[发明专利]一种适用于重度瘫痪病人的娱乐交互方法

说明书

技术领域

本发明涉及一种适用于重度瘫痪病人的娱乐交互方法，属于图像处理技术领域。

背景技术

瘫痪人群在我国普遍存在，其中的重度瘫痪病人四肢无法移动，存在语言障碍，但是大脑意志清醒。造成瘫痪的原因有很多，例如脑卒中后遗症、小儿脑性瘫痪、交通事故等。

在瘫痪人群中，脑卒中造成的瘫痪占据很高的比例。脑卒中是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一种疾病，包括缺血性和出血性两种情况。脑卒中也是当今世界严重危害人类健康和生命安全的难治性疾病，具有发病率高、致残率高和死亡率高的特点。在2008年，世界死亡人数为5700万，其中慢性病死亡人数占总死亡人数的63％，在我国，慢性病占总死亡人数的85％，心血管、癌症等是慢性病死亡的主要原因。随着医学科学的发展、重症监护技术和综合抢救技术的提高，脑卒中病人死亡率显著下降，但致残率反呈增加趋势。病人的心理健康对治疗非常的有帮助，我们更应该促进患者的身体健康。

头部姿态估计的研究成果很多。有人提出了一种适用于光照变化条件下的头部姿态估计，该方法利用有向梯度直方图和主成分分析提取特征，接着利用SVM进行分类。有人提取脸部图像的sift特征，然后对两幅图像进行sift特征匹配，从而进行头部姿态估计。有人首先构建出姿态相似空间，利用姿态之间的相似性，对头部姿态进行估计。以上方法都是针对头部水平方向上姿态的估计。除此之外，对于头部姿态估计的研究还用到了随机森林、度量学习、流行学习、深度学习等。

对于眨眼的识别，国内外的研究人员也进行了一些研究。有人利用红外敏感的摄像机获得司机脸部图像，然后利用卡尔曼滤波跟踪眼睛，进而计算出司机持续眨眼的时间，进而判断出患者是否疲劳，但是此种方法对成像设备有着一定的要求。有人首先训练出睁眼和闭眼的模板，然后和当前眼睛区域进行相关性分析来判断是睁眼还是闭眼的状态。除此之外眨眼识别还应用在了残疾人士的人机交互方面。

重度瘫痪病人具有四肢无法移动，存在语言障碍，大脑意志清醒的特点，所以病人除了基本的生理需求以外，还需要获得精神方面的慰藉。重度瘫痪病人在一天中有着大量的空闲时间，而且病人的情绪通常情况下是不稳定，通常需要专门的医护人员进行护理。如果病人自己可以选择自己想观看的娱乐消遣节目，这不仅是一种对病人的精神慰藉，而且可以节省大量的人力、物力，进而为社会创造一定的价值。

发明内容

针对上述不足，本发明提供了一种适用于重度瘫痪病人的娱乐交互方法，其能够通过病人头部姿态、眨眼和张闭嘴动作来完成娱乐交互过程。

本发明解决其技术问题采取的技术方案是：一种适用于重度瘫痪病人的娱乐交互方法，其特征是，它通过病人的头部姿态、眨眼和张闭嘴动作控制光标的移动和鼠标的左右键操作，进而完成娱乐交互过程。

进一步地，所述的娱乐交互方法包括以下步骤：

步骤1，获取重度瘫痪病人的头部图像，将头部图像切割出病人的脸部区域图像；

步骤2，计算病人脸部区域图像的中心位置，利用中心位置的偏移方向控制光标的移动；

步骤3，将病人脸部区域图像切割出病人的眼睛和嘴巴区域，并根据眼睛和嘴部区域的图像识别病人的眨眼和张闭嘴动作；

步骤4，根据病人的上下左右摇头及其组合控制光标的移动，根据病人张闭嘴两次完成鼠标右键的单击，根据病人眨眼两次完成鼠标左键的单击，从而控制光标和鼠标的操作来完成娱乐交互方式。

进一步地，所述步骤1的具体步骤如下：

步骤11：安装摄像头，并调整摄像头的角度，使摄像头对准病人的头部，进而获得病人的头部图像；

步骤12：将病人的头部图像采用SeetaFace算法或OpenCV中的Adaboost算法切割出病人脸部区域的图像。

进一步地，所述步骤2的具体步骤如下：

步骤21：根据脸部区域图像的高和宽计算病人脸部区域图像的中心位置，所述人脸区域图像的中心位置为脸部区域图像高和宽的中点；

步骤22：在病人的头部图像中标记出m1,m2,m3和m4四个区域，根据头部姿态获得中心位置的偏移方向；

步骤23：根据脸部图像中心位置的偏移方向控制光标八个方向的移动，所述光标在当前显示器上的位置通过函数GetCursorPos()获得，并通过如下公式计算出光标新的位置：

x₁＝x+k(m₁+m₃)

y₁＝y+k(m₂+m₄)