[發(fā)明專利]一種基于單目相機自動識別讀寫場景的方法

在審

• 申請?zhí)枺?/td>: 201910547709.6
• 申請日: 2019-06-24
• 公開（公告）號: CN110309750A
• 公開（公告）日: 2019-10-08
• 發(fā)明（設計）人: 覃端峰;馮小嬌
• 申請（專利權）人: 火石信科（廣州）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州金鵬律師事務所 44529
• 代理人: 周藝

本發(fā)明提供了一種基于單目相機自動識別讀寫場景的方法，步驟為：S1，單目相機采集圖片并發(fā)送至處理器存儲分析；S2，通過物體檢測算法處理，判斷是否有人體；S3，通過人臉檢測算法處理，判斷是否有人臉；S4，根據(jù)人臉檢測算法標定的數(shù)據(jù)，判斷姿態(tài)是否符合正確的閱讀寫作標準；S5，通過距離計算，判斷人眼睛與桌面的距離是否大于正確閱讀寫作的距離；S6，判斷規(guī)定時間內(nèi)累積的姿勢錯誤和距離錯誤總和是否大于規(guī)定的標準，并依據(jù)結果進行語音提醒；本方法可有效判斷用戶讀書時的姿勢及閱讀距離是否正確，有效預防近視。

技術領域

本發(fā)明涉及圖像識別技術領域，具體涉及一種基于單目相機自動識別讀寫場景的方法。

背景技術

我國近視人數(shù)已超6億，幾乎占到中國總人口數(shù)量的50％，近視發(fā)病呈現(xiàn)年齡早、進展快、程度深的趨勢。據(jù)調(diào)查報告顯示，學生視力不良問題突出。四年級、八年級學生視力不良檢出率分別為36.5％、65.3％，其中四年級女生視力中度不良和重度不良比例分別為18.6％、10.4％，男生分別為16.4％、9％；八年級女生視力中度不良和重度不良比例分別為24.1％、39.5％，男生分別為22.1％、31.7％。

實際上，我國青少年的整體視力情況不容不樂觀，有數(shù)據(jù)顯示，青少年近視率已經(jīng)高居世界第一。其中近距離用眼和手機、電腦等電子產(chǎn)品的不間斷使用有極大的關系。從近年發(fā)展趨勢來看，青少年因為學習姿勢的不規(guī)范以及過早接觸電子產(chǎn)品使得近視的風險在逐漸增大，從小便戴上了眼鏡。

發(fā)明內(nèi)容

本發(fā)明要解決的技術問題是提供一種可以自動識別當前讀寫場景的方法，以判斷使用者的讀寫姿勢以及讀寫距離是否符合標準。

為實現(xiàn)上述目的，本發(fā)明采用如下技術方案：

一種基于單目相機自動識別讀寫場景的方法，其特征在于，步驟包括：

S1，單目相機采集圖片并發(fā)送至處理器存儲分析；

S2，通過物體檢測算法處理，判斷是否有人體；

S3，通過人臉檢測算法處理，判斷是否有人臉；

S4，根據(jù)人臉檢測算法標定的數(shù)據(jù)，判斷姿態(tài)是否符合正確的閱讀寫作標準；

S5，通過距離計算，判斷人眼睛與桌面的距離是否大于正確閱讀寫作的距離；

S6，判斷規(guī)定時間內(nèi)累積的姿勢錯誤和距離錯誤總和是否大于規(guī)定的標準，并依據(jù)結果進行語音提醒。

進一步的，所述物體檢測算法是將圖片按照規(guī)定要求代入訓練好的物體訓練模型，獲得人體的邊框位置以及為人體的可信度。

進一步的，所述步驟S2中，還獲取了桌面或書本的四個頂點。

進一步的，所述人臉檢測算法在確定圖片中有人之后，檢測圖片是否有臉，將圖片按照固定要求代入訓練好的人臉檢測模型，獲得左右眼、鼻子、兩個嘴角的5個點的位置以及為人臉的可信度。

進一步的，所述人臉檢測模塊訓練是通過MTCNN，將人臉區(qū)域檢測與人臉關鍵點檢測放在了一起，基于cascade框架的，總體分為PNet、RNet和ONet三層網(wǎng)絡結構。

進一步的，所述MTCNN特征描述子主要包括三個部分，人臉/非人臉分類器、邊界框回歸和地標定位。

進一步的，所述人臉分離的交叉熵損失函數(shù)為：其中p_i為是人臉的概率，為背景的真實標簽。

進一步的，所述邊界框回歸通過歐氏距離計算回歸損失：其中為通過網(wǎng)絡預測的背景坐標，其中為實際的真實背景坐標。

進一步的，所述地標定位通過歐氏距離計算：其中為通過網(wǎng)絡預測得到的地標坐標，為實際的真實地標坐標。