[发明专利]患者识别系统和方法

说明书

所公开的技术涉及识别数字图像中的对象。在一些实施例中，采集(1002)捕获第一对象的收录数字图像(404)。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，第一对象参考模板被生成并且被存储在对象数据库(412)中。稍后，选择(1008)用于在区域内进行识别的第二对象。从所述对象参考数据库检索(1010)相关联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)。描绘所述区域中的(一个或多个)对象的面部的(一幅或多幅)数字图像的(一个或多个)部分被检测(1014)为(一幅或多幅)检测到的面部图像。将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)以识别捕获所述区域的(一幅或多幅)数字图像中的第二对象(1018)。

技术领域

本公开总体上但是非排他地涉及识别数字图像(包括数字图像流)中的人。更具体地，但是非排他地，本文所公开的各种方法和装置涉及识别数字图像(或其流)中的人，使得那些人可以被定位在医院的诸如等候室的区域中。

背景技术

存在其中能够期望基于捕获包含人的场景的数字图像自动地识别人(或者“对象”)的多个情形。例如，当患者访问医院时，其通常被登记、分诊并且然后被送到诸如等候室的区域以等候诸如医师的医院资源变为可用于检查和/或处置患者。能够自动识别个体患者对于可以帮助当其等候医学资源的分配时监测其状况(例如，针对恶化)。其也可以帮助确定是否/何时患者离开而未被看到(LWBS)。基于数字图像自动地识别人也可以在各种其他背景(诸如机场、火车站、过境处、体育馆和健身中心、各种公司等)下是有用的。

在一些背景下，能够期望识别包含多个对象的数字图像中的个体对象。例如，除等候患者之外，由等候室中的相机捕获的数字图像可能描绘能够与患者一起等候的其他人，诸如朋友、亲属等。面部检测技术可以检测数字图像中的所有面部，但是哪些面部属于患者并且哪些属于他人可能是不清楚的。此外，诸如等候室的监测区域中的对象将不可能查看相机。代替地，其可以查看其电话、杂志、彼此等。因此，甚至当检测到描绘的面部时，如在其原始状态中所描绘的检测到的面部可能对于识别对象是不理想的。此外，区域中的光条件可以跨时间(例如，日间对夜间)和/或跨物理空间变化。

发明内容

本公开涉及用于自动地识别所采集的数字图像中所描绘的人的方法、系统和装置。作为一个非限制性范例，多个分诊的患者可以在等候室中等候直到其可以由急诊医师看到。所述患者可以被包括在例如基于与每个患者相关联的敏锐度的量度(在本文中被称为“患者敏锐度量度”)以及其他数据点(诸如患者等候时间、患者存在等)来排序或者排名的患者监测队列(还简单地被称为“患者队列”)中，所述量度基于由分诊护士从所述患者获得/采集的信息来确定。被安装在等候室中的一个或多个“生命体征采集相机”可以被配置为周期性地执行来自每个患者的一个或多个经更新的生命体征和/或生理参数的非接触和/或非侵扰的采集。这些经更新的生命体征和/或生理参数可以包括但不限于温度、脉搏率、血氧饱和度(“SpO2”)、呼吸率、姿势、汗水等。

为了识别(一个或多个)生命体征采集相机应当采集经更新的生命体征的具体患者，本文所描述的技术可以被用于匹配所谓的“对象参考模板”-例如描绘对象的面部的各种不同的视图的数字图像-与被包含在由一个或多个生命体征采集相机采集(例如，从相对宽的视场(“FOV”))的一幅或多幅数字图像中捕获的场景中的人。更一般地，本文所描述的技术可以在各种背景下被实施为识别数字图像(例如，单幅图像和/或数字图像流，诸如视频馈送)中所描绘的对象，例如通过收集与要监测的每个对象相关联的对象参考模板并且稍后使用那些对象参考模板来识别随后捕获的数字图像中的对象。