CN113272723B - 用于预测眼睛注视参数的方法和系统以及用于推荐视觉设备的相关联方法 - Google Patents

Abstract

用于预测戴着视觉设备的个人的至少一个眼睛注视参数的方法包括以下步骤：测量(10)戴着视觉设备的至少两个个体的数据，这种数据至少包括所述个体的头部运动参数和眼睛注视参数；测量(12)在现实生活条件下所述个人的头部运动参数；将所述个人的头部运动参数与所述至少两个个体的头部运动参数进行比较(14)；以及至少基于所述比较步骤的结果和所述至少两个个体的眼睛注视参数来预测(16)所述个人的至少一个眼睛注视参数。

Description

用于预测眼睛注视参数的方法和系统以及用于推荐视觉设备 的相关联方法

技术领域

本发明涉及一种用于预测戴着视觉设备的个人的至少一个眼睛注视参数的方法和系统。本发明还涉及一种用于向个人推荐视觉设备的相关联方法。

背景技术

为了尽可能高效，眼科镜片需要具有针对戴着眼科镜片的个人要执行的给定活动或一组活动进行优化的设计。

例如，这种活动可能包括驾驶、练习体育运动、阅读书籍、在平板电脑上阅读、在笔记本电脑上工作、使用移动电话或执行精确任务。

基于配戴者在执行给定活动时所使用的视觉探索策略来确定合适的眼科镜片设计是有用的。

测量视觉探索策略通常需要使用眼睛跟踪装置。文件WO-A-2015124574描述了一种用于使用安装在眼镜架上的这种眼睛跟踪装置来优化配戴者的光学镜片设备的方法。

然而，眼睛跟踪装置昂贵、易碎、侵入性强且校准复杂。

发明内容

本发明的目的是克服现有技术的上述缺点。

为此，本发明提供了一种用于预测戴着视觉设备的个人的至少一个眼睛注视参数的方法，其显著之处在于所述方法包括以下步骤：

测量戴着视觉设备的至少两个个体的数据，这种数据至少包括所述个体的头部运动参数和眼睛注视参数；

测量在现实生活条件下上述个人的头部运动参数；

将所述个人的头部运动参数与所述至少两个个体的头部运动参数进行比较；以及

至少基于所述比较步骤的结果和所述至少两个个体的眼睛注视参数来预测所述个人的至少一个眼睛注视参数。

测量上述个人的头部运动参数的步骤、比较步骤和预测步骤都不需要任何眼睛跟踪装置。因此，所提出的方法经济、简单且稳健。

本发明还提供了一种用于预测戴着视觉设备的个人的至少一个眼睛注视参数的系统，其显著之处在于所述系统包括适于执行如上文简要描述的方法的步骤的器件。

本发明进一步提供了一种向个人提供视觉设备推荐的方法，其显著之处在于所述方法包括以下步骤：

通过使用如上文简要描述的方法来预测所述个人的至少一个眼睛注视参数；以及

根据所述至少一个眼睛注视参数向所述个人推荐视觉设备。

所述预测系统和用于提供视觉设备推荐的方法的优点与预测方法的优点相似。

附图说明

为了更全面理解本文提供的说明和其优点，现在结合附图和详细描述参照以下简要说明，其中相同的附图标记表示相同的部分。

图1是示出了在特定实施例中的根据本发明的用于预测至少一个眼睛注视参数的方法的步骤的流程图。

图2是对应于第一视觉行为的分别示出了阅读书籍的个体的头部运动和眼睛注视模式的一对图表。

图3是对应于第二视觉行为的分别示出了阅读书籍的个体的头部运动和眼睛注视模式的一对图表。

图4是对应于第三视觉行为的分别示出了阅读书籍是个体的头部运动和眼睛注视模式的一对图表。

图5是对应于第四视觉行为的分别示出了阅读书籍的个体的头部运动和眼睛注视模式的一对图表。

具体实施方式

在下面的描述中，附图不一定是按比例绘制的，并且出于清楚和简洁的目的或出于信息目的，某些特征可以以概括或示意性形式示出。此外，尽管在下文详细讨论了制造和使用各种实施例，但应理解如本文所述提供了可以在多种环境下实施的许多发明构思。本文讨论的实施例仅仅是代表性的而不限制本发明的范围。对于本领域技术人员来说还显而易见的是，相对于方法限定的所有技术特征可以单独或组合地转置到装置，反之，相对于装置的所有技术特征可以单独或组合地转置到方法。

术语“包含”(及其任何语法变化形式，例如“包含有(comprises)”和“包含了(comprising)”)、“具有”(及其任何语法变化形式，例如“具有(has)”和“具有(having)”)、“含有”(及其任何语法变化形式，例如“含有(contains)”和“含有了(containing)”)、以及“包括”(及其任何语法变化形式，例如“包括(includes)”和“包括(including)”)都是开放式连接动词。它们用于指明其所述特征、整数、步骤或组分或群组的存在，但不排除其一种或多种其他特征、整数、步骤或组分或群组的存在或加入。因此，“包含”、“具有”、“含有”或“包括”一个或多个步骤或要素的方法或方法中的步骤具备那一个或多个步骤或要素，但不限于仅具备那一个或多个步骤或要素。

如图1所示，在特定实施例中，根据本发明的用于预测戴着视觉设备的目标个人的至少一个眼睛注视参数的方法包括测量一组人的数据的第一步骤10。

作为非限制性示例，至少一个眼睛注视参数可以取自：平均眼睛注视方向、眼睛注视方向的空间分布、眼睛注视方向随时间的变化、重复的眼睛注视模式等。

这组人包括至少两个个体。有利地，这组人包括大量个体，比如100个或更多个。

在该组中的个体进行预定活动时执行测量步骤10。这是要预测目标个人的至少一个眼睛注视参数的活动。作为非限制性示例，该活动可以是驾驶、或练习体育运动、或阅读书籍、或在平板电脑上阅读、或在笔记本电脑上工作、或使用移动电话和/或智能手表、或执行精确任务。

测得数据至少包括以下参数：这些参数一方面与当该组中的个体进行预定活动时每个个体随时间而变的头部运动相关，另一方面与当这些个体进行预定活动时这些个体的眼睛注视参数相关。

此外，在适当的情况下，根据由该组中的个体进行的活动，也可以测量随时间而变的到物体的距离。例如，如果活动包括阅读书籍、或在平板电脑上阅读、或在笔记本电脑上工作，则可以随时间的变化来测量到书籍或屏幕等物体的距离。

与头部运动相关的参数表示当该组中的个体进行预定活动时每个个体随时间而变的头部旋转运动。

头部运动参数可以通过配备有一个或若干个惯性运动单元或IMU的眼镜架或通过配备有相机的眼镜架来测量。在进行预定活动时，该组中的每个个体都将戴着这种镜架。

作为变体，头部运动参数可以经由运动捕捉来测量。

可以通过眼睛跟踪装置来测量该组中的每个个体的(多个)眼睛注视参数。

头部运动参数和眼睛注视参数在预定时间段期间针对该组中的每个个体进行测量，以便获得被认为具有代表性的一组测得值。例如，预定时间段在1分钟与15分钟之间。

可选地，可以对该组中的个体的眼睛注视参数分配等级，该等级包含在个体的测得数据中。即，低等级表示一个或若干个问题，比如弱视、视力矫正不适应、眼镜架太小等。

然后，通过对该组中的所有个体的头部运动参数和眼睛注视参数应用比如K均值方法等聚类方法来确定多个视觉行为类别或集群。集群包含对于该组中的各个个体彼此相似的头部运动参数和对于那些个体彼此相似的眼睛注视参数。

作为变体，代替使用比如K均值方法等自动聚类方法，可以手动将测得数据分配到多个集群中。

可选地，该聚类可以使用附加参数，比如在视觉设备的销售点对该组中的个体进行的附加测量、和/或每个个体的处方、和/或由个体回答的并且与其相应的视觉行为相关的问卷。

视觉行为集群也可以通过使用其他传感器来确定，比如测量阅读距离的传感器、或者测量配戴者三维环境的任何传感器。

每个集群构成视觉模式。

热图(给出了个体正通过其注视的眼科镜片中的位置)也可以用于确定各种视觉行为。

作为非限制性示例，图2至图5示出了针对阅读书籍的活动的四种不同视觉行为。

这些图表对应于三页书的阅读。

图表的轴是当个体看位于正前方的固定点时相对于头部位置的水平角度和竖直角度(以度为单位)。在横坐标轴上，“Sag”是指矢状面。

每幅图左侧的图表示出了头部运动，每幅图右侧的图表示出了眼睛运动。

图2展示了第一视觉行为，其中头部运动是水平的并且眼睛运动是竖直的。

图3展示了第二视觉行为，其中头部运动是竖直的并且眼睛运动是水平的。

图4展示了第三视觉行为，其中头部运动是大的并且眼睛运动是小的。

图5展示了第四视觉行为，其中头部运动是小的并且眼睛运动是大的。

基于确定的视觉模式，使用数据库建立针对预定活动的预测模型，该模型是决策树，在该数据库中每组参数(包括测得的头部运动参数和针对该组中的个体的可能的其他输入数据)与对应的视觉模式(包括眼睛注视参数)相关联。

因此，预测模型包括多个视觉行为集群。

其他可能的输入数据包括例如个体的年龄和性别。

目标个人的眼睛注视参数的预测也可以通过测量头部运动参数和阅读距离来完成，例如使用惯性运动单元或IMU和嵌入到镜架中的测量阅读距离的传感器(例如飞行时间传感器)。

上述数据库既可以针对这组个体进行的单个活动建立，也可以针对多个活动建立。在数据库是针对多个活动建立的情况下，包括测得的个体头部运动参数的这组参数还包括此个体在测量步骤10过程中进行的活动类型。

如图1所示，在第一测量步骤10之后的步骤是测量目标个人(即要预测视觉模式(包括至少一个眼睛注视参数)的个人)的头部运动参数的第二测量步骤12。

目标个人的头部运动参数是在现实生活条件下(即既不在实验室中，也不在任何其他监督环境中)测量的。

在第二测量步骤12过程中，可以通过要求目标个人配戴配备有一个或若干个惯性运动单元或IMU或配备有相机的镜架来测量目标个人的头部运动参数。针对目标个人而测量的头部运动参数与针对该组中的个体的相同。

然而，根据本发明，不需要针对目标个人使用任何眼睛跟踪装置，因为将预测目标个人的至少一个眼睛注视参数，如下所述。

在测量步骤12之后，在比较步骤14过程中，将目标个人的测得的头部运动参数与存储在数据库中的与目标个人进行相同预定活动的个体的测得的头部运动参数进行比较。

在比较步骤14过程中，如果已经通过整合各组中的个体的年龄和性别数据建立了数据库，则还可以考虑其他参数，比如目标个人的年龄和性别。

当发现目标个人的头部运动参数与属于存储在数据库中的给定集群的个体的头部运动参数相似时，并且可选地当目标个人的年龄和性别与该给定集群的个体的年龄和性别相似时，预测步骤16使用头部运动参数与眼睛注视参数相关联的数据库、根据预测模型预测目标个人的至少一个眼睛注视参数与该给定集群的眼睛注视参数相同。

在预测模型中，除了目标个人的年龄、性别、活动和测得的头部运动参数之外，还可以输入其他数据，比如来自物体或传感器而非眼睛跟踪装置的数据。这种数据可以在汽车的GPS(全球定位系统)、光传感器、智能手机等中获得。

因此，在特定实施例中，在预测步骤16过程中，至少一个眼睛注视参数可以通过进一步使用与该组中的个体和目标个人的预定活动相关的数据来预测。

例如，如果该组中的个体和目标个人的活动包括使用移动电话和/或智能手表，则预测步骤16可以进一步使用该组中的个体和目标个人的移动电话和/或智能手表的倾斜角度。

此外，根据目标个人的头部运动的测量结果，可以推断出目标个人进行的活动。

作为第一非限制性示例，如果目标个人在变换车道时频繁地将他/她的头部向左和向右转以检查汽车后视镜中其他车辆的存在，则可以根据头部运动测量步骤12推断出目标个人的活动是驾驶。知道了此活动，就可以细化头部运动分析以导出至少一个眼睛注视参数，因为在比较步骤14，将仅搜索存储在数据库中的驾驶活动记录，以寻找相似的头部运动参数，以便选择与最相似的头部运动参数相关联的(多个)眼睛注视参数作为目标个人的(多个)预测的眼睛注视参数。

作为第二非限制性示例，如果布置在目标个人配戴的镜架上的IMU检测到频繁的加速和/或运动，则可以推断出目标个人的活动是体育运动。因此，在比较步骤14，将仅搜索与存储在数据库中的体育运动活动相关的记录，比如网球、足球、跑步等，以便选择与最相似的头部运动参数相关联的(多个)眼睛注视参数作为目标个人的(多个)预测的注视参数。

根据本发明的用于预测戴着视觉设备的个人的至少一个眼睛注视参数的系统包括适于执行预测方法的上述步骤的器件。

该系统包括用于测量个体和目标个人的头部运动参数的装置，比如配备有一个或多个IMU或配备有相机的一个或若干个眼镜架。

该系统还包括用于存储数据库的存储介质，以及用于将配备有一个或多个IMU或配备有相机的眼镜架连接到数据库的器件，以便将该组中的个体的测得的头部运动参数存储到数据库中。

为了建立数据库，该系统还包括用于测量该组中的个体的眼睛注视参数的器件，比如眼睛跟踪装置。

可选地，该系统可以进一步包括用于自动执行比较步骤14和预测步骤16的处理设备。

存储介质和处理设备可以是计算机装置的一部分。

上述用于预测戴着视觉设备的目标个人的至少一个眼睛注视参数的方法可以用于向目标个人推荐视觉设备。

可以向目标个人呈现不同的结果。例如，可以向他/她示出全局热图，示出最频繁的眼睛注视方向。作为变体，可以向他/她示出最频繁的眼睛注视方向在眼科镜片表面上的投影。还可以根据所进行的活动向他/她示出眼睛注视方向，这使得可以展示根据活动要使用的若干副眼镜的好处，并推荐这些副眼镜。

根据(多个)预测的眼睛注视参数，可以向目标个人推荐合适的镜架尺寸。在有源镜片的情况下，可以根据(多个)预测的眼睛注视参数推荐特定类型的控制，比如体育运动模式和经济模式。

而且，可以对(多个)眼睛注视参数分配等级，该等级可以是高、平均或低，并且该等级评估眼睛注视是非常好、还是只是正确、还是异常，以便能够向目标个人做出对应的推荐。

例如，对于戴着渐变多焦点镜片的目标个人，针对阅读活动的测得的头部运动可能使得预测至少一个眼睛注视参数，其示出了目标个人降低他/她的眼睛过多，这可能是由于镜片安装不良或下加光不足导致镜片使用异常的迹象。在这种情况下，所分配的等级将是低的。在下加光不足的情况下，将推荐一副下加光更高的新眼镜。

在一些情况下，眼睛注视参数预测可能使得推荐视觉训练，例如当根据预测的眼睛注视参数检测到目标个人没有充分使用渐变多焦点镜片的视近区域时。

作为另一个示例，根据眼睛注视参数预测可以检测到目标个人在看汽车后视镜时将他/她的头部移动过多，这可能是使用过小的视野的迹象。在这种情况下，所分配的等级也将是低的，并且也将推荐视觉训练。

参考图2至图5所示的视觉行为，将针对视觉设备提出以下推荐。在图2的情况下，将推荐在高度上具有扩展的视近区域的硬设计。在图3的情况下，将推荐在宽度上具有扩展的视近区域的软设计。在图4的情况下，将推荐硬设计。在图5的情况下，将推荐在宽度和高度上具有扩展的视近区域的软设计。如本领域技术人员所知，对于渐变镜片设计，在已知渐变镜片的前部由一系列复杂的曲线构成并且这些曲线混合在镜片最少使用的区段、即周边区段和鼻部区段的情况下，软设计和硬设计是指位于周边混合区的模糊量。硬镜片在这些区的混合浓度要高得多。软镜片增加了混合区，将这些混合区分散到镜片的远处部分和阅读部分。

尽管代表性方法和物品已在本文详细描述，但是本领域技术人员将认识到可以在不脱离由所附权利要求描述和限定的范围下做出各种替代和修改。

Claims (14)

1.一种用于预测戴着视觉设备的个人的至少一个眼睛注视参数的方法，其中，所述方法包括以下步骤：

测量戴着视觉设备的至少两个个体的数据，所述数据至少包括所述至少两个个体的头部运动参数和眼睛注视参数；

测量在现实生活条件下所述个人的头部运动参数；

将所述个人的所述头部运动参数与所述至少两个个体的所述头部运动参数进行比较；以及

至少基于所述比较步骤的结果和所述至少两个个体的所述眼睛注视参数来预测所述个人的所述至少一个眼睛注视参数。

2.根据权利要求1所述的方法，其中，所述个人的所述至少一个眼睛注视参数取自：平均眼睛注视方向、眼睛注视方向的空间分布、眼睛注视方向随时间的变化和重复的眼睛注视模式。

3.根据权利要求1或2所述的方法，其中，在所述测量所述至少两个个体的数据的步骤过程中，通过配备有惯性运动单元或相机的眼镜架来测量所述至少两个个体的头部运动参数，以及在所述测量在现实生活条件下所述个人的头部运动参数的步骤过程中，通过配备有惯性运动单元或相机的眼镜架来测量所述个人的头部运动参数。

4.根据权利要求1所述的方法，其中，在所述测量所述至少两个个体的数据的步骤过程中，通过使用运动捕捉来测量头部运动参数。

5.根据权利要求1所述的方法，其中，所述数据进一步包括所述个体的年龄和性别。

6.根据权利要求1所述的方法，其中，所述预测步骤使用预测模型。

7.根据权利要求6所述的方法，其中，所述预测模型包括多个视觉行为集群。

8.根据权利要求1所述的方法，其中，当所述至少两个个体执行预定活动时进行所述测量所述至少两个个体的数据的步骤，以及当所述个人执行所述预定活动时进行所述测量在现实生活条件下所述个人的头部运动参数的步骤。

9.根据权利要求8所述的方法，其中，所述预定活动是驾驶、或练习体育运动、或阅读书籍、或在平板电脑上阅读、或在笔记本电脑上工作、或使用移动电话和/或智能手表、或执行精确任务。

10.根据权利要求8或9所述的方法，其中，在所述预测步骤过程中，通过进一步使用与所述个体和所述个人的所述预定活动相关的数据来预测所述至少一个眼睛注视参数。

11.根据权利要求10所述的方法，其中，所述个体和所述个人的所述预定活动是使用移动电话和/或智能手表，其中，所述预测步骤进一步使用所述移动电话和/或所述智能手表的倾斜角度。

12.根据权利要求1所述的方法，其中，所述至少两个个体的所述数据进一步包括所述个体的所述眼睛注视参数的等级。

13.一种用于预测戴着视觉设备的个人的至少一个眼睛注视参数的系统，其中，所述系统包括适于执行根据权利要求1至12中任一项所述的方法的步骤的器件。

14.一种用于向个人提供视觉设备推荐的方法，其中，所述方法包括以下步骤：

通过使用根据权利要求1至12中任一项所述的方法来预测所述个人的至少一个眼睛注视参数；以及

根据所述至少一个眼睛注视参数向所述个人推荐视觉设备。