热成像辅助的计算机视觉系统，苹果新专利？

据外媒报道，苹果正在努力提高计算机视觉的技术能力，以便其能够更加准确地检测和识别对象，比如在相机和被拍摄对象都在运动的情况下。这种通过热成像来辅助确定元素追踪的方法，似乎很有科幻感。但近日曝光的一项新专利，暗示了我们有望在不远的将来用上它。

周四的时候，美国专利商标局（USPTO）公布了一份题为《与一部分真实环境相关的、能够至少确定一个属性的方法和系统》。

这类应用与计算机视觉有很大的关联，即借助摄像头来分析场景，并从其看到的景象中获取有用的数据。

文档中提到了当前计算机视觉分析技术、在应对动态环境时的一个问题，因为许多算法都是特别针对静态环境而构建的。

但实际上，在使用智能机进行拍摄的时候，器材和被拍摄者经常都处于运动状态，想要明确追踪其中一个对象，似乎有些强人所难。

若场景中有多个移动物体，则相机姿态追踪的准确性会降低，甚至会故意忽略场景中在运动的物体。此外由于视线的遮挡，可能会遇到运动物体的识别问题。

虽然 2D 相机视图可以转换为 3D 空间中的点位，但该空间中的运用对象，也可能导致相机的 3D 定位问题。

这份专利给出的答案之一，就是使用两套不同类型的摄像头系统，其中包括一个热成像主摄、以及一个普通的摄像头。

两者都可以有效地提供相同的视点，但热成像相机可以像算法提供热图数据，辅以副摄像头提供的成像数据。该算法能够分析热图像，并与成像数据相结合，以确定场景中的哪些项目与其它分离，增加热量、以及通常用于分析的颜色 ／ 对比度等其它属性。

例如，当有人穿着绿色的制服在场地中踢足球时，热图像会聚焦于球员身体产生的热量。算法可借此确定热图中的对象，然后用普通的副摄像头来挑选出正常图像中的球员。

此外，该技术还可用于确定被遮挡的平面拍摄图像。类似系统可借助热成像来覆盖 2D 图像的其中一部分，并提供一些可用于改变呈现的数据，比如被手遮挡的元件。

以建筑物分析为例，这样的系统可用于识别附近的行人。当来自相同视图的其它图像放在一起时，行人可以从最终构图中被自动移除。

虽然该专利申请着重于描述消费级成像、视频编辑、以及增强现实，但它也能在自动驾驶汽车领域发挥更大的作用，比如传闻中的苹果 Project Titan 自动驾驶研究项目。

9月初的时候，苹果描述了一款专利的前照灯，其能够突出现实道路的某部分区域，以便向驾驶员发出警示。

不过这样的系统，也可战略性地点亮部分道路，以帮助自动驾驶汽车的视觉系统更好地“看清”前方路面。