[发明专利]患者识别系统和方法

权利要求书

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参考数据库(412)中，并且所述对象参考数据库存储与多个对象有关的对象参考模板，所述对象参考模板是基于捕获各个对象的收录数字图像而生成的；

选择(1008)要在被监测的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，所述收录数字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参考数据库或者现有的对象从所述对象参考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。