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】
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“像素尺寸”。
[0006]在这方面，术语“特征”是指可以在图像中识别出的头部的一个或多个部位、和/或这些部位之间的关系。例如，瞳孔间距可以被视为这样的特征，以及像鼻子、耳朵、眼睛等单个部位。
[0007]已知有多种用于获得这样的缩放的常规方法。例如，US 9 265 414 B2使用与图像中的其他对象一起捕获的已知大小的对象。例如，已知大小的对象可以是塑料信用卡，该信用卡靠着要以图像捕获的头部，然后确定信用卡在图像中所跨越的像素数(其真实尺寸)。由于信用卡的真实尺寸(例如，以毫米为单位)也是已知的，这对应于实现以像素为单位的尺寸到以毫米为单位的尺寸的转换的缩放。
[0008]使用已知大小的参考对象(在这种情况下，用于虚拟试穿技术)的另一出版物是US 6535233A。这些方法需要已知大小的对象，这在一些情况下可能不方便。
[0009]US 6 995 762 B1使得能够对在二维图像中发现的对象进行实体对象重建。这种方法需要知道成像对象的确切物理大小。
[0010]US 6 262 738 B1描述了一种用于从二维图像估计体积距离图的方法。该方法使用平行于和垂直于对象投影在三维空间中的物理射线，然后从产生的二维图像重建大小估计。对于这种方法，需要用于获得深度图像的特定射线。
[0011]JP 6 392 756 B2披露了一种用于通过在要测量的对象在具有已知旋转轴和已知旋转速率的平台上旋转的同时拍摄多个图像来估计对象大小的方法。对于这种方法，需要有旋转平台。
[0012]在US 2010/0 220 285 A1中披露的另一种方法中，例如通过使用超声传感器来测量用于捕获人的头部图像的相机与头部之间的距离。当知道该距离和图像中特征的像素尺寸时，对于相机的给定光学器件，可以计算出例如以毫米为单位的真实尺寸。换句话说，对于具有特定光学器件的特定相机，特征的像素尺寸取决于特征与相机的距离以及特征的真
实尺寸。如果知道这三个量(即，像素尺寸、特征的真实尺寸(例如，以毫米为单位)、以及相机与特征的距离)中的两个量，就可以计算出第三个量。
[0013]对于某些应用，还需要确定特征(特别是眼睛)与相机的距离，例如，对于WO 2018/002 332 A1中描述的偏心摄影验光测量。
[0014]Kumar M S Shashi等人的“Face distance estimation from a monocular camera[单目相机的面部距离估计]”，2013年《IEEE国际图像处理会议》，2013年9月15日，第3532
‑
3536页，XP032966333，DOI：10.1109/ICIP2013.6738729；Sai Krishna Pathi等人的“A Novel Method for Estimating Distances from a Robot to Humans Using Egocentric RGB Camera[用于使用自我中心RGB相机估计机器人与人类的距离的新颖方法]”，Snesors第19卷第14期，2019年7月17日，第1
‑
13页，XP055725398，DOI：10.3390/s19143142；以及Bianco Simone等人的“A unifying representation for pixel
‑
precise distance estimation[像素精确距离估计的统一表示法]”，《多媒体工具和应用》，Kluwer学术出版社，美国波士顿，第78卷第10期，2018年8月24日，第13767
‑
13786页，XP036807892，ISSN：1380
‑
7501，DOI：10.1007/S11042
‑
018
‑
6568
‑
2，各自披露了用于基于面部特征估计相机与面部之间的距离的方法。
[0015]从以上说明可以看出，用于确定图像中特征的真实尺寸或确定在拍摄图像时特征与相机的距离的传统方法具有各种缺点，如需要特定的设备(如旋转平台)或特定的照明射线、多个图像或已知尺寸的额外对象。
[0016]因此，本申请的目的是提供用于确定头部特征的真实尺寸或距离的方法和对应的设备，这些方法和设备不需要特殊的额外硬件或拍摄多个图像。
[0017]此目的通过如权利要求1或3所述的方法以及如权利要求12或13所述的设备来实现。从属权利要求限定了其他的实施例以及计算机程序、以及承载这种计算机程序的存储介质或数据信号。
[0018]根据本专利技术，提供了一种用于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：
[0019]提供人的头部图像，
[0020]识别该图像中的多个特征，以及
[0021]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该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中的至少一者。
[0022]如已经提到的，“真实”尺寸和“真实”距离是现实世界中的尺寸和距离，例如，以毫米为单位的人的瞳孔距离。像素尺寸是指可以直接从图像中获取的尺寸。例如，与瞳孔间距相对应的像素尺寸是图像中发现的瞳孔之间的以像素为单位的距离。
[0023]“该多个特征中的至少一个目标特征”是指要为其确定真实尺寸或真实距离的一个或多个特征。“该多个特征中的至少一个特征”是指用作该确定的基础的一个或多个特征。这两者不是互斥的，即，特征既可以是“该多个特征中的至少一个目标特征”，也可以是“该多个特征中的至少一个特征”，但也可以使用不同的特征作为该确定的基础和作为(多个)目标特征。
[0024]本文档来自技高网...

【技术保护点】

【技术特征摘要】
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，基于包括高斯过程的机器学习方法，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。2.如权利要求1所述的方法，其中所述机器学习方法基于所述真实尺寸是已知的训练数据来训练。3.如权利要求1或2所述的方法，其中所述目标特征是瞳孔间距（30）。4.如权利要求3所述的方法，其中所述方法包括更新多元高斯分布。5.如权利要求4所述的方法，其中所述更新根据来执行，其中f是所述多元高斯分布，X表示所述多个特征并且PD是所述瞳孔间距并且p是概率函数。6.如权利要求4或5所述的方法，还包括基于所述多元高斯分布来估计所述瞳孔间距。7.如权利要求1至6中任一项所述的方法，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：卡尔蔡司光学国际有限公司，
类型：发明
国别省市：