CN110226913A - 一种自助体检机视力检测智能化处理方法及装置 - Google Patents
一种自助体检机视力检测智能化处理方法及装置 Download PDFInfo
- Publication number
- CN110226913A CN110226913A CN201910442136.0A CN201910442136A CN110226913A CN 110226913 A CN110226913 A CN 110226913A CN 201910442136 A CN201910442136 A CN 201910442136A CN 110226913 A CN110226913 A CN 110226913A
- Authority
- CN
- China
- Prior art keywords
- examinee
- module
- eyesight
- sitting posture
- face
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/02—Subjective types, i.e. testing apparatus requiring the active assistance of the patient
- A61B3/028—Subjective types, i.e. testing apparatus requiring the active assistance of the patient for testing visual acuity; for determination of refraction, e.g. phoropters
- A61B3/032—Devices for presenting test symbols or characters, e.g. test chart projectors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Ophthalmology & Optometry (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种自助体检机视力检测智能化处理方法,包括:获取体检舱内监控视频信息;识别体检舱内体检人数;确定体检人坐姿是否合格;获取遮眼板与视力表屏幕之间的距离;根据视力检测标准距离公式P=(d*5000*2.90888*10‑4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;对所述体检人进行视力检测。在视力表屏幕处安装有距离传感器,实时反馈体检人的与视力表的实时距离,根据距离信息动态调整视标大小,使得体检人在体检过程中头部位置变动时也能准确测量体检人的视力,提高了自动化视力检测的准确性。
Description
技术领域
本发明实施例涉及交管自助体检技术领域,具体涉及一种自助体检机视力检测智能化处理方法及装置。
背景技术
适龄人员申请驾驶证时需要按照《机动车驾驶证申领和使用规定(2016版)》的规定,对申请驾驶证的适龄人员的身体状况包括视力在内进行检测。目前体检多采用人工方式进行,少部分地区开始尝试采用自助体检设备,进入无人化的体检。在视力检测标准中,要求被检查者与视力表的距离固定为5米,但是,自助体检机中由于场地限制,视力测试距离一般只有50-70厘米,因此,必须将视力表上的视标“E”等比例缩小,这就要求被检测者必须保持身体位置固定,但是检测过程中,被检测者身体可能会前倾或者后仰,而在前倾或者后仰时,视标“E”并不会随着人体前倾或者后仰而变小或者变大。同时,在视力检测过程中,体检人是否按照要求进行遮眼,在检测过程中检测人是否中途换人,这些情况自助体检时体检机都不可知,因此,在出现上述情况时,自助体检机都无法给出正确的检测。这样整个过程就需要后期人工通过视频回看,来判断此次视力检测是否有效,降低了检测的效率。
发明内容
为此,本发明实施例提供一种自助体检机视力检测智能化处理方法,以解决现有技术中由于在进行视力检测时,体检人坐姿不规范,体检机空间狭窄及无法保证体检人在体检过程中的一致性导致的检测结果准确度不高的问题。
为了实现上述目的,本发明实施例提供一种采用人工智能的方法,自动完成舱内人数检测、是否配戴眼镜识别、遮眼方式是否正确等一系列操作,提高了视力检测的自动化程度,节省了人力,同时在体检过程中,首先需要对体检人进行一个精确定位,并且对身体关键部位进行标记,随后对该体检人进行持续追踪,以便探测中途换人行为,中途他人介入行为,尽可能保证体检过程的有效性。在视力检测过程中,通过对遮眼板的识别,体检人身体距离的实时探测,视标“E”的大小动态变化来提高检测结果的有效性,提高了检测的准确度。具体技术方案如下:
一种自助体检机视力检测智能化处理方法,其特征在于,包括:
获取体检舱内监控视频信息;
识别体检舱内体检人数;
确定体检人坐姿是否合格;
获取遮眼板与视力表屏幕之间的距离;
根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
对所述体检人进行视力检测。
进一步地,确定体检人的坐姿是否合格,包括如下步骤:
基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
进一步地,确定体检人的坐姿是否合格,包括如下步骤:
基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
进一步地,每隔预订时间段对所述体检人进行人脸比对,判断所述体检人是否一致。
本发明的另一方面还提供一种自助体检机视力检测智能化处理装置,其特征在于,包括视频信息获取模块、人数识别模块、坐姿确定模块、距离检测模块、视标调整模块、视力检测模块;其中,所述视频信息获取模块用于获取体检舱内监控视频信息;
所述人数识别模块用于识别体检舱内体检人数;
所述坐姿确定模块用于确定体检人坐姿是否合格;
所述距离检测模块用于获取遮眼板与视力表屏幕之间的距离;
所述视标调整模块用于根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
所述视力检测模块用于对所述体检人进行视力检测。
进一步地,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、中线函数计算模块、判断模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
所述中线函数计算模块用于采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
所述判断模块用于计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
进一步地,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、角度计算模块和坐姿确定模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
所述角度计算模块用于根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
所述坐姿确定模块用于将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
进一步地,在确定体检人坐姿是否合格之后,所述装置还包括人脸比对模块,用于每隔预定时间段对体检人进行人脸比对,并判断所述体检人是否一致。
本发明实施例具有如下优点:
本发明采用人工智能的处理方法,完成对体检仓内体检人数的自动识别,对体检人的眼镜佩戴情况、体检人的眼部遮挡情况的自动确定,在满足预设的前面所有一切条件的情况下,对体检人进行视力检测。全程无需人工参与,自助体检机自动化处理一切流程。节省了人力,同时提高了检测的准确度。
进一步地,本发明采用人体姿态识别模型对人体关键部位进行识别,获得人体姿态数据,并对人体姿态数据进行多次筛选,进而再识别出体检舱内的体检人数。根据人体姿态数据确定体检人数量,更能准确的确定体检舱内的人数。在识别之前进行多次筛选,将身体存在残缺或者是在固定区域之外的体检人都筛选过滤掉,减小了后期识别算法开发的难度,保证了识别准确性。
进一步地,在视力表屏幕处安装有距离传感器,实时反馈体检人的与视力表的实时距离,根据距离信息动态调整视标大小,使得体检人稍微有点前倾或后仰时都能准确测量体检人的视力,提高了自动化视力检测的准确性。
更进一步地,在完成人脸识别后,若识别出体检舱内体检人数为单个人时,每隔预订时间段对体检人进行人脸比对。在上面确定完毕体检人后,防止中途换人或旁人在门口进行提示,对体检人的面部进行每秒一次的特征值比对,保证整个体检过程中,体检人的一致性,确保检测结果的真实性和准确性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例1提供的一种自助体检机视力检测智能化处理方法流程框图;
图2为人体姿态数据模拟图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1是本发明实施例1提供的一种自助体检机视力检测智能化处理方法流程框图,包括:
获取体检舱内监控视频信息;
识别体检舱内体检人数;
确定体检人坐姿是否合格;
获取遮眼板与视力表屏幕之间的距离;
根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
对所述体检人进行视力检测。
本发明对体检舱内的监控视频信息进行一系列人工智能算法计算,包括对体检舱内的体检人数的识别、对眼镜佩戴情况的确定以及对体检人的眼部遮挡情况的确定,在这些条件都符合预设条件的情况下,对体检人的视力进行检测,实现了视力检测的智能化处理。
上述对体检舱内体检人数的识别包括如下步骤:
按照预设视频帧速,基于人体姿态识别模型(OpenPose)对所述视频信息进行人体关键部位识别,获得人体姿态数据;
分析所述人体姿态数据,判断体检舱内体检人数,完成体检人数的识别。
出于数据处理的快速和高效性的考虑,对舱内的视频进行每秒25帧的实时分析,上述人体姿态识别模型可以是Facebook研究所公布的DensePose,也可以是AlphaPose。优选的,本发明基于开源的人体姿态识别框架OpenPose,对视频信息中的人体关键部位进行识别,获得人体姿态数据。OpenPose是一个开源的人体姿态识别框架,会对人体的关键部位进行一个预估,范围是0到1,越接近1越可信。
基于OpenPose对舱内视频进行每秒25帧的实时分析,对出现在每帧图像中的人体图像进行人体关键部位进行识别,由于人体类型多样性,如体检人衣服上的人体图像;舱门打开时,门外的非体检人图像等实体人和非实体人的存在,或多或少对检测的准确性存在一定的干扰,所以需要对OpenPose框架计算出来的姿态数据进行过滤,去除干扰数据。
上述人体姿态数据包括身体关键部位的坐标信息和分值信息,身体关键部位包括脸部关键部位和躯体关键部位,也即所述人体姿态数据包括脸部关键部位姿态数据和躯体关键部位姿态数据;所述关键部位姿态数据包括关键部位的坐标信息和分值信息;
计算得到人体姿态数据后,对人体姿态数据进行若干次筛选,优选的,本发明对上述人体姿态数据进行两次筛选。首先分析人体姿态数据与体检固定区域之间的比例,初步筛选不符合预设比例范围的检测人。
具体的,先对人体姿态数据进行比例筛选。由于正常人的肩宽、头部的长度,会同体检舱选定的固定区域有一个比例范围(比例范围根据选定区域具体大小的不同而不同),根据这个比例范围对人体姿态数据进行初步的筛选。
其次,分析脸部关键部位姿态数据与躯体关键部位之间的位置和比例关系,对体检人进行二次筛选。具体的,由于正常的体检人,身体关键部位都符合生理结构,比如头在双肩之上,头的宽度与双肩宽度也存在一个比例范围,根据这个生理构造的比例范围,对体检人进行二次筛选。
对检测人进行两次筛选过后,再对剩余的人体姿态数据的个数进行判别,以此,可识别出体检舱内的体检人数。通过两次对人体姿态数据检测人的人体姿态数据的筛选,过滤掉不符合检测要求的或者是身体存在畸形的特殊人群,保证参加体检的人都是正常的体检人,保证了自助体检的检测准确度。
本发明采用人体姿态识别模型对人体关键部位进行识别,获得人体姿态数据,并对人体姿态数据进行多次筛选,进而再识别出体检舱内的体检人数。根据人体姿态数据确定体检人数量,更能准确的确定体检舱内的人数。在识别之前进行多次筛选,将身体存在残缺或者是在固定区域之外的体检人都筛选过滤掉,减小了算法开发的难度,保证了识别准确性。
当识别出此时体检舱内的人体姿态数据只有一人时,确定体检人坐姿是否合格,包括如下步骤:
基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
具体内容如下:
基于OpenPose计算体检人的脸部关键部位,再利用最小二乘法对脸部关键部位姿态数据进行拟合,得出头部中线函数。计算最小二乘法残差平方和的计算公式如下:
通过Q来确定头部中线函数,最终通过求导得到β0、β1,头部中线函数计算公式如下:
计算出头部中线函数的两个参数β0、β1,便可计算出头部中线函数的数学表达式,在此不做赘述。
计算所述头部中线函数对应的直线的斜率,该技术为现有技术,在此不再赘述。再由斜率和角度之间的关系,判断体检人的坐姿是否处于合格姿态。由于人的头部处于端正姿态时,头部中线与水平面是处于垂直状态的,由斜率和角度之间的关系可知,若人的头部处于端正状态,即坐姿合格时,头部中线的斜率为零时,坐姿合格。
需要说明的是,本发明确定体检人姿态是否合格的可选实施方式还包括:基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
参见图2,为人体姿态数据模拟图,可根据该图判断体检人是否扭头,进而判断该体检人的坐姿是否合格。一般情况下,正常人处于合格姿态时,其耳朵和肩部之间都有一定的角度,当体检人向右扭头时,左耳、右肩、左肩构成的角度a会持续增大,同理,向左扭头时,右耳、左肩、右肩构成的角度b也会持续增大,通过检测角度a、角度b的大小变化来确定体检人是否扭头,进而判断体检人的坐姿是否处于合格状态。
当体检人坐姿处于合格状态时,根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
上述遮眼板与视力表屏幕之间的距离可通过在视力表屏幕处安装的距离感应器获得,该距离传感器以秒级速度去反馈实时距离。需要说明的是,上述距离公式可通过视力检测标准得知,在此不再赘述。
本发明自助体检流程,体检人都将在体检舱内完成,为防止中途换人或旁边有人在门口进行提示,在识别出体检人数,并确定只有一人时,就不再采用固定区域,而是采用拍摄的全镜头区域,进行人体姿态分析。当体检舱门未关闭,门口位置检测到人体姿态数据,则认为发生非正常体检,回到体检时的初始状态。当体检舱门关闭时,检测到人体姿态为一人,则对其面部进行每秒一次的特征比对,保证整个体检过程中体检人的一致性。
人脸比对的过程如下:
首先根据截取出的体检人的脸部图像信息,放入预先训练好的FaceNet的模型来提取人脸128维特征向量,并进行保存记录。其中FaceNet的模型,是根据收集得到1w张图片训练出来的。
其次根据实时检测出的人脸图片,放入训练好的FaceNet的模型得到128维特征向量,保存记录;
最后计算上面2个向量的欧式距离值,规则:若是同一个人,此值小于1.05左右,若是两张一样的人脸图片,得到的距离会是0,其中1.05是我们由多次实验验证和欧式距离原理结合得出的一个合适阈值。
本发明在视力表屏幕处安装有距离传感器,实时反馈体检人的与视力表的实时距离,根据距离信息动态调整视标大小,使得体检人稍微有点前倾或后仰时都能准确测量体检人的视力,提高了自动化视力检测的准确性。
更进一步地,在完成人脸识别后,若识别出体检舱内体检人数为单个人时,每隔预订时间段对体检人进行人脸比对。在上面确定完毕体检人后,防止中途换人或旁人在门口进行提示,对体检人的面部进行每秒一次的特征值比对,保证整个体检过程中,体检人的一致性,确保检测结果的真实性和准确性。
本发明的另一方面还提供一种自助体检机视力检测智能化处理装置,包括视频信息获取模块、人数识别模块、坐姿确定模块、距离检测模块、视标调整模块、视力检测模块;其中,所述视频信息获取模块用于获取体检舱内监控视频信息;
所述人数识别模块用于识别体检舱内体检人数;
所述坐姿确定模块用于确定体检人坐姿是否合格;
所述距离检测模块用于获取遮眼板与视力表屏幕之间的距离;
所述视标调整模块用于根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
所述视力检测模块用于对所述体检人进行视力检测。
进一步地,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、中线函数计算模块、判断模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
所述中线函数计算模块用于采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
所述判断模块用于计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
进一步地,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、角度计算模块和坐姿确定模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
所述角度计算模块用于根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
所述坐姿确定模块用于将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
进一步地,在确定体检人坐姿是否合格之后,所述装置还包括人脸比对模块,用于每隔预定时间段对体检人进行人脸比对,并判断所述体检人是否一致。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.一种自助体检机视力检测智能化处理方法,其特征在于,包括:
获取体检舱内监控视频信息;
识别体检舱内体检人数;
确定体检人坐姿是否合格;
获取遮眼板与视力表屏幕之间的距离;
根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
对所述体检人进行视力检测。
2.根据权利要求1所述的方法,其特征在于,确定体检人的坐姿是否合格,包括如下步骤:
基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
3.根据权利要求1所述的方法,其特征在于,确定体检人的坐姿是否合格,包括如下步骤:
基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
4.根据权利要求1至3任一所述的方法,其特征在于,每隔预定时间段对所述体检人进行人脸比对,判断所述体检人是否始终一致。
5.一种自助体检机视力检测智能化处理装置,其特征在于,包括视频信息获取模块、人数识别模块、坐姿确定模块、距离检测模块、视标调整模块、视力检测模块;其中,所述视频信息获取模块用于获取体检舱内监控视频信息;
所述人数识别模块用于识别体检舱内体检人数;
所述坐姿确定模块用于确定体检人坐姿是否合格;
所述距离检测模块用于获取遮眼板与视力表屏幕之间的距离;
所述视标调整模块用于根据视力检测标准距离公式P=(d*5000*2.90888*10-4)*60/25.4,动态调整视标的大小;其中,d为测量距离,单位为米,P为在该距离下,以视力5.0为基准时,视标E的像素大小;
所述视力检测模块用于对所述体检人进行视力检测。
6.根据权利要求5所述的装置,其特征在于,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、中线函数计算模块、判断模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;
所述中线函数计算模块用于采用最小二乘法对脸部关键部位姿态数据进行拟合,获得头部中线函数;
所述判断模块用于计算所述头部中线函数对应的直线的斜率,并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
7.根据权利要求5所述的装置,其特征在于,所述坐姿确定模块包括脸部关键部位姿态数据获得模块、角度计算模块和坐姿确定模块;其中,
所述脸部关键部位姿态数据获得模块用于基于OpenPose对所述监控视频信息进行计算,获得体检人的脸部关键部位姿态数据;所述脸部关键部位姿态数据包括位置信息和分值信息;
所述角度计算模块用于根据体检人的耳朵位置信息和肩部位置信息,计算体检人的耳朵和肩部之间的角度关系;
所述坐姿确定模块用于将所述角度关系与预设的标准角度进行对比,确定所述体检人的坐姿是否合格。
8.根据权利要求5-7任一所述的装置,其特征在于,在确定体检人坐姿是否合格之后,所述装置还包括人脸比对模块,用于每隔预定时间段对体检人进行人脸比对,并判断所述体检人是否一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442136.0A CN110226913A (zh) | 2019-05-24 | 2019-05-24 | 一种自助体检机视力检测智能化处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442136.0A CN110226913A (zh) | 2019-05-24 | 2019-05-24 | 一种自助体检机视力检测智能化处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110226913A true CN110226913A (zh) | 2019-09-13 |
Family
ID=67861108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910442136.0A Pending CN110226913A (zh) | 2019-05-24 | 2019-05-24 | 一种自助体检机视力检测智能化处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110226913A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112957002A (zh) * | 2021-02-01 | 2021-06-15 | 江苏盖睿健康科技有限公司 | 一种自助视力检测方法、装置及计算机可读存储介质 |
CN113100703A (zh) * | 2021-04-08 | 2021-07-13 | 广州百视信通智能科技有限公司 | 一种视力动态检测与预警方法 |
CN113197542A (zh) * | 2021-04-30 | 2021-08-03 | 武汉特斯雷信息技术有限公司 | 一种在线自助视力检测系统、移动终端及存储介质 |
CN115553709A (zh) * | 2022-10-28 | 2023-01-03 | 南京尚哲智能科技有限公司 | 一种自动化智能视力检测系统及方法 |
CN116898704A (zh) * | 2023-07-13 | 2023-10-20 | 广州视景医疗软件有限公司 | 一种基于vr的视标物调整方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102599879A (zh) * | 2012-02-23 | 2012-07-25 | 天津理工大学 | 自适应视力检测智能系统及视力检测方法 |
CN103106703A (zh) * | 2013-01-14 | 2013-05-15 | 张平 | 防作弊驾驶员培训记录仪 |
CN105708412A (zh) * | 2016-01-18 | 2016-06-29 | 鞍山心态度科技有限公司 | 基于电视机的视力测试方法及装置 |
CN105946786A (zh) * | 2016-05-06 | 2016-09-21 | 厦门理工学院 | 一种安全带规范佩戴的检测方法、提醒系统及控制方法 |
CN108416258A (zh) * | 2018-01-23 | 2018-08-17 | 华侨大学 | 一种基于人体部位模型的多人体跟踪方法 |
CN108618747A (zh) * | 2018-05-21 | 2018-10-09 | 深圳市沃特沃德股份有限公司 | 视力测试方法及智能终端 |
CN108903957A (zh) * | 2018-04-24 | 2018-11-30 | 浙江工业大学 | 一种基于Kinect的机动车驾驶员体检系统 |
CN109157186A (zh) * | 2018-10-25 | 2019-01-08 | 武汉目明乐视健康科技有限公司 | 无人化自助视力监测仪 |
CN109410466A (zh) * | 2018-12-25 | 2019-03-01 | 云车行网络科技(北京)有限公司 | 驾驶人员自助体检设备 |
US20190069773A1 (en) * | 2017-09-07 | 2019-03-07 | Thomas R. Cataldo | System and method for detecting early vision eye problems |
CN109717829A (zh) * | 2018-11-13 | 2019-05-07 | 朱建军 | 一种基于规范信息采集的自助健康体检系统及其体检方法 |
-
2019
- 2019-05-24 CN CN201910442136.0A patent/CN110226913A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102599879A (zh) * | 2012-02-23 | 2012-07-25 | 天津理工大学 | 自适应视力检测智能系统及视力检测方法 |
CN103106703A (zh) * | 2013-01-14 | 2013-05-15 | 张平 | 防作弊驾驶员培训记录仪 |
CN105708412A (zh) * | 2016-01-18 | 2016-06-29 | 鞍山心态度科技有限公司 | 基于电视机的视力测试方法及装置 |
CN105946786A (zh) * | 2016-05-06 | 2016-09-21 | 厦门理工学院 | 一种安全带规范佩戴的检测方法、提醒系统及控制方法 |
US20190069773A1 (en) * | 2017-09-07 | 2019-03-07 | Thomas R. Cataldo | System and method for detecting early vision eye problems |
CN108416258A (zh) * | 2018-01-23 | 2018-08-17 | 华侨大学 | 一种基于人体部位模型的多人体跟踪方法 |
CN108903957A (zh) * | 2018-04-24 | 2018-11-30 | 浙江工业大学 | 一种基于Kinect的机动车驾驶员体检系统 |
CN108618747A (zh) * | 2018-05-21 | 2018-10-09 | 深圳市沃特沃德股份有限公司 | 视力测试方法及智能终端 |
CN109157186A (zh) * | 2018-10-25 | 2019-01-08 | 武汉目明乐视健康科技有限公司 | 无人化自助视力监测仪 |
CN109717829A (zh) * | 2018-11-13 | 2019-05-07 | 朱建军 | 一种基于规范信息采集的自助健康体检系统及其体检方法 |
CN109410466A (zh) * | 2018-12-25 | 2019-03-01 | 云车行网络科技(北京)有限公司 | 驾驶人员自助体检设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112957002A (zh) * | 2021-02-01 | 2021-06-15 | 江苏盖睿健康科技有限公司 | 一种自助视力检测方法、装置及计算机可读存储介质 |
CN113100703A (zh) * | 2021-04-08 | 2021-07-13 | 广州百视信通智能科技有限公司 | 一种视力动态检测与预警方法 |
CN113197542A (zh) * | 2021-04-30 | 2021-08-03 | 武汉特斯雷信息技术有限公司 | 一种在线自助视力检测系统、移动终端及存储介质 |
CN113197542B (zh) * | 2021-04-30 | 2024-01-30 | 武汉特斯雷信息技术有限公司 | 一种在线自助视力检测系统、移动终端及存储介质 |
CN115553709A (zh) * | 2022-10-28 | 2023-01-03 | 南京尚哲智能科技有限公司 | 一种自动化智能视力检测系统及方法 |
CN116898704A (zh) * | 2023-07-13 | 2023-10-20 | 广州视景医疗软件有限公司 | 一种基于vr的视标物调整方法和装置 |
CN116898704B (zh) * | 2023-07-13 | 2023-12-26 | 广州视景医疗软件有限公司 | 一种基于vr的视标物调整方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110226913A (zh) | 一种自助体检机视力检测智能化处理方法及装置 | |
CN108427503B (zh) | 人眼追踪方法及人眼追踪装置 | |
CN105930821B (zh) | 一种人眼识别跟踪的方法及将其应用于裸眼3d显示的装置 | |
CN104200192B (zh) | 驾驶员注视检测系统 | |
KR102056333B1 (ko) | 안경 렌즈 에지의 표시를 설정하기 위한 방법 및 장치 및 컴퓨터 프로그램 | |
CN107169405A (zh) | 基于双目摄像机活体识别的方法及装置 | |
JP5359266B2 (ja) | 顔認識装置、顔認識方法及び顔認識プログラム | |
CN104123543B (zh) | 一种基于人脸识别的眼球运动识别方法 | |
CN109886244A (zh) | 一种人脸识别活体检测方法及装置 | |
CN104361332B (zh) | 一种用于疲劳驾驶检测的人脸眼睛区域定位方法 | |
CN106997452B (zh) | 活体验证方法及装置 | |
CN103514440A (zh) | 面部识别 | |
CN108875485A (zh) | 一种底图录入方法、装置及系统 | |
CN103514439A (zh) | 面部识别 | |
CN106228293A (zh) | 教学评估方法及系统 | |
CN110223322A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
CN110334600A (zh) | 一种多特征融合驾驶员异常表情识别方法 | |
CN104966070A (zh) | 基于人脸识别的活体检测方法和装置 | |
US20160232399A1 (en) | System and method of detecting a gaze of a viewer | |
CN109766785A (zh) | 一种人脸的活体检测方法及装置 | |
CN110222608A (zh) | 一种自助体检机视力检测智能化处理方法 | |
CN105868690A (zh) | 识别驾驶员打手机行为的方法和装置 | |
KR20160139221A (ko) | 집중도 평가시스템 | |
US11144756B2 (en) | Method and system of distinguishing between a glance event and an eye closure event | |
CN108596087A (zh) | 一种基于双网络结果的驾驶疲劳程度检测回归模型 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190913 |