TW202338859A - 應用於醫療院所的視覺輔助比對系統及方法 - Google Patents

Abstract

一種應用於醫療院所的視覺輔助比對系統，適用於識別一位在該醫療院所內的目標用戶，並包含一適用於擷取多個含有多個人物區域的影像的影像單元、一運算單元，及一伺服單元。該運算單元產生多個對應該等人物區域的綜合分數，並根據該等綜合分數之大小產生一排序結果，及選擇至少一人物區域作為至少一候選人物區域。該伺服單元根據該等影像的排序結果，自多個標準臉部資料選出一相關於該至少一候選人物區域的關聯影像，並自多個身分資料選出一相關於該關聯影像的待確認身分資料。本發明亦提供一種由前述系統執行的方法。

Description

應用於醫療院所的視覺輔助比對系統及方法

本發明是有關於一種影像辨識系統及方法，特別是指一種適用於在醫療院所中比對人物身分的應用於醫療院所的視覺輔助比對系統及方法。

人臉辨識技術為影像辨識技術的一種，是藉由分析臉部的特徵確認人物身分，常應用在行動裝置解鎖、門禁管制或金融服務等領域。以人臉辨識技術確認人物身分時，主要是先針對目標人物擷取臉部影像，接著根據臉部特徵分析臉部影像，再將臉部影像與儲存在資料庫中的多筆身分資料進行比對，並從該等身分資料中選擇出一筆最符合的身分資料，即可確認目標人物的身分。

然而，坊間使用的人臉辨識技術，大多是藉由串流的影像在端點裝置或在遠端主機上進行辨識，因此在處理的過程只能以低幀數的影像進行處理，或使用較大型的主機，或是以分散式分流處理的機制因應。當以低幀數影像進行人臉辨識時，需消耗較長的時間取得關鍵影像，或是容易發生辨識錯誤，造成使用者的不便與困擾，當以大型主機或以分散式分流處理因應時，則需要更多的建置與維護費用。因此，確實有必要針對現有的人臉辨識技術加以改善。

因此，本發明之目的，即在提供一種辨識速度快且準確度高的應用於醫療院所的視覺輔助比對系統。

於是，本發明應用於醫療院所的視覺輔助比對系統，適用於識別一位在該醫療院所內部的目標用戶，並包含一適用於架設在該醫療院所內部的基座單元、一架設在該基座單元上的影像單元、一資訊連接該影像單元的運算單元、一資訊連接該運算單元的伺服單元，及一資訊連接該伺服單元的顯示單元。

該影像單元包括一適用於擷取多個含有多個人物區域的影像的取像模組，該等人物區域的其中一者為該目標用戶。該運算單元包括一根據一評估資料產生多個分別對應該等人物區域的綜合分數的計算模組，及一資訊連接該計算模組的處理模組，該處理模組根據每一個影像對應的該等綜合分數之相對大小產生一排序結果，並自對應的該綜合分數大於一門檻值的該等人物區域中選擇至少一者作為至少一個候選人物區域。該伺服單元包括一儲存有多個標準臉部資料及多個身分資料的資料模組，及一資訊連接該處理模組與該資料模組的比對模組，該比對模組根據該等排序結果的第一順位，自該等標準臉部資料中選出一相關於該至少一個候選人物區域的關聯影像，及自該等身分資料中選出一相關於該關聯影像的待確認身分資料。該顯示單元用以顯示該待確認身分資料。

另外，本發明之另一目的，在於提供一種應用於醫療院所的視覺輔助比對方法。

於是，本發明應用於醫療院所的視覺輔助比對方法，是由如上所述的應用於醫療院所的視覺輔助比對系統所執行。

本發明之功效在於：以該運算單元的計算模組根據該評估資料針對該等人物區域的成像品質產生該等綜合分數，並產生相關於該等人物區域成像品質的該排序結果，且僅發送對應的該綜合分數大於該門檻值的該至少一個候選人物區域至該伺服單元，即可先行剔除成像品質不佳的該等人物區域而大幅降低該伺服單元的負擔，並使該伺服單元根據該等影像的排序結果，優先針對成像品質較佳的該至少一個候選人物區域選出對應的該待確認身分資料，確實能快速地辨識位在該醫療院所內部的該目標用戶。

在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。

配合參閱圖1與圖2，本發明應用於醫療院所的視覺輔助比對方法的一個第一方法實施例，適用於識別一位在該醫療院所內部的目標用戶（未繪示）的身分，由本發明應用於醫療院所的視覺輔助比對系統的一個第一系統實施例執行。為方便說明本第一方法實施例及本第一系統實施例的運作方式，以下是就該目標用戶至醫院或診所就診時，在櫃檯掛號前先行確認身分的使用情境進行說明，然而，本第一方法實施例及本第一系統實施例的應用場合及情境並不以此為限。

配合參閱圖1與圖3，本第一系統實施例適用於架設在醫院或診所的櫃檯處，且朝向該目標用戶，並包含一適用於架設在該醫療院所內部的基座單元1、一架設在該基座單元1上且用以執行步驟S101的影像單元2、一資訊連接該影像單元2且用以執行步驟S102至步驟S106的運算單元3、一資訊連接該運算單元3且用以執行步驟S107的伺服單元4、一資訊連接該伺服單元4且用以執行步驟S108的顯示單元5、一資訊連接該運算單元3且用以執行步驟S109至步驟S113的操作單元6。

須先行說明的是，在本第一系統實施例中，該基座單元1為可調整架設角度的支架，該影像單元2為同時具有拍攝照片及錄製影片功能的攝影機，該運算單元3為個人電腦主機，該伺服單元4為雲端伺服器，該顯示單元5為顯示螢幕，該操作單元6則為鍵盤及滑鼠。如此一來，該影像單元2即能藉由該基座單元1架設在該醫療院所中，並可依場地及實際需求調整拍攝的角度及範圍，以提升該影像單元2所拍攝的影像品質。

然而，在本第一系統實施例的其他實施態樣中，各個元件的種類及型態並不以此為限，例如，也可以將該影像單元2、該顯示單元5，及該操作單元6皆整合架設在該基座單元1上而形成一體化的裝置，或是以一具有攝影、運算、顯示及觸控功能的平板電腦，亦或者是以一具有攝影、運算、顯示及輸入功能的筆記型電腦作為該影像單元2、該運算單元3、該顯示單元5及該操作單元6，而該伺服單元4也可以為實體伺服器，只要能與該運算單元3及該顯示單元5彼此資訊連接，並能進行運算即可。

配合參閱圖2與圖3，該影像單元2包括一適用於擷取多個影像的取像模組21，在本第一系統實施例中，該影像單元2為能在每一秒鐘內拍攝多個影像的一廣角攝影機，可盡量擴大該影像單元2的拍攝範圍，能提早拍攝到該目標用戶，使得在該目標用戶抵達該顯示單元5前，該運算單元3及該伺服單元4能有足夠的處理時間辨識該目標用戶的身分，並在該目標用戶抵達該顯示單元5時，該顯示單元5即能顯示個人資訊供該目標用戶確認，可縮短該目標用戶的等待時間，並帶給該目標用戶較佳的使用體驗。

該運算單元3包括一根據一評估資料產生多個分別對應該等人物區域的綜合分數的計算模組31，及一資訊連接該計算模組31的處理模組32。也就是說，當一影像中同時含有多個人物區域時，該影像是對應多個綜合分數。該伺服單元4包括一儲存有多個標準臉部資料及多個身分資料的資料模組41，及一資訊連接該處理模組32與該資料模組41的比對模組42。

再次配合參閱圖1與圖2，在步驟S101中，該影像單元2適用於拍攝該目標用戶，並擷取該等影像。每一個影像中皆含有多個人物區域，其中一個人物區域為該目標用戶的影像區域，其餘的該等人物區域則為其他路過的民眾，或是在該目標用戶後方排隊等待掛號的民眾。

為能較清楚地說明本第一方法實施例及本第一系統實施例的運作方式，以下是以本第一方法實施例及本第一系統實施例針對一張含有三個人物區域的影像進行比對作為示例說明，且其中一個人物區域為該目標用戶的影像區域，另一個人物區域為在該目標用戶後方排隊等待掛號的民眾的影像區域，最後一個人物區域則為非掛號民眾的影像區域。應當注意的是，實際使用時，本第一方法實施例及本第一系統實施例所能分析的影像及人物區域數量並不以此為限，在影像及人物區域數量皆不同的應用情境中，本第一方法實施例及本第一系統實施例的運作方式將與下列示例相同。

該評估資料含有多個相關於該等人物區域之成像品質的判斷因子，及多個分別對應該等判斷因子的權重值，其中，該等判斷因子為該等人物區域中人臉的大小程度、偏轉程度、清晰程度，及明暗程度。

在步驟S102中，該運算單元3的計算模組31將先針對該等人物區域，根據該等判斷因子中的大小程度產生多個與該等人物區域中人臉的大小程度呈正相關的初始分數。大小程度是指每一個人物區域的人臉在該影像中所占的比例，當大小程度越大時，表示所對應的人物可能正朝向櫃檯移動，即該人物區域較有可能為該目標用戶的影像區域，所得到的分數也相對較高；當人臉的大小程度較小時，表示所對應的人物可能不是朝向櫃檯移動，即該人物區域較有可能為非掛號民眾的影像區域，所得到的分數也相對較低。

接著在步驟S103中，由該處理模組32判斷每一個初始分數是否達一閾值，其中，該閾值為60分。當該初始分數未達該閾值時，表示該人物區域中人臉的大小程度不符合標準，此時對應於大小程度的該權重值為0，該處理模組32即將對應的該人物區域判斷為非掛號民眾的影像區域。由於對應的該權重值為0時，對應的該綜合分數之計算方式為：0×（偏轉程度分數×偏轉程度權重值＋清晰程度分數×清晰程度權重值＋明暗程度分數×明暗程度權重值），使得該綜合分數將同樣為0，而使該綜合分數小於一個等於1的門檻值。此時，為節省運算資源，該計算模組31即不再繼續針對對應的該人物區域進行偏轉程度等該等判斷因子的加權運算，並繼續執行步驟S104。

在步驟S104中，該處理模組32將刪除該初始分數未達該閾值所對應的該人物區域（即非掛號民眾的影像區域），以排除後續將大小程度不符合標準的該等人物區域納入評估之可能性。

回到步驟S103，當該初始分數達該閾值時，表示該人物區域中人臉的大小程度符合標準，此時對應於大小程度的該權重值為1，該處理模組32即將對應的該人物區域判斷為該目標用戶的影像區域，或是在該目標用戶後方排隊等待掛號的民眾的影像區域，並繼續執行步驟S105。在步驟S105中，該運算單元3的計算模組31針對該等人物區域，根據該等判斷因子中的人臉的偏轉程度、清晰程度，及明暗程度，以及相對應的該等權重值進行加權運算，並產生該等綜合分數。

其中，偏轉程度是指每一個人物區域的人臉相對於該取像模組21偏轉的角度，即每一個人物區域的人臉之正面程度：當偏轉程度越小時，表示所對應的人物可能正朝向櫃檯移動，即該人物區域較有可能為該目標用戶的影像區域，所得到的分數也相對較高；當人臉的偏轉程度較大時，表示所對應的人物可能不是朝向櫃檯移動，即該人物區域較有可能為非掛號民眾的影像區域，所得到的分數也相對較低。舉例而言，當人臉相對於該取像模組21偏轉0度時，偏轉程度分數為100分；當人臉相對於該取像模組21偏轉45度時，偏轉程度分數為70分；當人臉相對於該取像模組21偏轉超過45度時，偏轉程度分數則小於70分。

清晰程度是指每一個人物區域中人臉的畫面及輪廓的清楚程度，舉例而言，能以每一個人物區域中人臉的對比度作為其中一種判斷依據，對比度為影像中最亮部分的白色與最暗部分的黑色之差異程度。當清晰程度越高時，即表示相鄰的像素間的灰階值差值較大，對應的該人物區域中人臉的特徵輪廓線及外輪廓線越清楚，所得到的分數也較高；當清晰程度越低時，即表示對應的該人物區域中人臉的特徵細節、特徵輪廓線及外輪廓線越模糊，所得到的分數也較低。在本第一方法實施例及本第一系統實施例中，清晰程度能以梯度法（Gradient Method）進行計算，然而在實際運用時，清晰程度的演算法並不以梯度法為限。

明暗程度是指每一個人物區域中人臉的整體亮度高低程度，當明暗程度高過一適當範圍時，即表示對應的該人物區域中人臉的亮度過高而發生過曝，將使人臉缺乏亮部細節；當明暗程度低過該適當範圍時，即表示對應的該人物區域中人臉的亮度過低，將使人臉缺乏暗部細節。其中，若將亮度範圍設定為0至255，則該適當範圍為70至110。在人臉缺乏亮部或暗部細節時，由於皆容易影響後續辨識，而可能產生錯誤的辨識結果，因此，在明暗程度過高或過低時，所得到的分數皆較低，並進一步影響該綜合分數的高低。

定義對應於清晰程度的該權重值為X，對應於偏轉程度的該權重值為Y，對應於明暗程度的該權重值為Z，其中，X＞Y＞Z，且X較佳為40，Y較佳為35，Z較佳為25。亦即，在本第一方法實施例及本第一系統實施例中，該等人物區域中人臉的清晰程度之重要性大於偏轉程度，並大於明暗程度，可藉由該等權重值的不同使該等綜合分數更為客觀化。在本第一方法實施例及本第一系統實施例中，當代表人臉大小程度的該初始分數符合該閾值的標準時，對應的該綜合分數之計算方式為：1×（清晰程度分數×X＋偏轉程度分數×Y＋明暗程度分數×Z），使得該綜合分數將大於該門檻值。

在步驟S106中，未被步驟S104刪除的該等人物區域（即該目標用戶及在該目標用戶後方排隊等待掛號的民眾的影像區域），將由該處理模組32根據該等綜合分數的相對大小產生一排序結果，再選擇對應的該綜合分數最高者作為一候選人物區域，接著，該處理模組32將該候選人物區域發送至該伺服單元4。

由於該候選人物區域是以較低的偏轉程度、較高的清晰程度，及較佳的明暗程度取得較高的該綜合分數，代表該候選人物區域中的人物較有可能直接朝向該顯示單元5移動，且與該顯示單元5間的距離較短，因此，該候選人物區域較有可能為該目標用戶的影像區域，而另一個人物區域則可能為在該目標用戶後方排隊等待掛號的民眾的影像區域。

在步驟S106中，該處理模組32是將該候選人物區域發送至該比對模組42。也就是說，該資料模組41中已預先儲存有曾至所在醫院或診所就診之民眾的該等標準臉部資料，及同樣屬於前述民眾，且分別對應該等標準臉部資料的該等身分資料，以供該比對模組42進行後續比對。

接著，在步驟S107中，該比對模組42根據該排序結果的第一順位，自該等標準臉部資料中選出一相關於該候選人物區域的關聯影像，及自該等身分資料中選出一相關於該關聯影像的待確認身分資料。在本第一系統實施例中，每一個標準臉部資料是以一特徵碼與對應的該身分資料進行關聯設定，該特徵碼為不重複的亂碼，以確保該比對模組42選出正確配對於該關聯影像的該身分資料。

配合參閱圖1至圖3，在步驟S108中，該伺服單元4驅動該顯示單元5顯示該待確認身分資料，以供該目標用戶確認該待確認身分資料是否正確。若為正確，則表示該待確認身分資料與該目標用戶的個人資訊相符，若為錯誤，則表示該待確認身分資料與該目標用戶的個人資訊不相符。

重新配合參閱圖1與圖2，在步驟S109中，當該目標用戶操作該操作單元6，而回覆判斷該顯示單元5顯示的該待確認身分資料為錯誤時，將進行步驟S110，使該顯示單元5顯示一詢問該目標用戶是否曾至所在醫院或診所就診的詢問訊息，以確認該伺服單元4的資料模組41中是否儲存有一含有該目標用戶的個人資訊的身分資料。

當該目標用戶在步驟S110中操作該操作單元6，而回覆曾至所在醫院或診所就診時，即代表該資料模組41中儲存有該身分資料，則進行步驟S111，該操作單元6將受該目標用戶操作而產生一更新指令，該更新指令將驅動該顯示單元5顯示一適用於提醒該目標用戶的提示訊息，例如將臉部正對該取像模組21，或是將頭髮撥開以完整顯露臉部特徵，使該取像模組21能拍攝出成像品質更好的該等影像。此外，該更新指令將一併驅動該取像模組21重新擷取該等影像，且一併驅動該比對模組42排除前一筆的該關聯影像，避免該比對模組42重複抓取到錯誤的該關聯影像及該身分資料，接著即能回到步驟S102進行再次比對。

當該目標用戶在步驟S109中操作該操作單元6，而回覆判斷該待確認身分資料為正確，或該目標用戶在步驟S112中建立該身分資料後，即進行步驟S113，該操作單元6將受該目標用戶操作而產生一驅動該處理模組32的確認指令，使該處理模組32產生一相關於該目標用戶的已確認身分資料。

配合參閱圖1至圖3，在本第一方法實施例及本第一系統實施例的主要功效在於，前端的該運算單元3的處理模組32能根據人臉的大小程度先行剔除成像品質不佳的該等人物區域，以大幅降低後端的該伺服單元4的比對模組42之運作負擔，且該運算單元3的計算模組31可根據該評估資料針對該等人物區域的成像品質產生該等綜合分數，並以該處理模組32根據該等綜合分數的相對大小產生該排序結果，使該比對模組42能根據該排序結果，優先針對成像品質較佳的該候選人物區域選出對應的該待確認身分資料，確實能有效提升比對速度及準確度。另外，藉由本第一系統實施例的設置，可將本第一方法實施例的執行步驟進行分工，在需要同時針對多個影像進行辨識時，即能由前端的該運算單元3及後端的該伺服單元4同時執行部分步驟，確實能大幅降低影像辨識的所需時間。

如此一來，即能利用本第一方法實施例及本第一系統實施例，以客觀的數據分析快速取得並確認該目標用戶的身分資料，能省去人力查驗健保卡或其他身分資料查驗的時間，特別能協助醫護人員確實核對該目標用戶的身分，並能有效減少冒用健保卡所產生的醫療資源浪費及醫療資源的不當分配，以及在減少需人為判斷而大幅降低判斷錯誤機率的情況下，避免因身分辨識錯誤，而對該目標用戶施予不正確的治療、手術或藥物。

另外，還能避免該目標用戶在就診過程中被醫護人員多次確認身分，除了能減輕醫護人員的工作負荷、提高醫護人員的工作效率，更能避免該目標用戶須多次提供身分證件供醫護人員核對身分，可有效降低身分證件的遺失率及該目標用戶的等待時間，並能提升該目標用戶的就診滿意度。更進一步地，若該目標用戶為難以清楚表達身分的患者、年長者，或外國人，本第一方法實施例及本第一系統實施例能有效解決語言的隔閡，協助醫護人員得知該目標用戶的身分及就診目的。

須特別說明的是，在本第一方法實施例及本第一系統實施例的其他實施態樣中，該運算單元3也可以選擇多個該等綜合分數大於該門檻值的該等人物區域作為該等候選人物區域，並將該等候選人物區域發送至該伺服單元4，該伺服單元4同樣能根據該等排序結果選擇該關聯影像及對應的該身分資料。另外，該計算模組31也可以根據該等判斷因子的其中一者或其中二者產生該等綜合分數，並不以本第一方法實施例及本第一系統實施例所述為限。

須補充說明的是，本第一方法實施例及本第一系統實施例也可以應用在健康檢查，或是抽血檢驗前的身分確認。如此一來，在該目標用戶至醫院進行健康檢查或抽血檢驗前，即不需要再額外至櫃檯報到，能直接至健康檢查中心或抽血區進行身分確認及後續作業。除了能有效簡化報到手續、降低人力成本，更可提升作業效率。

配合參閱圖4與圖5，本發明應用於醫療院所的視覺輔助比對方法的一個第二方法實施例，適用於識別攜帶有一身分條碼的該目標用戶（未繪示）的身分，由本發明應用於醫療院所的視覺輔助比對系統的一個第二系統實施例執行。為方便說明本第二方法實施例及本第二系統實施例的運作方式，以下是就位在醫院中的該目標用戶至手術室進行手術前，先行確認身分的使用情境進行說明。實際應用時，能先在該目標用戶前往手術室的路徑上建立多道門禁管制，並在每一道門禁管制處配合架設一個本第二系統實施例，而以下僅就其中一道門禁管制處的執行流程進行說明。然而，本第二方法實施例及本第二系統實施例的應用場合及情境並不以此為限。

本第二系統實施例與該第一系統實施例大致相同，差異處在於：該影像單元2還包括一資訊連接該伺服單元4的比對模組42的讀取模組22。本第二方法實施例與該第一方法實施例同樣是大致相同，並包含步驟S201至步驟S213，其中步驟S201至步驟S209分別相似於該第一方法實施例的步驟S101至步驟S109（繪示於圖1）。由於本第二方法實施例與該第一方法實施例的差異處僅在於：步驟S210及步驟S212的執行方式分別與該第一方法實施例的步驟S110及步驟S112（繪示於圖1）不同，而步驟S211及步驟S213則因應步驟S210及步驟S212的差異而略有不同，因此以下僅針對步驟S210至步驟S213與該第一方法實施例的差異處進行說明，其餘步驟將不再贅述。

當該目標用戶在步驟S209中操作該操作單元6，而回覆判斷該待確認身分資料為錯誤，且在步驟S210中操作該操作單元6，而回覆判斷尚未經過多次辨識錯誤時，則可接著執行步驟S211。該操作單元6將受該目標用戶操作而產生一更新指令，該更新指令將驅動該顯示單元5顯示該提示訊息，並一併驅動該取像模組21重新擷取該等影像，再一併驅動該比對模組42排除前一筆的該關聯影像，避免該比對模組42重複抓取到錯誤的該關聯影像及該身分資料，接著即能回到步驟S202進行再次比對。

當該目標用戶在步驟S209中操作該操作單元6，而回覆判斷該待確認身分資料為錯誤，且在步驟S210中操作該操作單元6，而回覆判斷已經過多次辨識仍辨識錯誤時，則可接著執行步驟S212。該操作單元6將受該目標用戶操作而產生一驅動該影像單元2的讀取模組22的掃描指令，使該目標用戶能以該讀取模組22讀取該身分條碼而取得該目標用戶的個人資訊，進而使該伺服單元4的比對模組42根據該目標用戶的個人資訊，自該等身分資料中選出相關於該目標用戶的該身分資料。如此一來，即使受到光線等環境條件的影響，或是該目標用戶的臉部因受傷或是包紮的範圍過大（超過三分之二時），而使該伺服單元4無法比對出正確的該身分資料，還是能藉由該讀取模組22讀取該身分條碼，而自該等身分資料中選出相關於該目標用戶的該身分資料。

當該目標用戶在步驟S209中操作該操作單元6，而回覆判斷該待確認身分資料為正確時，即進行步驟S213，該操作單元6將受該目標用戶操作而產生該確認指令，使該處理模組32產生該已確認身分資料。

須特別說明的是，若在步驟S209中，該目標用戶處於無法判斷該待確認身分資料是否正確的狀態，例如因病情或麻醉而陷入昏迷狀態等，則可由一例如為醫護人員的用戶（未繪示）代為執行步驟S209至S213，並操作該操作單元6回覆判斷，同樣可藉由本第二方法實施例及本第二系統實施例達到識別該目標用戶身分的功效。值得一提的是，當該目標用戶陷入昏迷或睡眠狀態時，該運算單元3及該伺服單元4依然能根據含有該目標用戶影像區域的該等影像，比對出相關於該目標用戶的該關聯影像及對應的該身分資料。

此外，本第二方法實施例及本第二系統實施例也可以應用在如上所述的場合以外。舉例而言，在產婦要至醫院育嬰室進行親餵，或其家屬要至育嬰室探視新生兒時，以往的做法為在育嬰室外向醫護人員表明身分，再由醫護人員將新生兒抱出育嬰室並交給產婦或其家屬，在醫護人員工作較為忙碌或是疲勞時，將容易發生身分核對不確實、身分判斷錯誤，甚至是抱出錯誤的新生兒的問題。若應用本第二方法實施例及本第二系統實施例進行身分確認，則能在新生兒出生後即在該伺服單元4的資料模組41中建立新生兒及所屬家屬的身分資料對應關係，如此一來，便可利用自動化的流程進行身分確認，除了能顯著減輕醫護人員的工作負擔，並能大幅降低人為判斷的誤差，而保護新生兒及其家屬的隱私與人身安全。

綜上所述，本發明應用於醫療院所的視覺輔助比對系統及方法以該運算單元3的計算模組31根據該評估資料針對該等人物區域的成像品質產生該等綜合分數，並產生相關於該等人物區域成像品質的該排序結果，且僅發送對應的該綜合分數大於該門檻值的該候選人物區域至該伺服單元4，即可藉由先行剔除不符合標準的該等人物區域大幅降低該伺服單元4後續判斷的負擔，並使該伺服單元4能根據該等影像的排序結果，優先針對成像品質較佳的該候選人物區域選出對應的該待確認身分資料，能有效提升比對速度及準確度，故確實能達成本發明之目的。

惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。

1:基座單元 2:影像單元 21:取像模組 22:讀取模組 3:運算單元 31:計算模組 32:處理模組 4:伺服單元 41:資料模組 42:比對模組 5:顯示單元 6:操作單元 S101～S113:步驟 S201～S213:步驟

本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是一方法流程圖，說明本發明應用於醫療院所的視覺輔助比對方法的一個第一方法實施例； 圖2是一功能方塊圖，說明本發明應用於醫療院所的視覺輔助比對系統之一個第一系統實施例的一影像單元、一運算單元、一伺服單元、一顯示單元，及一操作單元； 圖3是一架構示意圖，配合圖2說明該第一系統實施例； 圖4是一方法流程圖，說明本發明應用於醫療院所的視覺輔助比對方法的一個第二方法實施例；及 圖5是一功能方塊圖，說明本發明應用於醫療院所的視覺輔助比對系統之一個第二系統實施例的一影像單元、一運算單元、一伺服單元、一顯示單元，及一操作單元。

2:影像單元

21:取像模組

3:運算單元

31:計算模組

32:處理模組

4:伺服單元

41:資料模組

42:比對模組

5:顯示單元

6:操作單元

Claims (10)

1. 一種應用於醫療院所的視覺輔助比對系統，適用於識別一位在該醫療院所內部的目標用戶，並包含： 一基座單元，適用於架設在該醫療院所內部； 一影像單元，架設在該基座單元上，並包括一適用於擷取多個含有多個人物區域的影像的取像模組，該等人物區域的其中一者為該目標用戶； 一運算單元，資訊連接該影像單元，並包括一根據一評估資料產生多個分別對應該等人物區域的綜合分數的計算模組，及一資訊連接該計算模組的處理模組，該處理模組根據每一影像對應的該等綜合分數之相對大小產生一排序結果，並自對應的該綜合分數大於一門檻值的該等人物區域中選擇至少一者作為至少一候選人物區域； 一伺服單元，資訊連接該運算單元，並包括一儲存有多個標準臉部資料及多個身分資料的資料模組，及一資訊連接該處理模組與該資料模組的比對模組，該比對模組根據該等排序結果的第一順位，自該等標準臉部資料中選出一相關於該至少一候選人物區域的關聯影像，及自該等身分資料中選出一相關於該關聯影像的待確認身分資料；及 一顯示單元，資訊連接該伺服單元，且用以顯示該待確認身分資料。
2. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，其中，該評估資料含有多個相關於該等人物區域之成像品質的判斷因子，該等判斷因子為該等人物區域中人臉的大小程度、偏轉程度、清晰程度，及明暗程度，該計算模組根據該等判斷因子的其中至少一者產生該等綜合分數。
3. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，其中，該處理模組根據每一排序結果，自對應的該等人物區域中選擇對應的該綜合分數最高者作為一候選人物區域，並將該候選人物區域發送至該比對模組。
4. 如請求項2所述的應用於醫療院所的視覺輔助比對系統，其中，該計算模組產生多個與該等人物區域中人臉的大小程度呈正相關的初始分數，並由該處理模組判斷每一個初始分數是否達一閾值，若否，則該綜合分數小於該門檻值。
5. 如請求項2所述的應用於醫療院所的視覺輔助比對系統，其中，該評估資料還含有多個分別對應該等判斷因子的權重值，該計算模組根據該等判斷因子及相對應的該等權重值進行加權運算，並產生該等綜合分數。
6. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，還包含一適用於受該目標用戶操作的操作單元，當該目標用戶判斷該待確認身分資料為正確時，該操作單元將受該目標用戶操作而產生一驅動該處理模組的確認指令，使該處理模組產生一相關於該目標用戶的已確認身分資料。
7. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，還包含一適用於受該目標用戶操作的操作單元，當該目標用戶判斷該待確認身分資料為錯誤時，該操作單元將受該目標用戶操作而產生一更新指令，該更新指令將驅動該顯示單元顯示一適用於提醒該目標用戶的提示訊息、驅動該取像模組重新擷取該等影像，並驅動該比對模組排除前一筆的該關聯影像。
8. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，還包含一適用於受一目標用戶操作的操作單元，當該目標用戶判斷該待確認身分資料為錯誤時，該操作單元將受該目標用戶操作而產生一建檔指令及一登錄指令，該建檔指令將驅動該顯示單元顯示一供該目標用戶輸入個人資訊的輸入介面，該登錄指令將驅動該處理模組產生一含有該目標用戶的個人資訊的身分資料，並將該身分資料儲存於該伺服單元的資料模組。
9. 如請求項1所述的應用於醫療院所的視覺輔助比對系統，其中，該目標用戶攜帶有一身分條碼，該影像單元還包括一資訊連接該比對模組的讀取模組，該讀取模組適用於讀取該身分條碼而取得該目標用戶的個人資訊，使該比對模組根據該目標用戶的個人資訊，自該等身分資料中選出相關於該目標用戶的該待確認身分資料。
10. 一種應用於醫療院所的視覺輔助比對方法，是由請求項1至9中任一項所述的應用於醫療院所的視覺輔助比對系統所執行。

Images