用于基于色度差的对象验证的被动图像深度感测制造技术

描述了用于对象验证的基于色度差的被动三维(3D)图像感测技术。例如，多个子图像对应于一个对象的3D特征区域。可以分析子图像，基于从对象捕获的原始图像传感器数据的多个差异化的色度分量，获得相应的特征深度测量值集合(例如，深度、纹理特征等)。验证信号可以作为将来自所述多个特性子图像的特征深度测量值的相应集合与先前存储的特征深度期望值进行比较的函数输出，使得验证信号指示是否验证了对象的身份和/或对象是否为欺骗。对象的身份和/或对象是否为欺骗。对象的身份和/或对象是否为欺骗。

【技术实现步骤摘要】
用于基于色度差的对象验证的被动图像深度感测
[0001]相关申请的交叉引用
[0002]本申请要求以下申请的优先权，其全部内容通过应用结合在本申请中：
[0003]2021年7月13日提交的优先权号为17/373,794、专利技术名称为“PASSIVE IMAGE DEPTH SENSING FOR OBJECT VERIFICATION BASED ON CHROMATIC DIFFERENTIATION”的美国专利申请；
[0004]2020年10月14日提交优先权号为63/091,315、专利技术名称为“PASSIVE IMAGE DEPTH SENSING FOR OBJECT VERIFICATION BASED ON CHROMATIC DIFFERENTIATION”的美国临时专利申请。


[0005]本专利技术总体上涉及集成到个人电子设备中的光学器件。更具体地，实施例涉及用于基于色度差的对象验证的被动图像深度感测，例如，用于生物特征面部识别和/或其他图像深度感测以支持智能手机相机系统的功能。

技术介绍

[0006]过去，摄影是一门专供具有专业知识和装备的人使用的学科。在过去的几十年里，数字摄影硬件和软件的创新、以及配备集成数码相机的智能手机在全球范围内的普及让数以亿计的消费者触手可及数字摄影。在数字摄影和摄像无处不在的环境中，消费者越来越希望能够使用他们的智能手机来快速、轻松地捕获瞬间。数字摄影的进步包括为各种目的捕获三维信息的进步。例如，捕获深度等三维信息可以支持三维摄影和摄像，以及先进的对焦、稳定、像差校正等功能的自动化。
[0007]通常使用诸如飞行时间技术或三角测量技术之类的主动技术来捕获深度信息。例如，可以发送聚焦的光脉冲，并且随后可以接收它们的反射；各种参数(例如，光速)的知识可以用于将脉冲接收时间转换为深度测量值。传统上，很难将这种飞行时间和其他技术集成到便携式数字电子应用中，例如，集成到智能手机中。例如，某些常规方法依赖于不适合许多便携式数字电子应用的空间限制的单独的光学系统、相对较大的光学器件和/或专用照明源；而其他传统方法往往不够可靠或不够准确，无法支持更高级的功能。

技术实现思路

[0008]实施例提供了基于色焦差的被动三维(3D)图像感测，诸如，用于3D图像空间的深度映射以支持智能手机相机系统的功能。例如，可以通过使用光电检测器阵列检测从对象反射并通过透镜聚焦到所述阵列上的光来对所述对象进行成像。不同波长的光分量往往会通过所述透镜聚焦到不同的焦距，这往往会影响检测到的每个波长的亮度。例如，如果所述检测器阵列更靠近较短波长的焦平面，则将往往用比红光分量更高幅度的蓝光分量来检测白斑。不同波长的亮度幅度比值的变化方式与距离所述透镜的对象距离密切相关。实施例利用这种相关性来被动地检测对象距离。某些实施例进一步提供了各种类型的距离和/或
色度校准以进一步促进这种检测。
[0009]根据一组实施例，提供了一种被动三维成像系统。所述系统包括：透镜组件，所述透镜组件用于接收从目标场景对象反射的光并聚焦接收到的光，使得所述接收到的光的较小波长的分量聚焦到目标较小波长的焦平面、以及所述接收到的光的较大波长的分量聚焦到目标较大波长的焦平面；图像传感器，所述图像传感器与所述透镜组件光学通信并包括多个光电检测器元件，所述光电检测器元件的第一子集被配置为对所述接收到的光的所述较小波长的分量产生第一组色度响应，以及所述光电检测器元件的第二子集被配置为对所述接收到的光的所述较大波长的分量产生第二组色度响应；以及，处理器。所述处理器被配置为：从所述图像传感器接收指示所述第一组色度响应和所述第二组色度响应的原始图像数据；从所述第一组色度响应中计算第一色度响应幅度(magnitude of chromatic response，MCR)和从所述第二组色度响应中计算第二MCR；以及，基于所述第一MCR与所述第二MCR的比值来确定所述目标场景对象距离所述透镜组件的目标对象距离。
[0010]根据另一组实施例，提供了一种用于被动三维成像的方法。所述方法包括：响应于从目标场景对象反射并由透镜聚焦到图像传感器上的接收到的光，从所述图像传感器接收指示第一组色度响应和第二组色度响应的原始图像数据，使得所述接收到的光的较小波长的分量根据目标较小波长的焦平面聚焦、以及所述接收到的光的较大波长的分量根据目标较大波长的焦平面聚焦，所述第一组色度响应通过所述图像传感器响应所述接收到的光的所述较小波长的分量而产生，所述第二组色度响应通过所述图像传感器响应所述接收到的光的所述较大波长的分量而产生；从所述第一组色度响应中计算第一色度响应幅度(MCR)；从所述第二组色度响应中计算第二MCR；计算所述第一MCR和所述第二MCR之间的MCR比值；以及，基于所述MCR比值来确定所述目标场景对象距离所述透镜的目标对象距离。
[0011]根据另一组实施例，提供了一种用于被动三维成像的系统。所述系统包括一个或多个处理器，以及其上存储有指令的非瞬态存储器，当由所述一个或多个处理器执行时，所述指令引起所述一个或多个处理器执行步骤。所述步骤包括：响应于从目标场景对象反射并由透镜聚焦到图像传感器上的接收到的光，从所述图像传感器接收指示第一组色度响应和第二组色度响应的原始图像数据，使得所述接收到的光的较小波长的分量根据目标较小波长的焦平面聚焦、以及所述接收到的光的较大波长的分量根据目标较大波长的焦平面聚焦，所述第一组色度响应通过所述图像传感器响应所述接收到的光的所述较小波长的分量而产生，所述第二组色度响应通过所述图像传感器响应所述接收到的光的所述较大波长的分量而产生；从所述第一组色度响应中计算第一色度响应幅度(MCR)；从所述第二组色度响应中计算第二MCR；计算所述第一MCR和所述第二MCR之间的MCR比值；以及，基于所述MCR比值来确定所述目标场景对象距离所述透镜的目标对象距离。
[0012]根据另一组实施例，提供了一种用于对象验证的被动图像深度感测的方法。所述方法包括：对于对应于对象的三维(3D)特征区域的多个特性子图像中的每一个，基于从所述对象捕获的原始图像传感器数据的多个差异化的色度分量来计算相应的一组特征深度测量值；以及，输出为将来自所述多个特性子图像的各组特征深度测量值与先前存储的特征深度期望值进行比较的函数的验证信号，使得所述验证信号指示是否验证了所述对象的身份和/或所述对象是否是欺骗。
[0013]根据另一组实施例，提供了一种用于对象验证的被动图像深度感测的方法。所述
方法包括：使用图像传感器捕获由三维(3D)特征区域表征的对象的原始图像数据，每个3D特征区域与相应的预期深度和/或相应的预期纹理特征相关联；从所述原始图像数据中识别多个特性子图像，至少通过将3D特征区域中的对应的一个3D特征区域映射到所述原始图像数据来识别每个特性子图像；针对每个特性子图像，从所述原始图像数据中获得来自用所述图像传感器对所述对象进行成像的相应的第一色度响应、以及来自用所述图像传感器对所述对象进行成像的相应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于对象验证的被动图像深度感测方法，所述方法包括：使用图像传感器捕获由三维(3D)特征区域表征的对象的原始图像数据，每个3D特征区域与相应的预期深度和/或相应的预期纹理特征相关联；从所述原始图像数据中识别多个特性子图像，至少通过将3D特征区域中的对应的一个3D特征区域映射到所述原始图像数据来识别每个特性子图像；针对每个特性子图像，从所述原始图像数据中获得来自用所述图像传感器对对象进行成像的相应的第一色度响应、以及来自用所述图像传感器对所述对象进行成像的相应的第二色度响应；基于每个特性子图像的所述相应的第一色度响应和所述相应的第二色度响应，计算相应的计算深度和/或相应的计算的纹理特征；以及，基于将每个特性子图像的所述相应的计算深度与所述对应的3D特征区域的所述相应的预期深度进行比较、和/或将每个特性子图像的所述相应的计算的纹理特征与所述对应的3D特征区域的所述相应的预期纹理特征进行比较，输出针对所述对象的验证信号。2.如权利要求1所述的方法，其中：每个相应的第一色度响应对应于从所述对象反射并由所述图像传感器检测到的光的第一波长；每个相应的第二色度响应对应于从所述对象反射并由所述图像传感器检测到的所述光的第二波长；以及所述图像传感器能够将所述第一波长与所述第二波长区分开来。3.如权利要求1所述的方法，其中对于每个特性子图像，所述计算包括：计算从所述相应的第一色度响应导出的第一色度响应幅度(MCR)和从所述相应的第二色度响应导出的第二MCR之间的比值；以及基于所述比值至少确定所述相应的计算深度。4.如权利要求1所述的方法，其中：所述对象与存储的通用对象模型相关联，所述存储的通用对象模型针对所述多个3D特征区域中的每个3D特征区域定义所述相应的预期深度和/或所述相应的预期纹理特征；并且所述验证信号指示所述对象是否为欺骗。5.如权利要求1所述的方法，其中：每个3D特征区域与在所述捕获之前的操作的配准阶段期间从所述用户获得并存储的所述相应的预期深度和/或所述相应的预期纹理特征预先关联；以及所述验证信号指示所述对象是否为欺骗。6.如权利要求5所述的方法，其中所述验证信号还指示是否验证了所述用户的身份。7.如权利要求1所述的方法，其中：所述对象包括用户的多个解剖特征，每个解剖特征具有相应的存储的特征数据，所述特征数据至少指示所述解剖特征的位置、形状、和/或大小，所述存储的特征数据在所述捕获之前的配准阶段期间获得并存储；所述计算包括针对所述多个解剖特征中的至少某些解剖特征提取与所述存储的特征数据的至少一部分相对应的特征测量值；并且
所述输出包括至少基于将所述特征测量值与所述存储的特征数据进行比较来计算所述用户的生物特征验证，使得所述验证信号进一步指示所述用户的身份是否基于所述生物特征验证而被验证。8.如权利要求7所述的方法，其中：所述提取所述特征测量值包括跟踪每个特性子图像的所述相应的第一色度响应和/或所述相应的第二色度响应的亮度分布特性；并且所述计算所述生物特征验证包括基于所述亮度分布特性来计算所述相应的计算的纹理特征。9.如权利要求7所述的方法，进一步包括：至少基于将所述特征测量值与所述存储的特征数据进行比较来计算所述对象的估计的距离数据，其中所述计算所述相应的计算深度和/或所述相应的计算的纹理特征至少部分地基于所述计算所述估计的距离数据。10.如权利要求7所述的方法，其中所述计算所述生物特征验证至少部分地与所述计算所述相应的计算深度和/或所述相应的计算的纹理特征并行执行。11.如权利要求1所述的方法，其中：所述计算所述相应的计算深度和/或所述相应的计算的纹理特征基于图像亮度统计参数，并且所述计算包括对所述特性子图像中的至少一个特性子图像在所述相应的第一色度响应和所述相应的第二色度响应上对图像亮度统计参数进行归一化。12.如权利要求1所述的方法，其中：每个3D特征区域进一步与所述对象上的相应的预期位置相关联；并且所述识别包括处理所述原始图像数据以基于所述相应的预期位置来识别至少两个3D特征区域的相应的估计位置，以及基于所述相应的估计位置来将所述至少两个3D特征区域中的每个3D特征对应的一个映射到所述原始图像数据。13.如权利要求1所述的方法，其中：每个3D特征区域与所述相应的预期深度和所述相应的预期纹理特征相关联；所述计算包括基于每个特性子图像的所述相应的第一色度响应和所述相应的第二色度响应来计算所述相应的计算深度和所述相应的计算的纹理特征；并且所述输出基于将每个特性子图像的所述相应的计算深度与对应的3D特征区域的所述相应的预期深度进行比较、以及将每个特性子图像的所述相应的计算的纹理特征与对应的3D特征区域的所述相应的预期纹理特征进行比较。14.如权利要求1所述的方法，其中所述对象包括人脸的至少一部分。15.一种用于对象验证的被动图像深度感测系统，所述系统包括：透镜组件，所述透镜组件用于接收从对象反射的光并按照相应的焦距来聚焦接收到的光的色度...

【专利技术属性】
技术研发人员：何毅，皮波，
申请(专利权)人：深圳市汇顶科技股份有限公司，
类型：发明
国别省市：