本申請涉及視力保護的領(lǐng)域,尤其涉及一種智能化可穿戴式視力保護裝置及方法。
背景技術(shù):
隨著課業(yè)負(fù)擔(dān)的加重,青少年在學(xué)習(xí)過程中,眼睛使用過度會引起近視。而在正常狀態(tài)下,平均每分鐘需要眨眼15~20次以使淚膜正常分布于眼球表面,保護眼角膜,避免眼球表面干燥而導(dǎo)致?lián)p傷等。但是,如果讀書時距離過近、姿勢不正確、看書時環(huán)境光線不足或過強以及長時間那看書導(dǎo)致眼睛疲勞,最終使得視力受到損害。青少年的近視問題已成為引起社會廣泛關(guān)注的問題。
目前視力保護的方法已經(jīng)有很多種,比如改善鏡片結(jié)構(gòu),眼保健操,視力疲勞緩解裝置,視力疲勞提醒裝置等。其中的“可穿戴式設(shè)備”由于其良好的交互性、便攜性更是受到消費者的青睞,其是應(yīng)用穿戴式技術(shù)對日常穿戴進行智能化設(shè)計、開發(fā)出可以穿戴的設(shè)備的總稱,如眼鏡、手套、手表、服飾及鞋等。而目前應(yīng)用于視力保護的可穿戴設(shè)備還比較少,智能化程度比較低,對視力保護的方式也比較單一,用戶體驗差。
技術(shù)實現(xiàn)要素:
一種智能化可穿戴式視力保護裝置及方法,該裝置包括如下模塊:
紅外攝像模塊:用于采集用戶雙眼瞳孔和眼瞼的實時圖像信息;
處理模塊:用于處理紅外攝像模塊采集到的用戶雙眼瞳孔和眼瞼的實時圖像信息,并產(chǎn)生當(dāng)前視力狀態(tài);
保護模塊:用于根據(jù)用戶當(dāng)前視力狀態(tài)對用戶視力進行保護,保護模塊配置有左右對稱的多個振動器,振動器安置于用戶眼鏡左右兩腿;還配置有蜂鳴器。
所述紅外攝像模塊安置于用戶眼鏡框本體的前端中央。
所述處理模塊還包括:雙眼瞳孔圖像信息處理子模塊,雙眼眼瞼圖像信息處理子模塊,綜合評估子模塊。
所述雙眼瞳孔圖像信息處理子模塊用于:預(yù)先采集用戶正常情況下的瞳孔直徑,建立正常情況下的瞳孔直徑模型和模型閾值;比較用戶實時瞳孔直徑的圖像信息和預(yù)先采集的瞳孔直徑的圖像信息,建立雙眼瞳孔疲勞判斷狀態(tài)表;
所述雙眼眼瞼圖像信息處理子模塊用于:預(yù)先采集用戶正常情況下的雙眼眼瞼眨動信息,建立正常情況下的雙眼眼瞼眨動信息模型和模型閾值;比較用戶實時雙眼眼瞼眨動信息的圖像信息和預(yù)先采集的雙眼眼瞼的圖像信息,建立雙眼眼瞼疲勞判斷狀態(tài)表;
所述綜合評估子模塊用于:以雙眼瞳孔疲勞判斷狀態(tài)表和雙眼眼瞼疲勞判斷狀態(tài)表為源數(shù)據(jù),訓(xùn)練弱分類器,利用加權(quán)投票機制調(diào)整權(quán)值,構(gòu)建強分類器,得到最終的用戶眼睛疲勞狀態(tài)評估結(jié)果。
一種視力保護方法,所述方法包括如下步驟:
S1,采集用戶雙眼瞳孔和眼瞼的實時圖像信息;
S2,處理紅外攝像模塊采集到的用戶雙眼瞳孔和眼瞼的實時圖像信息,并產(chǎn)生當(dāng)前視力狀態(tài);
S3,根據(jù)用戶當(dāng)前視力狀態(tài)對用戶視力進行保護,并配置有左右對稱的多個振動器,振動器安置于用戶眼鏡左右兩腿;還配置有蜂鳴器。
所述步驟S2還包括:
S21,雙眼瞳孔圖像信息的處理;
S22,雙眼眼瞼圖像信息的處理;
S23,雙眼瞳孔圖像信息和雙眼眼瞼圖像信息的綜合評估。
所述步驟S21還包括:預(yù)先采集用戶正常情況下的瞳孔直徑,建立正常情況下的瞳孔直徑模型和模型閾值;比較用戶實時瞳孔直徑的圖像信息和預(yù)先采集的瞳孔直徑的圖像信息,建立雙眼瞳孔疲勞判斷狀態(tài)表;
所述步驟S22還包括:預(yù)先采集用戶正常情況下的雙眼眼瞼眨動信息,建立正常情況下的雙眼眼瞼眨動信息模型和模型閾值;比較用戶實時雙眼眼瞼眨動信息的圖像信息和預(yù)先采集的雙眼眼瞼的圖像信息,建立雙眼眼瞼疲勞判斷狀態(tài)表;
所述步驟S23還包括:以雙眼瞳孔疲勞判斷狀態(tài)表和雙眼眼瞼疲勞判斷狀態(tài)表為源數(shù)據(jù),訓(xùn)練弱分類器,利用加權(quán)投票機制調(diào)整權(quán)值,構(gòu)建強分類器,得到最終的用戶眼睛疲勞狀態(tài)評估結(jié)果。
本發(fā)明通過對采集到的雙眼瞳孔圖像信息和雙眼眼瞼圖像信息進行用戶眼睛疲勞的綜合評估,該綜合評估方法克服了傳統(tǒng)眼部疲勞判斷方法單一性的問題,評估更加全面、客觀,同時采用集成學(xué)習(xí)模型,提高了評估的準(zhǔn)確性。
附圖說明
圖1是本發(fā)明視力保護裝置的結(jié)構(gòu)示意圖。
圖2是本發(fā)明視力保護方法的流程圖。
當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài);
當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài);
具體實施方式
以下結(jié)合附圖進一步說明本發(fā)明的實施例。
實施例一:
圖1是本發(fā)明視力保護裝置的結(jié)構(gòu)示意圖。該裝置包括如下模塊:
紅外攝像模塊:用于采集用戶雙眼瞳孔和眼瞼的實時圖像信息;
處理模塊:用于處理紅外攝像模塊采集到的用戶雙眼瞳孔和眼瞼的實時圖像信息,并產(chǎn)生當(dāng)前視力狀態(tài);
保護模塊:用于根據(jù)用戶當(dāng)前視力狀態(tài)對用戶視力進行保護,保護模塊配置有左右對稱的多個振動器,振動器安置于用戶眼鏡左右兩腿,多個對稱安裝的振動器是為了在評估到用戶眼睛處于疲勞狀態(tài)時,給用戶的相關(guān)穴位進行按摩,以緩解用戶對眼睛使用的疲勞。同時配置有蜂鳴器,在用戶眼睛疲勞的狀態(tài)下給用戶適當(dāng)?shù)奶嵝眩苊庥脩糸L時間用眼造成眼部損傷。
作為一種實施方式,振動器設(shè)置有不同的震動頻率,而不同的震動頻率對應(yīng)不同的用戶眼睛疲勞等級,如,較低頻率的震動對應(yīng)較低等級的疲勞,較高頻率的震動對應(yīng)較高等級的疲勞,以達到疲勞緩解的精準(zhǔn)化。
紅外攝像模塊安置于用戶眼鏡框本體的前端中央,但并不限定在該位置。也可以是便于采集用戶眼睛相關(guān)圖像信息的其他位置,這些位置都是為了方便的采集用戶雙眼瞳孔和眼瞼的實時圖像信息,同時又不影響用戶正常使用眼鏡的感受。
處理模塊還包括:雙眼瞳孔圖像信息處理子模塊,雙眼眼瞼圖像信息處理子模塊,綜合評估子模塊。
雙眼瞳孔圖像信息處理子模塊用于:預(yù)先采集用戶正常情況下的瞳孔直徑,建立正常情況下的瞳孔直徑模型和模型閾值;比較用戶實時瞳孔直徑的圖像信息和預(yù)先采集的瞳孔直徑的圖像信息,建立雙眼瞳孔疲勞判斷狀態(tài)表。
作為其中一種實施方式,當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài)。用戶眼睛的瞳孔狀態(tài)并不局限于上述兩種,還可以包括介于疲勞與正常狀態(tài)之間的多種狀態(tài),同時也可以設(shè)定用戶眼睛的疲勞等級,可以為四級、五級等,在這里并不作限定。
雙眼眼瞼圖像信息處理子模塊用于:預(yù)先采集用戶正常情況下的雙眼眼瞼眨動信息,建立正常情況下的雙眼眼瞼眨動信息模型和模型閾值;比較用戶實時雙眼眼瞼眨動信息的圖像信息和預(yù)先采集的雙眼眼瞼的圖像信息,建立雙眼眼瞼疲勞判斷狀態(tài)表。
作為其中一種實施方式,當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài)。用戶眼睛的眼瞼狀態(tài)并不局限于上述兩種,還可以包括介于疲勞與正常狀態(tài)之間的多種狀態(tài),同時也可以設(shè)定用戶眼睛的疲勞等級,可以為四級、五級等,在這里并不作限定。
綜合評估子模塊用于:以雙眼瞳孔疲勞判斷狀態(tài)表和雙眼眼瞼疲勞判斷狀態(tài)表為源數(shù)據(jù),訓(xùn)練弱分類器,利用加權(quán)投票機制調(diào)整權(quán)值,構(gòu)建強分類器,得到最終的用戶眼睛疲勞狀態(tài)評估結(jié)果。
實施例二:
一種視力保護方法,所述方法包括如下步驟:
S1,采集用戶雙眼瞳孔和眼瞼的實時圖像信息;
S2,處理紅外攝像模塊采集到的用戶雙眼瞳孔和眼瞼的實時圖像信息,并產(chǎn)生當(dāng)前視力狀態(tài);
S3,根據(jù)用戶當(dāng)前視力狀態(tài)對用戶視力進行保護,并配置有左右對稱的多個振動器,振動器安置于用戶眼鏡左右兩腿;多個對稱安裝的振動器是為了在評估到用戶眼睛處于疲勞狀態(tài)時,給用戶的相關(guān)穴位進行按摩,以緩解用戶對眼睛使用的疲勞。同時配置有蜂鳴器,在用戶眼睛疲勞的狀態(tài)下給用戶適當(dāng)?shù)奶嵝?,避免用戶長時間用眼造成眼部損傷。
作為一種實施方式,振動器設(shè)置有不同的震動頻率,而不同的震動頻率對應(yīng)不同的用戶眼睛疲勞等級,如,較低頻率的震動對應(yīng)較低等級的疲勞,較高頻率的震動對應(yīng)較高等級的疲勞,以達到疲勞緩解的精準(zhǔn)化。
步驟S2還包括:
S21,雙眼瞳孔圖像信息的處理;
S22,雙眼眼瞼圖像信息的處理;
S23,雙眼瞳孔圖像信息和雙眼眼瞼圖像信息的綜合評估。
步驟S21還包括:預(yù)先采集用戶正常情況下的瞳孔直徑,建立正常情況下的瞳孔直徑模型和模型閾值;比較用戶實時瞳孔直徑的圖像信息和預(yù)先采集的瞳孔直徑的圖像信息,建立雙眼瞳孔疲勞判斷狀態(tài)表。
作為其中一種實施方式,當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài)。用戶眼睛的瞳孔狀態(tài)并不局限于上述兩種,還可以包括介于疲勞與正常狀態(tài)之間的多種狀態(tài),同時也可以設(shè)定用戶眼睛的疲勞等級,可以為四級、五級等,在這里并不作限定。
步驟S22還包括:預(yù)先采集用戶正常情況下的雙眼眼瞼眨動信息,建立正常情況下的雙眼眼瞼眨動信息模型和模型閾值;比較用戶實時雙眼眼瞼眨動信息的圖像信息和預(yù)先采集的雙眼眼瞼的圖像信息,建立雙眼眼瞼疲勞判斷狀態(tài)表。
作為其中一種實施方式,當(dāng)連續(xù)多次比較結(jié)果大于或小于模型閾值時,判斷為用戶處于疲勞狀態(tài);當(dāng)連續(xù)多次比較結(jié)果等于模型閾值時,判斷為用戶處于正常狀態(tài)。用戶眼睛的瞳孔狀態(tài)并不局限于上述兩種,還可以包括介于疲勞與正常狀態(tài)之間的多種狀態(tài),同時也可以設(shè)定用戶眼睛的疲勞等級,可以為四級、五級等,在這里并不作限定。
步驟S23還包括:以雙眼瞳孔疲勞判斷狀態(tài)表和雙眼眼瞼疲勞判斷狀態(tài)表為源數(shù)據(jù),訓(xùn)練弱分類器,利用加權(quán)投票機制調(diào)整權(quán)值,構(gòu)建強分類器,得到最終的用戶眼睛疲勞狀態(tài)評估結(jié)果。
以上所述僅為本發(fā)明的實施例,并非因此限制本發(fā)明的專利范圍,凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換,或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域,均同理包括在本發(fā)明的專利保護范圍內(nèi)。