CN103458259B - 一种3d视频引起人眼疲劳度的检测方法、装置及系统 - Google Patents

Abstract

本发明适用于移动终端技术领域，提供了一种3D视频引起人眼疲劳度的检测方法、装置及系统，包括：获取3D视频中每一帧图像对应的景深图以及景深图中各个像素点的景深值；根据预先建立的第一视觉疲劳度模型以及各个像素点的景深值，生成各个像素点的视觉疲劳度；根据预先建立的第二视觉疲劳度模型以及各个像素点的视觉疲劳度，生成3D视频中每一帧图像的视觉疲劳度；根据预先建立的第三视觉疲劳度模型以及3D视频中每一帧图像的视觉疲劳度，生成3D视频的平均视觉疲劳度。本发明解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一部3D视频容易引起人眼的疲劳度的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并对其进行修改。

Description

一种3D视频引起人眼疲劳度的检测方法、装置及系统

技术领域

本发明属于移动终端技术领域，尤其涉及一种3D视频引起人眼疲劳度的检测方法、装置及系统。

背景技术

随着立体图像在3D游戏、商业广告、医疗显示、娱乐等领域的广泛应用，用户可以随时随地观看到立体图像，享受立体图像带来的与传统影音图像不一样的视觉体验。与此同时，在如今的电视机市场上，3D显示功能已成为一台电视机的标配。三维显示的种类有许多，目前市场上的三维显示器的大都基于双目视差原理，即为观看者的左右眼提供同一场景不同视角的图像对，采用光学等手段让观看者的左右眼只能看见与之对应的图像，利用人眼的双眼视差效应，让大脑融合成一幅具有立体感的图像，所以现在的3D片源中的一帧图像大多由左右排布或者上下排布的两幅视差图组成。

与此同时，研究表明，长时间观看3D视频会引起视觉疲劳，给观看者带来不良影响，包括眼胀、眼酸、头晕、视力下降，甚至恶心、呕吐。因此，对于观看三维立体引起的视觉疲劳所带来的不良影响不容忽视。

然而，现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一部3D视频容易引起人眼的疲劳，而在这个3D电视普及的时代，急需一种3D视频引起人眼疲劳度的检测方法，以检测出引起人眼的疲劳度的3D视频。

发明内容

本发明实施例的目的在于提供一种3D视频引起人眼疲劳度的检测方法，旨在解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一部3D视频容易引起人眼的疲劳度的问题。

本发明实施例是这样实现的，一种3D视频引起人眼疲劳度的检测方法，包括：

获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度。

本发明实施例的另一目的在于提供一种3D视频引起人眼疲劳度的检测装置，包括：

获取单元，用于获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

第一生成单元，用于根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

第二生成单元，用于根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

第三生成单元，用于根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度。

本发明实施例的另一目的在于的提供一种3D视频引起人眼疲劳度的检测系统，其包括上述装置。

在本发明实施例中，根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度，解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出那一部3D视频容易引起人眼的疲劳度的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并对其进行修改。

附图说明

图1是本发明实施例提供的3D视频引起人眼疲劳度的检测方法的实现流程图；

图2是本发明实施例提供的3D视频的视觉疲劳度变化曲线的示意图；

图3是本发明实施例在实际应用中较佳的实施流程图;

图4是本发明实施例提供的3D视频引起人眼疲劳度的检测装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中，根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度，解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一个3D视频容易引起人眼的疲劳度的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并对其进行修改。

实施例1

图1示出了本发明实施例提供的一种3D视频引起人眼疲劳度的检测方法的实现流程，详述如下：

在步骤S101中，获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

在本实施例中，获取3D视频中每一帧图像对应的景深图，可采用现有的图像处理方法中的立体匹配方法，将3D视频中每一帧图像的视差图转换为景深图，以完成3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值的获取，视差图转换为景深图为现有技术，在此不做具体赘述。

在本实施例中，景深图为一个关于景深z的矩阵，出屏为正值，入屏为负值，0为三维物体位于屏幕面上。

在步骤S102中，根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

在本实施例中，在所述根据预先建立的第一视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度之前，包括：

建立第一视觉疲劳度模型；

所述第一视觉疲劳度模型，具体为：

$f_{\mathrm{ij}}=\left\{\begin{array}{cc}\mathrm{\&delta;}(1-e^{z_{\mathrm{out}}-z})& \mathrm{ifz}>z_{\mathrm{out}}\\ 0& \mathrm{if}{z}_{\mathrm{in}}<z<z_{\mathrm{out}}\\ 1-e^{z-z_{\mathrm{in}}}& \mathrm{ifz}<z_{\mathrm{in}}\end{array}\right.$

其中，f_ij表示景深图中第i行第j列的像素点的视觉疲劳度，δ为出屏与入屏的差异因子，z_out为舒适观察范围的出屏界限，z_in为舒适观察范围的入屏界限，若z在舒适区域内，疲劳度为0；若z为无穷远，疲劳度为1；若z为无穷近，疲劳度为δ。

在本实施例中，因为三维场景处于无穷远所引起的疲劳度往往小于三维场景处于无穷近所引起的疲劳度，所以δ通常为一个大于1的数。

在本实施例中，z_out和z_in的值，可以为用户自设，也可以系统默认，优选地，采用系统默认，对z_out和z_in的值进行限定，具体地，利用“1°限制”，即在自然观看条件下，假定视网膜的差异超过1°，会引起视觉疲劳。若在视网膜上的差异小于1°的视差图，则被认为是舒适的。根据以下公式，可以得到舒适区域范围的界限：

其中z_out为舒适观察范围的出屏界限，z_in为舒适观察范围的入屏界限，d为观察距离，l_eye为双眼距离，一般定为65mm。由此，可以得到舒适区域范围的界限，以便于后续第一视觉疲劳度模型对其进行引用。

在步骤S103中，根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

在本实施例中，在所述根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度之前，包括：

建立第二视觉疲劳度模型；

所述第二视觉疲劳度模型，具体为：

$F_k=\underset{i=1}{\overset{i=\mathrm{II}}{\&Integral;}}\underset{j=1}{\overset{i=\mathrm{JJ}}{\&Integral;}}{f}_{\mathrm{ij}}$

其中，F_k表示第K帧图像的视觉疲劳度，K表示图像的帧号，II表示景深图中像素点行数，JJ表示景深图中像素点列数。

在本实施例中，将生成的3D视频中每一帧图像的视觉疲劳度以及与所述视觉疲劳度相对应的图像帧数记录存储，以便于后续进行调用，生成3D视频的视觉疲劳度变化曲线。

在步骤S104中，根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的视觉疲劳度以及所述3D视频的平均视觉疲劳度。

在本实施例中，在所述根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度之前，包括：

建立第三视觉疲劳度模型；

所述第三视觉疲劳度模型，具体为：

F_平均=F_总/K

其中，F_总表示3D视频的视觉疲劳度，F_平均表示3D视频的平均视觉疲劳度。

在本实施例中，将生成3D视频的视觉疲劳度求和，再除以图像帧数，生成3D视频的平均视觉疲劳度。

作为本发明的一个优选实施例，当所述3D视频的视觉疲劳度和/或所述3D视频的平均视觉疲劳度大于预设阀值时，所述3D视频为引起人眼的疲劳度的3D视频。

在本实施例中，当3D视频的平均视觉疲劳度大于或等于预设平均阀值时，表示该3D视频为引起人眼的疲劳度的3D视频，预设平均阀值可以为用户自设，也可以系统默认。

可选地，也可以当3D视频的视觉疲劳度大于或等于预设阀值时，表示该3D视频为引起人眼的疲劳度的3D视频，预设阀值可以为用户自设，也可以系统默认。

进一步地，还可以结合3D视频的疲劳度变化曲线，将其与预设阀值相比较，当3D视频疲劳度变化曲线中某帧图像的视觉疲劳度大于或等于预设阀值时，表示该帧3D视频为引起人眼的疲劳度的3D视频帧，预设阀值可以为用户自设，也可以系统默认。

在本发明实施例中，当3D视频的视觉疲劳度和/或所述3D视频的平均视觉疲劳度大于或等于预设阀值时，该3D视频为引起人眼的疲劳度的3D视频，解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一部3D视频容易引起人眼的疲劳度的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并对其进行修改。

作为本发明的一个优选实施例，根据所述3D视频中每一帧图像的视觉疲劳度以及与所述视觉疲劳度相对应的图像帧数，生成所述3D视频的视觉疲劳度变化曲线。

在本实施例中，在步骤S102中，可得到3D视频中每一帧图像的视觉疲劳度以及与视觉疲劳度相对应的图像帧数，绘制出视觉疲劳度分布图，该图可反应出3D视频在时间维度上的视觉疲劳度分布，便于检测出3D视频中哪一段3D视频容易引起人眼的疲劳度，从而解决了无法检测出哪一部3D视频容易引起人眼的疲劳度的问题，并解决了无法检测出引起人眼的疲劳度的3D视频图像的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并找出引起人眼的疲劳度的3D视频图像，从而对其进行修改。

在本实施例中，为便于说明，图2示出了本发明实施例提供的3D视频的视觉疲劳度变化曲线的示意图，其中，以图像帧数为横坐标，以每一帧图像的视觉疲劳度为纵坐标，从而可直观显示出3D视频中哪一段3D视频容易引起人眼的疲劳度。

作为本发明的一个优选实施例，在步骤S102后，将3D视频中每一帧图像的视觉疲劳度，与预设阀值相比较，当大于预设阀值时，表示该图像容易引起人眼的疲劳度，直接在3D视频中标注该图像，以便于后续工作人员可直接查找出引起人眼的疲劳度的3D视频图像，直接对图像的数据进行修改、处理。从而解决了无法检测出哪一部3D视频容易引起人眼的疲劳度的问题，并解决了无法检测出引起人眼的疲劳度的3D视频图像的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并找出引起人眼的疲劳度的3D视频图像，从而对其进行修改。

实施例2

图3示出了本发明实施例在实际应用中较佳的实施流程，详述如下：

S301，输入视频；

S302，确定舒适观察区域；

S303，提取一帧图像两幅视差图；

S304，将视差图转换为景深图；

S305，计算一帧图像的视频疲劳度；

S306，是否为最后一帧，是则执行S307，否则执行S303；

S307，绘制疲劳曲线，计算视频总视觉疲劳度与平均视觉疲劳度。

实施例3

图4示出了本发明实施例提供的一种3D视频引起人眼疲劳度的检测装置的结构框图，该装置可以运行于显示3D视频的各种终端，包括但不限于移动电话、口袋计算机（PocketPersonalComputer，PPC）、掌上电脑、计算机、笔记本电脑、个人数字助理（PersonalDigitalAssistant，PDA）等。为了便于说明，仅示出了与本实施例相关的部分。

参照图4，该检测装置，包括：

获取单元41，用于获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

第一生成单元42，用于根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

第二生成单元43，用于根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

第三生成单元44，用于根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度。

进一步地，在该装置中，还包括：

第一建立单元，用于建立第一视觉疲劳度模型；

所述第一视觉疲劳度模型，具体为：

$f_{\mathrm{ij}}=\left\{\begin{array}{cc}\mathrm{\&delta;}(1-e^{z_{\mathrm{out}}-z})& \mathrm{ifz}>z_{\mathrm{out}}\\ 0& \mathrm{if}{z}_{\mathrm{in}}<z<z_{\mathrm{out}}\\ 1-e^{z-z_{\mathrm{in}}}& \mathrm{ifz}<z_{\mathrm{in}}\end{array}\right.$

其中，f_ij表示景深图中第i行第j列的像素点的视觉疲劳度，δ为出屏与入屏的差异因子，z_out为舒适观察范围的出屏界限，z_in为舒适观察范围的入屏界限，若z在舒适区域内，疲劳度为0；若z为无穷远，疲劳度为1；若z为无穷近，疲劳度为δ。

进一步地，在该装置中，还包括：

第二建立单元，用于建立第二视觉疲劳度模型；

所述第二视觉疲劳度模型，具体为：

$F_k=\underset{i=1}{\overset{i=\mathrm{II}}{\&Integral;}}\underset{j=1}{\overset{i=\mathrm{JJ}}{\&Integral;}}{f}_{\mathrm{ij}}$

其中，F_k表示第k帧图像的视觉疲劳度，k表示图像的帧号，II表示景深图中像素点行数，JJ表示景深图中像素点列数。

进一步地，在该装置中，还包括：

第三建立单元，用于建立第三视觉疲劳度模型；

所述第三视觉疲劳度模型，具体为：

F_平均=F_总/K

其中，F_总表示3D视频的视觉疲劳度，F_平均表示3D视频的平均视觉疲劳度。

第四生成单元，用于根据所述3D视频中每一帧图像的视觉疲劳度以及与所述视觉疲劳度相对应的图像帧数，生成所述3D视频的视觉疲劳度变化曲线。

在本发明实施例中，根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度，解决了现有技术无法对引起人眼的疲劳度的3D视频进行检测，无法检测出哪一部3D视频容易引起人眼的疲劳度的问题，使得有关人员可以找出引起人眼的疲劳度的3D视频，并对其进行修改。

本发明实施例提供的装置可以应用在前述对应的方法实施例一、二中，详情参见上述实施例一、二的描述，在此不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种3D视频引起人眼疲劳度的检测方法，其特征在于，包括：

获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度；

其中，所述第一视觉疲劳度模型，具体为：

$f_{ij}=\left\{\begin{array}{cc}\mathrm{\&delta;}\left(1-e^{z_{out}-z}\right)& z>z_{out}\\ 0& z_{in}<z<z_{out}\\ 1-e^{z-z_{in}}& z<z_{in}\end{array}\right.$

其中，f_ij表示景深图中第i行第j列的像素点的视觉疲劳度，δ为出屏与入屏的差异因子，z_out为舒适观察范围的出屏界限，z_in为舒适观察范围的入屏界限，若z在舒适区域内，疲劳度为0；若z为无穷远，疲劳度为1；若z为无穷近，疲劳度为δ；

所述第二视觉疲劳度模型，具体为：

$F_k=\underset{i=1j=1}{\overset{i=IIj=JJ}{\&Integral;\&Integral;}}{f}_{ij}$

其中，F_k表示第k帧图像的视觉疲劳度，k表示图像的帧号，II表示景深图中像素点行数，JJ表示景深图中像素点列数；

所述第三视觉疲劳度模型，具体为：

F_平均＝F_总/K

其中，K表示图像帧数，F_总表示3D视频的视觉疲劳度，F_平均表示3D视频的平均视觉疲劳度。

2.如权利要求1所述的方法，其特征在于，还包括：

根据所述3D视频中每一帧图像的视觉疲劳度以及与所述视觉疲劳度相对应的图像帧数，生成所述3D视频的视觉疲劳度变化曲线。

3.一种3D视频引起人眼疲劳度的检测装置，其特征在于，包括：

获取单元，用于获取3D视频中每一帧图像对应的景深图以及所述景深图中各个像素点的景深值；

第一生成单元，用于根据预先建立的第一视觉疲劳度模型以及所述各个像素点的景深值，生成所述各个像素点的视觉疲劳度；

第二生成单元，用于根据预先建立的第二视觉疲劳度模型以及所述各个像素点的视觉疲劳度，生成所述3D视频中每一帧图像的视觉疲劳度；

第三生成单元，用于根据预先建立的第三视觉疲劳度模型以及所述3D视频中每一帧图像的视觉疲劳度，生成所述3D视频的平均视觉疲劳度；

其中，所述第一视觉疲劳度模型，具体为：

$f_{ij}=\left\{\begin{array}{cc}\mathrm{\&delta;}\left(1-e^{z_{out}-z}\right)& z>z_{out}\\ 0& z_{in}<z<z_{out}\\ 1-e^{z-z_{in}}& z<z_{in}\end{array}\right.$

其中，f_ij表示景深图中第i行第j列的像素点的视觉疲劳度，δ为出屏与入屏的差异因子，z_out为舒适观察范围的出屏界限，z_in为舒适观察范围的入屏界限，若z在舒适区域内，疲劳度为0；若z为无穷远，疲劳度为1；若z为无穷近，疲劳度为δ；

所述第二视觉疲劳度模型，具体为：

$F_k=\underset{i=1j=1}{\overset{i=IIj=JJ}{\&Integral;\&Integral;}}{f}_{ij}$

其中，F_k表示第k帧图像的视觉疲劳度，k表示图像的帧号，II表示景深图中像素点行数，JJ表示景深图中像素点列数；

所述第三视觉疲劳度模型，具体为：

F_平均＝F_总/K

其中，K表示图像帧数，F_总表示3D视频的视觉疲劳度，F_平均表示3D视频的平均视觉疲劳度。

4.一种3D视频引起人眼疲劳度的检测系统，其特征在于，包括权利要求3所述的检测装置。