图3的隐私屏蔽302，请参见图4A和4B，图4A和4B将“屏蔽不透明度”示出为沿着穿过图像200中四个窗户的像素水平线的函数。图4A示出在使用图2B的传统隐私屏蔽204时“屏蔽不透明度”看起来的样子。图4A中“I”的“屏蔽不透明度值”表示“完全屏蔽”(即，图2B中的黑色)，而“O”的屏蔽不透明度值意味着“未屏蔽”(即，图2B中的透明)。可以从图4A中看出，存在被屏蔽(即，具有屏蔽不透明度值I)的四个区域。在这些区域周围，存在未屏蔽区域(即，具有屏蔽不透明度值O)。从图4A中可以进一步看出，屏蔽和未屏蔽的区域之间的过渡是陡峭的(即，垂直线)，因此在屏蔽和未屏蔽区域之间创建出非常清晰的区别。
[0048]图4B中的不意图不出在使用根据一个实施例的隐私屏蔽302时，“屏蔽不透明度”看起来的样子。在本实施例中，屏蔽不透明度值的范围为从O至255，而不是O至I。然而，应当认识到的是，这些值仅表示一个实施例，并且根据其中要使用屏蔽的特定情况，其他屏蔽不透明度值的范围可以被分别用于实现较高或较低的分辨率。图4B中“255”的“屏蔽不透明度值”意味着“完全屏蔽”(即，图3中的黑色)，而“O”的屏蔽不透明度值意味着“未屏蔽”(即，图3中的透明)。隐私屏蔽302可以具有这些值之间的任意值。
[0049]可以从图4B中看出，存在被屏蔽(由图表中的“峰”表示)的四个区域。在这些区域的周围，存在未屏蔽区域(由图表中的“谷”表示)。屏蔽和未屏蔽区域之间的过渡不是陡峭的(即，不存在垂直线，而存在斜坡线)，而是存在峰和谷之间的梯度过渡，因此与传统技术相比，在图3中创建了屏蔽和未屏蔽区域之间较平滑的过渡，并模糊了屏蔽和未屏蔽区域之间的区别。从图4B中的图表还可以看出，中间的两个峰(表示图像中的两个中间窗户)具有较低的屏蔽不透明度峰值。即，代替具有255的峰值，它们仅具有120的峰值，这意味着屏蔽的这些区域比边缘的部分更透明，这从图3中可以看出。
[0050]存在许多可以以逐个像素为基础设定“不透明度值”的方法。例如，许多图形系统使用像素的RGBA(红绿蓝阿尔法)颜色模型，其中阿尔法通道被用作不透明度通道。通常，如果一像素在其阿尔法通道具有0%的值，则该像素是完全透明的(并且因此不可视)，而阿尔法通道100%的值给出完全不透明的像素。因此，通过针对隐私屏蔽中的单个像素选择适当的阿尔法通道值，屏蔽可以与所捕获的图像合成并可以获得可变的隐私屏蔽。然而，可能存在改变透明度可能不是隐藏图像中的细节的最佳方法的情况，因为半透明对象并不总是一定会变得不容易识别。因此，将在以下进一步详细解释的诸如模糊(blurring)的其他替代例有时可能是较佳选项。
[0051]因此，虽然上面的描述集中于具有可变“屏蔽不透明度”的屏蔽，但是相同的概念可以被应用于因为隐私原因而操作图像的其他方法上。例如，在一些实施例中，模糊可以被代替使用，其可以在整个图像上以逐个像素为基础而改变。例如通过将图像与高斯(Gaussian)函数进行卷积的模糊对于本领域技术人员是熟知的。本质上，高斯模糊(也被称为高斯平滑)产生类似于通过半透明屏观看图像的平滑模糊。数学上，将高斯模糊施加至图像与将图像与高斯函数进行卷积相同，其具有减小图像的高频分量的效果。因此，高斯模糊是低通滤波器。当对图像执行高斯模糊时，每个像素的新值被设定为该像素的邻域的加权平均数。初始像素的值接收最大权重(具有最高高斯值)，并且邻近像素随着它们到初始像素的距离增加而接收较小的权重。这导致比其他更均匀的模糊滤波器更好地保留边界和边缘的模糊。通常，当对图像执行高斯模糊时，模糊处理被分为两个分立的步骤。在第一步骤中，一维内核(one-dimens1nal kernel)被用于仅在水平或垂直方向上模糊图像。在第二步骤中，另一个一维内核被用于剩余方向上的模糊。最终的效果与在单个步骤中使用二维内核进行卷积的效果相同，但需要较少的计算。
[0052]经常用于近似高斯模糊的替代模糊方法被称为盒模糊(box blurring)。盒模糊是图像滤波器，其中最终图像中每个像素的值等于输入图像中该像素的邻近像素的平均值。因此，盒模糊是形式稍微不同的低通滤波器。如果盒模糊在同一图像上施加三次，则盒模糊接近高斯内核约3 %之内，因此产生出本质上与二次高斯卷积内核相同的结果。
[0053]可以被用于创建隐私屏蔽的另一个熟知的技术是马赛克，即故意以明显低于初始图像的分辨率显示图像的某些部分。隐私屏蔽可以根据单独或以各种组合使用这些技术中的任一个的不同实施例来创建。
[0054]屏蔽边缘的平滑
[0055]在某些实施例中，隐私屏蔽边缘的平滑可以以类似于怎样执行模糊的方式执行，即通过将合成图像与使用高斯函数或模糊盒的隐私屏蔽进行卷积来执行。例如，描述由应当被屏蔽的对象所占据的区域的多边形通常可以在所有方向上扩展一点，以允许从没有隐藏到屏蔽所限定的隐藏水平的过渡。如本领域技术人员所认识到的，在具有覆盖整个图像的屏蔽的情况下，明显不需要扩展屏蔽来使其边缘平滑。
[0056]基于动态规则的隐私屏蔽
[0057]通常，图像的屏蔽通过将规则施加到从相机100接收的图像而动态地执行。相机通常以每秒大约5-60帧的速率捕获图像，并且规则可以根据图像和/或其他输入的内容来限定，使得上面所描述的各种类型的隐私屏蔽被施加至图像。
[0058]例如，在一个实施例中，任一种传统对象检测算法可以被用于检测或识别例如人或动物、面部、牌照、文本或可视信息。一旦对象被识别，就可以根据一个或多个预限定规贝1J，如上面所述的那样被自动地不需要任何用户输入地向这些对象施加适应性隐私屏蔽。
[0059]在另一个实施例中，相机100可以包括替代视觉图像传感器(或除了视觉图像传感器之外)的热图像传感器。在本文中的热图像传感器应该被理解为对远红外光谱的辐射敏感的图像传感器，诸如微测热辐射计，并且其产生示出不同对象所辐射的热的热图像或热谱图。用户可以设定指定例如当对象和其周围之间存在某一温度差时隐私屏蔽应当被施加的规则。例如，人面部通常具有37摄氏度的温度，而室内环境经常接近于20摄氏度。因此，规则可以被构建为指定在温度差大于例如12摄氏度时应当施加隐私屏蔽以模糊人的面部。在一些实施例中，模糊的程度可以根据温度差而改变。例如，个人的四肢和衣服经常低于37摄氏度，并且因此被模糊的程度轻于人的面部，这是可接受的，因为面部通常是由于隐私原因需要更多保护的个人特征。此外，平滑过渡可以被施加在隐私屏蔽的边缘周围，如上所描述，由此创建不会从图像的重要部分吸引太多用户注意的隐私屏蔽。
[0060]在又一个实施例中，由相机100记录的视觉图像可以与从距离传感器获取的信息相结合，并且规则可以被规定为，例如与图像的离相机较远的区域相比，图像的较靠近相机的区域被模糊的程度较重或者具有较高的屏蔽不透明度。
[0061]如本领域技术人员所认识到的，这些仅是在确定隐私屏蔽看起来的样子时可以使用的输入和规则的一些示例，并且对于本领域技术人员来说，许多变形和组合可以轻易的获得。不论使用什么类型的输入，最后的结果是提供了适应性隐私屏蔽，其强度和/或模糊和/或马赛克可以以逐个像素为基础而改变，并且可以获得屏蔽和未屏蔽区域之间的平滑过渡