CN117636418A - 一种基于Android摄像头的脸部检测配准方法及系统 - Google Patents

Abstract

本发明提供了近视预防技术领域的一种基于Android摄像头的脸部检测配准方法及系统，方法包括如下步骤：步骤S10、智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头；步骤S20、智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据；步骤S30、智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；步骤S40、智能终端将所述图像数据输入脸部检测模型获取年龄段；步骤S50、智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制。本发明的优点在于：实现对观看者的年龄段进行识别以限制观看时长，进而预防近视。

Description

一种基于Android摄像头的脸部检测配准方法及系统

技术领域

本发明涉及近视预防技术领域，特别指一种基于Android摄像头的脸部检测配准方法及系统。

背景技术

随着数字时代的发展，各种携带显示屏的智能终端层出不穷，例如智能手机、平板电脑、网络视频盒子等等，这些智能终端不断的抢占用户的时间，即用户花在各智能终端上的时间越来越多，相对应的也产生了许许多多的危害，其中之一的危害就是长时间的近距离观看智能终端的显示屏，导致眼部发生异变从而产生近视，特别是青少年容易沉迷其中。

然而，传统的智能终端没有针对使用者进行相应的时间限制，导致使用者在近长时间的使用下对眼部产生负担从而危害到身心健康。因此，如何提供一种基于Android摄像头的脸部检测配准方法及系统，实现对观看者的年龄段进行识别以限制观看时长，进而预防近视，成为一个亟待解决的技术问题。

发明内容

本发明要解决的技术问题，在于提供一种基于Android摄像头的脸部检测配准方法及系统，实现对观看者的年龄段进行识别以限制观看时长，进而预防近视。

第一方面，本发明提供了一种基于Android摄像头的脸部检测配准方法，包括如下步骤：

步骤S10、智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头；

步骤S20、智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据；

步骤S30、智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；

步骤S40、智能终端将所述图像数据输入脸部检测模型获取年龄段；

步骤S50、智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制。

进一步的，所述步骤S20具体为：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

进一步的，所述步骤S30具体为：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。

进一步的，所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

进一步的，所述步骤S50具体为：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。

第二方面，本发明提供了一种基于Android摄像头的脸部检测配准系统，包括如下模块：

摄像头启动模块，用于智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头；

预览帧获取模块，用于智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据；

脸部检测模型训练模块，用于智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；

年龄段检测模块，用于智能终端将所述图像数据输入脸部检测模型获取年龄段；

观看时长配准模块，用于智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制。

进一步的，所述预览帧获取模块具体用于：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

进一步的，所述脸部检测模型训练模块具体用于：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。

进一步的，所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

进一步的，所述观看时长配准模块具体用于：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。

本发明的优点在于：

通过在智能终端开机后自动启动Android摄像头，实时获取Android摄像头的预览帧并转换为RGB格式的图像数据，接着基于神经网络创建一用于检测年龄段的脸部检测模型并进行训练，然后将图像数据输入脸部检测模型获取年龄段，最后基于年龄段匹配合理观看时长，基于合理观看时长对显示屏进行控制；即观看时长超过合理观看时长则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息，最终实现对观看者的年龄段进行识别以进行差异化的限制观看时长，进而对近视进行预防，极大的降低了使用者的眼部负担。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1是本发明一种基于Android摄像头的脸部检测配准方法的流程图。

图2是本发明一种基于Android摄像头的脸部检测配准系统的结构示意图。

具体实施方式

本申请实施例中的技术方案，总体思路如下：将Android摄像头的预览帧转换为RGB格式的图像数据，通过脸部检测模型对图像数据进行年龄段检测，再基于年龄段匹配的合理观看时长进行警示，以实现对观看者的年龄段进行识别以限制观看时长，进而对近视进行预防。

请参照图1至图2所示，本发明一种基于Android摄像头的脸部检测配准方法的较佳实施例，包括如下步骤：

步骤S10、智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头，即智能终端一开机就对观看者的年龄段进行检测；

步骤S20、智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据，便于所述脸部检测模型的检测；

步骤S30、智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；基于所述神经网络创建脸部检测模型，有效提升年龄段检测精度；神经网络是一种模仿人脑结构的计算模型，它由多层的节点组成，每个节点都有一定的权重和偏置，通过激活函数来计算输出；神经网络可以通过大量的训练数据来调整权重和偏置，从而精准的识别出脸部的特征；

步骤S40、智能终端将所述图像数据输入脸部检测模型获取年龄段；

步骤S50、智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制，避免长时间观看而导致近视或者近视加重。

所述步骤S20具体为：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；NV21以及YUV_420_888均基于YUV色彩空间；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

所述步骤S30具体为：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。所述脸部检测模型还用于检测人脸区域、边界框、关键点、置信度以及是否为活体。

所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

所述步骤S50具体为：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。

本发明一种基于Android摄像头的脸部检测配准系统的较佳实施例，包括如下模块：

摄像头启动模块，用于智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头，即智能终端一开机就对观看者的年龄段进行检测；

预览帧获取模块，用于智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据，便于所述脸部检测模型的检测；

脸部检测模型训练模块，用于智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；基于所述神经网络创建脸部检测模型，有效提升年龄段检测精度；神经网络是一种模仿人脑结构的计算模型，它由多层的节点组成，每个节点都有一定的权重和偏置，通过激活函数来计算输出；神经网络可以通过大量的训练数据来调整权重和偏置，从而精准的识别出脸部的特征；

年龄段检测模块，用于智能终端将所述图像数据输入脸部检测模型获取年龄段；

观看时长配准模块，用于智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制，避免长时间观看而导致近视或者近视加重。

所述预览帧获取模块具体用于：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；NV21以及YUV_420_888均基于YUV色彩空间；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

所述脸部检测模型训练模块具体用于：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。所述脸部检测模型还用于检测人脸区域、边界框、关键点、置信度以及是否为活体。

所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

所述观看时长配准模块具体用于：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。

综上所述，本发明的优点在于：

通过在智能终端开机后自动启动Android摄像头，实时获取Android摄像头的预览帧并转换为RGB格式的图像数据，接着基于神经网络创建一用于检测年龄段的脸部检测模型并进行训练，然后将图像数据输入脸部检测模型获取年龄段，最后基于年龄段匹配合理观看时长，基于合理观看时长对显示屏进行控制；即观看时长超过合理观看时长则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息，最终实现对观看者的年龄段进行识别以进行差异化的限制观看时长，进而对近视进行预防，极大的降低了使用者的眼部负担。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (10)

1.一种基于Android摄像头的脸部检测配准方法，其特征在于：包括如下步骤：

步骤S10、智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头；

步骤S20、智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据；

步骤S30、智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；

步骤S40、智能终端将所述图像数据输入脸部检测模型获取年龄段；

步骤S50、智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制。

2.如权利要求1所述的一种基于Android摄像头的脸部检测配准方法，其特征在于：所述步骤S20具体为：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

3.如权利要求1所述的一种基于Android摄像头的脸部检测配准方法，其特征在于：所述步骤S30具体为：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。

4.如权利要求3所述的一种基于Android摄像头的脸部检测配准方法，其特征在于：所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

5.如权利要求1所述的一种基于Android摄像头的脸部检测配准方法，其特征在于：所述步骤S50具体为：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。

6.一种基于Android摄像头的脸部检测配准系统，其特征在于：包括如下模块：

摄像头启动模块，用于智能终端开机后，自动启动设于显示屏内部或者边上的Android摄像头；

预览帧获取模块，用于智能终端实时获取Android摄像头的预览帧，将各所述预览帧转换为RGB格式的图像数据；

脸部检测模型训练模块，用于智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，对所述脸部检测模型进行训练；

年龄段检测模块，用于智能终端将所述图像数据输入脸部检测模型获取年龄段；

观看时长配准模块，用于智能终端基于所述年龄段匹配合理观看时长，基于所述合理观看时长对显示屏进行控制。

7.如权利要求6所述的一种基于Android摄像头的脸部检测配准系统，其特征在于：所述预览帧获取模块具体用于：

智能终端通过Android SDK提供的Camera类或Camera2类，实时获取Android摄像头的格式为NV21或者YUV_420_888的预览帧，将各所述预览帧实时转换为RGB格式的图像数据；

所述图像数据由整型数组构成，所述整型数组中的各元素分别表示一个像素的颜色值。

8.如权利要求6所述的一种基于Android摄像头的脸部检测配准系统，其特征在于：所述脸部检测模型训练模块具体用于：

智能终端基于神经网络创建一用于检测年龄段的脸部检测模型，获取大量的包含人脸的历史图像数据，对各所述历史图像数据进行标注以及图像增强操作后构建数据集，将所述数据集按预设比例划分为训练集以及验证集，利用所述训练集对脸部检测模型进行训练，训练过程中不断优化模型参数的权重和偏置，直至满足预设的收敛条件，再利用所述验证集对脸部检测模型的检测精度进行验证，若检测精度大于等于设定的精度阈值，则结束训练；若检测精度小于等于设定的精度阈值，则扩充所述训练集对脸部检测模型继续训练。

9.如权利要求8所述的一种基于Android摄像头的脸部检测配准系统，其特征在于：所述对历史图像数据进行图像增强操作具体为：

对各所述历史图像数据进行添加椒盐噪声、添加高斯噪声、高斯滤波模糊、图像放射变换、图像透射变换、亮度调节、对比度调节、光照颜色调节、图像侵蚀、图像膨胀或者图像旋转，以进行图像增强。

10.如权利要求6所述的一种基于Android摄像头的脸部检测配准系统，其特征在于：所述观看时长配准模块具体用于：

智能终端预先存储有一年龄段与观看显示屏的合理观看时长的对应关系的时长表，基于所述年龄段从时长表中匹配观看显示屏的合理观看时长，实时判断显示屏的连续工作时长是否小于合理观看时长，若是，则继续监控；若否，则对显示屏的显示内容进行隐藏或者遮挡，并提示观看时间过长，注意休息。