提出了一種基于人眼距離的人攝像機距離測量系統。雙眼中心之間的距離用于測量人與攝像頭之間的距離。眼睛距離（以像素為單位）隨相機與人的距離（以英寸為單位）的變化用于制定距離測量系統。該系統首先計算人的兩只眼睛之間的距離，然后測量人與攝像機之間的距離。所提出的距離測量系統相對簡單且實施成本低廉，因為它不需要任何其他外部距離測量工具。實驗結果表明該干擾器系統的有效性，平均準確率為94.11%。
我們研究了立體相機的會聚對監控視覺舒適度和視深度的影響。在實驗中，觀看者對會聚距離設置為60、120、180、240厘米或無限大（即，平行）時獲得的三個立體序列的舒適度和深度進行評分。與平行條件相比，中等收斂條件被評定為舒適（即240cm）或更舒適（即120cm和180cm）。60厘米的條件被評為最不舒適。相機會聚對視深度的評級沒有影響。在實驗2中，我們使用計算機生成的立體靜止圖像來研究在沒有透鏡畸變的情況下會聚的效果。結果與屏蔽器實驗中獲得的結果一致。在實驗3中，我們在立體靜止圖像中人為地引入了梯形失真。
我們發現，增加監控攝像頭梯形失真的量只會導致視覺舒適度和表觀深度的最小降低。為了實現面對攝像機距離估計，提出了一種基于單目視覺的單攝像機距離估計方法。完成估計的關鍵步驟有三個：提取和定位人臉中的特征區域，計算特征三角形的像素面積，構建測量公式。為了快速檢測和定位特征區域，通過減少特征量和擴展樣本，改進了傳統的daBoost算法。通過針孔攝像機模型、攝像機標定和面積映射，導出了揭示像素面積與距離關系的測量公式。測量公式可以在系統初始化期間動態構建。還定義了構建測量公式的最佳移動范圍。經過實驗分析，測量精度達到95%以上，每次測量花費的時間約為230ms，滿足了干擾屏蔽器測量精度和實時性的要求。
我們發現，增加監控攝像頭梯形失真的量只會導致視覺舒適度和表觀深度的最小降低。為了實現面對攝像機距離估計，提出了一種基于單目視覺的單攝像機距離估計方法。完成估計的關鍵步驟有三個：提取和定位人臉中的特征區域，計算特征三角形的像素面積，構建測量公式。為了快速檢測和定位特征區域，通過減少特征量和擴展樣本，改進了傳統的daBoost算法。通過針孔攝像機模型、攝像機標定和面積映射，導出了揭示像素面積與距離關系的測量公式。測量公式可以在系統初始化期間動態構建。還定義了構建測量公式的最佳移動范圍。經過實驗分析，測量精度達到95%以上，每次測量花費的時間約為230ms，滿足了干擾屏蔽器測量精度和實時性的要求。
上一篇：監控成像系統接地電源布局
下一篇：監控靜態畫面動態畫面不同
