提出了一种基于人眼距离的人摄像机距离测量系统。双眼中心之间的距离用于测量人与摄像头之间的距离。眼睛距离（以像素为单位）随相机与人的距离（以英寸为单位）的变化用于制定距离测量系统。该系统首先计算人的两只眼睛之间的距离，然后测量人与摄像机之间的距离。所提出的距离测量系统相对简单且实施成本低廉，因为它不需要任何其他外部距离测量工具。实验结果表明该干扰器系统的有效性，平均准确率为94.11%。

 

    我们研究了立体相机的会聚对监控视觉舒适度和视深度的影响。在实验中，观看者对会聚距离设置为60、120、180、240厘米或无限大（即，平行）时获得的三个立体序列的舒适度和深度进行评分。与平行条件相比，中等收敛条件被评定为舒适（即240cm）或更舒适（即120cm和180cm）。60厘米的条件被评为最不舒适。相机会聚对视深度的评级没有影响。在实验2中，我们使用计算机生成的立体静止图像来研究在没有透镜畸变的情况下会聚的效果。结果与屏蔽器实验中获得的结果一致。在实验3中，我们在立体静止图像中人为地引入了梯形失真。

    我们发现，增加监控摄像头梯形失真的量只会导致视觉舒适度和表观深度的最小降低。为了实现面对摄像机距离估计，提出了一种基于单目视觉的单摄像机距离估计方法。完成估计的关键步骤有三个：提取和定位人脸中的特征区域，计算特征三角形的像素面积，构建测量公式。为了快速检测和定位特征区域，通过减少特征量和扩展样本，改进了传统的daBoost算法。通过针孔摄像机模型、摄像机标定和面积映射，导出了揭示像素面积与距离关系的测量公式。测量公式可以在系统初始化期间动态构建。还定义了构建测量公式的最佳移动范围。经过实验分析，测量精度达到95%以上，每次测量花费的时间约为230ms，满足了干扰屏蔽器测量精度和实时性的要求。