用于确定头部特征的尺寸和距离的计算机实施方法及设备技术

提供了用于确定头部特征的尺寸或距离的计算机实施方法和设备。该方法包括识别人的头部图像中的多个特征。基于该多个特征中的至少一个特征的真实尺寸的概率分布以及该多个特征中的该至少一个特征的像素尺寸，来估计该多个特征中的至少一个目标特征的真实尺寸或该多个特征中的至少一个目标特征与用于捕获该图像的相机设备之间的真实距离。图像的相机设备之间的真实距离。图像的相机设备之间的真实距离。

【技术实现步骤摘要】
【国外来华专利技术】用于确定头部特征的尺寸和距离的计算机实施方法及设备
[0001]本申请涉及用于基于一个或多个头部图像来确定头部特征的尺寸和距离的计算机实施方法及设备。
[0002]眼镜镜片配适或眼镜架配适领域中的各种应用需要知道头部的各种特征的尺寸。例如，DIN EN ISO 13666：2013
‑
10的第5.29节中定义的瞳孔间距(PD)(即，当眼睛在笔直向前注视无限远处的对象时瞳孔中心之间的距离)可能既是定制眼镜架所需要的，并且在一些情况下也是使眼镜镜片自身适配于特定的人所需要的。
[0003]许多使用如眼镜架虚拟配适等技术的新近方法都依赖于从人的头部拍摄的一个或多个图像。
[0004]当拍摄人的头部图像时，从该图像中可以以像素(图像元素)为单位确定各种头部特征(如瞳孔间距)的尺寸。然而，需要进行一定的缩放来将该以像素为单位的大小转换为现实世界的大小(例如，以毫米为单位)。
[0005]在下文中，术语“真实尺寸”将用于指现实世界中特征的尺寸(以毫米、厘米等为单位)，而不是以像素为单位给出的尺寸，后一种尺寸可以直接从图像中获取，并将被称为“本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于估计或确定头部特征的尺寸或距离的计算机实施方法，该方法包括：提供(20)人的头部图像，识别(21)该图像中的多个特征(30
‑
38)，其特征在于，基于该多个特征(30
‑
38)中的至少一个特征的真实尺寸的概率分布以及该多个特征(30
‑
38)中的该至少一个特征的像素尺寸，来估计(23)该多个特征(30
‑
38)中的至少一个目标特征的真实尺寸或该多个特征(30
‑
38)中的该至少一个目标特征与用于捕获该图像的相机设备(10)之间的真实距离中的至少一者，并且该估计包括根据下式计算该图像的每毫米像素数pix per mm的概率分布P(pix per mm|d，θ)其中，d
i
是跨越第i＝1，2，......，N个特征的像素数，π(θ
i
)表示特征i的真实尺寸θ
i
的概率分布和/或其与其他测量的像素尺寸的协方差，并且P(d
i
|pixel per mm，θ
i
)是给出了在给定该概率分布π(θ
i
)的情况下值为pix per mm的d
i
的真实尺寸θ
i
的概率的运算。2.如权利要求1所述的方法，其特征在于，该多个特征中的该至少一个特征包括该多个特征中的至少两个特征。3.一种用于估计或确定头部特征的尺寸或距离的计算机实施方法，该方法包括：提供(20)人的头部图像，识别(21)该图像中的多个特征(30
‑
38)，其特征在于，基于蒙特卡洛马尔可夫链式概率空间探索、机器学习方法、或该多个特征(30
‑
38)中的至少两个特征的真实尺寸的概率分布的数学组合，来计算该图像的每毫米像素数的概率分布，基于该多每毫米像素数的概率分布以及该多个特征(30
‑
38)中的该至少一个特征的像素尺寸，来估计(23)该多个特征(30
‑
38)中的至少一个目标特征的真实尺寸或该多个特征(30
‑
38)中的该至少一个目标特征与用于捕获该图像的相机设备(10)之间的真实距离中的至少一者。4.如权利要求3所述的方法，其特征在于，该估计包括根据下式计算该图像的每毫米像素数pix per mm的概率分布P(pix per mm|d，θ)其中，d
i
是跨越第i＝1，2，......，N个特征的像素数，π(θ
i
)表示特征i的真实尺寸θ
i
的概率分布和/或其与其他测量的像素尺寸的协方差，并且P(d
i
|pixel per mm，θ
i
)是给出了在给定该概率分布π(θ
i
)的情况下值为pix per mm的d
i
的真实尺寸θ
i
的概率的运算。5.如权利要求1或2所述的方法，其特征在于，这些特征(30
‑
38)包括取自由以下各项构
成的组的一个或多个特征：
‑
瞳孔间距(30)，
‑
虹膜直径(33)，
‑
瞳孔直径，
‑
竖直耳长(36)，
‑
形态面长(34)，
‑
面宽(35)，
‑
颅宽(38)，
‑
眼宽(31)，以及<...

【专利技术属性】
技术研发人员：B，
申请(专利权)人：卡尔蔡司股份公司，
类型：发明
国别省市：