CN115553709A - 一种自动化智能视力检测系统及方法 - Google Patents
一种自动化智能视力检测系统及方法 Download PDFInfo
- Publication number
- CN115553709A CN115553709A CN202211333524.3A CN202211333524A CN115553709A CN 115553709 A CN115553709 A CN 115553709A CN 202211333524 A CN202211333524 A CN 202211333524A CN 115553709 A CN115553709 A CN 115553709A
- Authority
- CN
- China
- Prior art keywords
- vision
- module
- face
- value
- user
- 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
- 230000004438 eyesight Effects 0.000 title claims abstract description 138
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005259 measurement Methods 0.000 claims description 39
- 208000001491 myopia Diseases 0.000 claims description 27
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 14
- 230000004379 myopia Effects 0.000 claims description 10
- 201000010041 presbyopia Diseases 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010998 test method Methods 0.000 claims 1
- 206010020675 Hypermetropia Diseases 0.000 description 2
- 208000029091 Refraction disease Diseases 0.000 description 2
- 230000004430 ametropia Effects 0.000 description 2
- 230000004305 hyperopia Effects 0.000 description 2
- 201000006318 hyperopia Diseases 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 208000014733 refractive error Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
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
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
-
- 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
- G06V40/107—Static hand or arm
- G06V40/113—Recognition of static hand signs
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种自动化智能视力检测系统及方法，包括人脸检测模块、人脸录入模块、控制系统、服务器、报告生成模块、人脸识别模块、欧式距离计算模块、E标计算模块、视力检测仪、统计模块、硬件模块，本发明无需人工化检测视力，节省了大量人员信息和不必要的错误信息，检测方便快捷，通过人脸识别自动检测，无需体检医生操作，视力数据上报实现无纸化，免人工自动化操作，减少了人员手工填报的风险；本发明接入大数据平台，可以清晰了解被检测人员历史的检测记录，从而进行信息数据上报和汇总。
Description
技术领域
本发明涉及学生自助视力体检领域，尤其涉及一种自动化智能视力检测系统及方法。
背景技术
2018年8月30日，教育部、国家卫生健康委员会等8部门联合印发《综合防控儿童青少年近视实施方案》，提出了到2030年实现全国儿童青少年新发近视率明显下降，近视防控工作上升为国家战略。
传统视力表在体检过程中需人工引导，体检医生或教师参与每位测量者测量过程，体检医生手动填写学生信息，体检结果，由于体检医生参与筛查人员有限、老师操作不熟练、学生配合度低、电子视力表测试流程复杂等原因，学校视力筛查压力大，后期视力信息分析汇总上报费时费力。
发明内容
本发明的目的是克服现有计算中的不足，提供一种自动化智能视力检测系统及方法。
为了达到上述目的，本发明是通过以下技术方案实现的：
一种自动化智能视力检测系统，包括人脸检测模块、人脸录入模块、控制系统、服务器、报告生成模块、人脸识别模块、欧式距离计算模块、E标计算模块、视力检测仪、统计模块、硬件模块，所述人脸检测模块、人脸录入模块、服务器、人脸识别模块、E标计算模块、视力检测仪、统计模块、硬件模块都与控制系统连接，所述报告生成模块与服务器连接，所述欧式距离计算模块与人脸识别模块连接，所述视力检测仪设有距离传感器。
作为优选，人脸检测模块包括人脸判断模块、图片转换判断模块、人脸位置模块、特征值提取模块。
作为优选，人脸录入模块包括特征值保存模块、特征值读取模块。
作为优选，硬件模块包括摄像头、显示屏、麦克风。
一种自动化智能视力检测方法,包括如下步骤：
步骤一、系统提取人脸的特征，然后伴随用户信息一起保存；
步骤二、系统提取距离最小的人脸特征值和人脸在预设的识别策略中的执行策略；
步骤三、系统将识别成功用户唯一标识和测量设备编号发送到服务器，服务器根据用户信息结果生成人脸识别结果，服务器返回系统用户可以测量的时间、测量的次数、人的名字，然后系统判断是否可以继续进行视力检测；
步骤四、系统接收服务器发送的人脸识别结果，然后系统根据预设策略控制显示屏上E标亮起的粒度和方向；
步骤五、系统统计用户的方向和粒度，计算统计视力结果；
步骤六、系统将统计结果和人员信息发送到服务器，并通过报告生成模块生成测试报告，然后测试报告保存在服务器上的大数据平台上。
作为优选，系统提取人脸的特征的流程如下：
步骤s1：用户通过摄像头或人脸录入模块录入人脸信息，与此同时录入用户信息；
步骤s2：系统首先通过人脸判断模块判断是否是人脸，如果是人脸的话，则通过图片转换判断模块将把图片转换成RGB格式图片，再通过人脸位置模块计算人脸位置，将捕捉到的人脸显示在显示屏上，画出人脸框，然后遍历检测结果，如果置信度大于0.9，则认为是合格的人脸，然后计算出人脸的坐标，最终计算出人脸的关键点，然后通过特征值提取模块提取人脸的特征。
作为优选，系统提取距离最小的人脸特征值的流程如下：
步骤a1：通过人脸识别模块提取人脸特征值，通过特征值保存模块遍历存储的所有人脸特征值；
步骤a2：通过欧式距离计算模块计算铺捉到的人脸特征值和存储的人脸特征值之间的欧式距离，获取欧式距离最小的人脸特征值，并判断是否特征值小于指定的距离，如果是，则通过特征值读物模块提取出对应的特征值对应的人物，如果没有，则返回识别失败，否则识别成功。
作为优选，系统判断是否可以继续进行视力检测的步骤为：
步骤b1：系统判断用户预约时间是否在当前时间范围内，若是则转到步骤b2，否则退出；
步骤b2：再次判断用户本次允许的测量总次数是否超过系统预设的本次测量次数，若是则退出，否则用户可以继续进行视力检测，同时系统控制显示屏上显示该识别结果，此时用户在显示屏上便可以观察到自己的照片和姓名以及测量选项，测量选项包括测量近视眼还是老花眼，然后通过语音或者遥控器方式选择测量选项,控制系统会通过麦克风语音提示用户站在指定的测量位置进行视力检测，并且主动开启距离传感器，距离传感器部署在视力检测机仪上，直接检测用户和视力检测仪之间的距离，当被检测者与距离传感器之间的距离满足检测范围时，视力检测仪开始视力检测。
作为优选，系统根据预设策略控制显示屏上E标亮起的粒度和方向的流程为首先系统控制显示屏上不同的E标依次亮起，防止用户记忆视力表；然后确定每一次亮起的目标E标对应的粒度以及第一方向，所述粒度表示目标E标对应的大小，所述粒度计算的流程为：首先根据大数据结果查看该用户最近一次视力检测视力值，如果之前没有此用户，则根据大数据给出平均视力值，这个视力值做为待检测视力值；控制系统里分别存储一套5米远视力表视表数据和一套25cm近视力表视表数据，所述数据包括：标准视力值和标准视力值对应E标边长，然后控制系统根据用户待检测视力值找到对应E标边长，最后控制系统按照远视力表根据（5米/传感器距离）*对应E标边长，近视力表根据（25cm/传感器距离）*对应E标边长来分别求出本次E标边长，方向随机变化。
作为优选，系统统计用户的方向和粒度的流程为首先人脸检测模块提取用户图像，然后识别用户人脸是否是待识别手势人员，若否则退出，若是则监测用户手指方向，设定用户手指方向为第二方向，然后系统比较第二方向和第一方向是否一致，若测量结果一致则系统直接给出大于当前粒度的E标，否则给出小于当前粒度的E标，然后系统根据视力计算公式0.1×E标边长/5=视力值，来计算视力值，若是测远视力，则控制系统判断视力值是否达到远视力值的临界值，若达到远视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器，否则重新进行测量；若是测近视力，则控制系统判断视力值是否达到近视力值的临界值，若在达到近视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器，否则重新进行测量，所述远视力值的临界值为4.0和5.3，所述近视力值的临界值为3.7和5.1。根据远近视力变化，可对人眼的屈光不正状态进行初步诊断：远视力低常多见于近视眼、中度以上远视和散光眼；近视力异常则多见于老花眼、远视眼等。
本发明的有益效果如下：本发明无需人工化检测视力，节省了大量人员信息和不必要的错误信息，检测方便快捷，通过人脸识别自动检测，无需体检医生操作，视力数据上报实现无纸化，免人工自动化操作，减少了人员手工填报的风险；本发明接入大数据平台，可以清晰了解被检测人员历史的检测记录，从而进行信息数据上报和汇总。
附图说明
图1为本发明的模块连接图；
图2为本发明的检测方法的流程图。
具体实施方式
下面结合说明书附图对本发明的技术方案作进一步说明：
如图1所示，一种自动化智能视力检测系统，包括人脸检测模块1、人脸录入模块2、控制系统3、服务器4、报告生成模块5、人脸识别模块7、欧式距离计算模块8、E标计算模块9、视力检测仪10、统计模块16、硬件模块17，所述人脸检测模块1、人脸录入模块2、服务器4、人脸识别模块7、E标计算模块9、视力检测仪10、统计模块16、硬件模块17都与控制系统3连接，所述报告生成模块5与服务器4连接，所述欧式距离计算模块8与人脸识别模块7连接，所述视力检测仪10设有距离传感器6。
如图1所示，人脸检测模块1包括人脸判断模块11、图片转换判断模块12、人脸位置模块13、特征值提取模块14，人脸录入模块2包括特征值保存模块、特征值读取模块，所述硬件模块17包括摄像头18、显示屏19、麦克风33。
如图2所示，一种自动化智能视力检测方法,包括如下步骤：
步骤一、系统提取人脸的特征，然后伴随用户信息一起保存；
步骤二、系统提取距离最小的人脸特征值和人脸在预设的识别策略中的执行策略；
步骤三、系统将识别成功用户唯一标识和测量设备编号发送到服务器4，服务器4根据用户信息结果生成人脸识别结果，服务器4返回系统用户可以测量的时间、测量的次数、人的名字，然后系统判断是否可以继续进行视力检测；
步骤四、系统接收服务器4发送的人脸识别结果，然后系统根据预设策略控制显示屏19上E标亮起的粒度和方向；
步骤五、系统统计用户的方向和粒度，计算统计视力结果；
步骤六、系统将统计结果和人员信息发送到服务器4，并通过报告生成模块5生成测试报告，然后测试报告保存在服务器4上的大数据平台上。测试报告内容包括测量结果、是否相较上次有所提高、合理化建议，并利用大数据分析人员在在该区域视力检测的名次等。
系统提取人脸的特征的流程如下：
步骤s1：用户通过摄像头或人脸录入模块2录入人脸信息，与此同时录入用户信息；
步骤s2：系统首先通过人脸判断模块11判断是否是人脸，如果是人脸的话，则通过图片转换判断模块12将把图片转换成RGB格式图片，再通过人脸位置模块13计算人脸位置，将捕捉到的人脸显示在显示屏19上，画出人脸框，然后遍历检测结果，如果置信度大于0.9，则认为是合格的人脸，然后计算出人脸的坐标，最终计算出人脸的关键点，然后通过特征值提取模块14提取人脸的特征。
如图2所示，所述系统提取距离最小的人脸特征值的流程如下：
步骤a1：通过人脸识别模块7提取人脸特征值，通过特征值保存模块遍历存储的所有人脸特征值；
步骤a2：通过欧式距离计算模块8计算铺捉到的人脸特征值和存储的人脸特征值之间的欧式距离，获取欧式距离最小的人脸特征值，并判断是否特征值小于指定的距离，如果是，则通过特征值读物模块提取出对应的特征值对应的人物，如果没有，则返回识别失败，否则识别成功。
如图2所示，系统判断是否可以继续进行视力检测的步骤为：
步骤b1：系统判断用户预约时间是否在当前时间范围内，若是则转到步骤b2，否则退出；
步骤b2：再次判断用户本次允许的测量总次数是否超过系统预设的本次测量次数，若是则退出，否则用户可以继续进行视力检测，同时系统控制显示屏19上显示该识别结果，此时用户在显示屏19上便可以观察到自己的照片和姓名以及测量选项，测量选项包括测量近视眼还是老花眼，然后通过语音或者遥控器方式选择测量选项,控制系统会通过麦克风33语音提示用户站在指定的测量位置进行视力检测，并且主动开启距离传感器，距离传感器6部署在视力检测机仪上，直接检测用户和视力检测仪之间的距离，当被检测者与距离传感器6之间的距离满足检测范围时，视力检测仪10开始视力检测。
如图2所示，系统根据预设策略控制显示屏19上E标亮起的粒度和方向的流程为首先系统控制显示屏19上不同的E标依次亮起，防止用户记忆视力表；然后确定每一次亮起的目标E标对应的粒度以及第一方向，所述粒度表示目标E标对应的大小，所述粒度计算的流程为：首先根据大数据结果查看该用户最近一次视力检测视力值，如果之前没有此用户，则根据大数据给出平均视力值，这个视力值做为待检测视力值；控制系统里分别存储一套5米远视力表视表数据和一套25cm近视力表视表数据，所述数据包括：标准视力值和标准视力值对应E标边长，然后控制系统根据用户待检测视力值找到对应E标边长，最后控制系统按照远视力表根据（5米/传感器距离）*对应E标边长，近视力表根据（25cm/传感器距离）*对应E标边长来分别求出本次E标边长，方向随机变化。
系统统计用户的方向和粒度的流程为首先人脸检测模块1提取用户图像，然后识别用户人脸是否是待识别手势人员，若否则退出，若是则监测用户手指方向，设定用户手指方向为第二方向，然后系统比较第二方向和第一方向是否一致，若测量结果一致则系统直接给出大于当前粒度的E标，否则给出小于当前粒度的E标，然后系统根据视力计算公式0.1×E标边长/5=视力值，来计算视力值。若是测远视力，则控制系统3判断视力值是否达到远视力值的临界值，若达到远视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器4，否则重新进行测量；若是测近视力，则控制系统3判断视力值是否达到近视力值的临界值，若在达到近视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器4，否则重新进行测量，所述远视力值的临界值为4.0和5.3，所述近视力值的临界值为3.7和5.1。
根据远近视力变化，可对人眼的屈光不正状态进行初步诊断：远视力低常多见于近视眼、中度以上远视和散光眼；近视力异常则多见于老花眼、远视眼等。
本发明提供了一种自动化智能检测方法及系统，用于提高视力检测的准确度，实现智能化的视力检测，提高视力检测的效率，提高用户体验。本发明应用于需要进行视力检测的场所，例如医院、学校，眼镜配置的场景等，具体的使用场景不做限定。
需要说明的是，本发明提供的自动化智能检测方法，可以应用于终端也可以应用于系统，还可以应用于服务器上，例如终端可以是智能手机或电脑、平板电脑、智能电视、智能手表、便携计算机终端，也可以是台式计算机等固定终端。
本发明无需人工化检测视力，节省了大量人员信息和不必要的错误信息，检测方便快捷，通过人脸识别自动检测，无需体检医生操作，视力数据上报实现无纸化，免人工自动化操作，减少了人员手工填报的风险；本发明接入大数据平台，可以清晰了解被检测人员历史的检测记录，从而进行信息数据上报和汇总。
需要注意的是，以上列举的仅是本发明的一种具体实施例。显然，本发明不限于以上实施例，还可以有许多变形，总之，本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。
Claims (10)
1.一种自动化智能视力检测系统，其特征在于，包括人脸检测模块（1）、人脸录入模块（2）、控制系统（3）、服务器（4）、报告生成模块（5）、人脸识别模块（7）、欧式距离计算模块（8）、E标计算模块（9）、视力检测仪（10）、统计模块（16）、硬件模块（17），所述人脸检测模块（1）、人脸录入模块（2）、服务器（4）、人脸识别模块（7）、E标计算模块（9）、视力检测仪（10）、统计模块（16）、硬件模块（17）都与控制系统（3）连接，所述报告生成模块（5）与服务器（4）连接，所述欧式距离计算模块（8）与人脸识别模块（7）连接，所述视力检测仪（10）设有距离传感器（6）。
2.根据权利要求1所述一种自动化智能视力检测系统，其特征在于，所述人脸检测模块（1）包括人脸判断模块（11）、图片转换判断模块（12）、人脸位置模块（13）、特征值提取模块（14）。
3.根据权利要求1所述一种自动化智能视力检测系统，其特征在于，所述人脸录入模块（2）包括特征值保存模块、特征值读取模块。
4.根据权利要求1所述一种自动化智能视力检测系统，其特征在于，所述硬件模块（17）包括摄像头（18）、显示屏（19）、麦克风（33）。
5.一种自动化智能视力检测方法, 基于权利要求4所述一种自动化智能视力检测系统, 其特征在于，包括如下步骤：
步骤一、系统提取人脸的特征，然后伴随用户信息一起保存；
步骤二、系统提取距离最小的人脸特征值和人脸在预设的识别策略中的执行策略；
步骤三、系统将识别成功用户唯一标识和测量设备编号发送到服务器（4），服务器（4）根据用户信息结果生成人脸识别结果，服务器（4）返回系统用户可以测量的时间、测量的次数、人的名字，然后系统判断是否可以继续进行视力检测；
步骤四、系统接收服务器（4）发送的人脸识别结果，然后系统根据预设策略控制显示屏（19）上E标亮起的粒度和方向；
步骤五、系统统计用户的方向和粒度，计算统计视力结果；
步骤六、系统将统计结果和人员信息发送到服务器（4），并通过报告生成模块（5）生成测试报告，然后测试报告保存在服务器（4）上的大数据平台上。
6.根据权利要求5所述一种自动化智能视力检测方法，其特征在于，所述系统提取人脸的特征的流程如下：
步骤s1：用户通过摄像头或人脸录入模块（2）录入人脸信息，与此同时录入用户信息；
步骤s2：系统首先通过人脸判断模块（11）判断是否是人脸，如果是人脸的话，则通过图片转换判断模块（12）将把图片转换成RGB格式图片，再通过人脸位置模块（13）计算人脸位置，将捕捉到的人脸显示在显示屏（19）上，画出人脸框，然后遍历检测结果，如果置信度大于0.9，则认为是合格的人脸，然后计算出人脸的坐标，最终计算出人脸的关键点，然后通过特征值提取模块（14）提取人脸的特征。
7.根据权利要求5所述一种自动化智能视力检测方法，其特征在于，所述系统提取距离最小的人脸特征值的流程如下：
步骤a1：通过人脸识别模块（7）提取人脸特征值，通过特征值保存模块遍历存储的所有人脸特征值；
步骤a2：通过欧式距离计算模块（8）计算铺捉到的人脸特征值和存储的人脸特征值之间的欧式距离，获取欧式距离最小的人脸特征值，并判断是否特征值小于指定的距离，如果是，则通过特征值读物模块提取出对应的特征值对应的人物，如果没有，则返回识别失败，否则识别成功。
8.根据权利要求6所述一种自动化智能视力检测方法，其特征在于，所述系统判断是否可以继续进行视力检测的步骤为：
步骤b1：系统判断用户预约时间是否在当前时间范围内，若是则转到步骤b2，否则退出；
步骤b2：再次判断用户本次允许的测量总次数是否超过系统预设的本次测量次数，若是则退出，否则用户可以继续进行视力检测，同时系统控制显示屏（19）上显示该识别结果，此时用户在显示屏（19）上便可以观察到自己的照片和姓名以及测量选项，测量选项包括测量近视眼还是老花眼，然后通过语音或者遥控器方式选择测量选项,控制系统会通过麦克风（33）语音提示用户站在指定的测量位置进行视力检测，并且主动开启距离传感器，距离传感器（6）部署在视力检测机仪上，直接检测用户和视力检测仪之间的距离，当被检测者与距离传感器（6）之间的距离满足检测范围时，视力检测仪（10）开始视力检测。
9.根据权利要求8所述一种自动化智能视力检测方法，其特征在于，所述系统根据预设策略控制显示屏（19）上E标亮起的粒度和方向的流程为首先系统控制显示屏（19）上不同的E标依次亮起，防止用户记忆视力表；然后确定每一次亮起的目标E标对应的粒度以及第一方向，所述粒度表示目标E标对应的大小，所述粒度计算的流程为：首先根据大数据结果查看该用户最近一次视力检测视力值，如果之前没有此用户，则根据大数据给出平均视力值，这个视力值做为待检测视力值；控制系统里分别存储一套5米远视力表视表数据和一套25cm近视力表视表数据，所述数据包括：标准视力值和标准视力值对应E标边长，然后控制系统根据用户待检测视力值找到对应E标边长，最后控制系统按照远视力表根据（5米/传感器距离）*对应E标边长，近视力表根据（25cm/传感器距离）*对应E标边长来分别求出本次E标边长，方向随机变化。
10.根据权利要求9所述一种自动化智能视力检测方法，其特征在于，所述系统统计用户的方向和粒度的流程为首先人脸检测模块（1）提取用户图像，然后识别用户人脸是否是待识别手势人员，若否则退出，若是则监测用户手指方向，设定用户手指方向为第二方向，然后系统比较第二方向和第一方向是否一致，若测量结果一致则系统直接给出大于当前粒度的E标，否则给出小于当前粒度的E标，然后系统根据视力计算公式0.1×E标边长/5=视力值来计算视力值，若是测远视力，则控制系统（3）判断视力值是否达到远视力值的临界值，若达到远视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器（4），否则重新进行测量；若是测近视力，则控制系统（3）判断视力值是否达到近视力值的临界值，若在达到近视力值的临界值，就结束测量并统计最终视力值，与此同时上报服务器（4），否则重新进行测量，所述远视力值的临界值为4.0和5.3，所述近视力值的临界值为3.7和5.1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211333524.3A CN115553709A (zh) | 2022-10-28 | 2022-10-28 | 一种自动化智能视力检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211333524.3A CN115553709A (zh) | 2022-10-28 | 2022-10-28 | 一种自动化智能视力检测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115553709A true CN115553709A (zh) | 2023-01-03 |
Family
ID=84767954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211333524.3A Pending CN115553709A (zh) | 2022-10-28 | 2022-10-28 | 一种自动化智能视力检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115553709A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038462A (zh) * | 2017-12-22 | 2018-05-15 | 深圳英飞拓科技股份有限公司 | 一种对实时视频进行人脸检测并识别的方法及装置 |
| CN109363620A (zh) * | 2018-10-22 | 2019-02-22 | 深圳和而泰数据资源与云技术有限公司 | 一种视力检测方法、装置、电子设备和计算机储存介质 |
| CN109875497A (zh) * | 2019-01-21 | 2019-06-14 | 南通五建智能工程有限公司 | 一种基于云端数据库的视力检测系统 |
| CN110123257A (zh) * | 2019-03-29 | 2019-08-16 | 深圳和而泰家居在线网络科技有限公司 | 一种视力检测方法、装置、视力检测仪及计算机存储介质 |
| CN110226913A (zh) * | 2019-05-24 | 2019-09-13 | 山东海博科技信息系统股份有限公司 | 一种自助体检机视力检测智能化处理方法及装置 |
| CN111700584A (zh) * | 2020-06-24 | 2020-09-25 | 张家鼎 | 一种视力智能检测系统 |
-
2022
- 2022-10-28 CN CN202211333524.3A patent/CN115553709A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038462A (zh) * | 2017-12-22 | 2018-05-15 | 深圳英飞拓科技股份有限公司 | 一种对实时视频进行人脸检测并识别的方法及装置 |
| CN109363620A (zh) * | 2018-10-22 | 2019-02-22 | 深圳和而泰数据资源与云技术有限公司 | 一种视力检测方法、装置、电子设备和计算机储存介质 |
| CN109875497A (zh) * | 2019-01-21 | 2019-06-14 | 南通五建智能工程有限公司 | 一种基于云端数据库的视力检测系统 |
| CN110123257A (zh) * | 2019-03-29 | 2019-08-16 | 深圳和而泰家居在线网络科技有限公司 | 一种视力检测方法、装置、视力检测仪及计算机存储介质 |
| CN110226913A (zh) * | 2019-05-24 | 2019-09-13 | 山东海博科技信息系统股份有限公司 | 一种自助体检机视力检测智能化处理方法及装置 |
| CN111700584A (zh) * | 2020-06-24 | 2020-09-25 | 张家鼎 | 一种视力智能检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112932402A (zh) | 一种基于人工智能及智能感知的自助视力筛查系统 | |
| CN105147235A (zh) | 视力测试系统 | |
| CN109620124A (zh) | 一种校园视力监测系统 | |
| CN105224809A (zh) | 一种基于Kinect的自助体检系统及方法 | |
| CN111370113A (zh) | 一种基于物联云的远程心理辅导系统及方法 | |
| CN105147237A (zh) | 视力测试方法 | |
| CN111700584A (zh) | 一种视力智能检测系统 | |
| CN111062844A (zh) | 一种智慧校园智能控制系统 | |
| CN115607153A (zh) | 一种基于眼动追踪的心理量表回答质量评估系统及方法 | |
| WO2022247067A1 (zh) | 智能视力测试方法、装置及系统 | |
| US20210019656A1 (en) | Information processing device, information processing method, and computer program | |
| CN109924941A (zh) | 一种自动进行数据收集及分析的快速视力筛查方法 | |
| CN115553709A (zh) | 一种自动化智能视力检测系统及方法 | |
| CN116343343A (zh) | 一种基于云边端架构的起重机吊运指挥动作智能测评方法 | |
| CN111768439A (zh) | 一种确定实验评分的方法、装置、电子设备及介质 | |
| CN115732091A (zh) | 视力自助筛查系统 | |
| CN114998440A (zh) | 基于多模态的测评方法、装置、介质及设备 | |
| CN113990452A (zh) | 一种基于心理素养的测评方法、系统和可读存储介质 | |
| CN111613314A (zh) | 一种基于大数据的学生视力检测系统 | |
| CN210810998U (zh) | 一种智能体检仪 | |
| CN114631775A (zh) | 多功能智能视力检测系统 | |
| CN113397471B (zh) | 基于物联网的视力数据采集系统 | |
| CN113517052A (zh) | 商用健身场景下的多感知人机交互系统与方法 | |
| CN114005173A (zh) | 数据处理方法及设备 | |
| CN111428577A (zh) | 一种基于深度学习与视频放大技术的人脸活体判断方法 |
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 |
Application publication date: 20230103 |
|
| RJ01 | Rejection of invention patent application after publication |