[发明专利]一种读写场景读写元素的智能认定方法

权利要求书

1.一种读写场景读写元素的智能认定方法，其特征在于，步骤包括：

S1,获取读写场景中读写元素的原始图像、桌面或书本的图像信息；

S2,对读写元素的原始图像进行算法检测，判断是否有人体和是否有人脸；

S3,依据坐标认定方法得出桌面、书本和人脸的空间三维坐标；

S4，根据桌面、书本和人脸的三维坐标的匹配得出人眼睛与书本的距离；

S5，依据桌面、书本和人脸的三维坐标的匹配判断姿态是否符合正确的阅读写作标准。

2.如权利要求1所述的读写场景读写元素的智能认定方法，其特征在于：在采用算法检测是否有人体的具体步骤是将图片按照规定要求代入训练好的物体训练模型，获得人体的边框位置以及为人体的可信度。

3.如权利要求2所述的读写场景读写元素的智能认定方法，其特征在于：人脸检测是在确定图片中有人之后，检测图片是否有脸，将图片按照固定要求代入训练好的人脸检测模型，获得左右眼、鼻子、两个嘴角的5个点的位置以及为人脸的可信度。

4.如权利要求1所述的读写场景读写元素的智能认定方法，其特征在于：确定桌面、书本和人脸的空间三维坐标之前，需要先得出相机的内参数，所述相机的内参数包括基本参数和畸变系数变量，所述基本参数包括图像光轴主点，X,Y方向焦距，所述畸变系数向量包括切向畸变系数和径向畸变系数。

5.如权利要求4所述的读写场景读写元素的智能认定方法，其特征在于：采用针孔成像模型计算得出物体的三维坐标，设定一个投影中心，主点为穿过光轴的图像主点，(X,Y,Z)为空间坐标系下的物体坐标，(x，y，z)为图像像素坐标。

6.如权利要求5所述的读写场景坐标认定方法，其特征在于：利用相机内参数，相机外参数以及自定义的3D空间坐标点(0.0,0.0,0.0)，(1.5,0.0,0.0,)，(0.0,0.0,1.5)，即分别对应空间原点，空间X轴，空间Y轴，空间Z轴，求解出一一对应的图像2D坐标点；使用OpenCV提供的projectPoints函数解算出已知空间轴坐标点对应的图像坐标上的坐标点，最后将对应图像坐标点连在一起即为物体的空间坐标系。

7.如权利要求1所述的读写场景读写元素的智能认定方法，其特征在于：所述人脸检测训练是通过MTCNN，将人脸区域检测与人脸关键点检测放在了一起，基于cascade框架的，总体分为PNet、RNet和ONet三层网络结构。

8.如权利要求7所述的读写场景读写元素的智能认定方法，其特征在于：所述MTCNN特征描述子主要包括三个部分，人脸/非人脸分类器、边界框回归和地标定位。