0051]圖1是依照本發(fā)明一實施例所繪示的路人偵測裝置的方塊圖。請參照圖1，本實施例的路人偵測裝置100包括影像擷取單元110、儲存單元120以及一或多個處理單元130。本實施例的路人偵測裝置100可以是數(shù)字相機，或是手機、平板計算機等其他具備影像擷取設(shè)備的電子裝置，在此并不限制其種類。
[0052]影像擷取單元110例如是包含光學(xué)定焦鏡頭或光學(xué)變焦鏡頭，以及電荷耦合組件(Charge Coupled Device ;CCD)或互補金氧半導(dǎo)體(Complementary Metal-OxideSemiconductor ;CM0S)組件等感光組件的裝置,在本實施例中，影像擷取單元110用以擷取影像。
[0053]儲存單元120可以是行動裝置100的主存儲器、任何型態(tài)的固定或可移動隨機存取內(nèi)存(random access memory ;RAM)、只讀存儲器(read-only memory ;R0M)、閃存(flashmemory)或類似組件或上述組件的組合。在本實施例中，儲存單元120用以儲存影像擷取模塊121、人臉偵測模塊122、特征值計算模塊123、比較模塊124以及判斷模塊125等的軟件程序及透過前述影像擷取單元110所擷取的影像數(shù)據(jù)。本實施例中所述儲存單元120并未限制是單一內(nèi)存組件，上述的各軟件模塊與影像數(shù)據(jù)亦可以分開儲存在不同的二個或二個以上的相同或不同型態(tài)的內(nèi)存組件中。
[0054]處理單元130耦接影像擷取單元110與儲存單元120。處理單元130可以是中央處理單元(Central Processing Unit ;CPU),或是其他可程序化的一般用途或特殊用途的微處理器(Microprocessor)、數(shù)字信號處理器(Digital Signal Processor ;DSP)、可程序化控制器、特殊應(yīng)用集成電路(Applicat1n Specific Integrated Circuit ;ASIC)或其他類似組件或上述組件的組合。在本實施例中，處理單元130用以存取并執(zhí)行上述儲存單元120中記錄的模塊，藉以偵測影像中是否包含路人。本實施例中所述處理單元130并未限制是單一處理組件，也可以是二個或二個以上的處理組件共同執(zhí)行。
[0055]圖2是依照本發(fā)明一實施例所繪示的路人偵測方法的流程圖。請同時參照圖1與圖2，本實施例的方法適用于上述的路人偵測裝置100，以下即搭配圖1中路人偵測裝置100的各項組件，說明本實施例方法的詳細(xì)流程。
[0056]首先，影像擷取模塊121利用影像擷取單元110擷取影像(步驟S202)。接著，由人臉偵測模塊122偵測出現(xiàn)在影像中的至少一個人臉，并取得各人臉的至少一個特征的位置(步驟S204)。在本實施例中，路人偵測裝置100可以是使用安卓操作系統(tǒng)的電子裝置，并可藉由安卓系統(tǒng)所支持的人臉偵測(face detect1n)功能來取得影像中人臉特征的相關(guān)信息。其中，上述的特征可以是人臉的左眼、右眼、嘴巴、臉部輪廓等其中之一或其組合，在此并不對特征的選擇加以限制。
[0057]具體而言，圖3是依照本發(fā)明一實施例所繪示的路人偵測方法的范例。如圖3所示，影像300包括拍攝主體310以及路人320。其中，相較于路人320的人臉面積(即對應(yīng)于人臉的特征值)，拍攝主體310的人臉面積較大。在本實施例中，當(dāng)影像擷取單元110擷取影像時，路人偵測裝置100可透過人臉偵測技術(shù)，而在預(yù)覽(preview)影像時回報影像中所偵測到的人臉信息。藉由上述偵測到的人臉信息，路人偵測裝置100可得到對應(yīng)于各人臉的標(biāo)識符(face ID),以及對應(yīng)于各人臉的左眼和右眼的中心坐標(biāo)位置、嘴巴中心坐標(biāo)位置、臉部定位框的邊界位置等特征的位置。此處的『臉部定位框』為影像擷取單元110通常具備的功能，用以定位出人臉在影像中的位置，如圖3中的方形312、322所示。在其他實施例中，路人偵測裝置100亦可透過其他人臉偵測算法或相關(guān)技術(shù)，而從影像中獲得上述人臉特征的位置，對此本發(fā)明并不限制。
[0058]之后，特征值計算模塊123根據(jù)特征的位置，計算各人臉的特征值(步驟S206)。更明確地說，此處的『特征值』可以對應(yīng)于人臉在影像中所占的面積，也可以是人臉特征之間在影像中所占的長度，或是其他人臉特征對應(yīng)于影像中的量值或上述的組合，應(yīng)用本實施例者可依據(jù)其需求提供不同方式來得到上述的特征值，本發(fā)明對此不限制。以下將以人臉特征所形成的三角形面積、方形面積以及形成的直線長度作為特征值的方法各舉一實施例作為說明。
[0059]在一實施例中，人臉的特征值可由兩眼及嘴巴所形成的三角形面積來決定。在此實施例中，路人偵測裝置藉由人臉偵測技術(shù)從影像中獲得各人臉對應(yīng)的人臉信息，并利用人臉信息中的左眼、右眼的中心坐標(biāo)位置以及嘴巴的中心坐標(biāo)位置，而可計算上述坐標(biāo)位置所形成的三角形面積，藉以作為各人臉的特征值。
[0060]舉例而言，圖4是依照本發(fā)明一實施例所繪示的路人偵測方法的范例。請參照圖4，在此實施例中，人臉的特征值可由兩眼及嘴巴所形成的三角形面積來決定。藉由人臉偵測技術(shù)所獲得的人臉信息，人臉偵測模塊122可取得影像400中各人臉對應(yīng)的兩眼及嘴巴在影像中的位置，并由特征值計算模塊123根據(jù)兩眼及嘴巴在影像中的位置，來計算其所形成的三角形面積(如圖4中由兩眼及嘴巴所形成的三角形410)，藉以作為各人臉的特征值。
[0061]在一實施例中，人臉的特征值可由包圍各人臉的臉部定位框所形成的方形面積來決定。在此實施例中，路人偵測裝置藉由人臉偵測技術(shù)從影像中獲得各人臉對應(yīng)的人臉信息，并利用人臉信息中的臉部定位框的坐標(biāo)位置，而可計算臉部定位框所形成的方形面積，藉以作為各人臉的特征值。
[0062]舉例而言，圖5是依照本發(fā)明一實施例所繪示的路人偵測方法的范例。在圖5的實施例中，人臉的特征值可由包圍各人臉的臉部定位框所形成的方形面積來決定。與前一實施例相似，人臉偵測模塊122同樣可藉由人臉偵測技術(shù)所獲得的人臉信息，以取得影像500中各人臉對應(yīng)到的臉部定位框在影像中的位置坐標(biāo)，并由特征值計算模塊123根據(jù)臉部定位框的位置坐標(biāo)，來計算其所形成的方形面積(如圖5中由臉部定位框所形成的方形510)，藉以作為各人臉的特征值。
[0063]在一實施例中，人臉的特征值可由人臉中兩眼位置所形成的直線長度，亦即兩眼之間的距離來決定。在此實施例中，路人偵測裝置藉由人臉偵測技術(shù)從影像中獲得各人臉對應(yīng)的人臉信息，并利用人臉信息中的左眼以及右眼的中心坐標(biāo)位置，而可計算上述坐標(biāo)位置之間的直線長度，藉以作為各人臉的特征值。
[0064]舉例而言，圖6是依照本發(fā)明一實施例所繪示的路人偵測方法的范例。在圖6的實施例中，人臉的特征值透過兩眼位置之間的距離決定。人臉偵測模塊122藉由人臉偵測技術(shù)所獲得的人臉信息，以取得影像600中各人臉對應(yīng)的兩眼在影像中的位置，并由特征值計算模塊123根據(jù)兩眼在影像中的位置，計算兩眼之間的距離(如圖6中直線610的長度)，以作為各人臉的特征值。
[0065]回到圖2的流程，在特征值計算模塊123計算出影像中各人臉的特征值之后，比較模塊124計算特征值中的至少其一與參考值的比值，并與門檻值比較(步驟S208)。當(dāng)比值小于門檻值時，判斷模塊125判定影像中包含至少一個路人(步驟S210)。上述的參考值用來對應(yīng)影像中可能的拍攝主體，而特征值中的至少其一則用來對應(yīng)影像中可能的路人。此夕卜，上述的門檻值則可對應(yīng)于路人偵測的靈敏度。換句話說，本實施例即是藉由特征值中的至少其一與參考值的相對大小，并以門檻值的限制作為判斷條件，藉此來判斷影像中是否包含路人。
[0066]在此先以特征值中的最小值作為上述特征值中的至少其一來進行說明。詳細(xì)來說，在本實施例中，在將最小值與參考值的比值與門檻值比較之前，比較模塊124會先藉由各人臉的特征值來決定參考值。上述參考值可以取用所有特征值中的最大值，亦可取用所有特征值的平均值或中位數(shù)，在此不限定。另外，參考值也可透過影像擷取單元110所對焦的人臉來決定，也就是以對焦人臉?biāo)鶎?yīng)的特征值作為參考值。應(yīng)用本實施例者可依照其需求而提供獲得參考值的不同方式，在此并不加以限制。以下將先對取用所有特征值的最大值、平均值或中位數(shù)來作為參考值的方法，各舉實施例加以說明。而透過對焦人臉來決定參考值的方法，則在之后的實施例有更詳盡的說明，請參閱后述。
[0067]具體而言，在一實施例中，比較模塊124可直接取用特征值中的最大值來作為參考值。由前述可知，一般情況下，拍攝主體在影像中所對應(yīng)的特征值會大于路人在影像中所對應(yīng)的特征值(例如圖3中的拍攝主體310的人臉面積即大于路人320的人臉面積)。故