患者识别系统和方法技术方案

所公开的技术涉及识别数字图像中的对象。在一些实施例中，采集(1002)捕获第一对象的收录数字图像(404)。选择(1004)描绘所述第一对象的面部的多个不同的视图的收录数字图像的子集。基于收录数字图像的选定的子集，第一对象参考模板被生成并且被存储在对象数据库(412)中。稍后，选择(1008)用于在区域内进行识别的第二对象。从所述对象参考数据库检索(1010)相关联的第二对象参考模板。采集(1012)描绘所述区域的(一幅或多幅)数字图像(420)。描绘所述区域中的(一个或多个)对象的面部的(一幅或多幅)数字图像的(一个或多个)部分被检测(1014)为(一幅或多幅)检测到的面部图像。将给定的检测到的面部图像与所述第二对象参考模板进行比较(1016)以识别捕获所述区域的(一幅或多幅)数字图像中的第二对象(1018)。

Patient identification system and its application

【技术实现步骤摘要】
【国外来华专利技术】患者识别系统和方法
本公开总体上但是非排他地涉及识别数字图像(包括数字图像流)中的人。更具体地，但是非排他地，本文所公开的各种方法和装置涉及识别数字图像(或其流)中的人，使得那些人可以被定位在医院的诸如等候室的区域中。
技术介绍
存在其中能够期望基于捕获包含人的场景的数字图像自动地识别人(或者“对象”)的多个情形。例如，当患者访问医院时，其通常被登记、分诊并且然后被送到诸如等候室的区域以等候诸如医师的医院资源变为可用于检查和/或处置患者。能够自动识别个体患者对于可以帮助当其等候医学资源的分配时监测其状况(例如，针对恶化)。其也可以帮助确定是否/何时患者离开而未被看到(LWBS)。基于数字图像自动地识别人也可以在各种其他背景(诸如机场、火车站、过境处、体育馆和健身中心、各种公司等)下是有用的。在一些背景下，能够期望识别包含多个对象的数字图像中的个体对象。例如，除等候患者之外，由等候室中的相机捕获的数字图像可能描绘能够与患者一起等候的其他人，诸如朋友、亲属等。面部检测技术可以检测数字图像中的所有面部，但是哪些面部属于患者并且哪些属于他人可能是不清楚的。此外，诸如等候室的监测区域中的对象将本文档来自技高网...

【技术保护点】
1.一种由一个或多个处理器实施的方法，所述方法包括：采集(1002)多幅收录数字图像(404)，所述多幅收录数字图像捕获至少第一对象；从所述多幅收录数字图像选择(1004)描绘所述第一对象的面部的多个不同的视图的收录数字图像的子集；基于收录数字图像的选定的子集来生成(1006)第一对象参考模板，其中，所述第一对象参考模板与关于所述第一对象的信息相关联地被存储在对象数据库(412)中，并且所述对象数据库存储与多个对象有关的对象参考模板；选择(1008)要在区域内识别的第二对象；从所述对象参考数据库检索(1010)与所述第二对象有关的第二对象参考模板；采集(1012)描绘所述区域的一幅或多幅数字图...

【技术特征摘要】
【国外来华专利技术】2016.11.30 US 62/427,833;2017.06.09 US 62/517,3061.一种由一个或多个处理器实施的方法，所述方法包括：采集(1002)多幅收录数字图像(404)，所述多幅收录数字图像捕获至少第一对象；从所述多幅收录数字图像选择(1004)描绘所述第一对象的面部的多个不同的视图的收录数字图像的子集；基于收录数字图像的选定的子集来生成(1006)第一对象参考模板，其中，所述第一对象参考模板与关于所述第一对象的信息相关联地被存储在对象数据库(412)中，并且所述对象数据库存储与多个对象有关的对象参考模板；选择(1008)要在区域内识别的第二对象；从所述对象参考数据库检索(1010)与所述第二对象有关的第二对象参考模板；采集(1012)描绘所述区域的一幅或多幅数字图像(420)；检测(1014)所述一幅或多幅数字图像的描绘所述区域中的一个或多个对象的面部的一个或多个部分作为一幅或多幅检测到的面部图像；将检测到的所述一幅或多幅检测到的面部图像中的给定的检测到的面部图像与所述第二对象参考模板进行比较(1016)；并且基于所述比较来在捕获所述区域的所述一幅或多幅数字图像中识别(1018)所述第二对象。2.根据权利要求1所述的方法，其中，所述区域包括等候室，所述收录图像是使用被配置为捕获登记或者分诊区域的第一相机来采集的，并且描绘所述等候室的所述数字图像是使用被配置为捕获所述等候室的第二相机来采集的。3.根据权利要求1所述的方法，其中，所述比较包括将所述给定的检测到的面部图像应用为跨经训练的机器学习模型的输入以生成指示所述给定的检测到的面部图像与所述第二对象之间的相似度的量度的输出，其中，所述机器学习模型是至少部分基于所述第二对象参考模板来训练的。4.根据权利要求3所述的方法，其中，所述经训练的机器学习模型包括线性判别分析模型。5.根据权利要求4所述的方法，还包括响应于新对象被添加到所述对象数据库或者现有的对象从所述对象数据库被移除而对所述机器学习模型进行重新训练(419)。6.根据权利要求3所述的方法，其中，所述经训练的机器学习模型是基于与所述多个对象有关的所述对象参考模板来训练的。7.根据权利要求1所述的方法，其中，收录数字图像的所述子集中的一个或多个子集是基于足够地不类似于一幅或多幅其他收录数字图像来选择的。8.根据权利要求1所述的方法，还包括对所述一幅或多幅面部图像进行规范化(424)，使得每幅检测到的面部图像描绘面部的正面视图。9.根据权利要求8所述的方法，其中，所述规范化包括几何翘曲。10.一种包括一个或多个处理器和能够与所述一个或多个处理器耦合的存储器的系统，其中，所述存储器存储指令，所述指令响应于由一个或多个处理器对所述指令的运行而使所述一个或多个处理器：采集(1002)多幅收录数字图像(404)，所述多幅收录数字图像捕获至少第一对象；从所述多幅收录数字图像选择(1004)描绘所述第一对象的面部的多个不同的视图的收录数字图像的子集；根据收录数字图像的选定的子集来生成(1006)第一对象参考模板，其中，所述第一对象参考模板与关于所述第一对象的信息相关联地被存储在对象数据库(412)中，并且所述对象数据库存储与多个对象有关的对象参考模板；选择(1008)要在区域内识别的第二对象；从所述对象参考数据库检索(1010)与所述第二对象有关的第二对象参考模板；采集(1...

【专利技术属性】
技术研发人员：王海波，C·C·A·M·范宗，W·P·洛德，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰,NL