Устройство и способ обнаружения субъектов на основе показателей жизненно важных функций

Устройство и способ обнаружения субъектов на основе показателей жизненно важных функций

Иллюстрации

Показать все

Реферат

Область техники, к которой относится изобретение

Настоящее изобретение относится к устройству и способу обнаружения субъектов на основе показателей жизненно важных функций, причем данные изображения определяются из поля зрения, где показатели жизненно важных функций идентифицируются на основе структуры движения, принятой от субъектов.

Уровень изобретения

Показатели жизненно важных функций субъекта и, в частности, частота дыхания субъекта, могут контролироваться дистанционно, используя бесконтактный датчик, такой как видеокамера. Обычный способ определения частоты дыхания по данным изображения посредством обнаружения структуры известен из документа WO 2012/140531 А1. Поскольку интересующий субъект может располагаться свободно в поле зрения камеры, субъект и соответствующая область, из которой должны быть получены показатели жизненно важных функций, должны обнаруживаться и определяться для извлечения желаемой информации показателей жизненно важных функций. Дополнительно, различные люди в поле зрения должны идентифицироваться и различаться для проведения точного дистанционного измерения.

Традиционная идентификация интересующей области, в целом, основана на обнаружении человека, например, лица или груди, или используя фоновую сегментацию.

Для идентификации человека и измерения показателей жизненно важных функций, таких как пульс или частота дыхания в интересующей области, документ США US 2009/01411241 предлагает обнаруживать контурную сегментацию, инфракрасного видеосегмента, чтобы выбрать интересующую область, представляющую участок субъекта, который должен измеряться.

Дополнительно, документ США US 2009/0226043 А1 раскрывает способ обнаружения структур дыхания, причем интересующая область и, в частности, интересующий человек или различные интересующие люди идентифицируются на основе изменений структуры дыхания, которые указывают отклонения в поведении людей, которые должны обнаруживаться.

Документ WO 2010/100593 А1 раскрывает способ управления функцией устройства, где способ содержит этапы, на которых получают последовательность цифровых изображений, взятых в следующих друг за другом во времени точках. Выбирается по меньшей мере одна зона измерения, содержащая множество точек изображения. По меньшей мере для одной зоны измерения получают сигнал, представляющий, по меньшей мере изменения изменяющегося во времени значения комбинации значений пикселей по меньшей мере для множества точек изображения, и определяют по меньшей мере одну характеристику сигнала, в пределах по меньшей мере интересующего диапазона его спектра относительно данных сравнения. Определение содержит по меньшей мере одно из следующего: (i) определение, имеет ли сигнал спектр с локальным максимумом на частоте, совпадающей с частотой сравнения с определенной точностью; и (ii) определение, находится ли по меньшей мере определенная частотная составляющая сигнала в фазе с сигналом сравнения с определенной точностью. Функция управляется в зависимости от того, является ли определение положительным.

В работе Kazuki Nakajima et al. "A method for measuring respiration and phisical activity in bed by optical flow analysis", 19th International Conference on Engineering in Medicine and Biology Society, vol. 5, 30 October 1997, pages 2054-2057 описан полностью бесконтактный и не содержащий ограничений способ мониторинга, основанный на оптическом потоке движения поверхности тела, который разработан посредством введения анализа последовательности изображений. Пространственно-временной способ локальной оптимизации применяется для определения оптического потока в последовательности изображений. Оптический поток визуализирует видимое поле скоростей при движении всего тела, в том числе, движения грудной клетки за счет дыхания изменений положения в кровати. Временное увеличение частоты сердечных сокращений отражает величину физической деятельности. Предложены два возможных параметра для оценки дыхания и физической деятельности, основываясь на сравнении экспериментальных результатов. Среднее значение квадратичных скоростей движения отражает величину физической деятельности. Репрезентативный, усредненный по полю компонент показывает форму сигнала с периодической флюктуацией, соответствующей частоте дыхания, полученной с помощью назального термистора. Этот анализ оптического пути является многообещающей новой технологией для оценки движения тела при клиническом использовании.

Недостаток известных способов идентификации заключается в том, что камера должна быть фиксирована и необходима дополнительная фоновая информация, чтобы обнаруживать людей в поле зрения. Дополнительно, известные способы неприменимы или не надежны, если люди, находящиеся в поле зрения, частично закрываются или если человек закрывает фон до того, как фон был идентифицирован камерой.

Раскрытие изобретения

Поэтому задача настоящего изобретения состоит в том, чтобы обеспечить устройство и способ идентификации субъектов на основе показателей жизненно важных функций, обеспечивающие более высокую гибкость использования и более высокую надежность обнаружения субъектов. Дополнительно, задача настоящего изобретения состоит в обеспечении компьютерной программы, побуждающей компьютер обнаруживать субъектов на основе показателей жизненно важных функций, когда программа выполняется на компьютере.

В соответствии с одним из вариантов настоящего изобретения, обеспечивается устройство обнаружения субъектов на основе показателей жизненно важных функций, содержащее:

- блок обнаружения изображения для обнаружения излучение из поля зрения и для предоставления данных изображения, полученных из поля зрения,

- блок обнаружения для определения секций изображения в данных изображения и для обнаружения структур движения в различных секциях изображения,

- блок идентификации для идентификации показателей жизненно важных функций в различных секциях изображения на основе структур движения, и

- блок анализа для анализа данных изображения, причем блок анализа выполнен с возможностью обнаружения различных субъектов в поле зрения на основе пространственного разделения секций изображения или групп секций изображения, в которых идентифицированы показатели жизненно важных функций.

В соответствии с другим вариантом настоящего изобретения, обеспечивается способ обнаружения различных субъектов на основе показателей жизненно важных функций, содержащий этапы, на которых:

- обнаруживают излучения из поля зрения и обеспечивают данные изображения из поля зрения,

- определяют секции изображения в данных изображения и обнаруживают структуры движения в различных секциях изображения,

- идентифицируют показатели жизненно важных функций в различных секциях изображения на основе структур движения, и

- обнаруживают различных субъектов в поле зрения на основе пространственного разделения секций изображения или групп секций изображения, в которых идентифицированы показатели жизненно важных функций.

В соответствии с еще одним вариантом настоящего изобретения, обеспечивается компьютерная программа, содержащая средство программного кода, чтобы побуждать компьютер выполнять этапы способа в соответствии с настоящим изобретением, когда упомянутая компьютерная программа выполняется на компьютере.

Предпочтительные варианты осуществления настоящего изобретения определяются в зависимых пунктах формулы изобретения. Следует понимать, что заявленный способ имеет схожие и/или идентичные предпочтительные варианты осуществления в виде заявленного устройства и как определено в зависимых пунктах формулы изобретения.

Настоящее изобретение основано на идее идентификации различных субъектов, например, людей, в видеопоследовательности, основываясь на положении сигнала дыхания. Движение при дыхании обнаруживается, идентифицируя структуру движения в изображении, полученном из поля зрения. Чтобы идентифицировать положение сигналов дыхания, данные изображения разделяются на различные секции изображения, которые раздельно анализируются и из которых определяются структуры движения. Различные субъекты в поле зрения идентифицируются на основе пространственного разделения этих секций изображения, в которых идентифицированы показатели жизненно важных функций. Другими словами, если показатели жизненно важных функций, которые обнаруживаются в различных секциях изображения, отделены друг от друга на соответствующее расстояние, показатели идентифицируются как показатели жизненно важных функций различных субъектов, находящихся в поле зрения. Поскольку настоящее устройство и настоящий способ основаны просто на идентификации структуры движения и не основаны на фоновой сегментации или не основаны на идентификации контура людей, которые должны измеряться, устройство и способ могут использоваться с высокой гибкостью и обеспечивать достоверную идентификацию различных людей, находящихся в поле зрения.

В предпочтительном варианте осуществления структуры движения определяют на основе обнаружения кадра или обнаружения края. Это надежная возможность обнаружения дыхания субъекта в поле зрения, даже если кожа человека, для которого должно делаться измерение, покрыта, например, одеждой.

В предпочтительном варианте осуществления блок идентификации выполнен с возможностью получения переменного сигнала из соответствующей структуры движения для каждой из секций изображения. Это простое решение, чтобы при небольших технических усилиях идентифицировать информацию показателей жизненно важных функций от субъекта и отличить показатели жизненно важных функций от других сигналов в данных изображения.

В предпочтительном варианте осуществления блок идентификации содержит устройство частотного анализа для анализа частотного спектра переменных сигналов, чтобы идентифицировать показатели жизненно важных функций. Это надежное решение идентификации показателей жизненно важных функций при малых технических усилиях, поскольку показатели жизненно важных функций имеют характерный диапазон частот.

Дополнительно, предпочтительно, когда устройство частотного анализа выполнено с возможностью определения спектральных параметров на основе каждого из переменных сигналов для идентификации показателей жизненно важных функций. Это надежная возможность идентификации показателей жизненно важных функций, так как показатели жизненно важных функций обычно имеют малый диапазон частот и могут легко отличаться от других переменных сигналов, не основанных на показателях жизненно важных функций.

В предпочтительном варианте осуществления блок анализа выполнен с возможностью объединения соединенных секций изображения с первой группой секций изображения на основе соответствующих переменных сигналов. Это дает возможность идентифицировать одного субъекта в поле зрения при малых технических усилиях, поскольку секции изображения, соединенные друг с другом, как предполагается, представляют показатели жизненно важных функций одного субъекта.

В соответствии с предпочтительным вариантом осуществления, блок анализа выполнен с возможностью объединения соединенных секций изображения с первой группой секций изображения на основе соответствующих спектральных параметров и заданного порогового значения. Другими словами, секции изображения, соседствующие друг к другу и имеющие спектральный параметр, больший, чем заданное пороговое значение, группируются в первую группу секций изображения, чтобы идентифицировать первого субъекта в поле зрения. Это простое решение, чтобы отличить показатели жизненно важных функций одного субъекта от фоновых сигналов и от шума данных изображения.

В предпочтительном варианте осуществления блок анализа выполнен с возможностью объединения соединенных секций изображения, которые отделены от первой группы секций, со второй группой секций изображения на основе соответствующих переменных сигналов. Это простое решение для идентификации показателей жизненно важных функций, которые приняты от второго субъекта, поскольку другие показатели жизненно важных функций могут легко отличаться посредством отделения секций изображения друг от друга.

В предпочтительном варианте осуществления блок анализа выполнен с возможностью объединения соединенных секций изображения со второй группой секций изображения на основе соответствующего спектрального параметра и заданного порогового значения. Это надежное решение по идентификации различных секций изображения, каждая из которых принимает структуры движения от второго субъекта.

В предпочтительном варианте осуществления устройство частотного анализа выполнено с возможностью определения спектральной энергии заданного спектрального диапазона как спектрального параметра. Это простая возможность определения мощности сигнала структуры движения, чтобы идентифицировать, получены ли показатели жизненно важных функций, и чтобы определить интересующую область от соответствующего субъекта.

В предпочтительном варианте осуществления первая группа секций изображения определяется, выбирая начальную секцию изображения на основе спектрального параметра, причем секции изображения, соседствующие с начальной секцией изображения, выбираются как соединенные секции изображения первой группы на основе соответствующего спектрального параметра и заданного порогового значения. Это надежная возможность определить первую группу секций изображения, чтобы обнаружить первого субъекта в поле зрения, поскольку начальная секция изображения может быть легко идентифицирована на основе качества сигнала спектрального параметра, причем качество сигнала, принятого от соседних секций изображения, может быть легко проанализировано, за счет чего первый субъект и соответствующая интересующая область могут быть легко определены.

В предпочтительном варианте осуществления вторая группа секций изображения определяется, выбирая начальную секцию изображения, отделенную от первой группы секций изображения, на основе спектрального параметра, и в которой секции изображения, соседствующие с начальной секцией изображения, выбираются в качестве соединенных секций изображения второй группы на основе соответствующего спектрального параметра и заданного порогового значения. Это простое решение для определения второй группы секций изображения для идентификации отделения второго субъекта на основе показателей жизненно важных функций.

В предпочтительном варианте осуществления секции изображения выбираются как начальные секции изображения, имеющие наивысшее значение спектрального параметра. Это простое решение для идентификации начальных секций изображения, поскольку спектральное значение параметра может легко сравниваться и соответствующие секции изображения могут легко быть обнаружены.

Как упомянуто выше, настоящее изобретение обеспечивает гибкую и надежную возможность идентификации различных субъектов на основе показателей жизненно важных функций, поскольку для идентификации субъектов используются просто структуры движения и субъекты различаются на основе разделения или расстояния секций изображения, от которых получают показатели жизненно важных функций. Поэтому настоящее изобретение работает надежно, даже если субъекты частично закрыты или если фоновое обнаружение невозможно. Следовательно, не требуется, чтобы камера для идентификации субъектов была неподвижной и надежность обнаружения не зависит из поля зрения.

Следовательно, может быть обеспечено гибкое и достоверное обнаружение субъектов на основе показателей жизненно важных функций.

Краткое описание чертежей

Эти и другие варианты изобретения станут очевидны из подробного объяснения со ссылкой на вариант(-ы) осуществления, описанные далее. На последующих чертежах:

Фиг. 1 - схематическое изображение движения субъекта, показывающее примерные показатели жизненно важных функций,

Фиг. 2 - устройство обнаружения различных субъектов на основе показателей жизненно важных функций,

Фиг. 3 - временная диаграмма выбора переменного сигнала, полученного от субъектов,

Фиг. 4 - частотная диаграмма переменного сигнала, показанного на фиг. 3,

Фиг. 5A-G - схематичная сегментация изображения для объяснения обнаружения различных субъектов в поле зрения,

Фиг. 6 - блок-схема последовательности выполнения операций варианта осуществления способа идентификации различных субъектов в поле зрения и

Фиг. 7 - временная диаграмма показателя жизненно важных функций, производного от полученных данных изображения.

Осуществление изобретения

На фиг. 1 схематично показан субъект 10, осуществляющий движение, показательное для интересующего сигнала. Субъект 10 испытывает характерное движение показательного участка 12 за счет дыхания. При дыхании расширение и сжатие легких вызывает тонкое движение характерных участков живых существ, например, поднимание и опускание грудной клетки. Характерное движение может также вызываться брюшным дыханием соответствующих частей тела объекта. По меньшей мере частично, периодические структуры движения, вызванного физиологическими процессами, могут происходить у многих живых существ, в частности, у людей или животных.

Как показано стрелкой 16, показательный участок 12 движется во времени между положением сжатия, указанным ссылочными позициями 12a, 12c, и положением расширения, указанным как позиция 12b. По существу, основываясь на этой структуре движения, могут быть оценены, например, частота дыхания или изменчивость частоты дыхания. В то время как показательная часть 12 пульсирует во времени, непоказательная часть 14 остается, по существу, неподвижной. Конечно, непоказательная часть 14 также совершает различные движения во времени. Однако, эти движения не соответствуют периодической пульсации показательного участка 12.

В этом контексте, как показано на фиг. 2, устройство обнаружения субъектов 10, 10' показано и обозначается ссылочной позицией 18. Устройство 18 может быть использовано для регистрации кадров изображения множества субъектов 10, 10'. Кадры изображения могут быть получены из электромагнитного излучения 20, излучаемого или отражаемого субъектами 10, 10'. Для извлечения информацию из данных изображения, например, из последовательности кадров изображения или из непрерывного потока изображения, поле зрения может наблюдаться датчиком 22 изображения. Датчик 22 изображения может быть осуществлен, например, камерой, выполненной с возможностью получения информации, принадлежащей, по меньшей мере, спектральной составляющей электромагнитного излучения 20. Само собой разумеется, что устройство 18 может также быть выполнено с возможностью обработки входных сигналов, а именно, потока входных данных, уже зарегистрированного заранее и к этому времени сохраненного или буферированного. Как указано выше, электромагнитное излучение 20 может содержать непрерывный или дискретный характерный сигнал, который может быть в высшей степени показательным по меньшей мере для одного по меньшей мере частично периодического сигнала показателей жизненно важных функций.

Известные способы получения таких сигналов показателей жизненно важных функций содержат осязательный контроль частоты дыхания или дистанционный контроль частоты дыхания, опирающийся на маркеры, приложенные к интересующим субъектам 10, 10'. С этой целью, однако, требуется навязчивый мониторинг. Как указано выше, альтернативный подход направлен на ненавязчивое дистанционное измерение, используя способы обработки изображения.

Блок 22 обнаружения изображения получает изображения, например, монохромные изображения из поля зрения, в том числе, субъектов 10, 10', и подает непрерывные или дискретные данные 24 изображения на блок 26 обнаружения. Блок 26 обнаружения выполнен с возможностью определения секций изображения в данных 24 изображения, принятых от блока 22 обнаружения изображения, и выполнен с возможностью обнаружения структуры движения в различных секциях изображения данных 24 изображения, как описано ниже. Блок 26 обнаружения обнаруживает структуру движения посредством обнаружения структуры или края в данных изображения, чтобы обнаружить движение показательной части 12 субъектов 10, 10' в поле зрения и обнаружить показатели жизненно важных функций субъектов 10, 10'. Обнаружение структуры или края выполняется, например, так, как раскрыто в документе WO 2012/140531 А1. Блок 26 обнаружения соединяется с блоком 28 идентификации и подает сигналы 30, в том числе, структуру движения, обнаруженную в различных секциях изображения, на блок 28 идентификации. Блок 28 идентификации получает вектор движения и/или переменный сигнал из структуры движения, принятой от блока 26 обнаружения для каждой из секций изображения, определенных блоком 26 обнаружения. Блок 28 идентификации содержит устройство 21 частотного анализа для анализа частотного спектра переменных сигналов, чтобы идентифицировать показатели жизненно важных функций от каждой из секций изображения. Устройство частотного анализа 31 выполнено с возможностью проведения анализа Фурье, в частности, быстрого преобразования Фурье (FFT), чтобы обеспечить частотный спектр переменных сигналов. Блок 28 идентификации определяет спектральную энергию для заданных диапазонов частот, чтобы идентифицировать показатели жизненно важных функций в секции изображения и отличить показатели жизненно важных функций от других сигналов и от шума данных 24 изображения.

Если спектральная энергия в заданном диапазоне частот, например, для взрослых между 0 и 1 Гц или, например, для младенцев между 0 и 2 Гц равна или больше, чем заданное пороговое значение, по сравнению со спектральной энергией другого спектрального диапазона или со всей спектральной энергией сигнала, например, 50% от всей спектральной энергии измеренного частотного спектра, соответствующая секция изображения идентифицируется как секция изображения, в которой обнаружены показатели жизненно важных функций. Подробный частотный анализ далее описан подробно.

Блок 28 идентификации соединяется с блоком 32 анализа, чтобы подавать данные 34 анализа после частотного анализа для каждой из секций изображения на блок 32 анализа. Блок 32 анализа предназначен, в целом, для обнаружения субъектов 10, 10' в поле зрения на основе данных частотного анализа для каждой из секций изображения и определения положения соответствующих секций изображения как описано далее.

Блок 32 анализа обеспечивает выходной сигнал 36 обнаруженной интересующей области, соответствующей положению, в котором обнаружены различные субъекты 10, 10'. Выходной сигнал 36 может подаваться на процессор (не показан) для оценки данных и оценки информации показателей жизненно важных функций, полученной от субъектов 10, 10', например, чтобы вычислить частоту дыхания субъектов 10, 10'.

Блок 26 обнаружения, блок 28 идентификации и блок 32 анализа могут совместно быть реализованы в общем процессоре 38, например, в центральном процессоре, имеющем единый процессор или множество процессоров. Процессор (не показан) для оценки данных может также быть интегрирован в общем процессоре 38. Например, устройство 38 обработки может быть реализовано персональным компьютером, управляемым соответствующими логическими командами. В случае, когда блок 32 обнаружения для получения изображений также одновременно соединяется с процессором 38, получение данных может быть возложено на соответствующие субкомпоненты. Например, мобильное устройство, такое как смартфон или мобильное устройство мониторинга здоровья, содержащее камеру или пригодное для подключения к камере, может быть использовано для выполнения варианта осуществления изобретения.

На фиг. 3 показана временная диаграмма переменного сигнала, полученного из структуры движения и/или из векторов движения, полученных из структуры движения различных секций изображения, которая может быть, например, определена на основе обнаружения кадра или края в соответствующей секции изображения. Переменный сигнал обычно обозначается как S(t). Переменный сигнал в этом конкретном случае соответствует движению показательной части 12 субъектов 10, 10', полученной из секции изображения, обнаруживающей данные изображения от соответствующей показательной части 12. Переменные сигналы показывают характерное изменение, соответствующее движению показательной части 12, то есть, частоту дыхания субъекта 10. Переменный сигнал также показывает высокочастотный шум, наложенный на частоту дыхания.

Переменный сигнал S получают от каждой из секций изображения поля зрения, в котором множество секций изображения содержат информацию о показателях жизненно важных функций, такую как частота дыхания, и множество секций изображения могут содержать возмущающие сигналы, которые не связаны с информацией о показателях жизненно важных функций субъектов 10, 10', или другие переменные сигналы, содержащие, главным образом, высокочастотный шум. Для идентификации тех секций изображения, из которых может быть получена информация о показателях жизненно важных функций, блок 32 анализа содержит устройство 31 частотного анализа для выполнения частотного анализа переменного сигнала. Частотный анализ предпочтительно выполняется, фильтруя переменные сигналы S и/или выполняя преобразование Фурье, в частности, быстрое преобразование Фурье (FFT) переменного сигнала S. Для переменного сигнала получают частотный спектр, чтобы идентифицировать секцию изображения, содержащую информацию о показателях жизненно важных функций, как описано далее.

На фиг. 4 представлен частотный спектр переменного сигнала S, показанного на фиг. 3, в целом, обозначенный как F(f). Частотный спектр F показывает большую частотную составляющую в полосе низких частот, в данном случае, между 0 и 1 Герц, что соответствует частоте дыхания взрослого, которая обычно не выше 1 Герц и соответствует 60 дыханиям в минуту. Частотные составляющие выше заданной полосы частот, например, 1 Герц для взрослых и 2 Герца для младенцев, являются обычно возмущающими сигналами в данных 24 изображения или соответствуют шуму переменного сигнала S. Чтобы охарактеризовать качество переменного сигнала S, спектральная энергия переменного сигнала S определяется и секция изображения определяется как секция изображения, содержащая информацию о показателе жизненно важных функций, если спектральная энергия переменного сигнала S в заданной полосе частот превышает заданный пороговый уровень или превышает процент спектральной энергии по сравнению со второй полосой частот, например полным частотным спектром. Например, если спектральная энергия между 0 и 1 или 2 Гц больше заданного порогового уровня, например, больше 50% от полной спектральной энергии переменного сигнала S или энергии в заданной диапазоне спектра, например, 2... 3 Гц, 3... 4 Гц... На основе спектральной энергии оцениваются секции изображения, чтобы идентифицировать различных субъектов 10, 10', находящихся в поле зрения, как описано далее.

На фиг. 5A-G схематично показано изображение из поля зрения для объяснения обнаружения различных субъектов 10, 10' на основе показателей жизненно важных функций, обнаруженных в данных 24 изображения.

Поле зрения, обнаруженное блоком 22 обнаружения изображения, показанное на фиг. 5A-G, в целом обозначено как 40. Изображение 42, представляющее поле 40 зрения, полученное блоком 22 обнаружения изображения, показывает первого субъекта 10 и второго субъекта 10', которые в данном случае являются людьми, подлежащими идентификации и измерению.

На изображении 42 сетка 44 определяет различные секции 46 изображения, чтобы различать различные области поля зрения 40 и идентифицировать различные сигналы в поле зрения 40.

Во-первых, структуры движения получены из каждой из секций 46 изображения данных 24 изображения и переменные сигналы S определяются из векторов движения, определенных по структуре движения каждой из секций 46 изображения, как описано выше. На основе частотного анализа, осуществляемого устройством 31 частотного анализа, определяется, соответствует ли структура движения различных секций 46 изображения показателям жизненно важных функций в поле зрения 40 и дополнительно определяется качество показателей жизненно важных функций, например, на основе спектрального анализа, в частности, на основе спектральной энергии, как описано выше. Секция 46 изображения, имеющая наивысшее значение устойчивости в отношении показателя жизненно важных функций, например, имеющая наивысшую спектральную энергию в заданном диапазоне, определяется как начальная секция 48 или как блок 48 размножения, как показано на фиг. 5A. Так как грудная клетка человека обычно предоставляет наилучшую информацию о показателях жизненно важных функций в отношении частоты дыхания, секция 46 изображения, представляющая грудную клетку субъекта, который должен быть обнаружен, обычно является начальной секцией 48, как показано для субъекта 10, показанного на фиг. 5A. Секции 50 изображения, которые соединяются или соседствуют с начальной секцией 48 и которые выполняют критерии устойчивости, например, имеющие значение спектральной энергии выше, чем заданное пороговое значение, группируются с начальной секцией 48 в первую группу секций 52 изображения. Присоединенные секции 50 изображение указаны точками. Те секции 46 изображения, которые присоединены или соседствуют с начальной секцией 48, но не удовлетворяют критерию устойчивости, не группируются в первую группу секций 52 изображения. Присоединенные или соседствующие секции изображения обычно являются восемью секциями, окружающими начальную секцию 48 или одну из секций группы секций 52.

На фиг. 5C показан дополнительный этап идентификации секций 50, связанных с изображением, соединенных или соседствующих с первой группой секций 52 изображения, которые выполняют критерии устойчивости, например, имеющие спектральное значение или спектральную энергию, большие, чем заданный порог. На фиг. 5C к первой группе секций 52 изображения добавлена одна дополнительная секция изображения. Процедура присоединения соединенных секций 50 изображения к первой группе секций 52 изображения повторяется, пока соседствующие секции 46 не станут выполнять критерии устойчивости.

Если никакая секция 46 изображения не выполняет критерии, чтобы группироваться с первой группой секций 52 изображения, идентифицированная первая группа секций 52 изображения завершается, так что первые субъект 10 идентифицируется в поле зрения 40 как показано на фиг. 5D.

Чтобы идентифицировать второго субъекта 10' в поле зрения 40, секция 46 изображения идентифицируется, имея наивысшее качество информации о показателях жизненно важных функций, то есть, наибольшее спектральное значение или наибольшая спектральная энергия переменного сигнала S и отделяется от первой группы секций 52 изображения в качестве второй начальной секции 54. Другими словами вторая начальная секция 54 определяется на основе качества показателей жизненно важных функций или переменного сигнала S, который не является частью первой группы секций 52 изображения. Первая группа 52 и вторая начальная секция 54 должны быть разделены по меньшей мере на одну секцию 46, которая не входит в группу. Так как грудная клетка обычно обеспечивает наилучшую информацию о показателях жизненно важных функций, вторая начальная секция 54 соответствует позиции грудной клетки второго субъекта 10' (показательная часть 12).

На основе второй начальной секции 54 идентифицированной в поле зрения 40, изображения 56 секций, которые присоединены или соседствуют со второй начальной секцией 54 и выполняют критерии устойчивости, например, имея спектральное значение или спектральную энергию, большую, чем заданное пороговое значение, группируются во вторую группу секций 58 изображения. Присоединенные секции 56 изображения указаны в фиг. 5E точками. Присоединенные секции 56 изображения обычно являются восемью секциями 46 изображения, окружающими начальную секцию 54. Дополнительно, секции 46 изображения, присоединенные или соседствующие со второй группой секций 58 изображения или окружающие вторую группу секций 58 изображения, группируются во вторую группу секций 58 изображения, если показатели жизненно важных функций этих секций 46 изображения соответствуют критерию устойчивости, как упомянуто выше.

Как показано на фиг. 5F, вторая начальная секция 54 и присоединенные секции 56 изображения определяются как вторая группа секций 58 изображения.

В случае, когда никакая дополнительная секция 46 изображения, соседствующая со второй группой секций 58 изображения, не выполняет критерии устойчивости, вторая группа секций 58 изображения завершается и второй субъект 10' идентифицируется в поле зрения 40.

На фиг. 5G показана первая группа секций 52 изображения, идентифицирующая первого субъекта 10, и, отдельно от первой группы секций 52 изображения 52, показана вторая группа секций 58 изображения, идентифицирующая второго субъекта 10' в поле зрения 40.

Следовательно, в поле зрения 40 идентифицированы два субъекта 10, 10', как показано на фиг. 5G, и показатели жизненно важных функций могут быть получены отдельно из изображения 42, чтобы независимо измерить информацию о показателях жизненно важных функций двух различных субъектов 10, 10'.

Поскольку два субъекта 10, 10' идентифицированы как разные субъекты только на основе пространственного разделения показателей жизненно важных функций или расстояния между положениями показателя жизненно важных функций в поле зрения 40, способ независим от технологии фоновой сегментации и независим от закрывания лиц или других структур, которые должны идентифицироваться в изображении 42.

На фиг. 6 схематично показана блок-схема последовательности выполнения операций, показывающая вариант осуществления настоящего способа для обнаружения различные субъектов 10, 10' на основе показателей жизненно важных функций. Способ, показанный на фиг. 6, в целом обозначен как 60.

Способ 60 начинается с этапа 62. На этапе 64 первая начальная секция 48 идентифицируется в поле зрения 40, имея общий наибольший показатель жизненно важных функций, например, большее спектральное значение, и определяется как первая группа секции 52 изображения.

На этапе 66 все секции 46 изображения, соседствующие с первой группой секций 52 изображения, анализируются и группируются в первую группу секций 52 изображения, если эти секции 46 изображения соответствуют критерию устойчивости. На этапе 68 проверяется, выполняют ли критерии устойчивости дополнительные секции 46 изображения, соседствующие с первой группой секций 52 изображения. Если секции 46 изображения, соседствующие с первой группой секций 52 изображения, выполняют критерии устойчивости, этап 66 повторяется, как показано контуром 70 обратной связи. Следовательно, все секции 46 изображения, соседствующие друг с другом, которые удовлетворяют критериям устойчивости, группируются в первую группу секций 52 изображения.

Если все секции 46 изображения, окружающие первую группу секций 52 изображения, не выполняют критерии устойчивости, в поле зрения идентифицируется вторая начальная секция 54 изображения, имеющая наибольший показатель жизненно важных функций в поле зрения 40, отделяется от первой группы секций 52 изображения. Вторая начальная секция 54 определяется как вторая группа секций 58 изображения.

На этапе 74 секции 46 изображения, соседствующие со второй группой секций 58 изображения, анализируются и группируются во вторую группу секций 58 изображения, если эти секции 46 изображения соответствуют критериям устойчивости.

На этапе 76 секции 46 изображения, соседствующие со второй группой секций 58 изображения, анализируются, выполняют ли они критерии устойчивости, например, больше ли спектральный параметр или спектральная энергия, чем заданный пороговый уровень. Если соседствующие секции изображения выполняют критерии устойчивости, этап 74 повторяется, как показано контуром обратной связи 78. Если ни одна из присоединенных секций изображения не выполняет критерии, на этапе 80 в поле зрения 40 идентифицируются два субъекта 10, 10' и способ 60 заканчивается на этапе 82.

Посре