[发明专利]屏幕交互方法以及屏幕交互装置

说明书

本申请提供种屏幕交互方法以及屏幕交互装置，方法包括：通过深度学习算法训练神经网络模型，其中，神经网络模型可识别用户的视线方向；采集包含用户脸部的图像，并通过神经网络模型识别用户的视线方向；根据用户的视线方向控制视线方向对应的显示屏幕运行。本申请能够根据用户的视线方向控制相应的显示屏幕进行工作，避免用户被不需要观看的屏幕分散注意力而引发安全事故。

技术领域

本申请涉及交互领域，尤其涉及屏幕交互方法以及屏幕交互装置。

背景技术

现有技术中，车载屏幕是越来越多的。用户因为操作的需要会经常注意屏幕的内容，如果屏幕同时显示内容的话，则可能会导致用户的注意力分散，用户在驾驶过程中则可能会存在一定的安全隐患。

发明内容

本申请提供一种屏幕交互方法及屏幕交互装置，能够免去现有技术中用户在驾驶车辆因为多个屏幕同时工作会分散用户的注意力可能会导致出现安全事故从而危及用户生命安全的问题。

根据本申请的第一方面，本申请提供一种屏幕交互方法，方法包括：通过深度学习算法训练神经网络模型，其中，神经网络模型可识别用户的视线方向；采集包含用户脸部的图像，并通过神经网络模型识别用户的视线方向；根据用户的视线方向控制视线方向对应的显示屏幕运行。

优选地，在通过深度学习算法训练神经网络模型的步骤中，包括：将包含人物的头部朝向和人物眼球朝向的图像画面以及眼球方向信息通过深度学习算法训练出神经网络模型，其中，包含人物眼球的图像画面为神经网络模型的输入，眼球方向信息为神经网络模型的输出。

优选地，在根据用户的视线方向控制视线方向对应的显示屏幕运行的步骤之前，包括：预设用户的视线方向所对应的显示屏幕。

优选地，在通过深度学习算法训练神经网络模型的步骤之前，还包括步骤：预设用户的视线方向与高级辅助驾驶系统的预设方向的预警强度关系；在根据用户的视线方向以及对应关系运行对应的显示屏幕的步骤之后，还包括步骤：根据用户的视线方向以及预警强度关系调整高级辅助驾驶系统在预设方向的预警强度。

根据申请的第二方面，本申请提供一种屏幕交互装置，装置包括：训练模块，用于通过深度学习算法训练神经网络模型，其中，神经网络模型可识别用户的视线方向；采集模块，用于采集包含用户脸部的图像，并通过神经网络模型识别用户的视线方向；控制模块，用于根据用户的视线方向控制视线方向对应的显示屏幕运行。

优选地，训练模块还用于：将包含人物的头部朝向和人物眼球朝向的图像画面以及眼球方向信息通过深度学习算法训练出神经网络模型，其中，包含人物眼球的图像画面为神经网络模型的输入，眼球方向信息为神经网络模型的输出。

优选地，屏幕交互装置还包括：预设模块，用于预设用户的视线方向所对应的显示屏幕。

优选地，屏幕交互装置还包括还包括：强度设置模块，用于预设用户的视线方向与高级辅助驾驶系统的预设方向的预警强度关系；预警模块，用于根据用户的视线方向以及预警强度关系调整高级辅助驾驶系统在预设方向的预警强度。

本申请的有益效果在于：通过深度学习算法训练可识别所述用户的视线方向的神经网络模型，采集包含用户脸部的图像后，并通过所述神经网络模型识别所述用户的视线方向，再根据所述用户的视线方向控制所述视线方向对应的显示屏幕运行，这样就能够根据用户的视线方向控制相应的显示屏幕进行工作，避免用户被不需要观看的屏幕分散注意力而引发安全事故。

附图说明

图1是本申请一实施例的屏幕交互方法方法的流程图；

图2是本申请另一实施例的屏幕交互装置的原理图。

具体实施方式