JP2023516032A - ジェスチャ認識 - Google Patents

Abstract

－ 少なくとも１つの物体（１１６）を含む少なくとも１つのエリア（１１４）上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するように構成された少なくとも１つの照射源（１１２）であって、前記物体（１１６）が、少なくとも部分的に少なくとも１つの人間の手を含んでいる、少なくとも１つの照射源（１１２）と；－ 少なくとも１つの感光エリア（１２６）を有する少なくとも１つの光センサ（１１８）であって、前記光センサ（１１８）は、前記エリアの少なくとも１つの画像（１２８）を決定するように構成され、前記画像（１２８）は、前記照射特徴による照射に応答して前記エリア（１１４）によって生成される複数の反射特徴（１３０）を含む、少なくとも１つの光センサ（１１８）と；－ 少なくとも１つの評価装置（１３６）であって、前記評価装置（１３６）は、前記反射特徴（１３０）のそれぞれについて少なくとも１つの深度情報を決定することによって、前記エリアの少なくとも１つの深度マップを決定するように構成されている、少なくとも１つの評価装置（１３６）と、を備え、前記評価装置（１３６）は、生体組織を照射することによって生成された前記反射特徴（１３０）を識別することによって前記物体（１１６）を見つけるように構成され、前記評価装置（１３６）は、前記反射特徴（１３０）のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成され、前記評価装置（１３６）は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴（１３０）を識別するように構成され、前記評価装置（１３６）は、そうでなければ前記反射特徴（１３０）を背景として識別するように構成され、前記評価装置（１３６）は少なくとも１つのセグメンテーションアルゴリズムを使用することによって、前記エリアの前記画像（１２８）をセグメント化するように構成され、生体組織を照射することによって生成されたものとして識別された前記反射特徴（１３０）はシード点として使用され、背景として識別された前記反射特徴（１３０）はセグメンテーションアルゴリズムのための背景シード点として使用され、前記評価装置は（１３６）、前記セグメント化された画像と前記深度マップを考慮して、空間内の前記物体（１１６）の位置及び／又は向きを決定するように構成されている、ジェスチャ検出のための検出器（１１０）。【選択図】図１

Description

本発明はジェスチャ検出のための検出器及びジェスチャ検出のための方法、ならびに検出器の様々な使用に関する。本発明による装置、方法及び使用は、具体的には、例えば、日常生活、セキュリティ技術、ゲーミング、交通技術、生産技術、芸術、文書又は技術目的のためのデジタル写真又はビデオ撮影などの写真撮影、安全技術、情報技術、農業、作物保護、メンテナンス、化粧品、医療技術、又は科学の様々な分野において採用され得る。ただし、他の適用も可能である。

自動化車両のトレンドは、自律運転へ推進するだけでなく、キャビン内のアシスタンス機能にも影響を及ぼしている。ドライバーモニタリング、車内監視、ジェスチャトラッキングは、次世代自動車の基本概念である。最初のシステムはすでに利用可能であり、２Ｄ画像、３Ｄ深度マップ、又はその両方の組み合わせに依存している。

技術的な観点からは、キャビン内場面での人間のポーズとジェスチャの検出は、非常に困難な場合がある。二次元画像処理に基づく既存の方法は、例えば、Ａ．Ｒ．Ｖａｒｋｏｎｙｉ－Ｋｏｃｚｙ，Ｂ．Ｔｕｓｏｒによる，「Ｈｕｍａｎ－Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｒａｃｔｉｏｎ ｆｏｒ Ｓｍａｒｔ Ｅｎｖｉｒｏｎｍｅｎｔ Ａｐｐｌｉｃａｔｉｏｎｓ Ｕｓｉｎｇ Ｆｕｚｚｙ Ｈａｎｄ Ｐｏｓｔｕｒｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｍｏｄｅｌｓ」，ＩＥＥＥ Ｔｒａｎｓ．Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ ａｎｄ Ｍｅａｓｕｒｅｍｅｎｔ，６０巻，ｎｏ．５，１５０５～１５１４頁，２０１１年、又はＣ．Ｃ．Ｈｓｉｅｈ，Ｄ．Ｈ．Ｌｉｏｕによる，「Ｎｏｖｅｌ Ｈａａｒ ｆｅａｔｕｒｅｓ ｆｏｒ ｒｅａｌ－ｔｉｍｅ ｈａｎｄ ｇｅｓｔｕｒｅ ｒｅｃｏｇｎｉｔｉｏｎ」，Ｊ．Ｒｅａｌ Ｔｉｍｅ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，１０巻，３５７３７０頁，２０１５年、形状特徴については、例えばＥ．Ｏｎｇ，Ｒ．Ｂｏｗｄｅｎによる，「Ａ ｂｏｏｓｔｅｄ ｃｌａｓｓｉｆｉｅｒ ｔｒｅｅ ｆｏｒ ｈａｎｄ ｓｈａｐｅ ｄｅｔｅｃｔｉｏｎ」，Ｓｉｘｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ，２００４年、Ｐｒｏｃｅｅｄｉｎｇｓ．，Ｓｅｏｕｌ，Ｓｏｕｔｈ Ｋｏｒｅａ，２００４年，８８９～８９４頁を参照されたい。しかし、手の見え方のバリエーションが多いこと、影があること、及び光の状態が広範囲であることなどから、これらの方法の確実性はかなり限定的である（Ｍ．Ｂｅｒｇｈ，Ｌ．Ｇｏｏｌによる，「Ｃｏｍｂｉｎｉｎｇ ＲＧＢ ａｎｄ ＴｏＦ ｃａｍｅｒａｓ ｆｏｒ ｒｅａｌ－ｔｉｍｅ ３Ｄ ｈａｎｄ ｇｅｓｔｕｒｅ ｉｎｔｅｒａｃｔｉｏｎ」，Ｉｎ：Ｗｏｒｋｓｈｏｐ ｏｎ ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎ（ＷＡＣＶ），ＩＥＥＥ，６６～７２頁，２０１１年を参照されたい）。

動作解析（例えばオプティカルフローを使用）は、特定の条件下でこのギャップを埋めることができるが（例えばＲ．Ｃｕｔｌｅｒ，Ｍ．Ｔｕｒｋ．による、「Ｖｉｅｗ－ｂａｓｅｄ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ ｏｆ Ｒｅａｌｔｉｍｅ Ｏｐｔｉｃａｌ Ｆｌｏｗ ｆｏｒ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ」， Ｉｎ Ｐｒｏｃ． ＩＥＥＥ Ｉｎｔｌ． Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｃ Ｆａｃｅ ａｎｄ Ｇｅｓｔｕｒｅ Ｒｅｃｏｇｎｉｔｉｏｎ，４１６～４２１頁，１９９８年を参照されたい）、しかし、静的シーン又はコントラストが不十分な場合にはまだ不十分である。例えば、飛行時間カメラ又はステレオアプローチからの深度マップは、検出精度を大幅に向上させることができる補完的なデータを提供する。２Ｄカメラと３Ｄセンサの組み合わせは、より信頼性の高い検出精度を提供するが、包括的な融合概念、慎重なキャリブレーションを必要とし、コストが著しく高くなる。さらに、同様の深さに位置する複数の物体を分離することは、依然として困難である。

従来の２Ｄ又は３Ｄジェスチャ検出構成は、２Ｄ画像又は３Ｄ点群内で手を認識する必要がある。２Ｄ画像では背景とのコントラストが低く、手の色は皮膚のタイプ及び照射条件によって強く変化し、特に手を手として認識するためには、形状、色などのモデルデータを一致させる必要があるため、手の認識は単独でも困難な部分である。形状はジェスチャの情報の一部を伝達(transmit)するが、形状はしかし大きく変化する。指は永久的な傷害で欠損していたり、又は他の物体によって隠されていたりすることもある。

さらに、ＷＯ２０１８／０９１６４０及びＷＯ２０１９／０４２９５６は、２Ｄ画像及び深度測定のための、レーザグリッドプロジェクタと組み合わされた単一のＣＭＯＳセンサを使用する、距離を正確に検出することについて説明している。すべてのデータは、簡単かつ迅速な統合を可能にする単一のＣＭＯＳセンサから取得される。したがって、システムの複雑さは、個別の画像及び深度センサの組み合わせと比較して大幅に低減される。

ＵＳ２０１６／２５３８２１Ａ１は、予め定義された光学構造を有するように１つ以上の予め定義された特性で符号化された光ビームをボリューム内に投影することによって、ボリューム内で識別又は追跡される物体について説明している。検出器が、ボリュームから反射された予め定義された光学構造からの光をキャプチャする。物体から反射された予め定義された光学構造からの光の１つ以上の特性を分析することによって、物体はボリュームからセグメント化される。

したがって、本発明の目的は、既知の装置及び方法の上述の技術的課題に対する装置及び方法を提供することである。具体的には、本発明の目的は、少ない技術的努力で、かつ、技術的資源及びコストの観点から低い要求で、信頼性の高いジェスチャ検出を可能にする装置及び方法を提供することである。

この問題は、独立特許請求項の特徴を備えた本発明によって解決される。個別に又は組み合わせて実現することができる本発明の有利な展開は、従属請求項及び／又は以下の明細書及び詳細な実施形態に示されている。

以下で使用される場合、「有する」、「備える」、又は「含む」という用語、又はそれらの任意の文法上の変形は、非排他的な方法で使用される。したがって、これらの用語は、これらの用語によって導入された特徴の他に、この文脈で説明されている実体にさらなる特徴が存在しない状況と、１つ以上のさらなる特徴が存在する状況の両方を指し得る。一例として、「ＡはＢを有する」、「ＡはＢを備える」、及び「ＡはＢを含む」という表現は、Ｂ以外にＡに他の要素が存在しない状況（つまり、Ａは専らかつ排他的にＢから構成される状況）と、Ｂに加えて、１つ以上の要素、例えば要素Ｃ、要素ＣとＤ、又はさらに要素などが実体Ａに存在する状況の双方を指し得る。

さらに、「少なくとも１つ」、「１つ以上」という用語、又は、特徴もしくは要素が１回以上存在し得ることを示す同様の表現は、典型的には、それぞれの特徴又は要素を導入するときに１回だけ使用されることに留意されたい。以下では、ほとんどの場合、それぞれの特徴又は要素を参照するときに、「少なくとも１つ」又は「１つ以上」という表現は、それらの特徴又は要素が１回以上現れ得るという事実にもかかわらず、繰り返されないことに留意されたい。

さらに、以下で使用される場合、「好ましくは」、「より好ましくは」、「特に」、「より特に」、「具体的に」、「より具体的に」という用語、又は、同様の用語は、代替の可能性を制限することなく、任意の特徴に関連して使用される。したがって、これらの用語によって導入される特徴は、任意の特徴であり、いかなる意味でも特許請求の範囲を限定することを意図するものではない。本発明は、当業者であれば認識するように、代替的特徴を用いて実施することができる。同様に、「本発明の一実施形態では」又は同様の表現によって導入される特徴は、本発明の代替の実施形態に関するいかなる制限もなく、本発明の範囲に関するいかなる制限もなく、及び、そのような方法で導入される特徴を本発明の他の任意の又は非任意の特徴と組み合わせる可能性に関するいかなる制限もなく、任意の特徴であることが意図されている。

本発明の第１の態様では、ジェスチャ検出のための装置が開示される。本明細書で使用される場合、「ジェスチャ」という用語は、人間の身体の少なくとも１つの部分の少なくとも１つの状態及び／又は少なくとも１つの動作を指し得る。ジェスチャは、身体の少なくとも１つの部分などの身体のジェスチャ、特に手のジェスチャを含むことができる。ジェスチャは、静的又は動的であってよい。ジェスチャは、指などの手の少なくとも１つの部分の動き、片手もしくは両手、顔、又は体の他の部分の動きを含むことができる。本明細書で使用される場合、「ジェスチャ検出」という用語は、ジェスチャの有無の決定及び／又はジェスチャ認識を指し得る。本明細書で使用される場合、「ジェスチャ認識」という用語は、数学的アルゴリズムを介して人間のジェスチャを解釈することを指し得る。本明細書で使用される場合、「ジェスチャ検出のための検出器」という用語は、少なくとも１つのジェスチャを検出するように構成された少なくとも１つの任意のデバイスを指し得る。

ジェスチャ検出のための検出器は：
－ 少なくとも１つの物体を含む少なくとも１つのエリア上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するように構成された少なくとも１つの照射源であって、前記物体が、少なくとも部分的に少なくとも１つの人間の手を含んでいる、少なくとも１つの照射源と；
－ 少なくとも１つの感光エリアを有する少なくとも１つの光センサであって、前記光センサは、前記エリアの少なくとも１つの画像を決定するように構成され、前記画像は、前記照射特徴による照射に応答して前記エリアによって生成される複数の反射特徴を含む、少なくとも１つの光センサと；
－ 少なくとも１つの評価装置であって、前記評価装置は、前記反射特徴のそれぞれについて少なくとも１つの深度情報を決定することによって、前記エリアの少なくとも１つの深度マップを決定するように構成されている、少なくとも１つの評価装置と、
を備え、
前記評価装置は、生体組織を照射することによって生成された前記反射特徴を識別することによって、前記物体を見つけるように構成され、前記評価装置は、前記反射特徴のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成され、前記評価装置は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴を識別するように構成され、前記評価装置は、そうでなければ前記反射特徴を背景として識別するように構成され、
前記評価装置は少なくとも１つのセグメンテーションアルゴリズムを使用することによって、前記エリアの画像をセグメント化するように構成され、生体組織を照射することによって生成されるものとして識別された前記反射特徴は、シード点として使用され、背景として識別された前記反射特徴は、セグメンテーションアルゴリズムのための背景シード点として使用され、
前記評価装置は、セグメント化された画像と前記深度マップを考慮して、空間内の前記物体の位置及び／又は向きを決定するように構成されている。

本明細書で使用される場合、「照射源」という用語は、一般に、少なくとも１つの照射パターンを生成するように構成された少なくとも１つの任意の装置を指し得る。照射源は、エリアの照射のために照射パターンを提供するように構成されていてよい。照射源は、エリアを直接的又は間接的に照射するように適合されてよく、照射パターンは、エリアの表面によって反射又は散乱され、それによって、少なくとも部分的に光センサに向けられる。照射源は、例えば、光ビームをエリアに向けることによって、光ビームを反射するエリアを照射するように構成されてよい。照射源は、エリアを照射するための照射光ビームを生成するように構成されてよい。

本明細書で使用する場合、「エリア」という用語は、少なくとも１つの任意の物体又は空間領域を指し得る。エリアは、少なくとも１つの物体と周囲の環境を含むことができる。本明細書で使用される場合、「物体」という用語は、少なくとも１つの光ビーム、特に少なくとも１つの反射パターンを放出する点又は領域を指す。例えば、物体は、シーン、人などの人間、木材、カーペット、発泡体、牛などの動物、植物、組織片、金属、玩具、金属の物体、飲料、果物、肉、魚などの食品、皿、化粧品、塗られた化粧品、布、毛皮、髪、メンテナンス用品、プラント、身体、身体の一部、有機材料、無機材料、反射材料、スクリーン、ディスプレイ、壁、写真などの紙、からなる群から選択される少なくとも１つの物体であってよい。物体は、照射パターンが投影される少なくとも１つの表面を含んでいてよい。表面は、照射パターンを検出器に向かって少なくとも部分的に反射するように適合されてよい。物体は、具体的には、人体、又は少なくとも１つの腕、少なくとも１つの手、少なくとも１つの指、又は顔などの人体の少なくとも１つの部分であってよい。物体は、少なくとも部分的に少なくとも１つの人間の手を含む。本明細書で使用される場合、「少なくとも部分的に少なくとも１つの人間の手」という用語は、物体が人間の手である実施形態及び／又は物体が少なくとも１つの指及び／又は掌の少なくとも１つの部分である実施形態を指す。

照射源は、少なくとも１つの光源を含んでよい。照射源は、複数の光源を含んでいてもよい。照射源は、人工照射源、特に少なくとも１つのレーザ源、及び／又は少なくとも１つの白熱灯、及び／又は少なくとも１つの半導体光源、例えば少なくとも１つの発光ダイオード、特に有機及び／又は無機発光ダイオードを含み得る。一例として、照射源によって放出される光は、３００～１１００ｎｍ、特に５００～１１００ｎｍの波長を有し得る。追加的に又は代替的に、７８０ｎｍ～３．０μｍの範囲などの赤外スペクトル範囲の光が使用され得る。具体的には、シリコンフォトダイオードが適用可能な特には７００ｎｍ～１１００ｎｍの範囲の近赤外領域部分の光が使用されることができる。照射源は、赤外領域において少なくとも１つの照射パターンを生成するように構成されていてよい。近赤外領域の光を使用することは、光が人間の目では検出されないか、又はわずかにしか検出されないが、シリコンセンサ、特に標準的なシリコンセンサによって検出されることを可能にする。

本明細書で使用される場合、「光線」という用語は、一般に、エネルギーの流れの方向を指し示す光の波面に垂直な線を指す。本明細書で使用される場合、「ビーム」という用語は、一般に、光線の集まりを指す。以下では、「光線」及び「ビーム」という用語を同義語として使用される。本明細書でさらに使用される場合、「光ビーム」という用語は、一般に光の量を指し、具体的には、本質的に同じ方向に進む光の量であって、光ビームが拡張角又は広がり角を有する可能性を含む。光ビームは空間的広がりを有することができる。具体的には、光ビームは、非ガウスビームプロファイルを有することができる。ビームプロファイルは台形ビームプロファイル；三角形ビームプロファイル；円錐形ビームからなる群から選択されてよい。台形ビームプロファイルは、プラトー領域と少なくとも１つのエッジ領域とを有することができる。光ビームは、具体的には、以下でさらに詳細に概説するように、ガウス光ビーム又はガウス光ビームの線形結合であり得る。しかしながら、他の実施形態も可能である。

照射源は、単一波長で光を放出するように構成されることができる。具体的には、波長は、近赤外領域にあってよい。他の実施形態では、照射源は、他の波長チャネルでの追加の測定を可能にする複数の波長を有する光を放出するように構成されてよい。

照射源は、少なくとも１つの多重ビーム光源(multiple beam light source)であってもよく、又は、多重ビーム光源を含んでいてもよい。例えば、照射源は、少なくとも１つのレーザ源と１つ以上の回折光学要素（ＤＯＥ）を含んでいてよい。具体的には、照射源は、少なくとも１つのレーザ及び／又はレーザ源を備えていてよい。様々なタイプのレーザ、例えば、半導体レーザ、ダブルヘテロ構造レーザ、外部キャビティレーザ、分離封じ込めヘテロ構造レーザ、量子カスケードレーザ、分散ブラッグ（ｂｒａｇｇ）反射器レーザ、ポラリトンレーザ、ハイブリッドシリコンレーザ、拡張キャビティダイオードレーザ、量子ドットレーザ、ボリュームブラッググレーティングレーザ、インジウムヒ素レーザ、トランジスタレーザ、ダイオード励起レーザ、分散フィードバックレーザ、量子ウェルレーザ、バンド間カスケードレーザ、ガリウムヒ素レーザ、半導体リングレーザ、拡張キャビティダイオードレーザ、又は垂直キャビティ面発光レーザなど、が採用されてよい。追加的に又は代替的に、ＬＥＤ及び／又は電球などの非レーザ光源が使用されてよい。照射源は、照射パターンを生成するように適合された１つ以上の回折光学要素（ＤＯＥ）を含んでよい。例えば、照射源は、点群を生成及び／又は投影するように適合されてよく、例えば、照射源は、少なくとも１つのデジタル光処理プロジェクタ、少なくとも１つのＬＣｏＳプロジェクタ、少なくとも１つの空間光変調器；少なくとも１つの回折光学要素；発光ダイオードの少なくとも１つのアレイ；レーザ光源の少なくとも１つのアレイ、のうちの１つ以上を含み得る。それらの一般的に定義されるビームプロファイル及び取扱い性の他の特性を考慮すると、照射源としての少なくとも１つのレーザ源の使用が特に好ましい。照射源は、検出器のハウジングに一体化されてよい。

さらに、照射源は、変調された光又は変調されていない光を放出するように構成されてよい。複数の照射源を使用する場合、異なる照射源は異なる変調周波数を有することができ、該異なる変調周波数は、後に、光ビームを区別するために使用されることができる。

照射源によって生成された１つ又は複数の光ビームは、一般的に、光軸に平行に伝播してもよいし、又は、光軸に対して傾斜して伝播してもよく、例えば、光軸と角度を含んで伝播してもよい。検出器は、１つ又は複数の光ビームが検出器の光軸に沿って検出器からエリアに向かって伝播するように構成されてよい。この目的のために、検出器は、照射光ビームを光軸上に偏向させるための少なくとも１つの反射要素、好ましくは少なくとも１つのプリズムを含んでいてよい。一例として、レーザ光ビームなどの１つ又は複数の光ビーム、及び光軸は、１０°未満、好ましくは５°未満、さらには２°未満の角度を有してよい。しかし、他の実施形態も実現可能である。さらに、１つ又は複数の光ビームは、光軸上にあってもよいし、又は光軸から外れていてもよい。一例として、１つ又は複数の光ビームは、光軸に対して１０ｍｍ未満、好ましくは５ｍｍ未満、さらには１ｍｍ未満の距離を有して、光軸と平行であってもよく、又は光軸と一致さえしていてもよい。

本明細書で使用される場合、「少なくとも１つの照射パターン」という用語は、エリアの少なくとも一部を照射するように適合された少なくとも１つの照射特徴を含む少なくとも１つの任意のパターンを指す。本明細書で使用される場合、「照射特徴」という用語は、パターンの少なくとも部分的に広がった少なくとも１つの特徴を指す。照射パターンは、単一の照射特徴を含んでよい。照射パターンは、複数の照射特徴を含んでよい。照射パターンは、少なくとも１つの点パターン；少なくとも１つの線パターン；少なくとも１つのストライプパターン；少なくとも１つの市松模様パターン；周期的又は非周期的な特徴の配置を含む少なくとも１つのパターン、からなる群から選択されてよい。照射パターンは、三角形パターン、長方形パターン、六角形パターン、又はさらに凸状のタイル状パターンなどの規則的及び／又は一定及び／又は周期的なパターンを含んでよい。照射パターンは、少なくとも１つの点；少なくとも１つの線；平行線又は交差線などの少なくとも２つの線；少なくとも１つの点と１つの線；周期的又は非周期的な特徴の少なくとも１つの配置；少なくとも１つの任意の形状の特徴からなる群から選択される少なくとも１つの照射特徴を示してよい。照射パターンは：少なくとも１つの点パターン、特に擬似ランダム点パターン；ランダム点パターン又は準ランダムパターン；少なくとも１つのソボル（Ｓｏｂｏｌ）パターン；少なくとも１つの準周期的パターン；少なくとも１つの既知の特徴を含む少なくとも１つのパターン；少なくとも１つの規則的なパターン；少なくとも１つの三角形パターン；少なくとも１つの六角形パターン；少なくとも１つの長方形パターン；凸状の均一なタイル状体（ｔｉｌｉｎｇ）を含む少なくとも１つのパターン；少なくとも１つの線を含む少なくとも１つの線パターン；平行線又は交差線などの少なくとも２つの線を含む少なくとも１つの線パターン、からなる群から選択される少なくとも１つのパターンを含むことができる。例えば、照射源は、点群を生成及び／又は投影するように適合され得る。照射源は、照射パターンが複数の点パターンを含むことができるように点群を生成するように適合された少なくとも１つの光プロジェクタを含み得る。照射源は、照射源によって生成された少なくとも１つの光ビームから照射パターンを生成するように適合された少なくとも１つのマスクを含むことができる。

照射パターンの２つの特徴間の距離及び／又は少なくとも１つの照射特徴の面積は、画像内の錯乱円に依存し得る。上記で概説したように、照射源は、少なくとも１つの照射パターンを生成するように構成された少なくとも１つの光源を含んでよい。具体的には、照射源は、レーザ放射を生成するように割り当てられた少なくとも１つのレーザ源及び／又は少なくとも１つのレーザダイオードを含む。照射源は、少なくとも１つの回折光学要素（ＤＯＥ）を含んでよい。検出器は、少なくとも１つの周期的な点パターンを投影するように適合された、少なくとも１つのレーザ源及びＤＯＥなどの少なくとも１つの点プロジェクタを含んでよい。

本明細書でさらに使用される場合、「少なくとも１つの照射パターンを投影する」という用語は、少なくとも１つのエリアを照射するための少なくとも１つの照射パターンを提供することを指す。

本明細書で使用される場合、「光センサ」は、一般に、少なくとも１つの光ビームによって生成された照射及び／又は光スポットを検出するためなどの、光ビームを検出するための感光装置を指す。本明細書でさらに使用される場合、「感光エリア」は、一般的に、少なくとも１つの光ビームによって外部から照射され、該照射に応答して少なくとも１つのセンサ信号を生成する、光センサのエリアを指す。感光エリアは、具体的には、それぞれの光センサの表面に位置することができる。しかしながら、他の実施形態も可能である。検出器は、それぞれが感光エリアを有する複数の光センサを含んでよい。本明細書で使用される場合、「それぞれが少なくとも１つの感光エリアを有する光センサ」という用語は、それぞれが１つの感光エリアを有する複数の単一の光センサを備える構成と、複数の感光エリアを有する１つの結合された光センサを備える構成とを指す。「光センサ」という用語は、さらに、１つの出力信号を生成するように構成された感光装置を指す。検出器が複数の光センサを含む場合、各光センサは、正確に１つの感光エリアがそれぞれの光センサ内に存在するように、例えば、照射され得る正確に１つの感光エリアを提供し、該感光エリアの照射に応答して光センサ全体について正確に１つの均一なセンサ信号を生成するようにすることによって具現化されてよい。したがって、各光センサは、単一エリアの光センサであってよい。単一エリアの光センサの使用は、しかしながら、検出器の構成を特に簡単かつ効率的にする。したがって、一例として、それぞれが正確に１つの感光エリアを有する市販のシリコンフォトダイオードなどの市販の光センサが、構成において使用されてよい。しかしながら、他の実施形態も可能である。

好ましくは、感光エリアは、検出器の光軸に対して実質的に垂直に方向付けされ得る。光軸は、直線の光軸であってもよいし、又は、１つ以上の偏向要素及び／又は１つ以上のビームスプリッタを使用することなどにより、屈折又は分割さえされてよく、後者の場合、実質的に垂直な方向付けは、光学構成のそれぞれの分岐又はビーム経路の局所的光軸に関して言及している。

光センサは、具体的には、少なくとも１つの光検出器、好ましくは無機光検出器、より好ましくは無機半導体光検出器、最も好ましくはシリコン光検出器であってもよく、又はそれらを含んでいてもよい。具体的には、光センサは、赤外スペクトル範囲において感度を有してよい。光センサは、ピクセルのマトリックスを含む少なくとも１つのセンサ要素を含むことができる。マトリックスの全てのピクセル、又はマトリックスの光センサの少なくとも一群は、具体的には同一であってよい。マトリックスの同一のピクセルの一群は、具体的には、異なるスペクトル範囲について提供されてもよく、又は全てのピクセルが、スペクトル感度に関して同一であってもよい。さらに、ピクセルは、サイズ及び／又はそれらの電子的又は光電子的特性に関して同一であってもよい。具体的には、光センサは、赤外スペクトル範囲、好ましくは７００ｎｍ～３．０マイクロメートルの範囲に感度を有する少なくとも１つの無機フォトダイオードであってもよく、又はそれらを含んでいてもよい。具体的には、光センサは、シリコンフォトダイオードが適用可能な特に７００ｎｍ～１１００ｎｍの範囲の近赤外領域の部分で感度を有してよい。光センサに使用され得る赤外光センサは、例えば、ドイツ，Ｄ－６７０５６ Ｌｕｄｗｉｇｓｈａｆｅｎ ａｍ ＲｈｅｉｎのｔｒｉｎａｍｉＸ ＧｍｂＨのＨｅｒｔｚｓｔｕｅｃｋ（登録商標）というブランド名で市販されている赤外光センサなど、市販の赤外光センサであってよい。したがって、一例として、光センサは、固有の光起電型の少なくとも１つの光センサ、より好ましくは、Ｇｅフォトダイオード、ＩｎＧａＡｓフォトダイオード、拡張ＩｎＧａＡｓフォトダイオード、ＩｎＡｓフォトダイオード、ＩｎＳｂフォトダイオード、ＨｇＣｄＴｅフォトダイオード、からなる群から選択される少なくとも１つの半導体フォトダイオードを含み得る。追加的又は代替的に、光センサは、外因性光起電型の少なくとも１つの光センサ、より好ましくは、Ｇｅ：Ａｕフォトダイオード、Ｇｅ：Ｈｇフォトダイオード、Ｇｅ：Ｃｕフォトダイオード、Ｇｅ：Ｚｎフォトダイオード、Ｓｉ：Ｇａフォトダイオード、Ｓｉ：Ａｓフォトダイオードからなる群から選択される少なくとも１つの半導体フォトダイオードを含み得る。追加的又は代替的に、光センサは、ＰｂＳもしくはＰｂＳｅセンサなどの少なくとも１つの光導電センサ、ボロメータ、好ましくはＶＯボロメータ及びアモルファスＳｉボロメータからなる群から選択されるボロメータを含み得る。

光センサは、紫外、可視、又は赤外スペクトル範囲の１つ以上で感度を有してよい。具体的には、光センサは、５００ｎｍ～７８０ｎｍ、最も好ましくは６５０ｎｍ～７５０ｎｍ、又は６９０ｎｍ～７００ｎｍの可視スペクトル範囲で感度を有してよい。具体的には、光センサは近赤外領域で感度を有してよい。具体的には、光センサは、シリコンフォトダイオードが適用可能な特に７００ｎｍ～１０００ｎｍの範囲の近赤外領域の部分で感度を有してよい。光センサは、具体的には、赤外スペクトル範囲、具体的には７８０ｎｍ～３．０μｍの範囲で感度を有してよい。例えば、光センサは、それぞれ独立に、フォトダイオード、フォトセル、光伝導体、フォトトランジスタ又はそれらの任意の組み合わせからなる群から選択される少なくとも１つの要素であってもよく、又はそれらを含んでもよい。例えば、光センサは、ＣＣＤセンサ要素、ＣＭＯＳセンサ要素、フォトダイオード、フォトセル、光導電体、フォトトランジスタ又はそれらの任意の組み合わせからなる群から選択される少なくとも１つの要素であってもよく、又はそれを含んでもよい。他の任意のタイプの感光性要素を使用してもよい。感光性要素は、一般に、完全に又は部分的に無機材料で作製されることができ、及び／又は、完全に又は部分的に有機材料で作製されることができる。最も一般的には、市販のフォトダイオード、例えば、無機半導体フォトダイオードなどの１つ以上のフォトダイオードが使用され得る。

光センサは、ピクセルのマトリックスを含む少なくとも１つのセンサ要素を含んでいてよい。したがって、一例として、光センサは、ピクセル化された光学装置の一部であるか、又は、それを構成してもよい。例えば、光センサは、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それらを含んでいてもよい。一例として、光センサは、ピクセルのマトリックスを有し、各ピクセルが感光エリアを形成する少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置の一部であるか、又は、それを構成してもよい。

本明細書で使用される場合、「センサ要素」という用語は、一般に、少なくとも１つのパラメータを感知するように構成された装置又は複数の装置の組み合わせを指す。この場合、パラメータは、具体的には光パラメータであってよく、センサ要素は、具体的には光センサ要素であってよい。センサ要素は、一体の単一装置として、又はいくつかの装置の組み合わせとして形成され得る。センサ要素は、光センサのマトリックスを含む。センサ要素は、少なくとも１つのＣＭＯＳセンサを含み得る。マトリックスは、独立光センサなどの独立ピクセルで構成されてよい。したがって、無機フォトダイオードのマトリックスを構成することができる。しかしながら、代替的に、市販のマトリックス、例えば、ＣＣＤ検出器チップなどのＣＣＤ検出器の１つ以上、及び／又はＣＭＯＳ検出器チップなどのＣＭＯＳ検出器が使用されてもよい。したがって、一般に、センサ要素は、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それを含んでいてもよく、及び／又は、光センサは、センサアレイを形成してもよく、又は上述のマトリックスなどのセンサアレイの一部であってもよい。したがって、一例として、センサ要素は、例えばｍ行及びｎ列を有する長方形アレイなどのピクセルのアレイを有することができ、ここでｍ、ｎは独立して正の整数である。好ましくは、複数の列及び複数の行が与えられ、すなわち、ｎ＞１、ｍ＞１である。したがって、一例として、ｎは２～１６以上であり得、ｍは２～１６以上であり得る。好ましくは、行数と列数の比は１に近い。一例として、ｎ及びｍは、ｍ／ｎ＝１：１、４：３、１６：９又は類似のものを選択することなどにより、０．３≦ｍ／ｎ≦３となるように選択され得る。一例として、アレイは、ｍ＝２、ｎ＝２又はｍ＝３、ｎ＝３などを選択することなどにより、等しい数の行及び列を有する正方形アレイであってもよい。

マトリックスは独立した光センサなどの独立のピクセルから構成されてよい。したがって、無機フォトダイオードのマトリックスを構成することができる。しかしながら、代替的に、市販のマトリックス、例えばＣＣＤ検出器チップなどのＣＣＤ検出器、及び／又はＣＭＯＳ検出器チップなどのＣＭＯＳ検出器の１つ以上を使用することができる。したがって、一般に、光センサは、少なくとも１つのＣＣＤ及び／又はＣＭＯＳ装置であってよく及び／又はそれを含んでもよく、及び／又は、検出器の光センサは、センサアレイを形成するか、又は上記のマトリックスなどのセンサアレイの一部であり得る。

マトリックスは、具体的には、少なくとも１行、好ましくは複数行及び複数列を有する長方形のマトリックスであってよい。一例として、行及び列は、実質的に垂直な方向に方向付けられてよい。本明細書で使用される場合、「実質的に垂直」という用語は、例えば±２０°以下の許容誤差、好ましくは±１０°以下の許容誤差、より好ましくは±５°以下の許容誤差を有する垂直な向きの状態を指す。同様に、「実質的に平行」という用語は、例えば±２０°以下、好ましくは±１０°以下、より好ましくは±５°以下の許容誤差を有する平行な向きの状態を指す。したがって、一例として、２０°より小さい、具体的には１０°より小さい、又は５°より小さい許容誤差さえ許容され得る。広い視野を提供するために、マトリックスは、具体的には、少なくとも１０行、好ましくは少なくとも５００行、より好ましくは少なくとも１０００行を有することができる。同様に、マトリックスは、少なくとも１０列、好ましくは少なくとも５００列、より好ましくは少なくとも１０００列を有することができる。マトリックスは、少なくとも５０個の光センサ、好ましくは少なくとも１０００００個の光センサ、より好ましくは少なくとも５００００００個の光センサを含むことができる。マトリックスは、数メガピクセルの範囲の数のピクセルを含むことができる。しかしながら、他の実施形態も可能である。したがって、軸回転対称性が期待される構成では、ピクセルとも呼ばれ得るマトリックスの光センサの円形配置又は同心配置が好ましいことがある。

したがって、一例として、センサ要素は、ピクセル化された光学装置の一部であるか、又は、それを構成してもよい。例えば、センサ要素は、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それらを含んでいてもよい。一例として、センサ要素は、ピクセルのマトリックスを有し、各ピクセルが感光エリアを形成する少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置の一部であるか、又は、それを構成してもよい。センサ要素は、光センサのマトリックスを読み取るために、ローリングシャッタ方式又はグローバルシャッタ方式を採用してもよい。

検出器は、少なくとも１つの転送装置をさらに含み得る。検出器は、１つ以上の追加の光学要素などの１つ以上の追加の要素をさらに含み得る。検出器は、少なくとも１つのレンズ及び／又は少なくとも１つのレンズシステムなどの転送装置、少なくとも１つの回折光学要素からなる群から選択された少なくとも１つの光学要素を含むことができる。「転送システム」とも呼ばれる「転送装置」という用語は、一般に、光ビームのビームパラメータ、光ビームの幅、又は光ビームの方向の１つ以上を変更することによってなど、光ビームを変更するように適合された１つ以上の光学要素を指し得る。転送装置は、光ビームを光センサに導くように適合されてよい。転送装置は、具体的には：少なくとも１つのレンズ、例えば、少なくとも１つの焦点調節可能レンズ、少なくとも１つの非球面レンズ、少なくとも１つの球面レンズ、少なくとも１つのフレネルレンズからなる群から選択される少なくとも１つのレンズ；少なくとも１つの回折光学要素；少なくとも１つの凹面鏡；少なくとも１つのビーム偏向要素、好ましくは少なくとも１つのミラー；少なくとも１つのビーム分割要素、好ましくはビーム分割キューブ又はビーム分割ミラーのうちの少なくとも１つ；少なくとも１つのマルチレンズシステム、の１つ以上を含み得る。本明細書で使用される場合、転送装置の「焦点距離」という用語は、転送装置に衝突する可能性がある入射平行光線が「フォーカルポイント(focal point)」とも呼ばれる「焦点(focus)」に集束される距離を指す。したがって、焦点距離は入射光ビームを収束させる転送装置の能力の指標を構成する。したがって、転送装置は、集束レンズの効果を有し得る１つ以上の画像化要素を含むことができる。例として、転送装置は、１つ以上のレンズ、特に１つ以上の屈折レンズ、及び／又は１つ以上の凸面ミラーを有することができる。この例では、焦点距離は、薄い屈折レンズの中心から薄いレンズの主焦点までの距離として定義することができる。凸型又は両凸型の薄レンズなどの、集束する薄い屈折レンズの場合、焦点距離は、正であると考えられ、転送装置としての薄レンズに衝突する平行光が単一のスポットに集束され得る距離を与えることができる。さらに、転送装置は、少なくとも１つの波長選択要素、例えば少なくとも１つの光フィルタを含むことができる。さらに、転送装置は、例えばセンサ領域の位置で、具体的にはセンサエリアで、電磁放射に予め定義されたビームプロファイルを印加するように設計され得る。転送装置の上記の任意の実施形態は、原則として、個別に、又は任意の所望の組み合わせで実現することができる。

転送装置は、光軸を有していてよい。具体的には、検出器と転送装置は、共通の光軸を有する。本明細書で使用される場合、「転送装置の光軸」という用語は、一般に、レンズ又はレンズシステムの鏡面対称又は回転対称の軸を指す。検出器の光軸は、検出器の光学構成の対称の線であってよい。検出器は、転送装置、好ましくは、少なくとも１つのレンズを有する少なくとも１つの転送システムを含んでよい。転送システムは、一例として、少なくとも１つのビーム経路であって、該ビーム経路内の転送システムの要素が光軸に関して回転対称に配置されているビーム経路を含んでよい。さらに、以下でもさらに詳細に説明されるように、ビーム経路内に配置された１つ以上の光学要素は、光軸に対して中心ズレされているか、又は傾斜していてもよい。しかし、この場合、光軸は、ビーム経路内の光学要素の中心を相互接続することによって、例えば、レンズの中心を相互接続することなどによって、順次定義されてよく、この文脈では、光センサは光学要素として考慮されない。光軸は、一般にビーム経路を示してよい。そこでは、検出器は、光ビームがそれに沿って物体から光センサに進む単一のビーム経路を有してもよいし、複数のビーム経路を有してもよい。一例として、単一のビーム経路が与えられてもよいし、又はビーム経路が２つ以上の部分ビーム経路に分割されてもよい。後者の場合、各部分ビーム経路は、それ自身の光軸を有することができる。複数の光センサの場合、光センサは、１つかつ同一のビーム経路又は部分ビーム経路に配置されてよい。代替的に、しかし、光センサはまた、異なる部分ビーム経路に配置されてよい。

転送装置は、縦方向座標が光軸に沿った座標であり、ｄが光軸からの空間的オフセットである座標系を構成してよい。座標系は、転送装置の光軸がｚ軸を形成し、ｚ軸からの距離及び極角が追加の座標として使用され得る極座標系であり得る。ｚ軸に平行又は逆平行な方向は、縦方向とみなすことができ、ｚ軸に沿った座標は縦方向座標とみなすことができる。ｚ軸に垂直な任意な方向は、横方向とみなすことができ、極座標及び／又は極角度は横方向座標とみなすことができる。

検出器は、検出器の光軸がｚ軸を形成し、また追加的にｚ軸に直交しかつ互いに直交するｘ軸とｙ軸が提供され得る座標系を、構成することができる。一例として、検出器及び／又は検出器の一部は、この座標系の原点など、この座標系における特定の点に所在し得る。この座標系において、ｚ軸に平行又は逆平行な方向を縦方向とみなすことができ、ｚ軸に沿った座標を、縦方向座標と考えることができる。縦方向に対して垂直な任意の方向を横方向と考え、ｘ座標及び／又はｙ座標を横方向座標と考えることができる。

代替的に、他のタイプの座標系を使用してよい。したがって、一例として、光軸がｚ軸を形成し、ｚ軸からの距離及び極角が追加の座標として使用され得る極座標系を使用することができる。同様に、ｚ軸に平行又は逆平行な方向を縦方向とみなすことができ、ｚ軸に沿った座標を縦方向座標と考えることができる。ｚ軸に対して垂直な任意の方向を横方向と考え、極座標及び／又は極角を横方向座標と考えることができる。

光センサは、エリアの少なくとも１つの画像を決定するように構成される。エリアが照射特徴によって照射される場合、エリア、すなわち照射特徴によって照射されるエリアの部分は、照射特徴の入射光ビームを検出器に向けて反射及び／又は放出し、このように、これらの反射及び／又は放出された照射特徴を画像化することができる。それによって、エリアは、反射特徴を生成することができる。画像は、照射特徴による照射に応答してエリアによって生成される複数の反射特徴を含む。本明細書で使用される場合、限定されることなく、「画像」という用語は、具体的には、センサ要素のピクセルなどの画像化装置からの複数の電子読取値など、光センサを使用することによって記録されたデータに関することができる。画像自体は、したがって、ピクセルを含み得、画像のピクセルは、センサ要素のマトリックスのピクセルに相関している。したがって、「ピクセル」を参照する場合、センサ要素の単一のピクセルによって生成された画像情報の単位を参照するか、又はセンサ要素の単一のピクセルを直接参照するかのいずれかである。画像は、少なくとも１つの二次元画像であってよい。本明細書で使用される場合、「二次元画像」という用語は、一般に、高さ及び幅の寸法などの横方向座標に関する情報を有する画像を指し得る。画像は、ＲＧＢ（ｒｅｄ ｇｒｅｅｎ ｂｌｕｅ）画像であってよい。本明細書で使用される場合、「反射特徴」という用語は、具体的には少なくとも１つの照射特徴である照射に応答してエリアによって生成される画像平面内の特徴を指し得る。

検出器は、少なくとも１つの評価装置を備える。評価装置は、画像を評価するように構成されている。本明細書でさらに使用される場合、「評価装置」という用語は、一般に、好ましくは少なくとも１つのデータ処理装置を使用することによって、より好ましくは少なくとも１つのプロセッサ及び／又は少なくとも１つの特定用途向け集積回路を使用することによって、指定された操作を行うように適合された任意の装置を指す。したがって、一例として、少なくとも１つの評価装置は、多数のコンピュータコマンドを含んでそこに記憶されたソフトウェアコードを有する少なくとも１つのデータ処理装置を含んでいてよい。評価装置は、指定された操作の１つ以上を実行するための１つ以上のハードウェア要素を提供してもよく、及び／又は、指定された操作の１つ以上を実行するためにその上で実行されるソフトウェアを有する１つ以上のプロセッサを提供してもよい。操作は、画像を評価することを含む。具体的には、ビームプロファイルを決定し、表面を表示することは、少なくとも１つの評価装置によって実行されてよい。したがって、一例として、１つ以上の命令は、ソフトウェア及び／又はハードウェアで実装されることができる。したがって、一例として、評価装置は、評価を実行するように構成された１つ以上のコンピュータ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）などの１つ以上のプログラマブル装置を備えることができる。しかしながら、追加的又は代替的に、評価装置はまた、完全に又は部分的にハードウェアによって具現化されてもよい。

評価装置及び検出器は、完全に又は部分的に単一の装置に統合されてよい。したがって、一般に、評価装置はまた検出器の一部を形成してよい。あるいは、評価装置及び検出器は、完全に又は部分的に、別個の装置として具現化されてもよい。検出器は、さらなるコンポーネントを含むことができる。

評価装置は、１つ以上の特定用途向け集積回路（ＡＳＩＣ）などの１つ以上の集積回路、及び／又は、１つ以上コンピュータ、好ましくは１つ以上のマイクロコンピュータ、及び／又はマイクロコントローラ、フィールドプログラマブルゲートアレイ、又はデジタル信号プロセッサなどの、１つ以上のデータ処理装置であるか、又はそれらを含んでいてもよい。追加のコンポーネント、例えば、１つ以上の前処理装置、及び／又は１つ以上のＡＤ変換器及び／又は１つ以上のフィルタなどの、センサ信号の受信及び／又は前処理を行う１つ以上装置などのデータ収集装置が含まれていてもよい。さらに、評価装置は、電流及び／又は電圧を測定するための１つ以上の測定装置などの、１つ以上の測定装置を備えることができる。さらに、評価装置は１つ以上のデータ記憶装置を含むことができる。さらに、評価装置は、１つ以上のインターフェイス、例えば１つ以上の無線インターフェイス及び／又は１つ以上の有線インターフェイスを含むことができる。

評価装置は、光センサ及び／又は評価装置によって得られる情報などの情報を、表示すること、視覚化すること、分析すること、配布すること、通信すること、又は、さらに処理することのうちの１つ以上のために使用され得る少なくとも１つのさらなるデータ処理装置に、接続されることができ、又は、それを含むことができる。データ処理装置は、一例として、ディスプレイ、プロジェクタ、モニタ、ＬＣＤ、ＴＦＴ、ラウドスピーカ、マルチチャネルサウンドシステム、ＬＥＤパターン、又は、さらなる視覚化装置うちの少なくとも１つに接続されることができ、又は、それを組み込むことができる。それはさらに、Ｅメール、テキストメッセージ、電話、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ、赤外線又はインターネットインターフェイス、ポート又は接続のうちの１つ又は複数を使用して、暗号化された情報又は暗号化されていない情報を送ることができる、通信装置又は通信インターフェイス、コネクタ又はポートのうちの少なくとも１つに、さらに接続されることができ、又はそれを組み込むことができる。それはさらに、プロセッサ、グラフィックプロセッサ、ＣＰＵ、Ｏｐｅｎ Ｍｕｌｔｉｍｅｄｉａ Ａｐｐｌｉｃａｔｉｏｎｓ Ｐｌａｔｆｏｒｍ（ＯＭＡＰ（登録商標））、集積回路、Ａｐｐｌｅ Ａシリーズ又はＳａｍｓｕｎｇ Ｓ３Ｃ２シリーズからの製品、マイクロコントローラ又はマイクロプロセッサなどのようなシステムオンチップ、ＲＯＭ、ＲＡＭ、ＥＥＰＲＯＭ、又はフラッシュメモリなどの１つ以上のメモリブロック、発振器もしくは位相同期ループなどのタイミングソース、カウンタタイマ、リアルタイムタイマ、又はパワーオン－リセット－ジェネレーター、電圧調整器、電力管理回路、又はＤＭＡコントローラのうちの少なくとも１つにさらに接続されることができ、又はそれを組み込むことができる。個々のユニットは、さらに、ＡＭＢＡバスなどのバスによって、モノのインターネット又はインダストリー４．０タイプのネットワークに接続され得るか、統合され得る。

評価装置及び／又はデータ処理装置は、シリアル又はパラレルのインターフェイス又はポート、ＵＳＢ、Ｃｅｎｔｒｏｎｉｃｓ Ｐｏｒｔ、ＦｉｒｅＷｉｒｅ（登録商標）、ＨＤＭＩ（登録商標）、イーサネット（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＲＦＩＤ、Ｗｉ－Ｆｉ、ＵＳＡＲＴ、もしくはＳＰＩのうちの１つ以上などのさらなる外部インターフェイス又はポート、あるいは、ＡＤＣ又は、ＤＡＣ、又はＣａｍｅｒａＬｉｎｋのようなＲＧＢインターフェイスを使用して２Ｄカメラ装置のようなさらなる装置への標準化されたインターフェイスもしくはポートのうちの１つ以上などのアナログインターフェイス又はポートによって接続されていてもよく、又はそれらを有していてもよい。評価装置及び／又はデータ処理装置は、プロセッサ間インターフェイスもしくはポート、ＦＰＧＡ－ＦＰＧＡ－インターフェイス、又は、シリアルもしくはパラレルインターフェイスポートのうちの１つ以上によってさらに接続され得る。評価装置及びデータ処理装置は、さらに、光学ディスクドライブ、ＣＤ－ＲＷドライブ、ＤＶＤ＋ＲＷドライブ、フラッシュドライブ、メモリカード、ディスクドライブ、ハードディスクドライブ、ソリッドステートディスク、又はソリッドステートハードディスクのうちの１つ以上に接続され得る。

評価装置及び／又はデータ処理装置は、フォンコネクタ、ＲＣＡコネクタ、ＶＧＡコネクタ、雄雌同体コネクタ、ＵＳＢコネクタ、ＨＤＭＩ（登録商標）コネクタ、８Ｐ８Ｃコネクタ、ＢＣＮコネクタ、ＩＥＣ６０３２０ Ｃ１４コネクタ、光ファイバコネクタ、Ｄサブミニチュアコネクタ、ＲＦコネクタ、同軸コネクタ、ＳＣＡＲＴコネクタ、ＸＬＲコネクタのうちの１つ以上などの、１つ以上のさらなる外部コネクタによって接続されていてもよく、又は、それらを有していてもよく、及び／又は、これらのコネクタのうちの１つ以上のための少なくとも１つの適切なソケットを組み込んでいてもよい。

評価装置は、反射特徴のそれぞれについて少なくとも１つの深度情報を決定することによって、エリアの少なくとも１つの深度マップを決定するように構成される。「反射特徴のそれぞれ」という用語は、画像又は画像の関心領域の反射特徴の各々を指し得る。本明細書で使用される場合、「深度」という用語は、物体と光センサとの間の距離を指し得、縦方向座標によって与えられ得る。本明細書で使用される場合、「深度マップ」という用語は、深度の空間分布を指し得る。評価装置は、光子比からの深度、構造化光、ビームプロファイル分析、飛行時間、動きからの形状、焦点からの深さ、三角測量、デフォーカスからの深さ、ステレオセンサ、の１つ以上の技術によって反射特徴のそれぞれについて深度情報を決定するように構成されていてよい。評価装置は、背景から物体、特に画像内の手の領域をセグメント化するために、深度マップに関して深度情報を考慮するように構成されてよい。

以下では、ビームプロファイル分析、特にいわゆる光子比からの深度（ＤＰＲ）技術について説明する。さらなる詳細については、ＷＯ２０１８／０９１６４９Ａ１、ＷＯ２０１８／０９１６３８Ａ１及びＷＯ２０１８／０９１６４０Ａを参照し、その全内容が参照により含まれ、それらはビームプロファイル分析をより詳細に、特に結合信号の決定及びそれからの深度の決定について記載している。

例えば、評価装置は、光子比からの深度技術を用いて反射特徴のそれぞれについて深度情報を決定するように構成されてよい。反射特徴のそれぞれは、反射ビームプロファイルとも呼ばれる少なくとも１つのビームプロファイルを含むことができる。本明細書で使用される場合、反射特徴の「ビームプロファイル」という用語は、一般に、ピクセルの関数としての、光センサ上の光スポットなどの反射特徴の少なくとも１つの強度分布を指し得る。ビームプロファイルは、台形ビームプロファイル；三角形ビームプロファイル；円錐ビームプロファイル及びガウシアンビームプロファイルの線形結合からなる群から選択され得る。評価装置は、ビームプロファイルの分析により、反射特徴の各々に関する深度の情報を決定するように構成され得る。

評価装置は、ビームプロファイルの分析によって、反射特徴のそれぞれについて少なくとも１つの縦方向座標ｚ_ＤＰＲを決定するように構成されてよい。本明細書で使用される場合、「ビームプロファイルの分析」という用語は、一般に、ビームプロファイルの評価を指し得、少なくとも１つの数学演算、及び／又は少なくとも１つの比較、及び／又は少なくとも１つの対称化、及び／又は少なくとも１つのフィルタリング、及び／又は少なくとも１つの正規化を含んでよい。例えば、ビームプロファイルの分析は、ヒストグラム分析ステップ、差分測定の計算、ニューラルネットワークの適用、機械学習アルゴリズムの適用のうちの少なくとも１つを含み得る。評価装置は、特に、より大きな角度での記録、エッジなどの記録からノイズ又は非対称性を除去するために、ビームプロファイルを対称化及び／又は正規化及び／又はフィルタリングするように構成されることができる。評価装置は、空間周波数分析及び／又は中央値フィルタリングなどによってなど、高い空間周波数を除去することによって、ビームプロファイルをフィルタリングすることができる。集約は、光スポットの強度の中心によって実行されてよく、中心までの同じ距離にある全ての強度を平均化することができる。評価装置は、特に記録された距離による強度差を考慮するように、ビームプロファイルを最大強度に正規化するように構成されてよい。評価装置は、例えば、照射なしの画像化によって、ビームプロファイルから背景光の影響を除去するように構成されてよい。

反射特徴は、画像の少なくとも１つのピクセルをカバーするか、又はその上に延びていてもよい。例えば、反射特徴は、複数のピクセルをカバーするか、又は複数のピクセルにわたって延在してもよい。評価装置は、反射特徴、例えば光スポットに接続及び／又は属する全てのピクセルを決定及び／又は選択するように構成されていてもよい。評価装置は、強度の中心を、

によって決定するように構成されてよく、ここで、Ｒ_ｃｏｉは強度の中心位置、ｒ_{ｐｉｘｅｌ}はピクセル位置、及び

はｊが反射特徴に接続及び／又は属するピクセル数ｊ、Ｉ_{ｔｏｔａｌ}は総強度である。

評価装置は、光子比からの深度技術を使用することによって、反射特徴のそれぞれについて縦方向座標ｚ_ＤＰＲを決定するように構成されてよい。光子比からの深度（ＤＰＲ）技術に関しては、ＷＯ２０１８／０９１６４９Ａ１、ＷＯ２０１８／０９１６３８Ａ１及びＷＯ２０１８／０９１６４０Ａ１を参照し、その全内容は参照により含まれる。

評価装置は、反射特徴のそれぞれのビームプロファイルを決定するように構成されることができる。本明細書で使用される場合、「ビームプロファイルを決定する」という用語は、光センサによって提供される少なくとも１つの反射特徴を識別すること、及び／又は光センサによって提供される少なくとも１つの反射特徴を選択すること、及び反射特徴の少なくとも１つの強度分布を評価することを指す。一例として、マトリックスの領域は、マトリックスを通る軸又は線に沿ってなど、三次元強度分布又は二次元強度分布などの強度分布を決定するために使用され、評価されてよい。一例として、光ビームによる照射の中心は、最高の照射を有する少なくとも１つのピクセルを決定することなどにより決定され得、断面軸が照射の中心を通して選択され得る。強度分布は、照射の中心を通るこの断面軸に沿った座標の関数としての強度分布であり得る。他の評価アルゴリズムも可能である。

光子比からの深度技術は、反射特徴及び／又は少なくとも１つの関心領域における反射特徴のそれぞれの反射ビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定することを含み得る。光子比からの深度技術は、第１エリアと第２エリアとを積分することをさらに含むことができる。光子比からの深度技術は、積分された第１エリア及び積分された第２エリアを除算すること、積分された第１エリア及び積分された第２エリアの倍数を除算すること、積分された第１エリア及び積分された第２エリアの線形結合を除算することの１つ以上によって、商Ｑを導出することを含み得る。

評価装置は、反射特徴及び／又は少なくとも１つの関心領域における反射特徴のそれぞれの反射ビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定するように構成され得る。評価装置は、第１エリアと第２エリアを積分するように構成されている。

反射特徴の１つのビームプロファイルの分析は、ビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定することを含み得る。ビームプロファイルの第１エリアは、エリアＡ１であり得、ビームプロファイルの第２エリアは、エリアＡ２であり得る。評価装置は、第１エリアと第２エリアとを積分するように構成されてもよい。評価装置は、積分された第１エリア及び積分された第２エリアを除算すること、積分された第１エリア及び積分された第２エリアの倍数を除算すること、積分された第１エリア及び積分された第２エリアの線形結合を除算することの１つ以上によって、結合信号、特に商Ｑを導出するように構成され得る。評価装置は、ビームプロファイルの少なくとも２つのエリアを決定するように、及び／又はビームプロファイルをビームプロファイルの異なるエリアを有する少なくとも２つのセグメントに分割するように構成されてもよく、エリアが一致しない限り、エリアの重なりは可能である。例えば、評価装置は、２つ、３つ、４つ、５つ、又は最大１０個のエリアなど、複数のエリアを決定するように構成されてよい。評価装置は、光スポットをビームプロファイルの少なくとも２つのエリアに分割するように、及び／又は、ビームプロファイルをビームプロファイルの異なるエリアを含む少なくとも２つのセグメントに分割するように構成されてよい。評価装置は、エリアのうちの少なくとも２つについて、それぞれのエリアにわたるビームプロファイルの積分を決定するように構成されてよい。評価装置は、決定された積分の少なくとも２つを比較するように構成されてよい。具体的には、評価装置は、ビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定するように構成されてよい。本明細書で使用される場合、「ビームプロファイルのエリア」という用語は、一般に、商Ｑを決定するために使用される光センサ位置におけるビームプロファイルの任意の領域を指す。ビームプロファイルの第１エリアとビームプロファイルの第２エリアは、隣接する領域又は重複する領域のいずれか一方又は両方であってよい。ビームプロファイルの第１エリアとビームプロファイルの第２エリアは、エリアが一致していなくてよい。例えば、評価装置は、ＣＭＯＳセンサのセンサ領域を少なくとも２つのサブ領域に分割するように構成されてよく、評価装置は、ＣＭＯＳセンサのセンサ領域を、少なくとも１つの左側部分と少なくとも１つの右側部分、及び／又は少なくとも１つの上部分と少なくとも１つの下部分、及び／又は少なくとも１つの内部分と少なくとも１つの外部分、とに分割するように構成され得る。追加的又は代替的に、検出器は、少なくとも２つの光センサを備えてよく、第１光センサ及び第２光センサの感光エリアは、第１光センサが反射特徴のビームプロファイルの第１エリアを決定するよう適合され、第２光センサが反射特徴のビームプロファイルの第２エリアを決定するよう適合されるように配置され得る。評価装置は、第１エリアと第２エリアとを積分するように適合されてよい。評価装置は、縦方向座標を決定するために、商Ｑと縦方向座標の間の少なくとも１つの予め決定された関係を用いるように構成されてよい。予め決定された関係は、経験的関係、半経験的関係、及び分析的に導出された関係のうちの１つ以上であってよい。評価装置は、例えばルックアップリスト又はルックアップテーブルなどの、予め決定された関係を記憶するための少なくとも１つのデータ記憶装置を備えてよい。

ビームプロファイルの第１エリアは、ビームプロファイルのエッジ情報を実質的に含んでよく、ビームプロファイルの第２エリアは、ビームプロファイルの中心情報を実質的に含んでよく、及び／又は、ビームプロファイルの第１エリアは、ビームプロファイルの左側部分に関する情報を実質的に含み、ビームプロファイルの第２エリアはビームプロファイルの右側部分に関する情報を実質的に含んでよい。ビームプロファイルは、中心、すなわちビームプロファイルの最大値及び／又はビームプロファイルのプラトーの中心点及び／又は光スポットの幾何学的中心と、中心から延びる立下りエッジとを有してよい。第２領域は、断面の内側領域を含んでよく、第１領域は、断面の外側領域を含んでよい。本明細書で使用される場合、「実質的に中心情報」という用語は、一般に、中心情報の割合、すなわち中心に対応する強度分布の割合と比較して、エッジ情報の割合が低いこと、すなわちエッジに対応する強度分布の割合が低いことを指す。好ましくは、中心情報は、１０％未満、より好ましくは５％未満、のエッジ情報の割合を有し、最も好ましくは、中心情報はエッジ内容を含まない。本明細書で使用される場合、「実質的にエッジ情報」という用語は、一般に、エッジ情報の割合と比較して、中心情報の割合が低いことを指す。エッジ情報は、ビームプロファイル全体の情報、特に中心領域及びエッジ領域からの情報を含み得る。エッジ情報は、１０％未満、好ましくは５％未満の中心情報の割合を有し、より好ましくは、エッジ情報は中心情報を含まない。ビームプロファイルが中心に近いか又はその周囲にあり、実質的に中心情報を含む場合は、ビームプロファイルの少なくとも１つのエリアは、ビームプロファイルの第２エリアとして決定及び／又は選択されてよい。ビームプロファイルが断面の立下りエッジの少なくとも部分を含む場合は、ビームプロファイルの少なくとも１つのエリアは、ビームプロファイルの第１エリアとして決定及び／又は選択されてよい。例えば、断面の全エリアが第１領域として決定されてよい。

第１エリアＡ１及び第２エリアＡ２の他の選択も実現可能であり得る。例えば、第１エリアは、ビームプロファイルの実質的に外側領域を含み、第２エリアは、ビームプロファイルの実質的に内側領域を含み得る。例えば、二次元ビームプロファイルの場合、ビームプロファイルは左側部分と右側部分に分割されることができ、そこでは、第１エリアはビームプロファイルの左側部分のエリアを実質的に含み、第２エリアはビームプロファイルの右側部分のエリアを実質的に含んでよい。

エッジ情報は、ビームプロファイルの第１エリアにおける光子数に関する情報を含み、中心情報は、ビームプロファイルの第２エリアにおける光子数に関する情報を含み得る。評価装置は、ビームプロファイルの面積分を決定するように構成されてよい。評価装置は、第１エリアの積分及び／又は加算によってエッジ情報を決定するように構成されてよい。評価装置は、第２エリアの積分及び／又は加算によって中心情報を決定するように構成されてよい。例えば、ビームプロファイルは台形ビームプロファイルであってよく、評価装置は台形の積分を決定するように構成されてよい。さらに、台形ビームプロファイルが仮定される場合、エッジ信号及び中心信号の決定は、例えばエッジの傾斜及び位置の決定、及び中心プラトーの高さの決定、ならびに幾何学的考察によるエッジ信号及び中心信号の導出など、台形ビームプロファイルの特性を利用した同等評価で置き換えられてよい。

一実施形態では、Ａ１は、光センサ上の特徴点の全体又は完全なエリアに対応し得る。Ａ２は、光センサ上の特徴点の中心エリアであり得る。中心エリアは一定値であってよい。中心エリアは、特徴点の全エリアと比べてより小さくてもよい。例えば、円形の特徴点の場合、中心エリアは、特徴点の全半径の０．１～０．９、好ましくは全半径の０．４～０．６の半径を有してよい。

一実施形態では、照射パターンは、少なくとも１つの線パターンを含んでいてよい。Ａ１は、光センサ上の、特に光センサの感光エリア上の線パターンの全線幅を有するエリアに対応してもよい。光センサ上の線パターンは、光センサ上の線幅が増幅するように、照射パターンの線パターンと比較して拡大及び／又は変位されてもよい。特に、光センサのマトリックスの場合には、光センサ上の線パターンの線幅は、ある列から別の列へと変化してもよい。Ａ２は、光センサ上の線パターンの中心エリアであってよい。中心エリアの線幅は一定の値であってもよく、特に照射パターンの線幅に対応していてもよい。中心エリアの線幅は、全体の線幅に比べて小さくてもよい。例えば、中心エリアは、全線幅の０．１～０．９、好ましくは全線幅の０．４～０．６の線幅を有していてよい。線パターンは、光センサ上でセグメント化されていてよい。光センサのマトリックスの各列は、線パターンの中心エリアの強度の中心情報と、線パターンの中心エリアからエッジ領域までさらに外側に延びる領域からの強度のエッジ情報を含むことができる。

一実施形態では、照射パターンは、少なくとも１つの点パターンを含んでいてよい。Ａ１は、光センサ上の点パターンの点の全半径を有するエリアに対応し得る。Ａ２は、光センサ上の点パターンの点の中心エリアであり得る。中心エリアは一定値であってよい。中心エリアは、全半径と相当する半径を有することができる。例えば、中心エリアは、全半径の０．１～０．９、好ましくは全半径の０．４～０．６の半径を有することができる。

照射パターンは、少なくとも１つの点パターンと少なくとも１つの線パターンの両方を含むことができる。線パターン及び点パターンに加えて、又は代替として、他の実施形態も実現可能である。

評価装置は、積分された第１エリア及び積分された第２エリアを除算すること、積分された第１エリア及び積分された第２エリアの倍数を除算すること、積分された第１エリア及び積分された第２エリアの線形結合を除算することの１つ以上により商Ｑを導出するように構成され得る。

評価装置は、第１エリアと第２エリアを除算すること、第１エリアと第２エリアの倍数を除算すること、第１エリアと第２エリアの線形結合を除算することのうちの１つ以上によって商Ｑを導出するように構成されてよい。評価装置は、

によって商Ｑを導出するように構成されてよく、
式中、ｘ及びｙは横方向座標、Ａ１、Ａ２はそれぞれビームプロファイルの第１エリア及び第２エリア、Ｅ（ｘ、ｙ）はビームプロファイルを表す。

追加的に又は代替的に、評価装置は、光スポットの少なくとも１つのスライス又はカットから、中心情報又はエッジ情報の一方又は両方を決定するように適合されてもよい。これは、例えば、商Ｑの面積分をスライス又はカットに沿った線積分で置き換えることによって実現され得る。精度を向上させるために、光スポットを通るいくつかのスライス又はカットを使用して平均してもよい。楕円形のスポットプロファイルの場合、いくつかのスライス又はカットにわたって平均化すると、改善された距離情報が得られ得る。

例えば、ピクセルのマトリックスを有する光センサの場合、評価装置は、
－ 最高のセンサ信号を有するピクセルを決定し、少なくとも１つの中心信号を形成することと；
－ マトリックスのセンサ信号を評価し、少なくとも１つの和信号を形成することと；
－ 中心信号と和信号を結合させることによって商Ｑを決定することと；
－ 商Ｑを評価することにより、物体の少なくとも１つの縦方向座標ｚを決定することと、によって、ビームプロファイルを評価するように構成されてよい。

本明細書で使用される場合、「センサ信号」は、一般に、照射に応答して光センサ及び／又は光センサの少なくとも１つのピクセルによって生成される信号を指す。具体的には、センサ信号は、少なくとも１つのアナログ電気信号及び／又は少なくとも１つのデジタル電気信号などの少なくとも１つの電気信号であり得るか、又はそれらを含み得る。より具体的には、センサ信号は、少なくとも１つの電圧信号及び／又は少なくとも１つの電流信号であり得るか、又はそれらを含み得る。より具体的には、センサ信号は、少なくとも１つの光電流を含み得る。さらに、未処理のセンサ信号が使用されるか、又は、ディスプレイ装置、光センサ、もしくはその他の要素が、フィルタリングなどによる前処理など、センサ信号を処理又は前処理するように適合されることができ、それにより、センサ信号としても使用され得る二次センサ信号を生成する。「中心信号」という用語は、一般に、ビームプロファイルの実質的に中心情報を含む少なくとも１つのセンサ信号を指す。本明細書で使用される場合、「最高のセンサ信号」という用語は、関心領域の局所最大値又は最大値の一方又は両方を指す。例えば、中心信号は、マトリックス全体又はマトリックス内の関心領域のピクセルによって生成された複数のセンサ信号のうち、最高のセンサ信号を有するピクセルの信号であり得、該関心領域は、マトリックスのピクセルによって生成される画像内で予め決定された、又は決定可能であり得る。中心信号は、単一のピクセルから、又は光センサの一群から生じ得、後者の場合、一例として、ピクセルの一群のセンサ信号は、中心信号を決定するために、加算、積分、又は平均化され得る。中心信号が生じるピクセルの一群は、例えば、最高のセンサ信号を有する実際のピクセルから予め決定された距離より短く離れたピクセルなどの隣接するピクセルの一群であり得、又は、最高のセンサ信号から予め決定された範囲内にあるセンサ信号を生成するピクセルの一群であり得る。中心信号が生じるピクセルの一群は、最大のダイナミックレンジを可能にするように、できるだけ大きく選択され得る。評価装置は、複数のセンサ信号、例えば最高のセンサ信号を有するピクセルの周りの複数のピクセルを統合することによって中心信号を決定するように適合されてもよい。例えば、ビームプロファイルは台形ビームプロファイルであってよく、評価装置は、台形の積分、特に台形のプラトーの積分を決定するように適合されてよい。

上述したように、中心信号は、一般に、光スポットの中心にあるピクセルからのセンサ信号などの単一のセンサ信号であってもよいし、又は、光スポットの中心にあるピクセルから生じるセンサ信号の組み合せなど、複数のセンサ信号の組み合せであってもよいし、又は、前述の可能性の１つ以上から導出されるセンサ信号を処理することによって導出される二次センサ信号であってもよい。中心信号の決定は、センサ信号の比較が従来の電子機器によってかなり簡単に実施されるため、電子的に実行されてもよく、又は、ソフトウェアによって完全に又は部分的に実行されてもよい。具体的には、中心信号は、最高のセンサ信号；最高のセンサ信号から予め決定された許容範囲内にあるセンサ信号の一群の平均；最高のセンサ信号を有するピクセルを含むピクセルの一群、及び隣接するピクセルの予め決定された一群からのセンサ信号の平均；最高のセンサ信号を有するピクセルを含むピクセルの一群、及び隣接するピクセルの予め決定された一群からのセンサ信号の合計；最高のセンサ信号から予め決定された許容範囲内にあるセンサ信号の一群の合計；予め決定された閾値を超えるセンサ信号の一群の平均；予め決定された閾値を超えるセンサ信号の一群の合計；最高のセンサ信号を有する光センサを含む光センサの一群、及び隣接するピクセルの予め決定された一群からのセンサ信号の積分；最高のセンサ信号から予め決定された許容範囲内にあるセンサ信号の一群の積分；予め決定された閾値を超えるセンサ信号の一群の積分、からなる群から選択され得る。

同様に、「和信号」という用語は、一般に、ビームプロファイルの実質的にエッジ情報を含む信号を指す。例えば、和信号は、マトリックス全体又はマトリックス内の関心領域のセンサ信号を加算すること、センサ信号を積分すること、又はセンサ信号を平均することによって導出することができ、該関心領域は、マトリックスの光センサによって生成される画像内で予め決定された、又は決定可能である。センサ信号を合計、積分、又は平均化する場合、センサ信号が生成される実際の光センサは、加算、積分、又は平均化から除外されてもよく、あるいは、加算、積分、又は平均化に含まれてもよい。評価装置は、マトリックス全体の、又はマトリックス内の関心領域の信号を積分することにより、和信号を決定するように適合され得る。例えば、ビームプロファイルは台形ビームプロファイルであり得、評価装置は、台形全体の積分を決定するように適合され得る。さらに、台形ビームプロファイルが仮定される場合、エッジ信号及び中心信号の決定は、例えばエッジの傾斜及び位置の決定、及び中心プラトーの高さの決定、ならびに幾何学的考察によるエッジ信号及び中心信号の導出など、台形ビームプロファイルの特性を利用した同等評価で置き換えられてよい。

同様に、中心信号及びエッジ信号はまた、例えばビームプロファイルの円形セグメントなどのビームプロファイルのセグメントを使用することによって決定され得る。例えば、ビームプロファイルは、ビームプロファイルの中心を通過しない分割線又は弦によって２つのセグメントに分割され得る。したがって、一方のセグメントは実質的にエッジ情報を含み、他方のセグメントは実質的に中心情報を含むことになる。例えば、中心信号中のエッジ情報の量をさらに減らすために、エッジ信号が中心信号からさらに減算されてもよい。

商Ｑは、中心信号と和信号を結合して生成される信号であってよい。具体的には、決定は、中心信号と和信号の商、又はその逆の商を形成すること；中心信号の倍数と和信号の倍数の商、又はその逆の商を形成すること；中心信号の線形結合と、和信号の線形結合の商、又はその逆の商を形成すること、のうちの１つ以上を含み得る。追加的に又は代替的に、商Ｑは、中心信号と和信号の間の比較に関する少なくとも１つの情報項目を含む任意の信号又は信号の結合を含むことができる。

本明細書で使用される場合、「物体の縦方向座標」という用語は、光センサと物体の間の距離を指す。評価装置は、縦方向座標を決定するために、商Ｑと縦方向座標の間の少なくとも１つの予め決定された関係を用いるように構成されてよい。予め決定された関係は、経験的関係、半経験的関係、及び分析的に導出された関係のうちの１つ以上であってよい。評価装置は、例えばルックアップリスト又はルックアップテーブルなどの予め決定された関係を記憶するための少なくとも１つのデータ記憶装置を備えてよい。

評価装置は、ゼロ次及び高次のすべての反射特徴について距離を計算する少なくとも１つの光子比からの深度アルゴリズムを実行するように構成され得る。

画像の評価は、画像の反射特徴を識別することを含む。評価装置は、反射特徴を識別するために、少なくとも１つの画像分析及び／又は画像処理を実行するように構成され得る。画像分析及び／又は画像処理は、少なくとも１つの特徴検出アルゴリズムを使用してよい。画像分析及び／又は画像処理は、以下：フィルタリング；少なくとも１つの関心領域の選択；センサ信号によって生成された画像と少なくとも１つのオフセットとの間の差分画像の形成；センサ信号によって生成された画像を反転することによるセンサ信号の反転；異なる時間にセンサ信号によって生成された画像間の差分画像の形成；背景補正；カラーチャネルへの分解；色相への分解；飽和；輝度チャネル；周波数分解；特異値分解；ブロブ検出器の適用；コーナー検出器の適用；ヘッセフィルタの行列式の適用；主曲率ベースの領域検出器の適用；最大安定極値領域検出器の適用；一般化されたハフ変換の適用；稜線検出器の適用；アフィン不変特徴検出器の適用；アフィン適応の関心点演算子の適用；ハリスアフィン領域検出器の適用；ヘッセアフィン領域検出器の適用；スケール不変特徴変換の適用；スケールスペース極値検出器の適用；局所特徴検出器の適用；高速化堅牢特徴アルゴリズムの適用；勾配位置及び方向のヒストグラムアルゴリズムの適用；方向付けられた勾配記述子のヒストグラムの適用；Ｄｅｒｉｃｈｅエッジ検出器の適用；差動エッジ検出器の適用；時空関心点検出器の適用；モラベックコーナー検出器の適用；キャニーエッジ検出器の適用；ガウスフィルタのラプラス演算子の適用；差分ガウスフィルタの適用；ソーベル（Ｓｏｂｅｌ）演算子の適用；ラプラス演算子の適用；シャール演算子の適用；プレウィット演算子の適用；ロバーツ演算子の適用；キルシュ演算子の適用；ハイパスフィルタの適用；ローパスフィルタの適用；フーリエ変換の適用；ラドン変換の適用；ハフ変換の適用；ウェーブレット変換の適用；閾値処理；バイナリ画像の生成、のうちの１つ以上を含み得る。関心領域は、ユーザが手動で決定してもよく、又は、光センサによって生成された画像内の特徴を認識するなどによって、自動的に決定されてもよい。

例えば、照射源は、複数の照射領域が、光センサ、例えばＣＭＯＳ検出器上に生成されるように、点群を生成及び／又は投影するように構成されてよい。さらに、例えばスペックル及び／又は外来光及び／又は多重反射によるなどの外乱が、光センサに存在し得る。評価装置は、少なくとも１つの関心領域、例えば、物体の縦方向座標の決定に使用される光ビームによって照射される１つ以上のピクセルを、決定するように適合され得る。例えば、評価装置は、フィルタリング方法、例えば、ブロブ分析及び／又はエッジフィルタ及び／又は物体認識方法を実行するように適合されてよい。

評価装置は、少なくとも１つの画像補正を行うように構成されてよい。画像補正は、少なくとも１つの背景減算を含み得る。評価装置は、例えば、さらなる照射なしの画像化によって、ビームプロファイルから背景光からの影響を除去するように適合されてよい。

評価装置は、生体組織を照射することにより生成された反射特徴を識別することにより、物体を見つけるように構成されている。評価装置は、反射特徴のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成されている。評価装置は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴を識別するように構成される。評価装置は、反射特徴を、そうでなければ背景であると識別するように構成される。

本明細書で使用される場合、「生体組織」という用語は、一般に、生きている細胞を含む生物学的材料を指す。検出器は、生体組織、特に人間の皮膚の検出を行う、特に光学的に検出を行う装置であってよい。生体組織によって生成されたことの「識別」という用語は、検査対象又は試験下の表面が、生体組織、特に人間の皮膚であるか又はそれを含むかを決定及び／又は検証すること、及び／又は、生体組織、特に人間の皮膚を、他の組織、特に他の表面から区別すること、及び／又は、筋肉、脂肪、臓器などの人間の組織の異なるタイプを区別することを指し得る。例えば、生体組織は、皮膚、毛髪、筋肉、脂肪、臓器などの人間の組織又はその一部であってもよいし、それらを含んでいてもよい。例えば、生体組織は、皮膚、毛皮、筋肉、脂肪、臓器などの動物の組織又はその一部であってもよいし、それらを含んでいてもよい。例えば、生体組織は、植物の組織又はその一部であってもよいし、それらを含んでいてもよい。検出器は、動物組織又はその一部を、例えば農業機械又は搾乳機などの無機物組織、金属面、プラスチック面の１つ以上から区別するように適合されることができる。検出器は、植物組織又はその一部を、例えば農業機械などの無機物組織、金属面、プラスチック面の１つ以上から区別するように適合されることができる。検出器は、食品及び／又は飲料を、皿及び／又はグラスから区別するように適合されることができる。検出器は、果物、肉、魚など、異なる種類の食品を区別するように適合されることができる。検出器は、化粧品及び／又は塗布された化粧品を人間の皮膚から区別するように適合されることができる。検出器は、人間の皮膚を、発泡体、紙、木、ディスプレイ、スクリーンから区別するように適合されることができる。検出器は、人間の皮膚を布から区別するように適合されることができる。検出器は、メンテナンス製品を、金属部品などの機械部品の材料から区別するように適合されることができる。検出器は、有機材料を無機材料から区別するように適合されることができる。検出器は、人間の生体組織を、人工物の表面又は非生物の表面から区別するように適合されることができる。検出器は、特に非治療的及び非診断的用途に使用されることができる。

本明細書で使用される場合、「少なくとも１つの予め決定された又は予め定義された基準」という用語は、生体組織、特に人間の皮膚を他の材料から区別するのに適した少なくとも１つの特性及び／又は値を指す。予め決定された又は予め定義された基準は、材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲であってもよく、又はそれを含んでいてよい。反射特徴は、反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織によって生成されたものとして示され得る。本明細書で使用する場合、「示す」という用語は、電子信号及び／又は少なくとも１つの視覚的又は音響的表示などの任意の表示を指す。

評価装置は、反射特徴のビームプロファイルを評価することによって、物体の少なくとも１つの材料特性ｍを決定するように構成されてよい。本明細書で使用される場合、「材料特性」という用語は、材料の特徴付け及び／又は識別及び／又は分類のために構成された、材料の少なくとも１つの任意の特性を指す。例えば、材料特性は、粗さ、材料への光の透過深度、生物学的材料又は非生物学的材料として材料を特徴付ける特性、反射率、鏡面反射率、拡散反射率、表面特性、半透明の尺度、散乱、具体的には、後方散乱挙動などからなる群から選択される特性であってよい。少なくとも１つの材料特性は、散乱係数、透光性、透明性、ランバート表面反射からの偏差、スペックルなどからなる群から選択される特性であってもよい。本明細書で使用される場合、「少なくとも１つの材料特性を識別する」という用語は、材料特性を決定すること、物体に材料特性を割り当てることの１つ以上を指す。検出器は、予め定義された及び／又は予め決定された材料特性のルックアップリスト及び／又はルックアップテーブルなどのリスト及び／又はテーブルを含む少なくとも１つのデータベースを含んでよい。材料特性のリスト及び／又はテーブルは、本発明による検出器を使用して少なくとも１つの試験測定を行うことにより、例えば既知の材料特性を有するサンプルを使用して材料試験を行うことにより、決定及び／又は生成されることができる。材料特性のリスト及び／又はテーブルは、製造業者サイトで、及び／又は検出器のユーザによって、決定及び／又は生成されることができる。材料特性は、例えば、材料名、生物学的材料又は非生物学的材料などの材料グループ、透光性材料又は非透光性材料、金属又は非金属、皮膚又は非皮膚、毛皮又は非毛皮、カーペット又は非カーペット、反射性又は非反射性、鏡面反射性又は非鏡面反射性、泡又は非泡、毛髪又は非毛髪、粗さグループなどの１つ以上などの材料分類にさらに割り当てられてよい。検出器は、材料特性及び関連する材料名及び／又は材料グループを含むリスト及び／又はテーブルを含む少なくとも１つのデータベースを含んでよい。

例えば、この理論に拘束されることを望まないが、人間の皮膚は、表面反射と呼ばれる表面の後方反射によって生成される部分と、後方反射の拡散部分と呼ばれる皮膚を透過する光からの非常に拡散した反射によって生成される部分とを含む、後方散乱プロファイルとも呼ばれる反射ビームプロファイルを有し得る。人間の皮膚の反射プロファイルに関しては、「Ｌａｓｅｒｔｅｃｈｎｉｋｉｎｄｅｒ Ｍｅｄｉｚｉｎ：Ｇｒｕｎｄｌａｇｅｎ、Ｓｙｓｔｅｍｅ、Ａｎｗｅｎｄｕｎｇｅｎ」、「ＷｉｒｋｕｎｇｖｏｎＬａｓｅｒｓｔｒａｈｌｕｎｇ ａｕｆ Ｇｅｗｅｂｅ」１９９１，１０１７１～２６６頁，Ｊｕｅｒｇｅｎ Ｅｉｃｈｌｅｒ，Ｔｈｅｏ Ｓｅｉｌｅｒ，Ｓｐｒｉｎｇｅｒ Ｖｅｒｌａｇ，ＩＳＢＮ ０９３９－０９７９を参照されたい。皮膚の表面反射は、波長が近赤外に向かって増加するのにつれて増加する可能性がある。さらに、透過深度は、波長が可視光から近赤外に増加するとともに増加する可能性がある。後方反射の拡散部分は、光の透過深度の増加とともに増加する可能性がある。これらの特性は、後方散乱プロファイルを分析することによって、皮膚を他の材料から区別するために使用されることができる。

具体的には、評価装置は、反射ビームプロファイルを、少なくとも１つの予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルと比較するように構成されてよい。予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、テーブル又はルックアップテーブルに記憶されてよく、例えば経験的に決定されてもよく、及び一例として、検出器の少なくとも１つのデータ記憶装置に記憶されてもよい。例えば、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、検出器を備えるモバイル装置の初期起動時に決定されてよい。例えば、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、例えばソフトウェアによって、具体的にはアプリストア等からダウンロードされたアプリによってなど、モバイル装置の少なくとも１つのデータ記憶装置に記憶されてよい。反射特徴は、反射ビームプロファイルと、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとが同一である場合に、生体組織によって生成されたものとして示され得る。比較は、反射ビームプロファイルと、予め決定された又は予め定義されたビームプロファイルとを、それらの強度中心がマッチングするように重ね合わせることを含むことができる。比較は、反射ビームプロファイルと、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとの間の偏差、例えば、点間距離の二乗和を決定することを含んでよい。評価装置は、決定された偏差を少なくとも１つの閾値と比較するように適応されてよく、決定された偏差が閾値より低く及び／又は閾値に等しい場合、表面は生体組織として示され、及び／又は生体組織の検出が確認される。閾値は、テーブル又はルックアップテーブルに記憶されてよく、例えば経験的に決定されてもよく、及び一例として、検出器の少なくとも１つのデータ記憶装置に記憶されてもよい。

追加的に又は代替的に、反射特徴が生体組織によって生成されたかどうかを識別するために、評価装置は、エリアの画像に少なくとも１つの画像フィルタを適用するように構成されてよい。本明細書でさらに使用される場合、「画像」という用語は、二次元関数ｆ（ｘ，ｙ）を指し、ここで、明るさ及び／又は色の値は、画像内の任意のｘ，ｙ位置に対して与えられる。位置は、記録ピクセルに対応して離散化されてよい。明るさ及び／又は色は、光センサのビット深度に対応して離散化されてよい。本明細書で使用される場合、「画像フィルタ」という用語は、ビームプロファイル及び／又はビームプロファイルの少なくとも１つの特定領域に適用される少なくとも１つの数学演算を指す。具体的には、画像フィルタФは、画像ｆ又は画像内の関心領域を、実数Ф（ｆ（ｘ，ｙ））＝φにマッピングし、ここでφは特徴、特に材料特徴を示している。画像はノイズの影響を受ける可能性があり、特徴についても同様である。したがって、特徴はランダム変数であってよい。特徴は正規分布に従ってもよい。特徴が正規分布に従っていない場合は、ボックスコックス変換（Ｂｏｘ－Ｃｏｘ－Ｔｒａｎｓｆｏｒｍａｔｉｏｎ）などによって正規分布に従うように変換されてもよい。

評価装置は、少なくとも１つの材料依存画像フィルタФ_２を画像に適用することによって、少なくとも１つの材料特徴φ_２ｍを決定するように構成されてよい。本明細書で使用される場合、「材料依存」画像フィルタはという用語は、材料依存の出力を有する画像を指す。材料依存画像フィルタの出力は、本明細書では「材料特徴φ_２ｍ」又は「材料依存特徴φ_２ｍ」と示される。材料特徴は、反射特徴を生成したエリアの表面の少なくとも１つの材料特性に関する少なくとも１つの情報であってもよく、又はそれを含んでいてもよい。

材料依存画像フィルタは、輝度フィルタ；スポット形状フィルタ；二乗ノルム勾配；標準偏差；ガウスフィルタ又はメディアンフィルタなどの平滑性フィルタ；グレーレベル発生ベースのコントラストフィルタ；グレーレベル発生ベースのエネルギーフィルタ；グレーレベル発生ベースの均一性フィルタ；グレーレベル発生ベースの非類似性フィルタ；ローのエネルギーフィルタ；閾値領域フィルタ；もしくはこれらの線形結合；又は、輝度フィルタ、スポット形状フィルタ、二乗ノルム勾配、標準偏差、平滑性フィルタ、グレーレベル発生ベースのエネルギーフィルタ、グレーレベル発生ベースの均一性フィルタ、グレーレベル発生ベースの非類似性フィルタ、ローのエネルギーフィルタ、もしくは閾値領域フィルタ、又は｜ρ_{Ф２ｏｔｈｅｒ，Фｍ}｜≧０．４０によるこれらの線形結合（Ф_ｍは、輝度フィルタ、スポット形状フィルタ、二乗ノルム勾配、標準偏差、平滑性フィルタ、グレーレベル発生ベースのエネルギーフィルタ、グレーレベル発生ベースの均一性フィルタ、グレーレベル発生ベースの非類似性フィルタ、ローのエネルギーフィルタ、もしくは閾値領域フィルタ、又はそれらの線形結合の１つである）の１つ以上に相関するさらなる材料依存画像フィルタФ_{２ｏｔｈｅｒ}、からなる群から選択される少なくとも１つのフィルタであってよい。さらなる材料依存画像フィルタФ_{２ｏｔｈｅｒ}は、材料依存画像フィルタФ_ｍの１つ以上と、｜ρ_{Ф２ｏｔｈｅｒ，Фｍ}｜≧０．６０、好ましくは｜ρ_{Ф２ｏｔｈｅ，Фｍ}｜≧０．８０によって相関していてもよい。

材料依存画像フィルタは、仮説検証を通過する少なくとも１つの任意のフィルタΦであり得る。本明細書で使用される場合、「仮説検証を通過する」という用語は、ヌル仮説Ｈ_０が棄却され、代替仮説Ｈ_１が受け入れられるという事実を指す。仮説検証は、予め定義されたデータセットに画像フィルタを適用することによって、画像フィルタの材料依存性を検証することを含んでいてよい。データセットは、複数のビームプロファイル画像を含んでいてよい。本明細書で使用される場合、「ビームプロファイル画像」という用語は、N_Bガウス放射状基底関数の合計を指し、

式中、

ガウス放射状基底関数のそれぞれは、中心

前因子

及び、指数因子

によって、定義される。指数因子は、すべての画像のすべてのガウス関数で同一である。中心位置、

は、すべての画像

で同一である。データセット内のビームプロファイル画像のそれぞれは、材料分類と距離に対応していてよい。材料分類は、「材料Ａ」、「材料Ｂ」などのラベルであってよい。ビームプロファイル画像は、

に関する上記の式を、以下のパラメータテーブルと組み合わせて使用することによって生成されることができる：

の値は、

のピクセルに対応する整数である。画像は、３２×３２のピクセルサイズを有することができる。ビームプロファイル画像のデータセットは、

の連続的な記述を得るために、パラメータセットと組み合わせて、

に対する上述の式を使用することによって生成され得る。３２×３２画像の各ピクセルの値は、

に対して、０，．．．，３１からの整数値を挿入することによって得ることができる。例えば、ピクセル（６，９）の場合、値

が計算され得る。

続いて、各画像

についてフィルタΦに対応する特徴値

が計算されることができ、

式中ｚ_ｋは、予め定義されたデータセットからの画像f_ｋに対応する距離値である。これにより、対応する生成された特徴値

を有するデータセットが得られる。仮説検証では、フィルタが材料分類を区別しないヌル仮説を使用してよい。ヌル仮説は、

で与えられてよく、ここで

は、特徴値

に対応する各材料群の期待値である。インデックスｍは材料群を表す。仮説検証は、フィルタが少なくとも２つの材料分類を区別するということを代替仮説として用いることができる。その代替仮説は

によって与えられ得る。本明細書で使用される場合、「材料分類を区別しない」という用語は、材料分類の期待値が同一であることを指す。本明細書で使用される場合、「材料分類を区別する」という用語は、材料分類の少なくとも２つの期待値が異なることを指す。本明細書で使用される場合、「少なくとも２つの材料分類を区別する」は、「適切な材料分類」と同義で使用される。仮説検証は、生成された特徴値に関する少なくとも１つの分散分析（ＡＮＯＶＡ）を含み得る。特に、仮説検証は、各Ｊ材料についての特徴値の平均値、すなわち、

に対して、

を求めることを含んでもよく、ここで

は、事前に定義されたデータセットにおける各

材料の特徴値の数を示す。仮説検証は、すべての

特徴値の平均値

を決定することを含む。仮説検証は、

内の平均平方和を決定することを含んでいてよい：
仮説検証は、以下の間の平均平方和を決定することを含んでよい、

ここで、

は正則化された不完全ベータ関数

であり、ここでオイラーベータ関数

及び、

は不完全ベータ関数である。画像フィルタは、ｐ値であるｐが予め定義された有意水準よりも小さいか等しい場合、仮説検証を通過し得る。フィルタは、ｐ≦０．０７５、好ましくはｐ≦０．０５、より好ましくはｐ≦０．０２５、最も好ましくはｐ≦０．０１である場合、仮説検証を通過し得る。例えば、予め定義された有意水準がα＝０．０７５の場合、画像フィルタはｐ値がα＝０．０７５より小さい場合に仮説検証を通過することができる。この場合、ヌル仮説Ｈ_０が拒否され、代替仮説Ｈ_１が受け入れられることができる。画像フィルタは、このように少なくとも２つの材料分類を区別する。このように、画像フィルタは仮説検証を通過する。

以下では、反射画像が少なくとも１つの反射特徴、特にスポット画像を含むと仮定して、画像フィルタについて説明する。スポット画像

は、関数

によって与えられることができ、ここで、画像ｆの背景は既に差し引かれることができる。しかし、他の反射特徴も可能であり得る。

例えば、材料依存画像フィルタは、輝度フィルタであってよい。輝度フィルタは、スポットの輝度測定値を材料特徴として返すことができる。材料特徴は、

によって決定され得、式中、ｆはスポット画像である。スポットの距離はｚで示され、ここで、ｚは、例えば、デフォーカスからの深度技術又は光子比からの深度技術を用いて、及び／又は三角測量技術を用いて得られる。材料の表面法線は

によって与えられ、少なくとも３つの測定点に展張された表面の法線として得られる。ベクトル

は、光源の方向ベクトルである。スポットの位置が、デフォーカスからの深度又は光子比からの深度技術を用いることによって及び／又は三角測量技術を用いることによって知られているため（ここで光源の位置は検出器システムのパラメータとして知られている）、

は、スポットの位置と光源の位置の間の差分ベクトルである。

例えば、材料依存画像フィルタは、スポット形状に依存した出力を有するフィルタであってよい。この材料依存画像フィルタは、材料の透光性に相関する値を材料特徴として返すことができる。材料の透光性は、スポットの形状に影響を与える。材料特徴は、

によって与えられ、式中、

はスポットの高さｈに対する重みであり、ＨはＨｅａｖｙｓｉｄｅ関数、すなわち

である。スポット高さｈは、以下によって決定され得、

式中、Ｂ_ｒは半径ｒを有するスポットの内円である。

例えば、材料依存画像フィルタは、二乗ノルム勾配であってよい。この材料依存画像フィルタは、材料特徴としてのスポットのソフトとハードの遷移及び／又は粗さの測定値に相関する値を返してよい。材料特徴は、

によって、定義されてよい。例えば、材料依存画像フィルタは、標準偏差であってもよい。スポットの標準偏差は、

によって、決定されてよい。

式中、μは

によって与えられる平均値である。

例えば、材料依存画像フィルタは、ガウスフィルタ又はメディアンフィルタなどの平滑性フィルタであってよい。平滑性フィルタの一実施形態では、この画像フィルタは、体積散乱が拡散散乱材料と比較して少ないスペックルコントラストを示すという観察を参照することができる。この画像フィルタは、材料特徴としてスペックルコントラストに対応するスポットの平滑性を定量化することができる。材料特徴は、

によって、決定されてよく、式中、

は平滑化関数であり、例えばメディアンフィルタ又はやガウスフィルタなどである。この画像フィルタは、上述の式で説明したように、距離ｚによる除算を含んでよい。距離ｚは、例えば、デフォーカスからの深度技術又は光子比からの深度技術を用いて、及び／又は、三角測量技術を用いて決定されてよい。これにより、フィルタが距離の影響を受けなくなることが可能である。平滑化フィルタの一実施形態では、平滑化フィルタは、抽出されたスペックルノイズパターンの標準偏差に基づいてよい。スペックルノイズパターンＮは、

によって、経験的な方法で記述されることができ、式中、

は、スペックル除去したスポットの画像である。

は、スペックルパターンをモデル化したノイズ項である。スペックル除去した画像の計算は困難な場合がある。したがって、スペックル除去した画像は、ｆの平滑化バージョン、すなわち、

によって近似化されてよく、式中、

は、ガウスフィルタ又はやメディアンフィルタのような平滑化演算子である。したがって、スペックルパターンの近似は、

によって、与えられてよい。

このフィルタの材料特徴は、

によって、決定されてよい。

式中、Ｖａｒは分散関数を表す。

例えば、画像フィルタは、グレーレベル発生ベースのコントラストフィルタであってよい。この材料フィルタは、グレーレベル発生マトリックス

に基づいてよく、ここで

はグレー結合(g₁,g₂)=[f(x₁,y₁),f(x₂,y₂)]、］の発生率であり、関係ρは、ρ（ｘ，ｙ）＝（ｘ＋ａ，ｙ＋ｂ）であって、（ｘ_１，ｙ_１）と（ｘ_２，ｙ_２）の間の距離を定義し、ａとｂは０，１から選択される。

グレーレベル発生ベースのコントラストフィルタの材料特徴は、

によって与えられてよい。

例えば、画像フィルタは、グレーレベル発生ベースのエネルギーフィルタであってよい。この材料フィルタは、上記で定義されたグレーレベル発生マトリックスに基づいている。

グレーレベル発生ベースのエネルギーフィルタの材料特徴は、

によって与えられてよい。

例えば、画像フィルタは、グレーレベル発生ベースの均一性フィルタであってよい。この材料フィルタは、上記で定義されたグレーレベル発生マトリックスに基づいている。グレーレベル発生ベースの均一性フィルタの材料特徴は、

によって与えられてよい。

例えば、画像フィルタは、グレーレベル発生ベースの非類似性フィルタであってよい。この材料フィルタは、上記で定義されたグレーレベル発生マトリックスに基づいている。グレーレベル発生ベースの非類似性フィルタの材料特徴は、

によって与えられてよい。

例えば、画像フィルタは、ローエネルギーフィルタであってよい。この材料フィルタは、ローベクトルＬ_５＝［１，４，６，４，１］及びＥ_５＝［－１，－２，０，－２，－１］及び材料Ｌ_５（Ｅ_５）^Ｔ及びＥ_５（Ｌ_５）^Ｔに基づいている。画像ｆ_ｋはこれらのマトリックス：

で畳み込まれている。

ここで、ローのエネルギーフィルタの材料特徴は、

によって、決定されてよい。

例えば、材料依存の画像フィルタは、閾値領域フィルタであってよい。この材料特徴は、画像平面内の２つのエリアを関連してよい。第１エリアΩ１、は、関数ｆがｆの最大値のα倍よりも大きいエリアであってもよい。第２エリアΩ２、は、関数ｆがｆの最大値のα倍よりも小さいが、ｆの最大値のε倍の閾値よりも大きいエリアであってよい。好ましくは、αは０．５、εは０．０５であり得る。スペックル又はノイズのために、エリアはスポット中心の内円と外円に単純に対応していない場合がある。例えば、Ω１は、外円のスペックル又は接続されていないエリアを含み得る。材料特徴は、

によって、決定されてよく、式中、Ω１＝｛ｘ｜ｆ（ｘ）＞α・ｍａｘ（ｆ（ｘ））｝及びΩ２＝｛ｘ｜ε・ｍａｘ（ｆ（ｘ））＜ｆ（ｘ）＜α・ｍａｘ（ｆ（ｘ））｝である。

評価装置は、反射特徴を生成した表面の材料特性を決定するために、材料特徴φ_２ｍと反射特徴を生成した表面の材料特性との間の少なくとも１つの予め決定された関係を用いるように構成されていてよい。予め決定された関係は、経験的関係、半経験的関係、及び分析的に導出された関係のうちの１つ以上であってよい。評価装置は、例えばルックアップリスト又はルックアップテーブルなどの、予め決定された関係を記憶するための少なくとも１つのデータ記憶装置を備えてよい。

評価装置は、その対応する材料特性が少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴を識別するように構成されている。反射特徴は、材料特性が「生体組織」を示す場合に、生体組織によって生成されたものとして識別されることができる。反射特徴は、材料特性が少なくとも１つの閾値もしくは範囲より低く又は等しい場合に、生体組織によって生成されたものとして識別されてよく、決定された偏差が閾値より低く又は等しい場合は、反射特徴は、生体組織によって生成されたものと識別され、及び／又は生体組織の検出が確認される。少なくとも１つの閾値及び／又は範囲は、テーブル又はルックアップテーブルに格納され得、例えば経験的に決定され得、一例として、検出器の少なくとも１つのデータ記憶装置に格納されてよい。評価装置は、そうでなければ背景であるとして反射特徴を識別するように構成される。したがって、評価装置は、深度情報及び材料特性（例えば皮膚のイエス又はノー）を各投影スポットに割り当てるように構成され得る。

材料特性は、縦方向座標ｚに関する情報がφ_２ｍの評価のために考慮され得るように、縦方向座標ｚを決定した後に、φ_２ｍを評価することによって決定されることができる。

評価装置は、少なくとも１つのセグメンテーションアルゴリズムを使用することによって、エリアの画像をセグメント化するように構成される。本明細書で使用される場合、「セグメント」という用語は、画像の一部及び／又は画像のサブ部分及び／又は画像の領域を指し得る。セグメントは、一組のピクセルを含むことができる。本明細書で使用される場合、「セグメント化」という用語は、画像を複数のセグメントに分割するプロセスを指し得る。セグメンテーションは、同じラベルを有するピクセルが少なくとも１つの特性を共有するように、画像のすべてのピクセルに少なくとも１つのラベルを割り当てることを含むことができる。ラベルは、事前に定義されたターゲットの下で割り当てられてよい。セグメンテーションは、バイナリセグメンテーションであってよい。バイナリセグメンテーションは、画像のピクセルを「皮膚ピクセル」と「背景ピクセル」としてラベル付けすることを含むことができる。皮膚以外のピクセルはすべて背景と見なすことができる。皮膚ピクセルは、画像ベースのセグメンテーションアルゴリズムの入力として機能する前景シード（シード点とも呼ばれる）と見なすことができる。画像セグメント化に関しては、ｈｔｔｐｓ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｉｍａｇｅ＿ｓｅｇｍｅｎｔａｔｉｏｎを参照されたい。セグメンテーションアルゴリズムは、少なくとも１つの領域成長画像セグメンテーション方法を含んでいてよい。

セグメンテーションアルゴリズムは、先験的知識の融合及び／又は考慮のために構成され得る。具体的には、セグメンテーションアルゴリズムは、ビームプロファイル分析から決定された材料情報を融合及び／又は考慮するように構成されてよい。これにより、目に見える皮膚の動きに対する位置データのみを取得又はフィルタリングすることができる。対照的に、従来の構成では、例えば、何が指／腕で何がそうでないかの認識と分離を最初に行う必要がある。材料情報を使用することに加えて、評価装置は、物体、特に画像内の手領域を背景からセグメント化するために、深度マップに関して深度情報を考慮するように構成されてよい。

セグメンテーションアルゴリズムは、グラフカット、レベルセット、ファストマーチング及びマルコフ確率場アプローチの１つ以上などのエネルギー関数又はコスト関数に基づいてよい。画像のセグメンテーションは、色均質性及びエッジインジケーターによって駆動され得、ここで、シード点は、エッジ基準及び色均質性基準を構成する。本明細書で使用する場合、「シード点」という用語は、セグメンテーションアルゴリズムの開始点を指し得る。生体組織を照射することによって生成されたものとして識別された反射特徴は、シード点として使用され、背景として識別された反射特徴は、セグメンテーションアルゴリズムのための背景シード点として使用される。これらのシード点は、エッジ及び色均質性の基準を構成することができ、したがって、「皮膚は画像内でどの色及び／又は反射及び／又は外観であるか」というターゲットのセグメンテーションの適切な初期化を提供することができる。

例えば、グラフカットセグメンテーションが使用されてよい。グラフカットセグメンテーションは、先験的知識がそれを組み合わせる際にリアルタイム機能を追加的提供する時に、先験的知識を、スーパーピクセルなどの事前クラスタリングアルゴリズムと融合させるように構成されることができ、Ｒ．Ａｃｈａｎｔａ，Ａ．Ｓｈａｊｉ，Ｋ．Ｓｍｉｔｈ，Ａ．Ｌｕｃｃｈｉ，Ｐ．Ｆｕａ，ａｎｄ Ｓ．Ｓｕｅｓｓｔｒｕｎｋによる，「Ｓｌｉｃ ｓｕｐｅｒｐｉｘｅｌｓ ｃｏｍｐａｒｅｄ ｔｏ ｓｔａｔｅ－ｏｆ－ｔｈｅ－ａｒｔ ｓｕｐｅｒｐｉｘｅｌ ｍｅｔｈｏｄｓ，」 ＩＥＥＥ ＴＰＡＭＩ，３４巻、１１号、２０１２年を参照されたい。例えば、修正されたレイジースナップグラフカットが使用されてよい。修正レイジースナップグラフカットに関しては、Ｌｉ，Ｙｉｎ ａｎｄ Ｓｕｎ，Ｊｉａｎ ａｎｄ Ｔａｎｇ，Ｃｈｉ－Ｋｅｕｎｇ ａｎｄ Ｓｈｕｍ，Ｈｅｕｎｇ－Ｙｅｕｎｇによる，「Ｌａｚｙ Ｓｎａｐｐｉｎｇ」，ＡＣＭ Ｔｒａｎｓ．Ｇｒａｐｈ．，２３巻，３号、２００４年を参照されたい。ギブスエネルギー項は、グラフカットセグメンテーションルーチンのために深度情報を組み込むための追加の項を含むことができる。Ｌｉ，Ｙｉｎ ａｎｄ Ｓｕｎ，Ｊｉａｎ ａｎｄ Ｔａｎｇ，Ｃｈｉ－Ｋｅｕｎｇ ａｎｄ Ｓｈｕｍ，Ｈｅｕｎｇ－Ｙｅｕｎｇによる，「Ｌａｚｙ Ｓｎａｐｐｉｎｇ」，ＡＣＭ Ｔｒａｎｓで提案されているような分水界ベースの事前セグメンテーションの代わりに、スーパーピクセルクラスタリングがリアルタイム機能を確保するために使用され得る。

評価装置は、セグメント化された画像と深度マップを考慮して、空間における物体の位置及び／又は向きを決定するように構成される。本明細書で使用される場合、「セグメント化された画像」という用語は、セグメンテーション処理後の画像、及び／又はセグメンテーションアルゴリズムの結果を指し得る。本明細書で使用される場合、「位置」という用語は、空間における物体及び／又は物体の少なくとも１つの部分の位置及び／又は向きに関する少なくとも１つの情報項目を指す。距離は、縦方向座標であってよく、又は物体の点の縦方向座標を決定することに寄与してもよい。追加的又は代替的に、物体及び／又は物体の少なくとも１つの部分の位置及び／又は向きに関する１つ以上の他の情報項目が決定されてよい。一例として、付加的に、物体及び／又は物体の少なくとも１つの部分の少なくとも１つの横方向座標が決定されてよい。したがって、物体の位置は、物体及び／又は物体の少なくとも１つの部分の少なくとも１つの縦方向座標を意味し得る。追加的又は代替的に、物体の位置は、物体及び／又は物体の少なくとも１つの部分の少なくとも１つの横方向座標を意味し得る。追加的又は代替的に、物体の位置は、空間における物体の向きを示す、物体の少なくとも１つの向き情報を意味し得る。

評価装置は、空間における物体の位置及び／又は向きから、少なくとも１つの手のポーズ又はジェスチャを決定するように構成され得る。評価装置は、セグメント化された画像から、特に、物体としてラベル付けされたセグメント化画像の部分から、ジェスチャを認識するように構成され得る。評価装置は、セグメント化された画像内の掌と指の画像座標を識別するように構成され得る。掌と指の識別は、セグメンテーションから得られてよい。評価装置は、物体としてラベル付けされたセグメント化画像の部分から、色及び／又は輝度及び／又は勾配値などの特徴を抽出するように構成されてよい。例えば、掌と指の先端は、標準的なＯｐｅｎＣＶルーチンを使用して検出されてよい。

評価装置は、掌と指先の画像座標及び深度マップを考慮して、少なくとも１つの三次元指ベクトルを決定するように構成されてよい。本明細書で使用される場合、「三次元指ベクトル」という用語は、指先の点と掌の点とによって広げられる３Ｄベクトルを指し得る。３Ｄ指ベクトルは、空間における指の位置及び向きを特定し得る。評価装置は、画像及び深度マップから３Ｄ指ベクトルを決定するように構成されてよい。３Ｄ指ベクトルは、手のポーズ推定及びシーン解釈のための基礎を提供することができる。手のジェスチャの認識のために、評価装置は、隠れマルコフモデル（ＨＭＭ）、サポートベクターマシン（ＳＶＭ）、条件付き確率場（ＣＲＦ）などの少なくとも１つの分類器を使用するように構成されてよい。分類器は、手のジェスチャを識別するために構成されてもよい。

本発明によるビームプロファイル分析センサのフュージョンコンセプトの使用は、堅固な検出結果、複雑なモデルの仮定が不要、単一センサコンセプト、簡単な統合、リアルタイム機能を提供する利点がある。

さらなる態様において、本発明は、ジェスチャ検出のための方法を開示し、ここでは、本発明による検出器が使用される。本方法は、以下のステップ：
ａ）少なくとも１つの物体を含む少なくとも１つのエリア上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するステップであって、前記物体は少なくとも部分的に少なくとも１つの人間の手を含んでいる、ステップと；
ｂ）少なくとも１つの感光エリアを有する少なくとも１つの光センサを使用して、前記エリアの少なくとも１つの画像を決定するステップであって、前記画像は、前記照射特徴による照射に応答して前記エリアによって生成された複数の反射特徴を含む、ステップと；
ｃ）少なくとも１つの評価装置を使用することによって、前記反射特徴のそれぞれについて少なくとも１つの深度情報を決定することにより、前記エリアの少なくとも１つの深度マップを決定するステップと；
ｄ）生体組織を照射することによって生成された前記反射特徴を識別することにより、前記評価装置を使用することによって前記物体を見つけるステップであって、前記反射特徴のそれぞれの少なくとも１つの反射ビームプロファイルが決定され、反射特徴が、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして識別され、前記反射特徴は、そうでなければ背景であると識別される、ステップと；
ｅ）少なくとも１つのセグメンテーションアルゴリズムを使用することにより、前記評価装置を使用することによって前記エリアの画像をセグメント化するステップであって、生体組織を照射することによって生成されたものとして識別された反射特徴をシード点として使用し、背景として識別された反射特徴を前記セグメンテーションアルゴリズムの背景シード点として使用するステップと；
ｆ）前記評価装置を使用することによって、前記セグメント化された画像と前記深度マップとを考慮して、空間における前記物体の位置及び／又は向きを決定するステップと、
を含む。

方法ステップは、所定の順序で実行されてもよいし、異なる順序で実行されてもよい。さらに、列挙されていない１つ以上の追加の方法ステップが存在してもよい。さらに、方法ステップの１つ、１つより多く、又は、すべてさえも、繰り返し実行されてよい。詳細、選択肢、及び定義については、上述した検出器を参照することができる。したがって、具体的には、上記で説明されたように、本方法は、上記で与えられ又は以下でさらに詳細に与えられる１つ以上の実施形態によるなどの、本発明による検出器の使用を含むことができる。

少なくとも１つの評価装置は、例えば本発明による方法の方法ステップの１つ又は複数又はすべてさえも実行又はサポートするように構成された少なくとも１つのコンピュータプログラムなどの、少なくとも１つのコンピュータプログラムを実行するように構成され得る。一例として、ジェスチャを検出することができる１つ以上のアルゴリズムが、実装され得る。

本発明のさらなる態様においては、上記で与えられた又は以下でさらに詳細に与えられる１つ以上の実施形態などによる、本発明による検出器の使用が、交通技術における位置測定；娯楽用途；セキュリティ用途；監視用途；安全用途；ヒューマンマシンインターフェイス用途；追跡用途；写真用途；画像化用途又はカメラ用途；少なくとも１つの空間マップを生成するためのマッピング用途；車両用のホーミング又は追跡ビーコン検出器；屋外用途；モバイル用途；通信用途；マシンビジョン用途；ロボット用途；品質管理用途；製造用途、からなる群から選択される使用目的のために、提案される。

本発明の検出器のさらなる使用に関しては、ＷＯ２０１８／０９１６４９Ａ１、ＷＯ２０１８／０９１６３８Ａ１及びＷＯ２０１８／０９１６４０Ａ１が参照され、その内容は参照によって含まれる。

全体として、本発明の文脈において、以下の実施形態が好ましいと考えられる：
実施の形態１：
－ 少なくとも１つの物体を含む少なくとも１つのエリア上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するように構成された少なくとも１つの照射源であって、前記物体が、少なくとも部分的に少なくとも１つの人間の手を含んでいる、少なくとも１つの照射源と；
－ 少なくとも１つの感光エリアを有する少なくとも１つの光センサであって、前記光センサは、前記エリアの少なくとも１つの画像を決定するように構成され、前記画像は、前記照射特徴による照射に応答して前記エリアによって生成される複数の反射特徴を含む、少なくとも１つの光センサと；
－ 少なくとも１つの評価装置であって、前記評価装置は、前記反射特徴のそれぞれについて少なくとも１つの深度情報を決定することによって、前記エリアの少なくとも１つの深度マップを決定するように構成されている、少なくとも１つの評価装置と、
を備え、
前記評価装置は、生体組織を照射することによって生成された前記反射特徴を識別することによって前記物体を見つけるように構成され、前記評価装置は、前記反射特徴のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成され、前記評価装置は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴を識別するように構成され、前記評価装置は、そうでなければ前記反射特徴を背景として識別するように構成され、
前記評価装置は少なくとも１つのセグメンテーションアルゴリズムを使用することによって、前記エリアの画像をセグメント化するように構成され、生体組織を照射することによって生成されたものとして識別された前記反射特徴はシード点として使用され、背景として識別された前記反射特徴はセグメンテーションアルゴリズムのための背景シード点として使用され、
前記評価装置は、前記セグメント化された画像と前記深度マップを考慮して、空間内の前記物体の位置及び／又は向きを決定するように構成されている、ジェスチャ検出のための検出器。

実施形態２：前記評価装置は、前記セグメント化された画像内の掌と指の画像座標を識別するように構成され、前記評価装置は、掌と指先の画像座標及び前記深度マップを考慮して、少なくとも１つの三次元指ベクトルを決定するように構成されている、先行する実施形態による検出器。

実施形態３：前記評価装置は、空間における前記物体の位置及び／又は向きから、少なくとも１つの手のポーズ又はジェスチャを決定するように構成されている、先行する実施形態のいずれか１つによる検出器。

実施形態４：前記セグメンテーションアルゴリズムは、グラフカット、レベルセット、ファストマーチング及びマルコフ確率場アプローチの１つ以上などのエネルギー関数又はコスト関数に基づいている、先行する実施形態のいずれか１つによる検出器。

実施形態５：前記画像のセグメンテーションは、色均質性及びエッジインジケーターによって駆動され、前記シード点は、エッジ基準及び色均質性基準を構成する、先行する実施形態のいずれか１つによる検出器。

実施形態６：前記評価装置は、前記反射特徴のそれぞれの前記反射ビームプロファイルを、少なくとも１つの予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルと比較するように構成されている、先行する実施形態のいずれか１つによる検出器。

実施形態７：前記比較は、前記反射ビームプロファイルと、前記予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとを、それらの強度中心がマッチングするように重ね合わせることを含み、前記比較は、前記反射ビームプロファイルと、前記予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとの間の偏差を決定することを含み、前記評価装置は、前記決定された偏差を少なくとも１つの閾値と比較するように構成され、前記決定された偏差が前記閾値より低く及び／又は前記閾値に等しい場合、前記反射機能は生体組織として示される、先行する実施形態による検出器。

実施形態８：前記評価装置は、光子比からの深度、構造化光、ビームプロファイル分析、飛行時間、動きからの形状、焦点からの深さ、三角測量、デフォーカスからの深さ、ステレオセンサ、の１つ以上の技術によって前記反射特徴のそれぞれについて前記深度情報を決定するように構成されている、先行する実施形態のいずれか１つによる検出器。

実施形態９：前記評価装置は、光子比からの深度技術を用いて、前記反射特徴のそれぞれについて前記深度情報を決定するように構成され、前記評価装置は、前記反射特徴の少なくとも１つのビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定するように構成され、前記評価装置は、前記第１エリアと前記第２エリアとを積分するように構成され、前記評価装置は、前記積分された第１エリア及び前記積分された第２エリアを除算すること、前記積分された第１エリア及び前記積分された第２エリアの倍数を除算すること、前記積分された第１エリア及び前記積分された第２エリアの線形結合を除算することの１つ以上により商Ｑを導出するように構成される、先行する実施形態のいずれか１つによる検出器。

実施形態１０：前記反射ビームプロファイルの前記第１エリアは、前記反射ビームプロファイルのエッジ情報を実質的に含み、前記反射ビームプロファイルの前記第２エリアは、前記反射ビームプロファイルの中心情報を実質的に含み、及び／又は、前記反射ビームプロファイルの前記第１エリアは、前記反射ビームプロファイルの左側部分に関する情報を実質的に含み、前記反射ビームプロファイルの前記第２エリアは前記反射ビームプロファイルの右側部分に関する情報を実質的に含む、先行する実施形態による検出器。

実施形態１１：前記評価装置は、

によって前記商Ｑを導出するように構成され、
式中、ｘ及びｙは横方向座標、Ａ１、Ａ２はそれぞれ反射ビームプロファイルの第１エリア及び第２エリア、Ｅ（ｘ、ｙ）は反射ビームプロファイルを表す、先行する２つの実施形態のいずれか１つによる検出器。

実施形態１２：前記照射源は、近赤外領域（ＮＩＲ）において少なくとも１つの照射パターンを生成するように構成される、先行する実施形態のいずれか１つによる検出器。

実施形態１３：前記光センサは、少なくとも１つのＣＭＯＳセンサを含む、先行する実施形態のいずれか１つによる検出器。

実施形態１４：先行する実施形態のいずれか１つによる少なくとも１つの検出器が使用されるジェスチャ検出方法であって、前記方法は以下のステップ：
ａ）少なくとも１つの物体を含む少なくとも１つのエリア上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するステップであって、前記物体は少なくとも部分的に少なくとも１つの人間の手を含んでいる、ステップと；
ｂ）少なくとも１つの感光エリアを有する少なくとも１つの光センサを使用して、前記エリアの少なくとも１つの画像を決定するステップであって、前記画像は、前記照射特徴による照射に応答して前記エリアによって生成される複数の反射特徴を含む、ステップと；
ｃ）少なくとも１つの評価装置を使用することによって、前記反射特徴のそれぞれについて少なくとも１つの深度情報を決定することにより、前記エリアの少なくとも１つの深度マップを決定するステップと；
ｄ）生体組織を照射することによって生成された前記反射特徴を識別することにより、前記評価装置を使用することによって前記物体を見つけるステップであって、前記反射特徴のそれぞれの少なくとも１つの反射ビームプロファイルが決定され、反射特徴が、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして識別され、前記反射特徴は、そうでなければ背景であると識別される、ステップと；
ｅ）少なくとも１つのセグメンテーションアルゴリズムを使用することにより、前記評価装置を使用することによって前記エリアの画像をセグメント化するステップであって、生体組織を照射することによって生成されたものとして識別された前記反射特徴をシード点として使用し、背景として識別された前記反射特徴を前記セグメンテーションアルゴリズムの背景シード点として使用するステップと；
ｆ）前記評価装置を使用することによって、前記セグメント化された画像と前記深度マップとを考慮して、空間における前記物体の位置及び／又は向きを決定するステップと、
を含む、ジェスチャ検出のための方法。

実施形態１５：検出器に関する先行する実施形態のいずれか１つによる検出器の使用であって、使用目的が、ドライバーモニタリング；車内監視；ジェスチャトラッキング；セキュリティ用途；安全用途；ヒューマンマシンインターフェイス用途；情報技術用途；農業用途；作物保護用途；医療用途；メンテナンス用途；化粧品用途、からなる群から選択される、検出器の使用。

本発明のさらなる任意選択の詳細及び特徴は、従属請求項と関連して続く好ましい例示的な実施形態の説明から明らかである。この文脈において、特定の特徴は、孤立した形で、又は他の特徴と組み合わせて実施され得る。本発明は、例示的な実施形態に限定されるものではない。例示的な実施形態は、図に模式的に示されている。個々の図における同一の参照数字は、同一の要素又は同一の機能を有する要素、あるいは、機能に関して互いに対応する要素を指す。

具体的に、図面では：
本発明による検出器の一実施形態を示す図である。 ２Ａ～２Ｃは、本発明によるポーズ検出を示す図である。

実施形態の詳細な説明
図１は、ジェスチャ検出のための検出器１１０の実施形態を高度に概略的に示している。ジェスチャは、身体の少なくとも１つの部分などの身体のジェスチャ、特に手のジェスチャを含むことができる。ジェスチャは、静的又は動的であってよい。ジェスチャは、指などの手の少なくとも１つの部分の動き、片手もしくは両手、顔、又は体の他の部分の動きを含むことができる。ジェスチャ検出は、ジェスチャの有無の決定及び／又はジェスチャ認識を含むことができる。ジェスチャ認識は、数学的アルゴリズムを介して人間のジェスチャを解釈することを含むことができる。

検出器１１０は、少なくとも１つの物体１１６を含む少なくとも１つのエリア１１４上に複数の照射特徴を含む少なくとも１つの照射パターンを投影するように構成された少なくとも１つの照射源１１２を含む。物体１１６は、少なくとも部分的に少なくとも１つの人間の手を含む。

照射源１１２は、エリア１１４の照射のために照射パターンを提供するように構成されていてよい。照射源１１２は、エリア１１４を直接的又は間接的に照射するように適合されてよく、照射パターンは、エリア１１４の表面によって反射又は散乱され、それによって、少なくとも部分的に少なくとも１つの光センサ１１８に向けられる。照射源１１２は、例えば、光ビームをエリア１１４に向けることによって、光ビームを反射するエリア１１４を照射するように構成されてよい。照射源１１２は、エリア１１４を照射するための照射光ビームを生成するように構成されてよい。

エリアは、少なくとも１つの物体１１６と周囲の環境を含むことができる。例えば、物体は、シーン、人などの人間、木材、カーペット、発泡体、牛などの動物、植物、組織片、金属、玩具、金属の物体、飲料、果物、肉、魚などの食品、皿、化粧品、塗られた化粧品、布、毛皮、髪、メンテナンス用品、プラント、身体、身体の一部、有機材料、無機材料、反射材料、スクリーン、ディスプレイ、壁、写真などの紙、からなる群から選択される少なくとも１つの物体であってよい。物体１１６は、照射パターンが投影される少なくとも１つの表面を含んでいてよい。表面は、照射パターンを検出器１１０に向かって少なくとも部分的に反射するように適合されてよい。物体１１６は、具体的には、人体、又は少なくとも１つの腕、少なくとも１つの手、少なくとも１つの指、又は顔などの人体の少なくとも１つの部分であってよい。物体１１６は、少なくとも部分的に少なくとも１つの人間の手を含む。物体１１６は、人間の手及び／又は少なくとも１つの指及び／又は掌の少なくとも１つの部分であってよい。

照射源１１２は、少なくとも１つの光源を含んでよい。照射源１１２は、複数の光源を含んでいてよい。照射源１１２は、人工照射源、特に少なくとも１つのレーザ源、及び／又は少なくとも１つの白熱灯、及び／又は少なくとも１つの半導体光源、例えば少なくとも１つの発光ダイオード、特に有機及び／又は無機発光ダイオードを含み得る。一例として、照射源によって放出される光は、３００～１１００ｎｍ、特に５００～１１００ｎｍの波長を有し得る。追加的に又は代替的に、７８０ｎｍ～３．０μｍの範囲などの赤外スペクトル範囲の光が使用され得る。具体的には、シリコンフォトダイオードが適用可能な特には７００ｎｍ～１１００ｎｍの範囲の近赤外領域部分の光が使用されることができる。照射源は、赤外領域において少なくとも１つの照射パターンを生成するように構成されていてよい。近赤外領域の光を使用することは、光が人間の目では検出されないか、又はわずかにしか検出されないが、シリコンセンサ、特に標準的なシリコンセンサによって検出されることを可能にする。

照射源１１２は、単一波長で光を放出するように構成されることができる。具体的には、波長は、近赤外領域にあってよい。他の実施形態では、照射源１１２は、他の波長チャネルでの追加の測定を可能にする複数の波長を有する光を放出するように構成されてよい。

照射源１１２は、少なくとも１つの多重ビーム光源であってもよく、又は、多重ビーム光源を含んでいてもよい。例えば、照射源１１２は、少なくとも１つのレーザ源と１つ以上の回折光学要素（ＤＯＥ）を含んでいてよい。具体的には、照射源１１２は、少なくとも１つのレーザ及び／又はレーザ源を備えていてよい。様々なタイプのレーザ、例えば、半導体レーザ、ダブルヘテロ構造レーザ、外部キャビティレーザ、分離封じ込めヘテロ構造レーザ、量子カスケードレーザ、分散ブラッグ（ｂｒａｇｇ）反射器レーザ、ポラリトンレーザ、ハイブリッドシリコンレーザ、拡張キャビティダイオードレーザ、量子ドットレーザ、ボリュームブラッググレーティングレーザ、インジウムヒ素レーザ、トランジスタレーザ、ダイオード励起レーザ、分散フィードバックレーザ、量子ウェルレーザ、バンド間カスケードレーザ、ガリウムヒ素レーザ、半導体リングレーザ、拡張キャビティダイオードレーザ、又は垂直キャビティ面発光レーザなど、が採用されてよい。追加的に又は代替的に、ＬＥＤ及び／又は電球などの非レーザ光源が使用されてよい。照射源１１２は、照射パターンを生成するように適合された１つ以上の回折光学要素（ＤＯＥ）を含んでよい。例えば、照射源１１２は、点群を生成及び／又は投影するように適合されてよく、例えば、照射源は、少なくとも１つのデジタル光処理プロジェクタ、少なくとも１つのＬＣｏＳプロジェクタ、少なくとも１つの空間光変調器；少なくとも１つの回折光学要素；発光ダイオードの少なくとも１つのアレイ；レーザ光源の少なくとも１つのアレイ、のうちの１つ以上を含み得る。それらの一般的に定義されるビームプロファイル及び取扱い性の他の特性を考慮すると、照射源としての少なくとも１つのレーザ源の使用が特に好ましい。照射源１１２は、検出器１１０のハウジング１２０に一体化されてよい。

照射源１１２によって生成された１つ又は複数の光ビームは、一般的に、光軸１２２に平行に伝播してもよいし、又は、光軸１２２に対して傾斜して伝播してもよく、例えば、光軸と角度を含んで伝播してもよい。検出器１１０は、１つ又は複数の光ビームが検出器１１０の光軸に沿って検出器１１０からエリア１１４に向かって伝播するように構成されてよい。この目的のために、検出器１１０は、照射光ビームを光軸１２２上に偏向させるための少なくとも１つの反射要素、好ましくは少なくとも１つのプリズムを含んでいてよい。一例として、レーザ光ビームなどの１つ又は複数の光ビーム、及び光軸１２２は、１０°未満、好ましくは５°未満、さらには２°未満の角度を有してよい。しかし、他の実施形態も実現可能である。さらに、１つ又は複数の光ビームは、光軸上にあってもよいし、又は光軸から外れていてもよい。一例として、１つ又は複数の光ビームは、光軸に対して１０ｍｍ未満、好ましくは５ｍｍ未満、さらには１ｍｍ未満の距離を有して、光軸１２２と平行であってもよく、又は光軸と一致さえしていてもよい。

照射パターンは、エリア１１４の少なくとも１つの部分を照射するように適合された少なくとも１つの照射特徴を含み得る。照射パターンは、単一の照射特徴を含んでよい。照射パターンは、複数の照射特徴を含んでよい。照射パターンは、少なくとも１つの点パターン；少なくとも１つの線パターン；少なくとも１つのストライプパターン；少なくとも１つの市松模様パターン；周期的又は非周期的な特徴の配置を含む少なくとも１つのパターン、からなる群から選択されてよい。照射パターンは、三角形パターン、長方形パターン、六角形パターン、又はさらに凸状のタイル状パターンなどの規則的及び／又は一定及び／又は周期的なパターンを含んでよい。照射パターンは、少なくとも１つの点；少なくとも１つの線；平行線又は交差線などの少なくとも２つの線；少なくとも１つの点と１つの線；周期的又は非周期的な特徴の少なくとも１つの配置；少なくとも１つの任意の形状の特徴からなる群から選択される少なくとも１つの照射特徴を示してよい。照射パターンは：少なくとも１つの点パターン、特に擬似ランダム点パターン；ランダム点パターン又は準ランダムパターン；少なくとも１つのソボル（Ｓｏｂｏｌ）パターン；少なくとも１つの準周期的パターン；少なくとも１つの既知の特徴を含む少なくとも１つのパターン；少なくとも１つの規則的なパターン；少なくとも１つの三角形パターン；少なくとも１つの六角形パターン；少なくとも１つの長方形パターン；凸状の均一なタイル状体（ｔｉｌｉｎｇ）を含む少なくとも１つのパターン；少なくとも１つの線を含む少なくとも１つの線パターン；平行線又は交差線などの少なくとも２つの線を含む少なくとも１つの線パターン、からなる群から選択される少なくとも１つのパターンを含むことができる。例えば、照射源１１２は、点群を生成及び／又は投影するように適合され得る。照射源１１２は、照射パターンが複数の点パターンを含むことができるように点群を生成するように適合された少なくとも１つの光プロジェクタを含み得る。照射源１１２は、照射源１１２によって生成された少なくとも１つの光ビームから照射パターンを生成するように適合された少なくとも１つのマスクを含むことができる。

照射パターンの２つの特徴間の距離及び／又は少なくとも１つの照射特徴の面積は、画像内の錯乱円に依存し得る。上記で概説したように、照射源１１２は、少なくとも１つの照射パターンを生成するように構成された少なくとも１つの光源を含んでよい。具体的には、照射源は、レーザ放射を生成するように割り当てられた少なくとも１つのレーザ源及び／又は少なくとも１つのレーザダイオードを含む。照射源１１２は、少なくとも１つの回折光学要素（ＤＯＥ）を含んでよい。検出器１１０は、少なくとも１つの周期的な点パターンを投影するように適合された、少なくとも１つのレーザ源及びＤＯＥなどの少なくとも１つの点プロジェクタを含んでよい。

照射源１１２は、照射パターンで少なくとも１つの物体１１６を照射してよい。照射パターンは、複数の点を含んでよい。これらの点は、照射源１１２から出てくる光ビーム１２４として示されている。

検出器１１０は、少なくとも１つの感光エリア１２６を有する少なくとも１つの光センサ１１８を備える。光センサ１１８は、エリア１１４の少なくとも１つの画像１２８を決定するように構成される。画像の一実施形態は、図２Ａに示されている。画像１２８は、照射特徴による照射に応答してエリア１１４によって生成された複数の反射特徴１３０を含む。検出器１１０は、それぞれが感光エリア１２６を有する複数の光センサ１１８を備えてよい。好ましくは、感光エリア１２６は、検出器１１０の光軸１２２に対して実質的に垂直に配向されてよい。

光センサ１１８は、具体的には、少なくとも１つの光検出器、好ましくは無機光検出器、より好ましくは無機半導体光検出器、最も好ましくはシリコン光検出器であってもよく、又はそれらを含んでいてもよい。具体的には、光センサ１１８は、赤外スペクトル範囲において感度を有してよい。光センサ１１８は、ピクセルのマトリックスを含む少なくとも１つのセンサ要素を含むことができる。マトリックスの全てのピクセル、又はマトリックスの光センサの少なくとも一群は、具体的には同一であってよい。マトリックスの同一のピクセルの一群は、具体的には、異なるスペクトル範囲について提供されてもよく、又は全てのピクセルが、スペクトル感度に関して同一であってもよい。さらに、ピクセルは、サイズ及び／又はそれらの電子的又は光電子的特性に関して同一であってもよい。具体的には、光センサ１１８は、赤外スペクトル範囲、好ましくは７００ｎｍ～３．０マイクロメートルの範囲に感度を有する少なくとも１つの無機フォトダイオードであってもよく、又はそれらを含んでいてもよい。具体的には、光センサ１１８は、シリコンフォトダイオードが適用可能な特に７００ｎｍ～１１００ｎｍの範囲の近赤外領域の部分で感度を有してよい。光センサに使用され得る赤外光センサは、例えば、ドイツ，Ｄ－６７０５６ Ｌｕｄｗｉｇｓｈａｆｅｎ ａｍ ＲｈｅｉｎのｔｒｉｎａｍｉＸ ＧｍｂＨのＨｅｒｔｚｓｔｕｅｃｋ（登録商標）というブランド名で市販されている赤外光センサなど、市販の赤外光センサであってよい。したがって、一例として、光センサ１１８は、固有の光起電型の少なくとも１つの光センサ、より好ましくは、Ｇｅフォトダイオード、ＩｎＧａＡｓフォトダイオード、拡張ＩｎＧａＡｓフォトダイオード、ＩｎＡｓフォトダイオード、ＩｎＳｂフォトダイオード、ＨｇＣｄＴｅフォトダイオード、からなる群から選択される少なくとも１つの半導体フォトダイオードを含み得る。追加的又は代替的に、光センサ１１８は、外因性光起電型の少なくとも１つの光センサ、より好ましくは、Ｇｅ：Ａｕフォトダイオード、Ｇｅ：Ｈｇフォトダイオード、Ｇｅ：Ｃｕフォトダイオード、Ｇｅ：Ｚｎフォトダイオード、Ｓｉ：Ｇａフォトダイオード、Ｓｉ：Ａｓフォトダイオードからなる群から選択される少なくとも１つの半導体フォトダイオードを含み得る。追加的又は代替的に、光センサ１１８は、ＰｂＳもしくはＰｂＳｅセンサなどの少なくとも１つの光導電センサ、ボロメータ、好ましくはＶＯボロメータ及びアモルファスＳｉボロメータからなる群から選択されるボロメータを含み得る。

光センサ１１８は、紫外、可視、又は赤外スペクトル範囲の１つ以上で感度を有してよい。具体的には、光センサ１１８は、５００ｎｍ～７８０ｎｍ、最も好ましくは６５０ｎｍ～７５０ｎｍ、又は６９０ｎｍ～７００ｎｍの可視スペクトル範囲で感度を有してよい。具体的には、光センサは近赤外領域で感度を有してよい。具体的には、光センサ１１８は、シリコンフォトダイオードが適用可能な特に７００ｎｍ～１０００ｎｍの範囲の近赤外領域の部分で感度を有してよい。光センサ１１８は、具体的には、赤外スペクトル範囲、具体的には７８０ｎｍ～３．０μｍの範囲で感度を有してよい。例えば、光センサ１１８は、それぞれ独立に、フォトダイオード、フォトセル、光伝導体、フォトトランジスタ又はそれらの任意の組み合わせからなる群から選択される少なくとも１つの要素であってもよく、又はそれらを含んでもよい。例えば、光センサ１１８は、ＣＣＤセンサ要素、ＣＭＯＳセンサ要素、フォトダイオード、フォトセル、光導電体、フォトトランジスタ又はそれらの任意の組み合わせからなる群から選択される少なくとも１つの要素であってもよく、又はそれを含んでもよい。他の任意のタイプの感光性要素を使用してもよい。感光性要素は、一般に、完全に又は部分的に無機材料で作製されることができ、及び／又は、完全に又は部分的に有機材料で作製されることができる。最も一般的には、市販のフォトダイオード、例えば、無機半導体フォトダイオードなどの１つ以上のフォトダイオードが使用され得る。

光センサ１１８は、ピクセルのマトリックスを含む少なくとも１つのセンサ要素を含んでいてよい。したがって、一例として、光センサ１１８は、ピクセル化された光学装置の一部であるか、又は、それを構成してもよい。例えば、光センサ１１８は、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それらを含んでいてもよい。一例として、光センサ１１８は、ピクセルのマトリックスを有し、各ピクセルが感光エリアを形成する少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置の一部であるか、又は、それを構成してもよい。センサ要素は、一体の単一装置として、又はいくつかの装置の組み合わせとして形成され得る。センサ要素は、光センサのマトリックスを含む。センサ要素は、少なくとも１つのＣＭＯＳセンサを含み得る。マトリックスは、独立光センサなどの独立ピクセルで構成されてよい。したがって、無機フォトダイオードのマトリックスを構成することができる。しかしながら、代替的に、市販のマトリックス、例えば、ＣＣＤ検出器チップなどのＣＣＤ検出器の１つ以上、及び／又はＣＭＯＳ検出器チップなどのＣＭＯＳ検出器が使用されてもよい。したがって、一般に、センサ要素は、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それを含んでいてもよく、及び／又は、光センサは、センサアレイを形成してもよく、又は上述のマトリックスなどのセンサアレイの一部であってもよい。したがって、一例として、センサ要素は、例えばｍ行及びｎ列を有する長方形アレイなどのピクセルのアレイを有することができ、ここでｍ、ｎは独立して正の整数である。好ましくは、複数の列及び複数の行が与えられ、すなわち、ｎ＞１、ｍ＞１である。したがって、一例として、ｎは２～１６以上であり得、ｍは２～１６以上であり得る。好ましくは、行数と列数の比は１に近い。一例として、ｎ及びｍは、ｍ／ｎ＝１：１、４：３、１６：９又は類似のものを選択することなどにより、０．３≦ｍ／ｎ≦３となるように選択され得る。一例として、アレイは、ｍ＝２、ｎ＝２又はｍ＝３、ｎ＝３などを選択することなどにより、等しい数の行及び列を有する正方形アレイであってもよい。

マトリックスは独立した光センサなどの独立のピクセルから構成されてよい。したがって、無機フォトダイオードのマトリックスを構成することができる。しかしながら、代替的に、市販のマトリックス、例えばＣＣＤ検出器チップなどのＣＣＤ検出器、及び／又はＣＭＯＳ検出器チップなどのＣＭＯＳ検出器の１つ以上を使用することができる。したがって、一般に、光センサは、少なくとも１つのＣＣＤ及び／又はＣＭＯＳ装置であってよく及び／又はそれを含んでもよく、及び／又は、検出器の光センサは、センサアレイを形成するか、又は上記のマトリックスなどのセンサアレイの一部であり得る。

マトリックスは、具体的には、少なくとも１行、好ましくは複数行及び複数列を有する長方形のマトリックスであってよい。一例として、行及び列は、実質的に垂直な方向に方向付けられてよい。本明細書で使用される場合、「実質的に垂直」という用語は、例えば±２０°以下の許容誤差、好ましくは±１０°以下の許容誤差、より好ましくは±５°以下の許容誤差を有する垂直な向きの状態を指す。同様に、「実質的に平行」という用語は、例えば±２０°以下、好ましくは±１０°以下、より好ましくは±５°以下の許容誤差を有する平行な向きの状態を指す。したがって、一例として、２０°より小さい、具体的には１０°より小さい、又は５°より小さい許容誤差さえ許容され得る。広い視野を提供するために、マトリックスは、具体的には、少なくとも１０行、好ましくは少なくとも５００行、より好ましくは少なくとも１０００行を有することができる。同様に、マトリックスは、少なくとも１０列、好ましくは少なくとも５００列、より好ましくは少なくとも１０００列を有することができる。マトリックスは、少なくとも５０個の光センサ、好ましくは少なくとも１０００００個の光センサ、より好ましくは少なくとも５００００００個の光センサを含むことができる。マトリックスは、数メガピクセルの範囲の数のピクセルを含むことができる。しかしながら、他の実施形態も可能である。したがって、軸回転対称性が期待される構成では、ピクセルとも呼ばれ得るマトリックスの光センサの円形配置又は同心配置が好ましいことがある。

したがって、一例として、センサ要素は、ピクセル化された光学装置の一部であるか、又は、それを構成してもよい。例えば、センサ要素は、少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置であってもよく、及び／又は、それらを含んでいてもよい。一例として、センサ要素は、ピクセルのマトリックスを有し、各ピクセルが感光エリアを形成する少なくとも１つのＣＣＤ装置及び／又はＣＭＯＳ装置の一部であるか、又は、それを構成してもよい。センサ要素は、光センサのマトリックスを読み取るために、ローリングシャッタ方式又はグローバルシャッタ方式を採用してもよい。

検出器１１０は、少なくとも１つの転送装置１３２をさらに含み得る。検出器１１０は、１つ以上の追加の光学要素などの１つ以上の追加の要素をさらに含み得る。検出器１１０は、少なくとも１つのレンズ及び／又は少なくとも１つのレンズシステムなどの転送装置、少なくとも１つの回折光学要素からなる群から選択された少なくとも１つの光学要素を含むことができる。転送装置１３２は、光ビームを光センサに導くように適合されてよい。転送装置１３２は、具体的には：少なくとも１つのレンズ、例えば、少なくとも１つの焦点調節可能レンズ、少なくとも１つの非球面レンズ、少なくとも１つの球面レンズ、少なくとも１つのフレネルレンズからなる群から選択される少なくとも１つのレンズ；少なくとも１つの回折光学要素；少なくとも１つの凹面鏡；少なくとも１つのビーム偏向要素、好ましくは少なくとも１つのミラー；少なくとも１つのビーム分割要素、好ましくはビーム分割キューブ又はビーム分割ミラーのうちの少なくとも１つ；少なくとも１つのマルチレンズシステム、の１つ以上を含み得る。焦点距離は入射光ビームを収束させる転送装置１３２の能力の指標を構成する。したがって、転送装置１３２は、集束レンズの効果を有し得る１つ以上の画像化要素を含むことができる。例として、転送装置１３２は、１つ以上のレンズ、特に１つ以上の屈折レンズ、及び／又は１つ以上の凸面ミラーを有することができる。この例では、焦点距離は、薄い屈折レンズの中心から薄いレンズの主焦点までの距離として定義することができる。凸型又は両凸型の薄レンズなどの、集束する薄い屈折レンズの場合、焦点距離は、正であると考えられ、転送装置としての薄レンズに衝突する平行光が単一のスポットに集束され得る距離を与えることができる。さらに、転送装置１３２は、少なくとも１つの波長選択要素、例えば少なくとも１つの光フィルタを含むことができる。さらに、転送装置は、例えばセンサ領域の位置で、具体的にはセンサエリアで、電磁放射に予め定義されたビームプロファイルを印加するように設計され得る。転送装置１３２の上記の任意の実施形態は、原則として、個別に、又は任意の所望の組み合わせで実現することができる。

転送装置１３２は、光軸を有していてよい。具体的には、検出器１１０と転送装置１３２は、共通の光軸１２２を有する。光軸１２２は、検出器１１０の光学構成の対称線であってよい。転送装置１３２は、縦方向座標が光軸１２２に沿った座標であり、ｄが光軸１２２からの空間的オフセットである座標系１３４を構成してよい。座標系１３４は、転送装置１３２の光軸がｚ軸を形成し、ｚ軸からの距離及び極角が追加の座標として使用され得る極座標系であり得る。ｚ軸に平行又は逆平行な方向は、縦方向とみなすことができ、ｚ軸に沿った座標は縦方向座標とみなすことができる。ｚ軸に垂直な任意な方向は、横方向とみなすことができ、極座標及び／又は極角度は横方向座標とみなすことができる。

光センサ１１８は、エリア１１４の少なくとも１つの画像１２８を決定するように構成される。画像１２８は、照射特徴による照射に応答してエリアによって生成される複数の反射特徴１３０を含む。画像１２８は、少なくとも１つの二次元画像であってよい。画像１２８は、ＲＧＢ（ｒｅｄ ｇｒｅｅｎ ｂｌｕｅ）画像であってよい。

検出器は、少なくとも１つの評価装置１３６を備える。評価装置１３６は、画像１２８を評価するように構成されている。評価装置１３６は、少なくとも１つのデータ処理装置を備えることができ、より好ましくは、少なくとも１つのプロセッサ及び／又は少なくとも１つの特定用途向け集積回路を使用することができる。したがって、一例として、少なくとも１つの評価装置１３６は、多数のコンピュータコマンドを含んでそこに記憶されたソフトウェアコードを有する少なくとも１つのデータ処理装置を含んでいてよい。評価装置１３６は、指定された操作の１つ以上を実行するための１つ以上のハードウェア要素を提供してもよく、及び／又は、指定された操作の１つ以上を実行するためにその上で実行されるソフトウェアを有する１つ以上のプロセッサを提供してもよい。操作は、画像を評価することを含む。具体的には、ビームプロファイルを決定し、表面を表示することは、少なくとも１つの評価装置１３６によって実行されてよい。したがって、一例として、１つ以上の命令は、ソフトウェア及び／又はハードウェアで実装されることができる。したがって、一例として、評価装置１３６は、評価を実行するように構成された１つ以上のコンピュータ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）などの１つ以上のプログラマブル装置を備えることができる。しかしながら、追加的又は代替的に、評価装置１３６はまた、完全に又は部分的にハードウェアによって具現化されてもよい。

評価装置１３６及び検出器１１０は、完全に又は部分的に単一の装置に統合されてよい。したがって、一般に、評価装置１３６はまた検出器１１０の一部を形成してよい。あるいは、評価装置１３６及び検出器１１０は、完全に又は部分的に、別個の装置として具現化されてもよい。検出器１１０は、さらなるコンポーネントを含むことができる。

評価装置１３６は、反射特徴１３０のそれぞれについて少なくとも１つの深度情報を決定することによって、エリア１１４の少なくとも１つの深度マップを決定するように構成される。評価装置１３６は、光子比からの深度、構造化光、ビームプロファイル分析、飛行時間、動きからの形状、焦点からの深さ、三角測量、デフォーカスからの深さ、ステレオセンサ、の１つ以上の技術によって反射特徴１３０のそれぞれについて深度情報を決定するように構成されていてよい。評価装置１３６は、背景から物体１１６、特に画像１２８内の手の領域をセグメント化するために、深度マップに関して深度情報を考慮するように構成されてよい。

例えば、評価装置１３６は、光子比からの深度技術を用いて反射特徴１３０のそれぞれについて深度情報を決定するように構成されてよい。反射特徴１３０のそれぞれは、反射ビームプロファイルとも呼ばれる少なくとも１つのビームプロファイルを含むことができる。ビームプロファイルは、台形ビームプロファイル；三角形ビームプロファイル；円錐ビームプロファイル及びガウシアンビームプロファイルの線形結合からなる群から選択され得る。評価装置１３６は、ビームプロファイルの分析により、反射特徴１３０の各々に関する深度情報を決定するように構成され得る。

評価装置１３６は、ビームプロファイルの分析によって、反射特徴１３０のそれぞれについて少なくとも１つの縦方向座標ｚ_ＤＰＲを決定するように構成されてよい。例えば、ビームプロファイルの分析は、ヒストグラム分析ステップ、差分測定の計算、ニューラルネットワークの適用、機械学習アルゴリズムの適用のうちの少なくとも１つを含み得る。評価装置１３６は、特に、より大きな角度での記録、エッジなどの記録からノイズ又は非対称性を除去するために、ビームプロファイルを対称化及び／又は正規化及び／又はフィルタリングするように構成されることができる。評価装置１３６は、空間周波数分析及び／又は中央値フィルタリングなどによってなど、高い空間周波数を除去することによって、ビームプロファイルをフィルタリングすることができる。集約は、光スポットの強度の中心によって実行されてよく、中心までの同じ距離にある全ての強度を平均化することができる。評価装置１３６は、特に記録された距離による強度差を考慮するように、ビームプロファイルを最大強度に正規化するように構成されてよい。評価装置１３６は、例えば、照射なしの画像化によって、ビームプロファイルから背景光の影響を除去するように構成されてよい。

評価装置１３６は、光子比からの深度技術を使用することによって、反射特徴のそれぞれについて縦方向座標ｚ_ＤＰＲを決定するように構成されてよい。光子比からの深度（ＤＰＲ）技術に関しては、ＷＯ２０１８／０９１６４９Ａ１、ＷＯ２０１８／０９１６３８Ａ１及びＷＯ２０１８／０９１６４０Ａ１を参照し、その全内容は参照により含まれる。評価装置１３６は、ゼロ次及び高次のすべての反射特徴１３０について距離を計算する少なくとも１つの光子比からの深度アルゴリズムを実行するように構成され得る。

画像１２８の評価は、画像１２８の反射特徴１３０を識別することを含んでいる。評価装置１３６は、反射特徴１３０を識別するために、少なくとも１つの画像分析及び／又は画像処理を実行するように構成され得る。画像分析及び／又は画像処理は、少なくとも１つの特徴検出アルゴリズムを使用してよい。画像分析及び／又は画像処理は、以下：フィルタリング；少なくとも１つの関心領域の選択；センサ信号によって生成された画像と少なくとも１つのオフセットとの間の差分画像の形成；センサ信号によって生成された画像を反転することによるセンサ信号の反転；異なる時間にセンサ信号によって生成された画像間の差分画像の形成；背景補正；カラーチャネルへの分解；色相への分解；飽和；輝度チャネル；周波数分解；特異値分解；ブロブ検出器の適用；コーナー検出器の適用；ヘッセフィルタの行列式の適用；主曲率ベースの領域検出器の適用；最大安定極値領域検出器の適用；一般化されたハフ変換の適用；稜線検出器の適用；アフィン不変特徴検出器の適用；アフィン適応の関心点演算子の適用；ハリスアフィン領域検出器の適用；ヘッセアフィン領域検出器の適用；スケール不変特徴変換の適用；スケールスペース極値検出器の適用；局所特徴検出器の適用；高速化堅牢特徴アルゴリズムの適用；勾配位置及び方向のヒストグラムアルゴリズムの適用；方向付けられた勾配記述子のヒストグラムの適用；Ｄｅｒｉｃｈｅエッジ検出器の適用；差動エッジ検出器の適用；時空関心点検出器の適用；モラベックコーナー検出器の適用；キャニーエッジ検出器の適用；ガウスフィルタのラプラス演算子の適用；差分ガウスフィルタの適用；ソーベル（Ｓｏｂｅｌ）演算子の適用；ラプラス演算子の適用；シャール演算子の適用；プレウィット演算子の適用；ロバーツ演算子の適用；キルシュ演算子の適用；ハイパスフィルタの適用；ローパスフィルタの適用；フーリエ変換の適用；ラドン変換の適用；ハフ変換の適用；ウェーブレット変換の適用；閾値処理；バイナリ画像の生成、のうちの１つ以上を含み得る。関心領域は、ユーザが手動で決定してもよく、又は、光センサ１１８によって生成された画像１２８内の特徴を認識するなどによって、自動的に決定されてもよい。

例えば、照射源１１２は、複数の照射領域が、光センサ１１８、例えばＣＭＯＳ検出器上に生成されるように、点群を生成及び／又は投影するように構成されてよい。さらに、例えばスペックル及び／又は外来光及び／又は多重反射によるなどの外乱が、光センサ１１８に存在し得る。評価装置１３６は、少なくとも１つの関心領域、例えば、物体の縦方向座標の決定に使用される光ビームによって照射される１つ以上のピクセルを、決定するように適合され得る。例えば、評価装置１３６は、フィルタリング方法、例えば、ブロブ分析及び／又はエッジフィルタ及び／又は物体認識方法を実行するように適合されてよい。

評価装置１３６は、少なくとも１つの画像補正を行うように構成されてよい。画像補正は、少なくとも１つの背景減算を含み得る。評価装置１３６は、例えば、さらなる照射なしの画像化によって、ビームプロファイルから背景光からの影響を除去するように適合されてよい。

評価装置１３６は、生体組織を照射することにより生成された反射特徴１３０を識別することにより、物体１１６を見つけるように構成されている。評価装置１３６は、反射特徴１３０のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成されている。評価装置１３６は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴１３０を識別するように構成される。評価装置１３６は、反射特徴１３０を、そうでなければ背景であると識別するように構成される。

検出器１１０は、生体組織、特に人間の皮膚の検出を行う、特に光学的に検出を行う装置であってよい。生体組織によって生成されたという識別は、検査対象又は試験下の表面が、生体組織、特に人間の皮膚であるか又はそれを含むかを決定及び／又は検証すること、及び／又は、生体組織、特に人間の皮膚を、他の組織、特に他の表面から区別すること、及び／又は、筋肉、脂肪、臓器などの人間の組織の異なるタイプを区別することを含み得る。例えば、生体組織は、皮膚、毛髪、筋肉、脂肪、臓器などの人間の組織又はその一部であってもよいし、それらを含んでいてもよい。例えば、生体組織は、皮膚、毛皮、筋肉、脂肪、臓器などの動物の組織又はその一部であってもよいし、それらを含んでいてもよい。例えば、生体組織は、植物の組織又はその一部であってもよいし、それらを含んでいてもよい。検出器１１０は、動物組織又はその一部を、例えば農業機械又は搾乳機などの無機物組織、金属面、プラスチック面の１つ以上から区別するように適合されることができる。検出器１１０は、植物組織又はその一部を、例えば農業機械などの無機物組織、金属面、プラスチック面の１つ以上から区別するように適合されることができる。検出器１１０は、食品及び／又は飲料を、皿及び／又はグラスから区別するように適合されることができる。検出器１１０は、果物、肉、魚など、異なる種類の食品を区別するように適合されることができる。検出器１１０は、化粧品及び／又は塗布された化粧品を人間の皮膚から区別するように適合されることができる。検出器１１０は、人間の皮膚を、発泡体、紙、木、ディスプレイ、スクリーンから区別するように適合されることができる。検出器１１０は、人間の皮膚を布から区別するように適合されることができる。検出器１１０は、メンテナンス製品を、金属部品などの機械部品の材料から区別するように適合されることができる。検出器１１０は、有機材料を無機材料から区別するように適合されることができる。検出器１１０は、人間の生体組織を、人工物の表面又は非生物の表面から区別するように適合されることができる。検出器１１０は、特に非治療的及び非診断的用途に使用されることができる。

予め決定された又は予め定義された基準は、生体組織、特に人間の皮膚を他の材料から区別するのに適した少なくとも１つの特性及び／又は値であってよく、又はそれを含んでいてよい。予め決定された又は予め定義された基準は、材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲であってもよく、又はそれを含んでいてよい。反射特徴１３０は、反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織によって生成されたものとして示され得る。表示は、電子信号及び／又は少なくとも１つの視覚的又は音響的表示などの任意の表示であってよい。

評価装置１３６は、反射特徴のビームプロファイルを評価することによって、物体の少なくとも１つの材料特性ｍを決定するように構成されてよい。材料特性は、材料の特徴付け及び／又は識別及び／又は分類のために構成された、材料の少なくとも１つの任意の特性であってよく、又はそれを含んでいてよい。例えば、材料特性は、粗さ、材料への光の透過深度、生物学的材料又は非生物学的材料として材料を特徴付ける特性、反射率、鏡面反射率、拡散反射率、表面特性、半透明の尺度、散乱、具体的には、後方散乱挙動などからなる群から選択される特性であってよい。少なくとも１つの材料特性は、散乱係数、透光性、透明性、ランバート表面反射からの偏差、スペックルなどからなる群から選択される特性であってもよい。少なくとも１つの材料特性を識別することは、材料特性を決定すること、物体に材料特性を割り当てることの１つ以上を含んでよい。検出器１１０は、予め定義された及び／又は予め決定された材料特性のルックアップリスト及び／又はルックアップテーブルなどのリスト及び／又はテーブルを含む少なくとも１つのデータベースを含んでよい。材料特性のリスト及び／又はテーブルは、本発明による検出器を使用して少なくとも１つの試験測定を行うことにより、例えば既知の材料特性を有するサンプルを使用して材料試験を行うことにより、決定及び／又は生成されることができる。材料特性のリスト及び／又はテーブルは、製造業者サイトで、及び／又は検出器１１０のユーザによって、決定及び／又は生成されることができる。材料特性は、例えば、材料名、生物学的材料又は非生物学的材料などの材料グループ、透光性材料又は非透光性材料、金属又は非金属、皮膚又は非皮膚、毛皮又は非毛皮、カーペット又は非カーペット、反射性又は非反射性、鏡面反射性又は非鏡面反射性、泡又は非泡、毛髪又は非毛髪、粗さグループなどの１つ以上などの材料分類にさらに割り当てられてよい。検出器１１０は、材料特性及び関連する材料名及び／又は材料グループを含むリスト及び／又はテーブルを含む少なくとも１つのデータベースを含んでよい。

例えば、この理論に拘束されることを望まないが、人間の皮膚は、表面反射と呼ばれる表面の後方反射によって生成される部分と、後方反射の拡散部分と呼ばれる皮膚を透過する光からの非常に拡散した反射によって生成される部分とを含む、後方散乱プロファイルとも呼ばれる反射ビームプロファイルを有し得る。人間の皮膚の反射プロファイルに関しては、「Ｌａｓｅｒｔｅｃｈｎｉｋｉｎｄｅｒ Ｍｅｄｉｚｉｎ：Ｇｒｕｎｄｌａｇｅｎ、Ｓｙｓｔｅｍｅ、Ａｎｗｅｎｄｕｎｇｅｎ」、「ＷｉｒｋｕｎｇｖｏｎＬａｓｅｒｓｔｒａｈｌｕｎｇ ａｕｆ Ｇｅｗｅｂｅ」１９９１，１０１７１～２６６頁，Ｊｕｅｒｇｅｎ Ｅｉｃｈｌｅｒ，Ｔｈｅｏ Ｓｅｉｌｅｒ，Ｓｐｒｉｎｇｅｒ Ｖｅｒｌａｇ，ＩＳＢＮ ０９３９－０９７９を参照されたい。皮膚の表面反射は、波長が近赤外に向かって増加するのにつれて増加する可能性がある。さらに、透過深度は、波長が可視光から近赤外に増加するとともに増加する可能性がある。後方反射の拡散部分は、光の透過深度の増加とともに増加する可能性がある。これらの特性は、後方散乱プロファイルを分析することによって、皮膚を他の材料から区別するために使用されることができる。

具体的には、評価装置１３６は、反射ビームプロファイルを、少なくとも１つの予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルと比較するように構成されてよい。予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、テーブル又はルックアップテーブルに記憶されてよく、例えば経験的に決定されてもよく、及び一例として、検出器の少なくとも１つのデータ記憶装置に記憶されてもよい。例えば、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、検出器を備えるモバイル装置の初期起動時に決定されてよい。例えば、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルは、例えばソフトウェアによって、具体的にはアプリストア等からダウンロードされたアプリによってなど、モバイル装置の少なくとも１つのデータ記憶装置に記憶されてよい。反射特徴１３０は、反射ビームプロファイルと、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとが同一である場合に、生体組織によって生成されたものとして示され得る。比較は、反射ビームプロファイルと、予め決定された又は予め定義されたビームプロファイルとを、それらの強度中心がマッチングするように重ね合わせることを含むことができる。比較は、反射ビームプロファイルと、予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとの間の偏差、例えば、点間距離の二乗和を決定することを含んでよい。評価装置１３６は、決定された偏差を少なくとも１つの閾値と比較するように適応されてよく、決定された偏差が閾値より低く及び／又は閾値に等しい場合、表面は生体組織として示され、及び／又は生体組織の検出が確認される。閾値は、テーブル又はルックアップテーブルに記憶されてよく、例えば経験的に決定されてもよく、及び一例として、検出器１１０の少なくとも１つのデータ記憶装置に記憶されてもよい。

追加的に又は代替的に、反射特徴１３０が生体組織によって生成されたかどうかを識別するために、評価装置１３６は、エリア１１４の画像１２８に少なくとも１つの画像フィルタを適用するように構成されてよい。評価装置１３６は、少なくとも１つの材料依存画像フィルタФ_２を画像に適用することによって、少なくとも１つの材料特徴φ_２ｍを決定するように構成されてよい。材料特徴は、反射特徴１３０を生成したエリア１１４の表面の少なくとも１つの材料特性に関する少なくとも１つの情報であってもよく、又はそれを含んでいてもよい。

材料依存画像フィルタは、輝度フィルタ；スポット形状フィルタ；二乗ノルム勾配；標準偏差；ガウスフィルタ又はメディアンフィルタなどの平滑性フィルタ；グレーレベル発生ベースのコントラストフィルタ；グレーレベル発生ベースのエネルギーフィルタ；グレーレベル発生ベースの均一性フィルタ；グレーレベル発生ベースの非類似性フィルタ；ローのエネルギーフィルタ；閾値領域フィルタ；もしくはこれらの線形結合；又は、輝度フィルタ、スポット形状フィルタ、二乗ノルム勾配、標準偏差、平滑性フィルタ、グレーレベル発生ベースのエネルギーフィルタ、グレーレベル発生ベースの均一性フィルタ、グレーレベル発生ベースの非類似性フィルタ、ローのエネルギーフィルタ、もしくは閾値領域フィルタ、又は｜ρ_{Ф２ｏｔｈｅｒ，Фｍ}｜≧０．４０によるこれらの線形結合（Ф_ｍは、輝度フィルタ、スポット形状フィルタ、二乗ノルム勾配、標準偏差、平滑性フィルタ、グレーレベル発生ベースのエネルギーフィルタ、グレーレベル発生ベースの均一性フィルタ、グレーレベル発生ベースの非類似性フィルタ、ローのエネルギーフィルタ、もしくは閾値領域フィルタ、又はそれらの線形結合の１つである）の、１つ以上に相関するさらなる材料依存画像フィルタФ_{２ｏｔｈｅｒ}、からなる群から選択される少なくとも１つのフィルタであってよい。さらなる材料依存画像フィルタФ_{２ｏｔｈｅｒ}は、材料依存画像フィルタФ_ｍの１つ以上と、｜ρ_{Ф２ｏｔｈｅｒ，Фｍ}｜≧０．６０、好ましくは｜ρ_{Ф２ｏｔｈｅ，Фｍ}｜≧０．８０によって相関していてもよい。

評価装置１３６は、反射特徴１３０を生成した表面の材料特性を決定するために、材料特徴φ_２ｍと反射特徴１３０を生成した表面の材料特性との間の少なくとも１つの予め決定された関係を用いるように構成されていてよい。予め決定された関係は、経験的関係、半経験的関係、及び分析的に導出された関係のうちの１つ以上であってよい。評価装置１３０は、例えばルックアップリスト又はルックアップテーブルなどの、予め決定された関係を記憶するための少なくとも１つのデータ記憶装置を備えてよい。

評価装置１３６は、その対応する材料特性が少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴１３０を識別するように構成されている。反射特徴１３０は、材料特性が「生体組織」を示す場合に、生体組織によって生成されたものとして識別されることができる。反射特徴１３０は、材料特性が少なくとも１つの閾値もしくは範囲より低く又は等しい場合に、生体組織によって生成されたものとして識別されてよく、決定された偏差が閾値より低く又は等しい場合は、反射特徴は、生体組織によって生成されたものと識別され、及び／又は生体組織の検出が確認される。少なくとも１つの閾値及び／又は範囲は、テーブル又はルックアップテーブルに格納され得、例えば経験的に決定され得、一例として、検出器の少なくとも１つのデータ記憶装置に格納されてよい。評価装置１３６は、そうでなければ背景であるとして反射特徴を識別するように構成される。したがって、評価装置１３６は、深度情報及び材料特性（例えば皮膚 イエス又はノー）を各投影スポットに割り当てるように構成され得る。

材料特性は、縦方向座標ｚに関する情報がφ_２ｍの評価のために考慮され得るように、縦方向座標ｚを決定した後に、φ_２ｍを評価することによって決定されることができる。

評価装置１３６は、少なくとも１つのセグメンテーションアルゴリズムを使用することによって、エリア１１４の画像１２８をセグメント化するように構成される。セグメントは、一組のピクセルを含むことができる。セグメント化は、画像１２８を複数のセグメントに分割するプロセスを含み得る。セグメンテーションは、同じラベルを有するピクセルが少なくとも１つの特性を共有するように、画像１２８のすべてのピクセルに少なくとも１つのラベルを割り当てることを含むことができる。ラベルは、予め定義されたターゲットの下で割り当てられてよい。セグメンテーションは、バイナリセグメンテーションであってよい。バイナリセグメンテーションは、画像１２８のピクセルを「皮膚ピクセル」１３８と「背景ピクセル」１４０としてラベル付けすることを含むことができる。皮膚以外のピクセルはすべて背景と見なすことができる。皮膚ピクセルは、画像ベースのセグメンテーションアルゴリズムの入力として機能する前景シード（シード点とも呼ばれる）と見なすことができる。画像セグメント化に関しては、ｈｔｔｐｓ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｉｍａｇｅ＿ｓｅｇｍｅｎｔａｔｉｏｎを参照されたい。セグメンテーションアルゴリズムは、少なくとも１つの領域成長画像セグメンテーション方法を含んでいてよい。

セグメンテーションアルゴリズムは、先験的知識の融合及び／又は考慮のために構成され得る。具体的には、セグメンテーションアルゴリズムは、ビームプロファイル分析から決定された材料情報を融合及び／又は考慮するように構成されてよい。これにより、目に見える皮膚の動きに対する位置データのみを取得又はフィルタリングすることができる。対照的に、従来の構成では、例えば、何が指／腕で何がそうでないかの認識と分離を最初に行う必要がある。材料情報を使用することに加えて、評価装置１３６は、物体、特に画像内の手領域を背景からセグメント化するために、深度マップに関して深度情報を考慮するように構成されてよい。

セグメンテーションアルゴリズムは、グラフカット、レベルセット、ファストマーチング及びマルコフ確率場アプローチの１つ以上などのエネルギー関数又はコスト関数に基づいてよい。画像のセグメンテーションは、色均質性及びエッジインジケーターによって駆動され得、ここで、シード点は、エッジ基準及び色均質性基準を構成する。生体組織を照射することによって生成されたものとして識別された反射特徴１３０は、シード点として使用され、背景として識別された反射特徴は、セグメンテーションアルゴリズムのための背景シード点として使用される。これらのシード点は、エッジ及び色の均質性の基準を構成することができ、したがって、「皮膚は画像内でどの色及び／又は反射及び／又は外観であるか」というターゲットのセグメンテーションの適切な初期化を提供することができる。

例えば、グラフカットセグメンテーションが使用されてよい。グラフカットセグメンテーションは、先験的知識がそれを組み合わせる際にリアルタイム機能を追加的提供する時に、先験的知識を、スーパーピクセルなどの事前クラスタリングアルゴリズムと融合させるように構成されることができ、Ｒ．Ａｃｈａｎｔａ，Ａ．Ｓｈａｊｉ，Ｋ．Ｓｍｉｔｈ，Ａ．Ｌｕｃｃｈｉ，Ｐ．Ｆｕａ，ａｎｄ Ｓ．Ｓｕｅｓｓｔｒｕｎｋによる，「Ｓｌｉｃ ｓｕｐｅｒｐｉｘｅｌｓ ｃｏｍｐａｒｅｄ ｔｏ ｓｔａｔｅ－ｏｆ－ｔｈｅ－ａｒｔ ｓｕｐｅｒｐｉｘｅｌ ｍｅｔｈｏｄｓ，」 ＩＥＥＥ ＴＰＡＭＩ，３４巻、１１号、２０１２年を参照されたい。例えば、修正レイジースナップグラフカットが使用されてよい。修正されたレイジースナップグラフカットに関しては、Ｌｉ，Ｙｉｎ ａｎｄ Ｓｕｎ，Ｊｉａｎ ａｎｄ Ｔａｎｇ，Ｃｈｉ－Ｋｅｕｎｇ ａｎｄ Ｓｈｕｍ，Ｈｅｕｎｇ－Ｙｅｕｎｇによる，「Ｌａｚｙ Ｓｎａｐｐｉｎｇ」，ＡＣＭ Ｔｒａｎｓ．Ｇｒａｐｈ．，２３巻，３号、２００４年を参照されたい。ギブスエネルギー項は、グラフカットセグメンテーションルーチンのために深度情報を組み込むための追加の項を含むことができる。Ｌｉ，Ｙｉｎ ａｎｄ Ｓｕｎ，Ｊｉａｎ ａｎｄ Ｔａｎｇ，Ｃｈｉ－Ｋｅｕｎｇ ａｎｄ Ｓｈｕｍ，Ｈｅｕｎｇ－Ｙｅｕｎｇによる，「Ｌａｚｙ Ｓｎａｐｐｉｎｇ」，ＡＣＭ Ｔｒａｎｓで提案されているような分水界ベースの事前セグメンテーションの代わりに、スーパーピクセルクラスタリングがリアルタイム機能を確保するために使用され得る。

セグメンテーション前の画像１２８を図２Ａに示す。投影された各スポットには、深度及び材料特性（皮膚 イエス又はノー）が割り当てられている。図２Ｂに示されるバイナリセグメンテーションを得るために、すべての非皮膚点は背景とみなされ、皮膚点は画像ベースのセグメンテーションルーチンの入力として役立つ前景シードとしてみなされる。この例では、修正されたレイジースナップグラフカットが使用された。ギブスエネルギー項は、グラフカットセグメンテーションルーチンのための深度情報を組み込むための追加の項を含む。さらにスーパーピクセルクラスタリングがリアルタイム機能を確保するために使用された。

評価装置１３６は、セグメント化された画像及び深度マップを考慮して、空間における物体１１６の位置及び／又は向きを決定するように構成されている。評価装置１３６は、空間における物体１１６の位置及び／又は向きから、少なくとも１つの手のポーズ又はジェスチャを決定するように構成され得る。評価装置１３６は、セグメント化された画像から、特に、物体１１６としてラベル付けされたセグメント化画像の部分から、ジェスチャを認識するように構成され得る。評価装置１３６は、セグメント化された画像内の掌と指の画像座標を識別するように構成され得る。掌と指の識別は、セグメンテーションから得られてもよい。評価装置１３６は、物体としてラベル付けされたセグメント化画像の部分から、色及び／又は輝度及び／又は勾配値などの特徴を抽出するように構成されてよい。例えば、掌と指の先端は、標準的なＯｐｅｎＣＶルーチンを使用して検出されてよい。

評価装置１３６は、掌の中心点１４４などの掌１４２と指先１４６の画像座標及び深度マップを考慮して、少なくとも１つの三次元指ベクトル１４１を決定するように構成されてよい。図２Ｃは、３Ｄ指ベクトル１４１の実施形態を示す。３Ｄ指ベクトル１４１は、空間における指の位置及び向きを特定し得る。評価装置１３６は、画像１２８及び深度マップから３Ｄベクトル１４１を決定するように構成されてよい。３Ｄ指ベクトル１４１は、手のポーズ推定及びシーン解釈のための基礎を提供することができる。手のジェスチャの認識のために、評価装置１３６は、隠れマルコフモデル（ＨＭＭ）、サポートベクターマシン（ＳＶＭ）、条件付き確率場（ＣＲＦ）などの少なくとも１つの分類器を使用するように構成されてよい。分類器は、手のジェスチャを識別するために構成されてもよい。

本発明によるビームプロファイル分析センサのフュージョンコンセプトの使用は、堅固な検出結果、複雑なモデルの仮定が不要、単一センサコンセプト、簡単な統合、リアルタイム機能を提供する利点がある。

１１０ 検出器
１１２ 照射源
１１４ エリア
１１６ 物体
１１８ 光センサ
１２０ ハウジング
１２２ 光軸
１２４ 光ビーム
１２６ 感光エリア
１２８ 画像
１３０ 反射特徴
１３２ 転送装置
１３４ 座標系
１３６ 評価装置
１３８ 皮膚ピクセル
１４０ 背景ピクセル
１４１ 三次元指ベクトル
１４２ 掌
１４４ 中心点
１４６ 指先

Claims (15)

1. － 少なくとも１つの物体（１１６）を含む少なくとも１つのエリア（１１４）上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するように構成された少なくとも１つの照射源（１１２）であって、前記物体（１１６）が、少なくとも部分的に少なくとも１つの人間の手を含んでいる、少なくとも１つの照射源（１１２）と；
   － 少なくとも１つの感光エリア（１２６）を有する少なくとも１つの光センサ（１１８）であって、前記光センサ（１１８）は、前記エリアの少なくとも１つの画像（１２８）を決定するように構成され、前記画像（１２８）は、前記照射特徴による照射に応答して前記エリア（１１４）によって生成される複数の反射特徴（１３０）を含む、少なくとも１つの光センサ（１１８）と；
   － 少なくとも１つの評価装置（１３６）であって、前記評価装置（１３６）は、前記反射特徴（１３０）のそれぞれについて少なくとも１つの深度情報を決定することによって、前記エリアの少なくとも１つの深度マップを決定するように構成されている、少なくとも１つの評価装置（１３６）と、
   を備え、
   前記評価装置（１３６）は、生体組織を照射することによって生成された前記反射特徴（１３０）を識別することによって前記物体（１１６）を見つけるように構成され、前記評価装置（１３６）は、前記反射特徴（１３０）のそれぞれの少なくとも１つの反射ビームプロファイルを決定するように構成され、前記評価装置（１３６）は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして反射特徴（１３０）を識別するように構成され、前記予め決定された又は予め定義された基準は、材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲であるか、又は材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲を含み、前記評価装置（１３６）は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たさない場合は、前記反射特徴（１３０）を背景として識別するように構成され、
   前記評価装置（１３６）は少なくとも１つのセグメンテーションアルゴリズムを使用することによって、前記エリアの前記画像（１２８）をセグメント化するように構成され、生体組織を照射することによって生成されたものとして識別された前記反射特徴（１３０）はシード点として使用され、背景として識別された前記反射特徴（１３０）はセグメンテーションアルゴリズムのための背景シード点として使用され、
   前記評価装置は（１３６）、前記セグメント化された画像と前記深度マップを考慮して、空間内の前記物体（１１６）の位置及び／又は向きを決定するように構成されている、ジェスチャ検出のための検出器（１１０）。
2. 前記評価装置（１３６）は、前記セグメント化された画像内の掌と指の画像座標を識別するように構成され、前記評価装置（１３６）は、掌と指先の画像座標及び前記深度マップを考慮して、少なくとも１つの三次元指ベクトル（１４１）を決定するように構成されている、請求項１に記載の検出器（１１０）。
3. 前記評価装置（１３６）は、空間における前記物体（１１６）の位置及び／又は向きから、少なくとも１つの手のポーズ又はジェスチャを決定するように構成されている、請求項１又は２に記載の検出器（１１０）。
4. 前記セグメンテーションアルゴリズムは、グラフカット、レベルセット、ファストマーチング及びマルコフ確率場アプローチなどの１つ以上のエネルギー関数又はコスト関数に基づいている、請求項１～３のいずれか１項に記載の検出器（１１０）。
5. 前記画像（１２８）のセグメンテーションは、色均質性及びエッジインジケーターによって駆動され、前記シード点は、エッジ基準及び色均質性基準を構成する、請求項１～４のいずれか１項に記載の検出器（１１０）。
6. 前記評価装置（１３６）は、前記反射特徴（１３０）のそれぞれの反射ビームプロファイルを、少なくとも１つの予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルと比較するように構成されている、請求項１～５のいずれか１項に記載の検出器（１１０）。
7. 前記比較は、前記反射ビームプロファイルと、前記予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとを、それらの強度中心がマッチングするように重ね合わせることを含み、前記比較は、前記反射ビームプロファイルと、前記予め決定された及び／又は予め記録された及び／又は予め定義されたビームプロファイルとの間の偏差を決定することを含み、前記評価装置（１３６）は、前記決定された偏差を少なくとも１つの閾値と比較するように構成され、前記決定された偏差が前記閾値より低く及び／又は前記閾値に等しい場合、前記反射特徴（１３０）は生体組織として示される、請求項６に記載の検出器（１１０）。
8. 前記評価装置（１３６）は、光子比からの深度、構造化光、ビームプロファイル分析、飛行時間、動きからの形状、焦点からの深度、三角測量、デフォーカスからの深度、ステレオセンサ、の１つ以上の技術によって前記反射特徴のそれぞれについて前記深度情報を決定するように構成されている、請求項１～７のいずれか１項に記載の検出器（１１０）。
9. 前記評価装置（１３６）は、光子比からの深度を用いて、前記反射特徴（１３０）のそれぞれについて前記深度情報を決定するように構成され、前記評価装置は、前記反射特徴の少なくとも１つのビームプロファイルの少なくとも１つの第１エリア及び少なくとも１つの第２エリアを決定するように構成され、前記評価装置（１３６）は、前記第１エリアと前記第２エリアとを積分するように構成され、前記評価装置（１３６）は、前記積分された第１エリア及び前記積分された第２エリアを除算すること、前記積分された第１エリア及び前記積分された第２エリアの倍数を除算すること、前記積分された第１エリア及び前記積分された第２エリアの線形結合を除算することの１つ以上により商Ｑを導出するように構成される、請求項１～８のいずれか１項に記載の検出器（１１０）。
10. 前記反射ビームプロファイルの前記第１エリアは、前記反射ビームプロファイルのエッジ情報を実質的に含み、前記反射ビームプロファイルの前記第２エリアは、前記反射ビームプロファイルの中心情報を実質的に含み、及び／又は、前記反射ビームプロファイルの前記第１エリアは、前記反射ビームプロファイルの左側部分に関する情報を実質的に含み、前記反射ビームプロファイルの前記第２エリアは前記反射ビームプロファイルの右側部分に関する情報を実質的に含む、請求項９に記載の検出器（１１０）。
11. 前記評価装置（１３６）は、
    

    

    によって前記商Ｑを導出するように構成され、
    式中、ｘ及びｙは横方向座標、Ａ１、Ａ２はそれぞれ反射ビームプロファイルの第１エリア及び第２エリア、Ｅ（ｘ、ｙ）は反射ビームプロファイルを表す、請求項９又は１０に記載の検出器（１１０）。
12. 前記照射源（１１２）は、近赤外領域（ＮＩＲ）において少なくとも１つの照射パターンを生成するように構成される、請求項１～１１のいずれか１項に記載の検出器（１１０）。
13. 前記光センサ（１１８）は、少なくとも１つのＣＭＯＳセンサを含む、請求項１～１２のいずれか１項に記載の検出器（１１０）。
14. 請求項１～１３のいずれか１項による少なくとも１つの検出器（１１０）が使用されるジェスチャ検出のための方法であって、前記方法は以下のステップ：
    ａ）少なくとも１つの物体（１１６）を含む少なくとも１つのエリア（１１４）上に、複数の照射特徴を含む少なくとも１つの照射パターンを投影するステップであって、前記物体（１１６）は少なくとも部分的に少なくとも１つの人間の手を含んでいる、ステップと；
    ｂ）少なくとも１つの感光エリア（１２６）を有する少なくとも１つの光センサ（１１８）を使用して、前記エリア（１１４）の少なくとも１つの画像（１２８）を決定するステップであって、前記画像（１２８）は、前記照射特徴による照射に応答して前記エリア（１１４）によって生成された複数の反射特徴（１３０）を含む、ステップと；
    ｃ）少なくとも１つの評価装置（１３６）を使用することによって、前記反射特徴（１３０）のそれぞれについて少なくとも１つの深度情報を決定することにより、前記エリア（１１４）の少なくとも１つの深度マップを決定するステップと；
    ｄ）生体組織を照射することによって生成された前記反射特徴（１３０）を識別することにより、前記評価装置（１３６）を使用することによって前記物体（１１６）を見つけるステップであって、前記反射特徴（１３０）のそれぞれの少なくとも１つの反射ビームプロファイルが決定され、反射特徴（１３０）が、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たす場合に、生体組織を照射することによって生成されたものとして識別され、前記予め決定された又は予め定義された基準は、材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲であるか、又は材料特性を参照する少なくとも１つの予め決定された又は予め定義された値及び／又は閾値及び／又は閾値範囲を含み、前記反射特徴（１３０）は、その反射ビームプロファイルが少なくとも１つの予め決定された又は予め定義された基準を満たさない場合は、背景であると識別される、ステップと；
    ｅ）少なくとも１つのセグメンテーションアルゴリズムを使用することにより、前記評価装置（１３６）を使用することによって前記エリア（１１４）の画像（１２８）をセグメント化するステップであって、生体組織を照射することによって生成されたものとして識別された前記反射特徴（１３０）をシード点として使用し、背景として識別された前記反射特徴（１３０）を前記セグメンテーションアルゴリズムの背景シード点として使用するステップと；
    ｆ）前記評価装置（１３６）を使用することによって、前記セグメント化された画像と前記深度マップとを考慮して、空間における前記物体（１１６）の位置及び／又は向きを決定するステップと、
    を含む、ジェスチャ検出のための方法。
15. 検出器に関する請求項１～１３のいずれか１項に記載の検出器（１１０）の使用であって、使用目的が、ドライバーモニタリング；車内監視；ジェスチャトラッキング；セキュリティ用途；安全用途；ヒューマンマシンインターフェイス用途；情報技術用途；農業用途；作物保護用途；医療用途；メンテナンス用途；化粧品用途、からなる群から選択される、検出器の使用。

Images