四最大内切圆；

判断该第三最大内切圆的大小或位置是否与每一该第四最大内切圆的大小或位置相同；以及

当该第三最大内切圆的大小或位置与该些第四最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第四最大内切圆的该斜面模块影像。

7.如权利要求1所述的对象识别方法，其中该斜面距离转换执行于该第一对象与该第二对象的区块影像边缘轮廓或区块影像骨架。

8.如权利要求1所述的对象识别方法，其中当该第一对象于一连串的多个后续实时影像中的移动符合一默认追踪模型时，发送该控制命令。

9.一种对象识别装置，包括：

一第一影像捕获设备，用于记录一实时影像，该实时影像包括一第一对象；

一储存装置，用于储存多个预设模块影像，每一该预设模块影像包括一第二对象；以及

一处理装置，连接到该第一影像捕获设备和该储存装置，用于从该第一影像捕获设备接收该实时影像，从该储存装置接收该些预设模块影像，并执行以下步骤：

对该实时影像的该第一对象执行一斜面距离转换，以产生一斜面影像，该斜面影像包括一第一修正对象；

对每一该预设模块影像的该第二影像执行该斜面距离转换，以产生多个斜面模块影像，该斜面模块影像包括一第二修正对象；

判断该第一修正对象与该些第二修正对象其中之一之间的差异是否小于一第一预设误差阈值；以及

当该第一修正对象与该些第二修正对象其中之一之间的差异被判断小于该第一预设误差阈值时，依据与被判断出来的该第二修正对象相关的该预设模块影像，查找对应的一控制命令，该控制命令用以指示该对象识别装置的操作。

10.如权利要求9所述的对象识别装置，其中该处理装置，更用以比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些预设模块影像，以及当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该预设模块影像。

11.如权利要求10所述的对象识别装置，其中该处理装置，更用以检测该第一对象的一第一中心，依据该第一对象的该第一中心，检测一第一最大内切圆，检测每一该第二对象的一第二中心，依据每一该第二对象的该第二中心，检测多个第二最大内切圆，判断该第一最大内切圆的大小或位置是否与该些第二最大内切圆其中之一的大小或位置相同，当该第一最大内切圆的大小或位置与该些第二最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第二最大内切圆的该预设模块影像。

12.如权利要求10所述的对象识别装置，其中于调整对应该第二最大内切圆的该预设模块影像时，该处理装置缩放大小、平移及/或旋转该预设模块影像中的该第二对象。

13.如权利要求9所述的对象识别装置，其中该处理装置更用以比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些斜面模块影像，以及当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该斜面模块影像。

14.如权利要求13所述的对象识别装置，其中该处理装置更用以检测该第一修正对象的一第三中心，依据该第一修正对象的该第三中心，检测一第三最大内切圆，检测每一该第二修正对象的一第四中心，依据每一该第二修正对象的该第四中心，检测多个第四最大内切圆，判断该第三最大内切圆的大小或位置是否与每一该第四最大内切圆的大小或位置相同，当该第三最大内切圆的大小或位置与该些第四最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第四最大内切圆的该斜面模块影像。

15.如权利要求9所述的对象识别装置，其中该斜面距离转换执行于该第一对象与该第二对象的区块影像边缘轮廓或区块影像骨架。

16.如权利要求9所述的对象识别装置，其中当该第一对象于一连串的多个后续实时影像中的移动符合一默认追踪模型时，该处理装置发送该控制命令。

17.如权利要求16所述的对象识别装置，其中该第一影像捕获设备具有一观测范围，该观测范围包括一默认感测区域，该默认感测区域小于或等于该观测范围，以及当该第一对象于一连串的该些后续实时影像中的移动超出该默认感测区域时，该处理装置发送的该控制命令控制该第一影像捕获设备捕获影像。

18.如权利要求16所述的对象识别装置，其中该第一影像捕获设备具有一第一观测范围，该对象识别装置还包括一第二影像捕获设备，该第二影像捕获设备具有一第二观测范围，该第一观测范围大于或等于该第二观测范围，当该第一对象于一连串的该些后续实时影像中的移动超出该第二观测范围而仍在该第一观测范围内时，该处理装置发送的该控制命令控制该第二影像捕获设备捕获影像。

19.一种对象识别方法，应用到一对象识别装置，所述对象识别方法包括：

自一第一影像捕获设备取得一原始区块影像；

对该原始区块影像执行一影像前处理程序，以产生一实时影像，该实时影像包括一第一对象；

对该实时影像中的该第一对象执行一斜面距离转换，以产生一斜面影像，该斜面影像包括一第一修正对象；

取得多个预设模块影像，每一该预设模块影像包括一第二对象；

对每一该预设模块影像的该第二影像执行该斜面距离转换，以产生一斜面模块影像，该斜面模块影像包括一第二修正对象；

判断该第一修正对象与该些第二修正对象其中之一之间的差异是否小于一第一预设误差阈值；以及

当该第一修正对象与该些第二修正对象其中之一之间的差异被判断小于该第一预设误差阈值时，依据与被判断出来的该第二修正对象相关的该预设模块影像，查找对应的一控制命令，该控制命令用以指示该对象识别装置的操作。

20.如权利要求19所述的对象识别方法，还包括：

比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些预设模块影像；以及

当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该预设模块影像。

21.如权利要求20所述的对象识别方法，其中于比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些预设模块影像的步骤，包括：

检测该第一对象的一第一中心；

依据该第一对象的该第一中心，检测一第一最大内切圆；

检测每一该第二对象的一第二中心；

依据每一该第二对象的该第二中心，检测每一该第二对象中的一第二最大内切圆；

判断该第一最大内切圆的大小或位置是否与该些第二最大内切圆其中之一的大小或位置相同；以及

当该第一最大内切圆的大小或位置与该些第二最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第二最大内切圆的该预设模块影像。

22.如权利要求19所述的对象识别方法，还包括：

比较该第一对象与该些第二对象的大小或位置，以决定是否要调整该些斜面模块影像；以及

当该第一对象的大小或位置不同于该些第二对象其中之一的大小或位置时，重设大小或位置不同的该第二对象对应的该斜面模块影像。

23.如权利要求22所述的对象识别方法，还包括：

检测该第一修正对象的一第三中心；

依据该第三中心，检测该第一修正对象中的一第三最大内切圆；

检测每一该第二修正对象的一第四中心；

依据每一该第四中心，检测每一该第二修正对象中的一第四最大内切圆；

判断该第三最大内切圆的大小或位置是否与每一该第四最大内切圆的大小或位置相同；以及

当该第三最大内切圆的大小或位置与该些第四最大内切圆其中之一的大小或位置不同时，重设大小或位置不同的该第四最大内切圆的该斜面模块影像。

24.如权利要求19所述的对象识别方法，其中该斜面距离转换执行于该第一对象与该第二对象的区块影像边缘轮廓或区块影像骨架。

25.如权利要求19所述的对象识别方法，还包括：

取得一临时参考影像，该临时参考影像包括一第三对象；

对该临时参考影像中的该第三对象执行该斜面距离转换，以产生一斜面参考影像，该斜面参考影像包括一第三修正对象；

判断该第一修正对象与该第三修正对象之间的差异是否小于一第二预设误差阈值；

当该第一修正对象和该第三修正对象之间的差异小于该第二预设误差阈值，执行判断该第一修正对象与该些第二修正对象其中之一之间的差异是否小于该第一预设误差阈值的步骤；以及

当该第一修正对象与该些第二修正对象其中之一之间的差异被判断小于该第一预设误差阈值时，以该实时影像取代该临时参考影像。

26.如权利要求25所述的对象识别方法，其中该斜面距离转换执行于该第三对象与该临时参考影像的区块影像边缘轮廓或区块影像骨架。

27.如权利要求19所述的对象识别方法，其中当该第一对象于一连串的多个后续实时影像中的移动符合一默认追踪模型时，发送该控制命令，且所述一连串的该些后续实时影像产生自一连串的多个后续原始区块影像。

28.如权利要求27所述的对象识别方法，其中该第一影像捕获设备具有一观测范围，该观测范围包括一个默认感测区域，该默认感测区域小于或等于该观测范围；以及

当该第一对象于一连串的该些后续实时影像中的移动超出该默认感测区域时，该控制命令被发送以控制该第一影像捕获设备捕获影像。

29.如权利要求27所述的对象识别方法，其中该对象识别装置还包括一第二影像捕获设备，该第一影像捕获设备具有一第一观测范围，该第二影像捕获设备具有一第二观测范围，该第一观测范围大于或等于该第二观测范围，当该第一对象于一连串的该些后续实时影像中的移动超出该第二观测范围而仍在该第一观测范围内时，被发送的该控制命令控制该第二影像捕获设备捕获影像。

30.如权利要求19所述的对象识别方法，其中该第一对象是一用户的手部。

31.一种对象识别方法，应用到对象识别装置，包括：

自一第一影像捕获设备取得一实时影像，该实时影像包括一第一对象；

取得多个预设模块影像，每一该预设模块影像包括一第二对象；

对该实时影像中的该第一对象执行一斜面距离转换，以产生一斜面影像，该斜面影像包括一第一修正对象；

对每一该预设模块影像的该第二影像执行该斜面距离转换，以产生一斜面模块影像，该斜面模块影像包括一第二修正对象；

判断该第一修正对象与每一该第二修正对象之间的差异是否小于一预设误差阈值；以及

当该第一修正对象与该些第二修正对象其中之一之间的差异被判断小于该预设误差阈值时，依据与被判断出来的该第二修正对象相关的该预设模块影像，查找对应的一控制命令；以及

当该第一影像捕获设备取得该第一对象于一连串的多个后续实时影像中的移动，符合一默认追踪模型时，发送该控制命令，该控制命令用以控制该对象识别装置模块影像。

32.如权利要求31所述的对象识别方法，其中该第一影像捕获设备具有一观测范围，该观测范围包括一默认感测区域，该默认感测区域小于或等于该观测范围，以及当该第一对象于一连串的该些后续实时影像中的移动超出该默认感测区域时，该控制命令被发送以控制该第一影像捕获设备捕获影像。

33.如权利要求31所述的对象识别方法，其中该对象识别装置还包括一第二影像捕获设备，该第一影像捕获设备具有一第一观测范围以提供该实时影像，该第二影像捕获设备具有一第二观测范围，该第一观测范围大于或等于该第二观测范围，当该第一对象于一连串的该些后续实时影像中的移动超出该第二观测范围而仍在该第一观测范围内时，被发送的该控制命令控制该第二影像捕获设备捕获影像。

34.如权利要求31所述的对象识别方法，其中该第一对象是一用户的手部。

35.如权利要求31所述的对象识别方法，其中该对象识别装置是一智能型眼镜。