CN106803065A - 一种基于深度信息的瞳距测量方法以及系统 - Google Patents

一种基于深度信息的瞳距测量方法以及系统 Download PDF

Info

Publication number
CN106803065A
CN106803065A CN201611229132.7A CN201611229132A CN106803065A CN 106803065 A CN106803065 A CN 106803065A CN 201611229132 A CN201611229132 A CN 201611229132A CN 106803065 A CN106803065 A CN 106803065A
Authority
CN
China
Prior art keywords
depth information
interpupillary distance
characteristic point
human face
depth
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.)
Pending
Application number
CN201611229132.7A
Other languages
English (en)
Inventor
谭军
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.)
Guangzhou Paxoi Software Development Co Ltd
Original Assignee
Guangzhou Paxoi Software Development Co Ltd
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 Guangzhou Paxoi Software Development Co Ltd filed Critical Guangzhou Paxoi Software Development Co Ltd
Priority to CN201611229132.7A priority Critical patent/CN106803065A/zh
Publication of CN106803065A publication Critical patent/CN106803065A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction

Abstract

本发明公开了一种基于深度信息的瞳距测量方法以及系统，方法包括：S1、获取人脸的包含世界坐标的深度信息图；S2、定位深度信息图中的人脸特征点；S3、在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；S4、基于瞳孔特征点的世界坐标计算左右眼瞳距。本发明测量速度快；测量简便，全自动完成，无需他人协助进行测量，对操作者专业要求低；瞳距测量精度高；成本低廉，整体成本跟简易瞳距测量仪接近，远远小于专业的眼视光医疗设备。

Description

一种基于深度信息的瞳距测量方法以及系统
技术领域
本发明涉及信息处理领域，尤其涉及一种基于深度信息的瞳距测量方法以及系统。
背景技术
现有技术中的瞳距测量方案主要有以下几种：一是，通过直尺进行测量。这种测量方法成本低廉，但缺点是需要专业的有经验技师进行操作，而且测量精度低；二是，通过简易瞳距仪等测量设备进行测量。这种测量方法精准，但成本高、需多人操作才能完成测量；三是，通过眼视光医疗设备进行测量。这种测量方法最精准，但成本最高、需多人操作才能完成测量。
因此，现有技术存在缺陷，需要改进。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于深度信息的瞳距测量方法以及系统。
本发明解决其技术问题所采用的技术方案是：构造一种基于深度信息的瞳距测量方法，包括：
S1、获取人脸的包含世界坐标的深度信息图；
S2、定位深度信息图中的人脸特征点；
S3、在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
S4、基于瞳孔特征点的世界坐标计算左右眼瞳距。
在本发明所述的基于深度信息的瞳距测量方法中，所述步骤S2包括：利用主动外观模型法对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点。
在本发明所述的基于深度信息的瞳距测量方法中，所述步骤S3包括：从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域，确定所述图像区域的中心为所述瞳孔特征点。
在本发明所述的基于深度信息的瞳距测量方法中，所述步骤S4包括：
S41、针对当前的深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
S42、对当前的深度信息图的左右眼瞳距进行卡尔曼滤波；
S43、判断所有处理的深度信息图是否达到预设数量，如果达到则执行步骤S44,否则执行步骤S1；
S44、对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
在本发明所述的基于深度信息的瞳距测量方法中，所述步骤S1中采用的深度传感器或者深度相机。
本发明还公开了一种基于深度信息的瞳距测量系统，包括：
图像获取单元，用于获取人脸的包含世界坐标的深度信息图；
人脸特征点获取单元，用于定位深度信息图中的人脸特征点；
瞳孔特征点识别单元，用于在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
瞳距计算单元，用于基于瞳孔特征点的世界坐标计算左右眼瞳距。
在本发明所述的基于深度信息的瞳距测量系统中，所述的获取人脸的包含世界坐标的深度信息图包括：利用主动外观模型法对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点
在本发明所述的基于深度信息的瞳距测量系统中，瞳孔特征点识别单元包括：
瞳孔图像区域确定模块，用于从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域；
瞳孔特征点确定模块，用于确定所述图像区域的中心为所述瞳孔特征点
在本发明所述的基于深度信息的瞳距测量系统中，所述瞳距计算单元包括：
单次瞳距计算模块，用于针对每一幅深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
滤波模块，用于对每一幅深度信息图的左右眼瞳距进行卡尔曼滤波；
条件判断模块，用于判断所有处理的深度信息图是否达到预设数量，如果达到触发最终瞳距计算模块工作,否则触发图像获取单元再次工作；
最终瞳距计算模块，用于对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
在本发明所述的基于深度信息的瞳距测量系统中，所述图像获取单元包括深度传感器或者深度相机。
实施本发明的基于深度信息的瞳距测量方法以及系统，具有以下有益效果：本发明测量速度快；测量简便，全自动完成，无需他人协助进行测量，对操作者专业要求低；瞳距测量精度高；成本低廉，整体成本跟简易瞳距测量仪接近，远远小于专业的眼视光医疗设备。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图：
图1是本发明的基于深度信息的瞳距测量方法的较佳实施例的流程图；
图2是本发明的基于深度信息的瞳距测量系统的结构示意图。
具体实施方式
在本发明实施例中，通过获取人脸的包含世界坐标的深度信息图，定位深度信息图中的人脸特征点，再在人脸特征点中识别出左右眼瞳孔的瞳孔特征点，基于瞳孔特征点的世界坐标计算左右眼瞳距。因此，本发明测量速度快；测量简便，全自动完成，无需他人协助进行测量，对操作者专业要求低；瞳距测量精度高；成本低廉，整体成本跟简易瞳距测量仪接近，远远小于专业的眼视光医疗设备。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
参考图1是本发明的基于深度信息的瞳距测量方法的较佳实施例的流程图。
本发明的基于深度信息的瞳距测量方法，包括：
S1、获取人脸的包含世界坐标的深度信息图；
S2、定位深度信息图中的人脸特征点；
S3、在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
S4、基于瞳孔特征点的世界坐标计算左右眼瞳距。
其中，所述步骤S1中采用的深度传感器或者深度相机。深度信息图上包含了无数个点的世界坐标。
较佳实施例中，所述步骤S2包括：利用主动外观模型法(ASM算法，Active ShapeModel)对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点。
例如，一般选用的人脸三维模型为Candide3模型，其所包78个人脸特征点。这78个特征点包含了内眼角和外眼角的特征点。瞳孔可以根据内眼角和外眼角确定。具体的，所述步骤S3包括：从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域，确定所述图像区域的中心为所述瞳孔特征点。
由于并不是每一帧图像的测量结果都是准确的，因此要通过滤波去除掉很不准确的测量结果。优选的，为了提高测量的精度，一方面需要对测量结果进行滤波，另一方面可以取多次测量结果进行平均。因此，所述步骤S4包括：
S41、针对当前的深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
S42、对当前的深度信息图的左右眼瞳距进行卡尔曼滤波；
S43、判断所有处理的深度信息图是否达到预设数量，如果达到则执行步骤S44,否则执行步骤S1；
S44、对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
例如，预设数量为30，则获取的30帧深度信息图得到的左右眼瞳距，通过滤波去除掉噪声，保留24帧的精确结果。当达到30帧时，对保留下来的24帧数据进行取均值处理，得到的瞳距值即最终输出的左右眼瞳距。
相应的，本发明还公开了一种基于上述方法的瞳距测量系统，参考图2所示，是本发明的基于深度信息的瞳距测量系统的结构示意图。本发明的基于深度信息的瞳距测量系统包括：
图像获取单元，用于获取人脸的包含世界坐标的深度信息图；所述图像获取单元包括深度传感器或者深度相机。
人脸特征点获取单元，用于定位深度信息图中的人脸特征点；
瞳孔特征点识别单元，用于在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
瞳距计算单元，用于基于瞳孔特征点的世界坐标计算左右眼瞳距。
其中，所述的获取人脸的包含世界坐标的深度信息图包括：利用主动外观模型法对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点
其中，瞳孔特征点识别单元包括：
瞳孔图像区域确定模块，用于从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域；
瞳孔特征点确定模块，用于确定所述图像区域的中心为所述瞳孔特征点
其中，瞳距计算单元包括：
单次瞳距计算模块，用于针对每一幅深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
滤波模块，用于对每一幅深度信息图的左右眼瞳距进行卡尔曼滤波；
条件判断模块，用于判断所有处理的深度信息图是否达到预设数量，如果达到触发最终瞳距计算模块工作,否则触发图像获取单元再次工作；
最终瞳距计算模块，用于对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
综上所述，实施本发明的基于深度信息的瞳距测量方法以及系统，具有以下有益效果：本发明测量速度快；测量简便，全自动完成，无需他人协助进行测量，对操作者专业要求低；瞳距测量精度高；成本低廉，整体成本跟简易瞳距测量仪接近，远远小于专业的眼视光医疗设备。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种基于深度信息的瞳距测量方法，其特征在于，包括：
S1、获取人脸的包含世界坐标的深度信息图；
S2、定位深度信息图中的人脸特征点；
S3、在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
S4、基于瞳孔特征点的世界坐标计算左右眼瞳距。
2.根据权利要求1所述的基于深度信息的瞳距测量方法，其特征在于，所述步骤S2包括：利用主动外观模型法对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点。
3.根据权利要求1所述的基于深度信息的瞳距测量方法，其特征在于，所述步骤S3包括：从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域，确定所述图像区域的中心为所述瞳孔特征点。
4.根据权利要求1所述的基于深度信息的瞳距测量方法，其特征在于，所述步骤S4包括：
S41、针对当前的深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
S42、对当前的深度信息图的左右眼瞳距进行卡尔曼滤波；
S43、判断所有处理的深度信息图是否达到预设数量，如果达到则执行步骤S44,否则执行步骤S1；
S44、对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
5.根据权利要求1所述的基于深度信息的瞳距测量方法，其特征在于，所述步骤S1中采用的深度传感器或者深度相机。
6.一种基于深度信息的瞳距测量系统，其特征在于，包括：
图像获取单元，用于获取人脸的包含世界坐标的深度信息图；
人脸特征点获取单元，用于定位深度信息图中的人脸特征点；
瞳孔特征点识别单元，用于在人脸特征点中识别出左右眼瞳孔的瞳孔特征点；
瞳距计算单元，用于基于瞳孔特征点的世界坐标计算左右眼瞳距。
7.根据权利要求6所述的基于深度信息的瞳距测量系统，其特征在于，所述的获取人脸的包含世界坐标的深度信息图包括：利用主动外观模型法对深度信息图进行特征点匹配，将人脸三维模型中所包含的预设数量的人脸特征点在深度信息图上进行映射，从而得到深度信息图上的预设数量的人脸特征点。
8.根据权利要求6所述的基于深度信息的瞳距测量系统，其特征在于，瞳孔特征点识别单元包括：
瞳孔图像区域确定模块，用于从所述预设数量的人脸特征点中选取出内眼角和外眼角的特征点，基于内眼角和外眼角的特征点确定瞳孔所在的图像区域；
瞳孔特征点确定模块，用于确定所述图像区域的中心为所述瞳孔特征点。
9.根据权利要求6所述的基于深度信息的瞳距测量系统，其特征在于，所述瞳距计算单元包括：
单次瞳距计算模块，用于针对每一幅深度信息图，基于瞳孔特征点的世界坐标计算左右眼瞳距；
滤波模块，用于对每一幅深度信息图的左右眼瞳距进行卡尔曼滤波；
条件判断模块，用于判断所有处理的深度信息图是否达到预设数量，如果达到触发最终瞳距计算模块工作,否则触发图像获取单元再次工作；
最终瞳距计算模块，用于对所有滤波后的左右眼瞳距求平均得到最终的左右眼瞳距。
10.根据权利要求6所述的基于深度信息的瞳距测量系统，其特征在于，所述图像获取单元包括深度传感器或者深度相机。
CN201611229132.7A 2016-12-27 2016-12-27 一种基于深度信息的瞳距测量方法以及系统 Pending CN106803065A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611229132.7A CN106803065A (zh) 2016-12-27 2016-12-27 一种基于深度信息的瞳距测量方法以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611229132.7A CN106803065A (zh) 2016-12-27 2016-12-27 一种基于深度信息的瞳距测量方法以及系统

Publications (1)

Publication Number Publication Date
CN106803065A true CN106803065A (zh) 2017-06-06

Family

ID=58985078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611229132.7A Pending CN106803065A (zh) 2016-12-27 2016-12-27 一种基于深度信息的瞳距测量方法以及系统

Country Status (1)

Country Link
CN (1) CN106803065A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921080A (zh) * 2018-06-27 2018-11-30 北京旷视科技有限公司 图像识别方法、装置及电子设备
CN112220444A (zh) * 2019-11-20 2021-01-15 北京健康有益科技有限公司 一种基于深度相机的瞳距测量方法和装置
CN112826441A (zh) * 2020-12-30 2021-05-25 宁波明星科技发展有限公司 一种基于增强现实技术的瞳距测量方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120154390A1 (en) * 2010-12-21 2012-06-21 Tomoya Narita Information processing apparatus, information processing method, and program
CN102521586A (zh) * 2011-12-08 2012-06-27 中国科学院苏州纳米技术与纳米仿生研究所 一种用于拍照手机的高分辨率三维人脸扫描方法
CN104063700A (zh) * 2014-07-04 2014-09-24 武汉工程大学 自然光照正面人脸图像中的眼睛中心点定位的方法
CN104951808A (zh) * 2015-07-10 2015-09-30 电子科技大学 一种用于机器人交互对象检测的3d视线方向估计方法
CN104978548A (zh) * 2014-04-02 2015-10-14 汉王科技股份有限公司 一种基于三维主动形状模型的视线估计方法与装置
CN105373767A (zh) * 2015-07-23 2016-03-02 中山大学深圳研究院 一种智能手机使用的眼睛疲劳检测方法
CN105380592A (zh) * 2015-10-27 2016-03-09 杭州镜之镜科技有限公司 一种用于瞳距检测的可穿戴设备及其实现方法
CN205144514U (zh) * 2015-10-27 2016-04-13 杭州镜之镜科技有限公司 一种用于瞳距检测的可穿戴设备
CN105611278A (zh) * 2016-02-01 2016-05-25 欧洲电子有限公司 防裸眼3d观看眩晕感的图像处理方法及系统和显示设备
CN105704479A (zh) * 2016-02-01 2016-06-22 欧洲电子有限公司 3d显示系统用的测量人眼瞳距的方法及系统和显示设备
CN106022281A (zh) * 2016-05-27 2016-10-12 广州帕克西软件开发有限公司 一种面部数据测量方法及系统
CN106127147A (zh) * 2016-06-23 2016-11-16 深圳市唯特视科技有限公司 一种基于三维数据的人脸深度纹理修复方法
CN109674443A (zh) * 2017-10-19 2019-04-26 华为终端（东莞）有限公司 一种瞳距测量方法及终端

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120154390A1 (en) * 2010-12-21 2012-06-21 Tomoya Narita Information processing apparatus, information processing method, and program
CN102521586A (zh) * 2011-12-08 2012-06-27 中国科学院苏州纳米技术与纳米仿生研究所 一种用于拍照手机的高分辨率三维人脸扫描方法
CN104978548A (zh) * 2014-04-02 2015-10-14 汉王科技股份有限公司 一种基于三维主动形状模型的视线估计方法与装置
CN104063700A (zh) * 2014-07-04 2014-09-24 武汉工程大学 自然光照正面人脸图像中的眼睛中心点定位的方法
CN104951808A (zh) * 2015-07-10 2015-09-30 电子科技大学 一种用于机器人交互对象检测的3d视线方向估计方法
CN105373767A (zh) * 2015-07-23 2016-03-02 中山大学深圳研究院 一种智能手机使用的眼睛疲劳检测方法
CN105380592A (zh) * 2015-10-27 2016-03-09 杭州镜之镜科技有限公司 一种用于瞳距检测的可穿戴设备及其实现方法
CN205144514U (zh) * 2015-10-27 2016-04-13 杭州镜之镜科技有限公司 一种用于瞳距检测的可穿戴设备
CN105611278A (zh) * 2016-02-01 2016-05-25 欧洲电子有限公司 防裸眼3d观看眩晕感的图像处理方法及系统和显示设备
CN105704479A (zh) * 2016-02-01 2016-06-22 欧洲电子有限公司 3d显示系统用的测量人眼瞳距的方法及系统和显示设备
CN106022281A (zh) * 2016-05-27 2016-10-12 广州帕克西软件开发有限公司 一种面部数据测量方法及系统
CN106127147A (zh) * 2016-06-23 2016-11-16 深圳市唯特视科技有限公司 一种基于三维数据的人脸深度纹理修复方法
CN109674443A (zh) * 2017-10-19 2019-04-26 华为终端（东莞）有限公司 一种瞳距测量方法及终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐柳婧: "交互立体显示的人机交互算法研究", 《中国优秀硕士学位论文全文数据库_信息科技辑I辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921080A (zh) * 2018-06-27 2018-11-30 北京旷视科技有限公司 图像识别方法、装置及电子设备
CN112220444A (zh) * 2019-11-20 2021-01-15 北京健康有益科技有限公司 一种基于深度相机的瞳距测量方法和装置
CN112220444B (zh) * 2019-11-20 2021-06-29 北京健康有益科技有限公司 一种基于深度相机的瞳距测量方法和装置
CN112826441A (zh) * 2020-12-30 2021-05-25 宁波明星科技发展有限公司 一种基于增强现实技术的瞳距测量方法

Similar Documents

Publication Publication Date Title
CN109859203B (zh) 基于深度学习的缺陷牙齿图像识别方法
CN103717124B (zh) 用于获得并处理生物的测量读数的设备与方法
US20180078156A1 (en) Blood Pressure Measurement Data Processing Method and Apparatus
CN104951808A (zh) 一种用于机器人交互对象检测的3d视线方向估计方法
KR101426750B1 (ko) 열화상을 이용한 심박수 측정 시스템
CN106803065A (zh) 一种基于深度信息的瞳距测量方法以及系统
CN113842172B (zh) 基于模板匹配与算数平均的咽后壁视触识别装置
TW200414074A (en) Individual recognizing apparatus and individual recognizing method
CN111105881B (zh) 一种3d测量人类表型的数据库系统
CN107122754A (zh) 姿势识别方法和装置
US10249039B2 (en) Skin condition detection method, eletronic apparatus, and skin condition detection system
CN112190258B (zh) 座椅角度调节方法、装置、存储介质及电子设备
CN111084603A (zh) 一种基于深度相机的瞳距测量方法及系统
US10402996B2 (en) Distance measuring device for human body features and method thereof
CN115170629A (zh) 一种伤口信息获取方法、装置、设备及存储介质
US20230020160A1 (en) Method for determining a value of at least one geometrico-morphological parameter of a subject wearing an eyewear
US10970863B2 (en) System and method of analyzing features of the human face and breasts using one or more overlay grids
CN115778333B (zh) 一种视觉定位寸、关、尺脉搏穴位的方法和装置
CN108416331B (zh) 脸部对称识别的方法、装置、存储介质及终端设备
KR20150069739A (ko) 스테레오비전 기반의 어류 개체수 측정방법과 이를 적용한 패턴인식 시스템
US8915868B1 (en) Instrument for measuring the posture of a patent
JP2019088782A (ja) 外科用インプラントを選択する方法と関連デバイス
CN106667496A (zh) 一种面部数据测量方法及装置
CN113808207A (zh) 一种目标为儿童的双目测距方法及系统
CN113011333A (zh) 基于近红外图像获取最佳静脉穿刺点和方向的系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170606