1.一种方法，包括：
接收由飞行时间相机针对单个帧捕获的至少一个原始图像，所述原始图像描绘所述飞行时间相机的环境中的一个或多个对象；
向经训练的区域检测器输入所述原始图像，并且作为响应接收所述原始图像中的一个或多个感兴趣区域，感兴趣区域包括图像元素，所述图像元素被预测为描绘所述对象中的一个对象的至少一部分；以及
从所述原始图像的所述一个或多个感兴趣区域计算深度。
2.根据权利要求1所述的方法，所述区域检测器已经被训练为学习感兴趣区域和原始飞行时间图像的图像元素之间的关联。
3.根据权利要求1所述的方法，包括仅从所述原始图像的所述一个或多个感兴趣区域计算深度。
4.根据权利要求1所述的方法，其中来自所述飞行时间相机的所述原始图像是多个红外强度值。
5.根据权利要求1所述的方法，包括：接收由所述飞行时间相机针对单个帧捕获的多个原始图像；聚合所述多个原始图像，以产生经聚合的原始图像；以及向所述经训练的区域检测器输入所述经聚合的原始图像。
6.根据权利要求1所述的方法，包括接收由所述飞行时间相机针对单个帧捕获的多个原始图像；以及向所述经训练的区域检测器输入所述原始图像中的每一个。
7.根据权利要求1所述的方法，包括使用所述经训练的区域检测器，将所述原始图像的图像元素分类为在感兴趣区域中或不在感兴趣区域中。
8.根据权利要求7所述的方法，包括将经分类的所述图像元素进行聚类。
9.根据权利要求7所述的方法，包括向经分类的所述图像元素应用滑动窗口检测器。
10.根据权利要求1所述的方法，包括：使用训练数据来训练所述区域检测器，所述训练数据包括描绘所述对象的示例的原始飞行时间图像，所述原始飞行时间图像具有经标记的感兴趣区域。
11.根据权利要求1所述的方法，其中所述经训练的区域检测器是随机决策森林。
12.一种计算系统，包括：
输入/输出控制器，被布置为接收由飞行时间相机针对单个帧捕获的至少一个原始图像，所述原始图像描绘所述飞行时间相机的环境中的一个或多个对象；
区域检测器，被布置为从所述原始图像计算所述原始图像中的一个或多个感兴趣区域，感兴趣区域包括图像元素，所述图像元素被预测为描绘所述对象中的一个对象的至少一部分；以及
深度图计算逻辑，被布置为从所述原始图像的所述一个或多个感兴趣区域计算深度。
13.根据权利要求12所述的计算系统，所述区域检测器包括分类器，所述分类器已经被训练为学习感兴趣区域和原始飞行时间图像的图像元素之间的关联。
14.根据权利要求13所述的计算系统，所述区域检测器包括聚类部件，所述聚类部件被布置为将由所述分类器输出的经标记的图像元素进行聚类。
15.根据权利要求13所述的计算系统，所述区域检测器包括滑动窗口部件，所述滑动窗口部件被布置为从由所述分类器输出的经标记的图像元素计算一个或多个区域。