CN115116088A - 近视预测方法、装置、存储介质和程序产品 - Google Patents
近视预测方法、装置、存储介质和程序产品 Download PDFInfo
- Publication number
- CN115116088A CN115116088A CN202210593941.5A CN202210593941A CN115116088A CN 115116088 A CN115116088 A CN 115116088A CN 202210593941 A CN202210593941 A CN 202210593941A CN 115116088 A CN115116088 A CN 115116088A
- Authority
- CN
- China
- Prior art keywords
- target user
- distance
- key points
- myopia
- determining
- 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
- 208000001491 myopia Diseases 0.000 title claims abstract description 90
- 230000004379 myopia Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 59
- 210000003128 head Anatomy 0.000 claims abstract description 53
- 208000004350 Strabismus Diseases 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 210000000744 eyelid Anatomy 0.000 claims description 63
- 210000000707 wrist Anatomy 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004438 eyesight Effects 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010020675 Hypermetropia Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 201000006318 hyperopia Diseases 0.000 description 1
- 230000004305 hyperopia Effects 0.000 description 1
- 230000004344 low myopia Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
- A61B3/145—Arrangements specially adapted for eye photography by video means
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明提供一种近视预测方法、装置、存储介质和程序产品，该方法包括：对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。本发明提供的近视预测方法、装置、存储介质和程序产品，可以简单高效的对视力近视情况进行预测。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种近视预测方法、装置、存储介质和程序产品。
背景技术
随着社会经济的高速发展，生活节奏加快，人们用眼过度，导致视力随之大幅下降，如近视、远视、散光等，尤其是青少年的近视问题，尤为突出。
目前，在检测用户是否出现近视时，通常都是通过专业的检测方式，如通过视力检测表进行检测，测试员提问让被测用户辨识检测表中的符号，通过辨识的成绩得到视力检测结果。
然而，上述测试近视的方式需要到专业的检测机构，效率较低。
发明内容
本发明提供一种近视预测方法、装置、存储介质和程序产品，用以解决现有技术中近视预测效率较低的缺陷，实现了简单高效的预测近视的目的。
本发明提供一种近视预测方法，包括：
对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；
根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；
根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；
输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
根据本发明提供的一种近视预测方法，所述根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，包括：
根据所述人体关键点，确定左手手腕关键点、右手手腕关键点和任一手肘关键点；
根据所述左手手腕关键点、所述右手手腕关键点和所述任一手肘关键点，确定目标平面；
将所述目标用户的眼部到所述目标平面的距离，确定为所述目标用户的头部与书桌之间的距离。
根据本发明提供的一种近视预测方法，所述根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，包括：
根据所述人体关键点，确定左手手腕关键点和右手手腕关键点；
确定所述左手手腕关键点和右手手腕关键点之间的中点；
将所述目标用户的眼部到所述中点的距离，确定为所述目标用户的头部与书桌之间的距离。
根据本发明提供的一种近视预测方法，所述根据所述人脸关键点，确定所述目标用户的眯眼状态，包括：
根据所述人脸关键点，获取任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点；
根据所述任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点，获取所述上下眼睑关键点之间的上下眼睑距离，以及所述眼睛内外眼角之间的内外眼角距离；
根据所述上下眼睑距离和所述内外眼角距离，确定所述目标用户的眯眼状态。
根据本发明提供的一种近视预测方法，所述根据所述上下眼睑距离和所述内外眼角距离，确定所述目标用户的眯眼状态，包括：
根据所述上下眼睑距离和所述内外眼角距离得到第一比值；
在第一预设时长内所述第一比值大于或等于第一预设值，且所述第一比值小于或等于第二预设值的情况下，确定所述目标用户处于眯眼状态，所述第一预设值小于所述第二预设值。
根据本发明提供的一种近视预测方法，所述根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测，包括：
在第二预设时长内所述距离均小于预设距离，且在预设时间段内所述眯眼状态的次数超过预设次数的情况下，确定所述目标用户的眼睛处于近视状态。
本发明还提供一种近视预测装置，包括：
确定模块，用于对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；
所述确定模块，还用于根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；
预测模块，用于根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；
输出模块，用于输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的近视预测方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的近视预测方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的近视预测方法。
本发明提供的近视预测方法、装置、存储介质和程序产品，通过采集视频，对采集的视频中的目标用户的人体关键点和人脸关键点进行识别，从而基于人体关键点和人脸关键点，确定目标用户的头部与书桌之间的距离以及用户的眯眼状态，结合上述头部与书桌之间的距离以及眯眼状态，预测目标用户是否出现近视，并输出预测结果。通过上述方式，结合目标用户的行为状态，即可对视力情况进行预测，从而可以提高视力预测的效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的近视预测方法的流程示意图之一；
图2为眼部关键点的示意图；
图3为本发明实施例提供的近视预测装置的示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，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作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。
本发明实施例提供的近视预测方法，应用于对用户的视力问题进行检测以及预防的应用场景中，尤其是应用于对处于学习状态的儿童的视力问题进行预测的场景中。
本发明实施例提供的近视预测方法，通过采集视频，对采集的视频中的目标用户的人体关键点和人脸关键点进行识别，从而确定出目标用户的头部与书桌之间的距离以及用户的眯眼状态，结合上述头部与书桌之间的距离以及眯眼状态，预测目标用户是否出现近视。通过上述方式，结合目标用户的行为状态，即可对视力情况进行预测，从而可以提高视力预测的效率。
下面结合图1-图2描述本发明的视力保护的提示方法。
图1为本发明实施例提供的近视预测方法的流程示意图之一，本发明实施例提供的近视预测方法的执行主体可以为近视预测装置，该装置可以为PC、智能手机、平板电脑和便携计算机等具有显示功能或语音提醒功能的可移动式终端设备，也可以是集成有摄像装置和各种传感器的电子设备，如机器人、眼镜等。如图1所示，该方法包括：
步骤101：对采集的待处理视频中的多帧图像进行图像检测，确定图像中的目标用户的人体关键点和人脸关键点。
在本步骤中，电子设备通过集成的图像采集设备采集待处理视频，并利用人脸关键点定位算法对待处理视频中的多帧图像进行人脸检测，从而得到图像中目标用户的人脸关键点以及各人脸关键点的坐标。另外，还可以通过人体关键点定位算法对待处理视频中的多帧图像进行人体检测，从而得到图像中目标用户的人体关键点以及各人体关键点的坐标。
其中，目标用户包括处于学习状态或看书状态的儿童、青少年，也可以包括需要对视力进行预测的其他用户，如正在打游戏的成年人等等，对于目标用户的具体类型，本发明实施例对此不做具体限制。
步骤102：根据人体关键点，确定目标用户的头部与书桌之间的距离，并根据人脸关键点，确定目标用户的眯眼状态。
在本步骤中，通过人体关键点定位方法确定出的人体关键点包括左手手腕关键点、右手手腕关键点、任一手肘关键点、鼻尖关键点、眼部关键点等。
在一种可能的实现方式中，在基于人体关键点，确定目标用户的头部与书桌之间的距离时，可以根据人体关键点，确定左手手腕关键点、右手手腕关键点和任一手肘关键点，并根据左手手腕关键点、右手手腕关键点和任一手肘关键点，确定目标平面，再将目标用户的眼部到目标平面的距离，确定为目标用户的头部与书桌之间的距离。
具体的，在确定头部与书桌之间的距离时，需要将三维信息转换到二维空间中，以用户坐在书桌前学习为例，当用户在学习时，通常会将胳膊放置于书桌上，因此，可以通过左手手腕关键点的坐标、右手手腕关键点的坐标和任一手肘关键点的坐标这三个人体关键点坐标确定出目标平面。应理解，该目标平面可以近似理解为书桌的桌面所在的平面。
在确定出目标平面后，可以确定目标用户的眼部的坐标到该目标平面的垂直距离，并将该垂直距离确定为目标用户的头部与书桌之间的距离。
在本实施例中，通过左手手腕关键点的坐标、右手手腕关键点的坐标和任一手肘关键点的坐标，确定目标平面，并确定目标用户的眼部的坐标到目标平面的距离，从而确定目标用户的头部与书桌之间的距离。通过上述方式，可以将三维信息转换到二维空间中，简化了头部与书桌之间距离的确定方式，提高了距离确定的效率。
在另一种可能的实现方式中，在根据人体关键点，确定目标用户的头部与书桌之间的距离时，可以根据人体关键点，确定左手手腕关键点和右手手腕关键点，并确定左手手腕关键点和右手手腕关键点之间的中点，再将目标用户的眼部到中点的距离，确定为目标用户的头部与书桌之间的距离。
具体的，通常目标用户在处于学习状态时，眼睛在看书或者看屏幕的情况下，在书本或者屏幕上会有注视点。应理解，在用户处于近视的状态下，头部可能会离桌面比较近，此时，头部与注视点之间的距离比较小，而且头部与左手手腕关键点和右手手腕关键点之间的中点的距离也会较小。相反的，在用户处于非近视的状态下，头部可能会离桌面相对较远，此时，头部与注视点之间的距离较远，而且头部与左手手腕关键点和右手手腕关键点之间的中点的距离也会较远，因此，在确定目标用户的眼睛是否近视时，可以采用左手手腕关键点和右手手腕关键点之间的中点，代替注视点。
在基于左手手腕关键点的坐标和右手手腕关键点的坐标，确定中点的坐标之后，可以确定目标用户的眼部的坐标到该中点的坐标之间的距离，并将该距离确定为目标用户的头部与书桌之间的距离。
在本实施例中，通过确定左手手腕关键点和右手手腕关键点之间的中点，并确定目标用户的眼部的坐标到中点的距离，从而确定目标用户的头部与书桌之间的距离。通过上述方式，采用左手手腕关键点和右手手腕关键点之间的中点替代注视点，从而使得头部与书桌之间距离的确定更加简单，提高了距离确定的效率。
示例性的，在根据人脸关键点，确定目标用户的眯眼状态时，可以根据人脸关键点，获取任一眼睛上下眼睑关键点和眼睛的内外眼角关键点，并根据任一眼睛上下眼睑关键点和眼睛的内外眼角关键点，获取上下眼睑关键点之间的上下眼睑距离，以及眼睛内外眼角之间的内外眼角距离，然后根据上下眼睑距离和内外眼角距离，确定目标用户的眯眼状态。
具体的，图2为眼部关键点的示意图，如图2所示，电子设备可以通过人脸关键点定位算法确定出人脸关键点以及各人脸关键点的坐标，其中，人脸关键点可以包括眼部关键点，其中，眼部关键点包括上眼睑关键点1和2，下眼睑关键点3和4，以及内眼角关键点6和外眼角关键点5。
基于上述各人脸关键点的坐标，可以确定出上下眼睑关键点之间的上下眼睑距离。例如，可以确定上眼睑关键点1和下眼睑关键点3之间的距离作为上下眼睑距离，或者确定上眼睑关键点2和下眼睑关键点4之间的距离作为上下眼睑距离，也可以分别确定上眼睑关键点1和下眼睑关键点3之间的距离，以及上眼睑关键点2和下眼睑关键点4之间的距离后，再计算两者的平均值，将该平均值确定为上下眼睑距离。
另外，还可以基于眼睛内眼角关键点的坐标和外眼角关键点的坐标，确定内外眼角之间的内外眼角距离。
通过上下眼睑关键点之间距离相对于眼角两关键点之间距离的变化来判断眼睛的眯眼状态。示例性的，可以根据上下眼睑距离和内外眼角距离得到第一比值，在第一预设时长内第一比值大于或等于第一预设值，且第一比值小于或等于第二预设值的情况下，确定目标用户处于眯眼状态，其中，第一预设值小于第二预设值。
其中，为了避免将眨眼等情况判定为眯眼，因此，可以判断在第一预设时长内第一比值是否一直处于第一预设值和第二预设值之间，若第一比值一直处于第一预设值和第二预设值之间，则确定目标用户处于眯眼状态，例如，在10s内第一比值一直处于第一预设值和第二预设值之间。
可以理解的是，在第一预设时长内第一比值小于第一预设值的情况下，可以确定该目标用户处于闭眼状态，在第一预设时长内第一比值大于第二预设值的情况下，可以确定该目标用户处于睁眼状态，在第一预设时长内第一比值处于第一预设值和第二预设值之间的情况下，可以确定该目标用户处于眯眼状态。
第一预设值和第二预设值可以根据用户的眼部大小情况或者经验进行设置，例如第一预设值可以设置为0.1，第二预设值可以设置为0.2，对于第一预设值和第二预设值的具体取值，本发明实施例在此不做限制。
在本实施例中，通过确定上下眼睑关键点之间的上下眼睑距离，以及眼睛内外眼角之间的内外眼角距离，在不依赖于图像检测模型的情况下，通过上下眼睑关键点之间距离相对于眼角两关键点之间距离的变化即可判断眼睛的眯眼状态，从而可以简单高效的判定目标用户是否存在眯眼状态。
步骤103：根据距离和眯眼状态，对目标用户的眼睛进行近视预测。
在本步骤中，在确定出头部与书桌之间的距离以及目标用户的眯眼状态后，可以结合这两个信息确定用户是否发生近视或者是否存在近视的趋势。
示例性的，在第二预设时长内头部与书桌之间的距离均小于预设距离，且在预设时间段内眯眼状态的次数超过预设次数的情况下，确定目标用户的眼睛处于近视状态。
具体的，为了防止误判，例如，如目标用户偶尔眯眼、偶尔低头或者打盹时，可能也会出现头部与书桌之间的距离小于预设距离，且会出现眯眼的现象，但是此时目标用户的视力可能是正常的。因此，为了提高预测的准确性，电子设备可以判断该目标用户的头部与桌面之间的距离是否在第二预设时长内一直小于预设距离，以及在预设时间段内，频繁的眯眼，或在预设时间段内累计眯眼时长超过预设值，在确定出在第二预设时长内头部与桌面之间的距离均小于预设距离，且在预设时间段内眯眼状态的次数超过预设次数的情况下，则确定目标用户的眼睛处于近视状态。
例如，若目标用户在2分钟内眯眼次数超过5次，以及在2分钟内头部与书桌的距离一直小于25厘米，则可以确定目标用户的眼睛近视或者存在近视的趋势。
需要进行说明的是，上述判断在第二预设时长内头部与书桌之间的距离是否一直小于预设距离，以及判断在预设时间段内眯眼状态的次数是否超过预设次数的过程，可以通过多线程完成，也即可以先执行判断在第二预设时长内头部与书桌之间的距离是否一直小于预设距离的过程，再执行判断在预设时间段内眯眼状态的次数是否超过预设次数的过程，也可以先执行判断在预设时间段内眯眼状态的次数是否超过预设次数的过程，再执行判断在第二预设时长内头部与书桌之间的距离是否一直小于预设距离的过程，或者两者同时执行。若在通过多线程的方式，电子设备同时执行上述两个判断过程时，可以进一步提高近视预测的效率。
步骤104：输出提示信息，该提示信息用于提醒目标用户眼睛的近视预测结果。
在本步骤中，电子设备在确定出预测结果之后，将输出提示信息，该提示信息可以通过语音、文字、图像或者其他方式输出。例如，在预测结果为目标用户的眼睛发生近视的情况下，可以通过语音提醒的方式输出“您的眼睛已经近视”或者输出“您的眼睛有近视的风险”，在这种情况下，还可以进一步提醒用户休息一段时间，或者可以提醒用户做眼保健操等，以达到预防近视，进行视力保护的目的。在预测结果为目标用户的眼睛未发生近视的情况下，可以通过语音提醒的方式输出“您的视力很好，请继续保持”等等。
本发明实施例提供的近视预测方法，通过采集视频，对采集的视频中的目标用户的人体关键点和人脸关键点进行识别，从而基于人体关键点和人脸关键点，确定目标用户的头部与书桌之间的距离以及用户的眯眼状态，结合上述头部与书桌之间的距离以及眯眼状态，预测目标用户是否出现近视，并输出预测结果。通过上述方式，结合目标用户的行为状态，即可对视力情况进行预测，从而可以提高视力预测的效率。
下面对本发明提供的近视预测装置进行描述，下文描述的近视预测装置与上文描述的近视预测方法可相互对应参照。
图3为本发明实施例提供的近视预测装置的示意图，如图3所示，该装置30包括：
确定模块11，用于对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；
所述确定模块11，还用于根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；
预测模块12，用于根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；
输出模块13，用于输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
本发明实施例提供的近视预测装置，可以用于执行前述近视预测方法中任一实施例的方法，其具体实现过程与技术效果与近视预测方法实施例中类似，具体可以参见近视预测方法实施例中的详细介绍，此处不再赘述。
可选地，所述确定模块11，具体用于：
根据所述人体关键点，确定左手手腕关键点、右手手腕关键点和任一手肘关键点；
根据所述左手手腕关键点、所述右手手腕关键点和所述任一手肘关键点，确定目标平面；
将所述目标用户的眼部到所述目标平面的距离，确定为所述目标用户的头部与书桌之间的距离。
可选地，所述确定模块11，具体用于：
根据所述人体关键点，确定左手手腕关键点和右手手腕关键点；
确定所述左手手腕关键点和右手手腕关键点之间的中点；
将所述目标用户的眼部到所述中点的距离，确定为所述目标用户的头部与书桌之间的距离。
可选地，所述确定模块11，具体用于：
根据所述人脸关键点，获取任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点；
根据所述任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点，获取所述上下眼睑关键点之间的上下眼睑距离，以及所述眼睛内外眼角之间的内外眼角距离；
根据所述上下眼睑距离和所述内外眼角距离，确定所述目标用户的眯眼状态。
可选地，所述确定模块11，具体用于：
根据所述上下眼睑距离和所述内外眼角距离得到第一比值；
在第一预设时长内所述第一比值大于或等于第一预设值，且所述第一比值小于或等于第二预设值的情况下，确定所述目标用户处于眯眼状态，所述第一预设值小于所述第二预设值。
可选地，所述预测模块12，具体用于：
在第二预设时长内所述距离均小于预设距离，且在预设时间段内所述眯眼状态的次数超过预设次数的情况下，确定所述目标用户的眼睛处于近视状态。
本发明实施例提供的近视预测装置，可以用于执行前述近视预测方法中任一实施例的方法，其具体实现过程与技术效果与近视预测方法实施例中类似，具体可以参见近视预测方法实施例中的详细介绍，此处不再赘述。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行近视预测方法，该方法包括：对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的以执行近视预测方法，该方法包括：对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的以执行近视预测方法，该方法包括：对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种近视预测方法，其特征在于，包括：
对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；
根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；
根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；
输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
2.根据权利要求1所述的近视预测方法，其特征在于，所述根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，包括：
根据所述人体关键点，确定左手手腕关键点、右手手腕关键点和任一手肘关键点；
根据所述左手手腕关键点、所述右手手腕关键点和所述任一手肘关键点，确定目标平面；
将所述目标用户的眼部到所述目标平面的距离，确定为所述目标用户的头部与书桌之间的距离。
3.根据权利要求1所述的近视预测方法，其特征在于，所述根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，包括：
根据所述人体关键点，确定左手手腕关键点和右手手腕关键点；
确定所述左手手腕关键点和右手手腕关键点之间的中点；
将所述目标用户的眼部到所述中点的距离，确定为所述目标用户的头部与书桌之间的距离。
4.根据权利要求1-3任一项所述的近视预测方法，其特征在于，所述根据所述人脸关键点，确定所述目标用户的眯眼状态，包括：
根据所述人脸关键点，获取任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点；
根据所述任一眼睛上下眼睑关键点和所述眼睛的内外眼角关键点，获取所述上下眼睑关键点之间的上下眼睑距离，以及所述眼睛内外眼角之间的内外眼角距离；
根据所述上下眼睑距离和所述内外眼角距离，确定所述目标用户的眯眼状态。
5.根据权利要求4所述的近视预测方法，其特征在于，所述根据所述上下眼睑距离和所述内外眼角距离，确定所述目标用户的眯眼状态，包括：
根据所述上下眼睑距离和所述内外眼角距离得到第一比值；
在第一预设时长内所述第一比值大于或等于第一预设值，且所述第一比值小于或等于第二预设值的情况下，确定所述目标用户处于眯眼状态，所述第一预设值小于所述第二预设值。
6.根据权利要求1-3任一项所述的近视预测方法，其特征在于，所述根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测，包括：
在第二预设时长内所述距离均小于预设距离，且在预设时间段内所述眯眼状态的次数超过预设次数的情况下，确定所述目标用户的眼睛处于近视状态。
7.一种近视预测装置，其特征在于，包括：
确定模块，用于对采集的待处理视频中的多帧图像进行图像检测，确定所述图像中的目标用户的人体关键点和人脸关键点；
所述确定模块，还用于根据所述人体关键点，确定所述目标用户的头部与书桌之间的距离，并根据所述人脸关键点，确定所述目标用户的眯眼状态；
预测模块，用于根据所述距离和所述眯眼状态，对所述目标用户的眼睛进行近视预测；
输出模块，用于输出提示信息，所述提示信息用于提醒所述目标用户眼睛的近视预测结果。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的近视预测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的近视预测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的近视预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210593941.5A CN115116088A (zh) | 2022-05-27 | 2022-05-27 | 近视预测方法、装置、存储介质和程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210593941.5A CN115116088A (zh) | 2022-05-27 | 2022-05-27 | 近视预测方法、装置、存储介质和程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115116088A true CN115116088A (zh) | 2022-09-27 |
Family
ID=83326263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210593941.5A Pending CN115116088A (zh) | 2022-05-27 | 2022-05-27 | 近视预测方法、装置、存储介质和程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115116088A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690892A (zh) * | 2023-01-03 | 2023-02-03 | 京东方艺云(杭州)科技有限公司 | 一种眯眼识别方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095885A (zh) * | 2015-09-06 | 2015-11-25 | 广东小天才科技有限公司 | 一种人眼状态的检测方法和检测装置 |
| CN110801229A (zh) * | 2019-11-15 | 2020-02-18 | 英华达（上海）科技有限公司 | 视力保护监测方法、系统、设备及存储介质 |
| CN110889955A (zh) * | 2019-11-29 | 2020-03-17 | 上海掌门科技有限公司 | 用于在用户阅读时提醒用户休息的方法与设备 |
| CN111444789A (zh) * | 2020-03-12 | 2020-07-24 | 深圳市时代智汇科技有限公司 | 一种基于视频感应技术的近视预防方法及其系统 |
| CN114120357A (zh) * | 2021-10-22 | 2022-03-01 | 中山大学中山眼科中心 | 一种基于神经网络的防近视方法和装置 |
-
2022
- 2022-05-27 CN CN202210593941.5A patent/CN115116088A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095885A (zh) * | 2015-09-06 | 2015-11-25 | 广东小天才科技有限公司 | 一种人眼状态的检测方法和检测装置 |
| CN110801229A (zh) * | 2019-11-15 | 2020-02-18 | 英华达（上海）科技有限公司 | 视力保护监测方法、系统、设备及存储介质 |
| CN110889955A (zh) * | 2019-11-29 | 2020-03-17 | 上海掌门科技有限公司 | 用于在用户阅读时提醒用户休息的方法与设备 |
| CN111444789A (zh) * | 2020-03-12 | 2020-07-24 | 深圳市时代智汇科技有限公司 | 一种基于视频感应技术的近视预防方法及其系统 |
| CN114120357A (zh) * | 2021-10-22 | 2022-03-01 | 中山大学中山眼科中心 | 一种基于神经网络的防近视方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690892A (zh) * | 2023-01-03 | 2023-02-03 | 京东方艺云(杭州)科技有限公司 | 一种眯眼识别方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109191802B (zh) | 用于视力保护提示的方法、装置、系统和存储介质 | |
| CN107563325B (zh) | 一种测试疲劳度的方法、装置及终端设备 | |
| US11403383B2 (en) | Passive affective and knowledge-based authentication through eye movement tracking | |
| CN106060142A (zh) | 一种能够检查视力的手机及使用其进行视力检查的方法 | |
| CN110610768B (zh) | 一种用眼行为的监测方法及服务器 | |
| CN107562213A (zh) | 视疲劳状态的检测方法、装置以及头戴式可视设备 | |
| CN110837294A (zh) | 一种基于眼球追踪的面部表情控制方法及系统 | |
| CN109431446A (zh) | 一种在线视力检查方法、装置、终端设备及存储介质 | |
| CN109431445A (zh) | 一种视力监测方法、装置、终端设备及存储介质 | |
| Kuwahara et al. | Eye fatigue prediction system using blink detection based on eye image | |
| CN115100728A (zh) | 视力状态的检测方法、装置、存储介质和程序产品 | |
| CN115116088A (zh) | 近视预测方法、装置、存储介质和程序产品 | |
| JP7099377B2 (ja) | 情報処理装置及び情報処理方法 | |
| JP2021135995A (ja) | アバター表情生成システム及びアバター表情生成方法 | |
| Celiktutan et al. | Inferring human knowledgeability from eye gaze in mobile learning environments | |
| WO2024038134A1 (en) | Methods and devices in performing a vision testing procedure on a person | |
| CN109542230B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| Kathpal et al. | iChat: interactive eyes for specially challenged people using OpenCV Python | |
| CN115223232A (zh) | 一种眼健康综合管理系统 | |
| CN115100560A (zh) | 用户不良状态的监测方法、装置、设备及计算机存储介质 | |
| CN112684890A (zh) | 一种体检引导的方法、装置、存储介质及电子设备 | |
| CN109697413B (zh) | 基于头部姿态的人格分析方法、系统和存储介质 | |
| CN113035318A (zh) | 一种眼部运动引导方法、装置、设备及存储介质 | |
| CN113052032A (zh) | 人体姿态检测方法及电子设备、计算机可读存储介质 | |
| CN108537552B (zh) | 基于透镜的支付方法、装置及系统 |
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 |