CN110135391A - 使用计算机选配眼镜框的程序和眼镜框选配系统 - Google Patents
使用计算机选配眼镜框的程序和眼镜框选配系统 Download PDFInfo
- Publication number
- CN110135391A CN110135391A CN201910442367.1A CN201910442367A CN110135391A CN 110135391 A CN110135391 A CN 110135391A CN 201910442367 A CN201910442367 A CN 201910442367A CN 110135391 A CN110135391 A CN 110135391A
- Authority
- CN
- China
- Prior art keywords
- frame
- spectacle
- face
- shape
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 14
- 210000001747 pupil Anatomy 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims 1
- 238000011161 development Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004379 myopia Effects 0.000 description 2
- 208000001491 myopia Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Finance (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明主要涉及一种眼镜框选配系统，该系统包括连接于处理器的摄像头模块、激光测距模块和显示模块、键盘输入模块，还包括由下述步骤组成的程序：用激光测距模块测量人脸到摄像头的距离；摄像头模块读取人脸图像信息并进行预处理；用级联分类器算法对瞳孔分类；用卷积神经网络算法对脸型分类；针对脸型、瞳距匹配合适的眼镜框。所述处理器是FPGA‑SOC芯片。在用卷积神经网络算法对脸型分类的步骤中，采用OpenCL加速。还包括网络模块，用于用户通过互联网上传消费者的面部照片，自行在线上选配眼镜架。本发明可以通过瞳距、脸型比对，为消费者匹配合适的镜框，从而让消费者迅速地找到合适自己的镜框，带来更佳的用户体验。
Description
技术领域
本发明涉及一种使用计算机选配眼镜框的程序和眼镜框选配系统。
背景技术
近年，随着电子产品的发展与普及，我国近视人数越来越多，配一副合适的眼镜已经成为了近视人群必须正视的问题。眼镜框选配是对眼镜框进行挑选，以符合消费者矫正视力、美观、舒适等要求，要注意是否合光学和计量要求，是否匹配戴镜者的面部骨骼结构，尤其应通过眼镜架的镜框尺寸、瞳孔距离、脸型、性别来选择眼镜框。
而当前据我们在眼镜店实地调查，顾客在眼镜店的配框方式仅为简单的试戴挑选、费时费力，很难迅速找到适合脸型且舒适的镜框。并且，多数眼镜店缺少镜框尺寸的详细数据，且未对镜框进行尺寸分类，造成只能根据店员的经验来为顾客选择镜框的现状。
现有技术没有针对瞳孔距、脸型等来对消费者进行推荐眼镜框的装置或方法，消费者需要在海量的镜框库里面不断挑选、试戴，效率低。这是现有技术的不足之处。
发明内容
本发明要解决的技术问题是提供一种眼镜框选配系统和使用计算机选配眼镜框的程序，它们可以通过瞳距、脸型比对，为消费者匹配合适的镜框，从而让消费者迅速地找到合适自己的镜框，带来更佳的用户体验。
本发明的使用计算机选配眼镜框的程序，包括多条指令，其特征是所述指令适于处理器加载并执行下述步骤：
对人脸图像信息并进行预处理；
用级联分类器算法对瞳孔分类；
用卷积神经网络算法对脸型分类；
针对脸型、瞳距匹配合适的眼镜框。
在用卷积神经网络算法对脸型分类的步骤中，采用OpenCL加速。
本发明的眼镜框选配系统，其特征是包括：连接于处理器的摄像头模块、激光测距模块和显示模块、键盘输入模块，还包括由下述步骤组成的程序：
用激光测距模块测量人脸到摄像头的距离；
摄像头模块读取人脸图像信息并进行预处理；
用级联分类器算法对瞳孔分类；
用卷积神经网络算法对脸型分类；
针对脸型、瞳距匹配合适的眼镜框。
所述处理器是FPGA-SOC芯片。
在用卷积神经网络算法对脸型分类的步骤中，采用OpenCL加速。
还包括网络模块，用于用户通过互联网上传消费者的面部照片，经由该眼镜架选配系统的指引，自行在线上选配眼镜架。
本发明的有益技术效果是：一、本发明可以依据人脸的图像，获得瞳距和脸型的分类，通过大数据库比对，为消费者推荐适配的镜框，让消费者更迅速地找到合适自己的镜框，并且在平台上生成用户带上眼镜的的效果图，提升购镜体验。二、本发明采用FPGA来开发，利用其28-nm低功耗的工艺特点，极大地降低了系统成本，降低了系统功耗。同时，相比于通用处理器资源少，难以同时处理多项复杂问题的缺点，利用FPGA并行运行的特点，使我们的系统更加灵活。三、本发明采用OpenCL对数据进行预处理，加快速度，能更迅速地得到脸型数据，更能减少消费者的配镜时间。
附图说明
图1是本发明的眼镜框选配系统的功能方框图。
图2是本发明的主流程图。
具体实施方式
现结合附图，对本发明的实施例作详细说明。
系统框图如图1，包括连接至FPGA-SOC开发平台10的摄像头模块11、键盘输入模块12、激光测距模块13和显示模块14。当开发平台收到从键盘发送的指令之后，打开摄像头获取人脸头像信息，并读取激光测距模块的数据，对数据进行综合处理，然后在显示模块上显示被测量者的图像与推荐的眼镜框。
该系统还包括网络模块101，用于用户通过互联网上传消费者的面部照片，经由该眼镜架选配系统的指引，自行在线上选配眼镜架。
软件程序框图如图2，首先，人脸图像数据通过摄像头读入开发平台，在实际应用中，由于客户拍照角度的不确定性，需要对其进行正脸检测，以保证瞳孔距测量、脸型识别的精度。正脸识别算法：正脸识别算法是根据人脸相对对称来实现的，我们利用两个激光测距仪来实现。当两个激光测量距离存在相关性的时候，说明测量到的是正脸。反之提示用户调整姿势。
然后进行图像预处理，包括灰度化和均衡化处理两个步骤，灰度化是将彩色图像转换为灰度图像，使得图像的大小减小三分之二，并且保持图像的位置不改变，是最常见的图像预处理的方法之一，灰度化的方法有很多，比如分量法、最大值法、平均值法等等。我们这里采用的是平均值法。直方图均衡化，使图像处理中利用图像的直方图对对比度进行调整，通过这种方法，使得亮度可以更好的在直方图上分布。这样有效改善了曝光过度或者暗光条件下图片的质量，与此同时扩大了图像的动态范围提高了图像的识别率。经过处理之后，人像的轮廓和脸部特征更加明显，虽然看起来人脸变难看了，但是对于机器来说更加容易识别人脸的特征。
经过图像预处理后，一部分数据送入级联分类器，对瞳孔分类以识别瞳孔，并结合激光测距仪测量数据得出瞳孔距等参数。另外一部分送入FPGA进行CNN算法，结合瞳孔距等参数，最终匹配出合适的眼镜框。卷积神经网络，CNN，主要用于脸型检测和脸型识别，脸型检测：首先提取图像的Haar特征，使用AdaBoost算法挑选出最能代表人脸型的矩形特征（弱分类器），按照加权投票的方式构造一个强分类器。经过大量的训练达到检测人脸型的目的。脸型识别：首先完成 Alex-net 搭建和训练 Alex-net。训练使用的人脸库是 CMU_PIE人脸库。选取在训练中效果较好的模型，将卷积神经网络实现提取脸型特征的结构参数保存下来。最后调用已经训练好的参数完成人脸识别。
如果以上计算都是在通用计算器上完成，这样将导致程序运行非常的忙，而且好的通用计算器成本高、功率大。因此我们采用了FGPA-SOC开发平台10，为了能充分利用其中的FPGA-SOC芯片102的资源，我们使用OPENCL来将以上算法移植到FPGA中运行。我们的基于FPGA的眼镜框选配系统在DE10-Nano平台上实现，此平台自带的FPGA可以对算法进行加速。在图像处理方面，我们采用OPENCV图像处理库，并且使用OPENCL对它进行加速。
以上所述仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案的范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (6)
1.一种使用计算机选配眼镜框的程序，包括多条指令，其特征是所述指令适于处理器加载并执行下述步骤：
对人脸图像信息并进行预处理；
用级联分类器算法对瞳孔分类；
用卷积神经网络算法对脸型分类；
针对脸型、瞳距匹配合适的眼镜框。
2.如权利要求1所述的使用计算机选配眼镜框的程序，其特征是：在用卷积神经网络算法对脸型分类的步骤中，采用OpenCL加速。
3.一种眼镜框选配系统，其特征是包括：连接于处理器的摄像头模块、激光测距模块和显示模块、键盘输入模块，还包括由下述步骤组成的程序：
用激光测距模块测量人脸到摄像头的距离；
摄像头模块读取人脸图像信息并进行预处理；
用级联分类器算法对瞳孔分类；
用卷积神经网络算法对脸型分类；
针对脸型、瞳距匹配合适的眼镜框。
4.如权利要求3所述的眼镜框选配系统，其特征是：所述处理器是FPGA-SOC芯片。
5.如权利要求3所述的眼镜框选配系统，其特征是：在用卷积神经网络算法对脸型分类的步骤中，采用OpenCL加速。
6.如权利要求3所述的眼镜框选配系统，其特征是：还包括网络模块，用于用户通过互联网上传消费者的面部照片，自行在线上选配眼镜架。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910442367.1A CN110135391A (zh) | 2019-05-25 | 2019-05-25 | 使用计算机选配眼镜框的程序和眼镜框选配系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910442367.1A CN110135391A (zh) | 2019-05-25 | 2019-05-25 | 使用计算机选配眼镜框的程序和眼镜框选配系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110135391A true CN110135391A (zh) | 2019-08-16 |
Family
ID=67581616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910442367.1A Pending CN110135391A (zh) | 2019-05-25 | 2019-05-25 | 使用计算机选配眼镜框的程序和眼镜框选配系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110135391A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113128310A (zh) * | 2020-01-12 | 2021-07-16 | 邓广博 | 基于多参数采集的目标搜索平台及方法 |
| US20220390771A1 (en) * | 2021-06-07 | 2022-12-08 | Blink Technologies Inc. | System and method for fitting eye wear |
| CN118052151A (zh) * | 2024-04-11 | 2024-05-17 | 浙江酷趣智能科技有限公司 | 一种儿童太阳镜镜架设计的智能真实体验模拟系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102376051A (zh) * | 2010-08-16 | 2012-03-14 | 李照教 | 一种符合人体工学的电脑试戴配镜系统及其方法 |
| JP2015106252A (ja) * | 2013-11-29 | 2015-06-08 | シャープ株式会社 | 顔向き検出装置及び３次元計測装置 |
| CN106023068A (zh) * | 2016-05-18 | 2016-10-12 | 广东工业大学 | 一种眼镜框试戴方法、装置及系统 |
| CN107622433A (zh) * | 2017-08-09 | 2018-01-23 | 广东欧珀移动通信有限公司 | 眼镜推荐方法和装置 |
| US20180164609A1 (en) * | 2016-12-08 | 2018-06-14 | Perfect Vision Technology (Hk) Ltd. | Methods and systems for measuring human faces and eyeglass frames |
-
2019
- 2019-05-25 CN CN201910442367.1A patent/CN110135391A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102376051A (zh) * | 2010-08-16 | 2012-03-14 | 李照教 | 一种符合人体工学的电脑试戴配镜系统及其方法 |
| JP2015106252A (ja) * | 2013-11-29 | 2015-06-08 | シャープ株式会社 | 顔向き検出装置及び３次元計測装置 |
| CN106023068A (zh) * | 2016-05-18 | 2016-10-12 | 广东工业大学 | 一种眼镜框试戴方法、装置及系统 |
| US20180164609A1 (en) * | 2016-12-08 | 2018-06-14 | Perfect Vision Technology (Hk) Ltd. | Methods and systems for measuring human faces and eyeglass frames |
| CN107622433A (zh) * | 2017-08-09 | 2018-01-23 | 广东欧珀移动通信有限公司 | 眼镜推荐方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 胡峰松等: "一种多视角眼镜试戴算法的研究与实现", 《小型微型计算机系统》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113128310A (zh) * | 2020-01-12 | 2021-07-16 | 邓广博 | 基于多参数采集的目标搜索平台及方法 |
| US20220390771A1 (en) * | 2021-06-07 | 2022-12-08 | Blink Technologies Inc. | System and method for fitting eye wear |
| CN118052151A (zh) * | 2024-04-11 | 2024-05-17 | 浙江酷趣智能科技有限公司 | 一种儿童太阳镜镜架设计的智能真实体验模拟系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11393206B2 (en) | Image recognition method and apparatus, terminal, and storage medium | |
| KR102339915B1 (ko) | 셀피를 촬영하도록 사용자를 안내하기 위한 시스템 및 방법 | |
| US20210174072A1 (en) | Microexpression-based image recognition method and apparatus, and related device | |
| CN109815826B (zh) | 人脸属性模型的生成方法及装置 | |
| CN108701216B (zh) | 一种人脸脸型识别方法、装置和智能终端 | |
| CN106815566B (zh) | 一种基于多任务卷积神经网络的人脸检索方法 | |
| CN107895160A (zh) | 人脸检测与识别装置及方法 | |
| CN106469302A (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
| CN111091109B (zh) | 基于人脸图像进行年龄和性别预测的方法、系统和设备 | |
| CN110781829A (zh) | 一种轻量级深度学习的智慧营业厅人脸识别方法 | |
| CN110135391A (zh) | 使用计算机选配眼镜框的程序和眼镜框选配系统 | |
| CN109685713B (zh) | 化妆模拟控制方法、装置、计算机设备及存储介质 | |
| CN105354527A (zh) | 一种消极表情识别鼓励系统 | |
| TW201137768A (en) | Face recognition apparatus and methods | |
| CN106446753A (zh) | 一种消极表情识别鼓励系统 | |
| CN111008971B (zh) | 一种合影图像的美学质量评价方法及实时拍摄指导系统 | |
| CN106650574A (zh) | 基于PCANet的人脸识别方法 | |
| CN111666845B (zh) | 基于关键帧采样的小样本深度学习多模态手语识别方法 | |
| CN111028216A (zh) | 图像评分方法、装置、存储介质及电子设备 | |
| CN111680550B (zh) | 情感信息识别方法、装置、存储介质及计算机设备 | |
| CN109034133A (zh) | 一种人脸识别方法及装置 | |
| CN109034090A (zh) | 一种基于肢体动作的情感识别系统及方法 | |
| CN104091173A (zh) | 一种基于网络摄像机的性别识别方法及装置 | |
| CN109145716A (zh) | 基于脸部识别的登机口检验平台 | |
| CN114067185A (zh) | 一种基于人脸表情识别的电影评价系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190816 |
|
| WD01 | Invention patent application deemed withdrawn after publication |