[发明专利]一种读写场景读写元素的智能认定方法

说明书

本发明提供了一种读写场景读写元素的智能认定方法，步骤为：S1,获取读写场景中的原始图像、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；本方法可有效判断用户读书时的姿势及阅读距离是否正确，有效预防近视。

技术领域

本发明涉及图像识别技术领域，具体涉及一种读写场景读写元素的智能认定方法。

背景技术

我国近视人数已超6亿，几乎占到中国总人口数量的50％，近视发病呈现年龄早、进展快、程度深的趋势。据调查报告显示，学生视力不良问题突出。四年级、八年级学生视力不良检出率分别为36.5％、65.3％，其中四年级女生视力中度不良和重度不良比例分别为18.6％、10.4％，男生分别为16.4％、9％；八年级女生视力中度不良和重度不良比例分别为24.1％、39.5％，男生分别为22.1％、31.7％。

实际上，我国青少年的整体视力情况不容不乐观，有数据显示，青少年近视率已经高居世界第一。其中近距离用眼和手机、电脑等电子产品的不间断使用有极大的关系。从近年发展趋势来看，青少年因为学习姿势的不规范以及过早接触电子产品使得近视的风险在逐渐增大，从小便戴上了眼镜。

发明内容

本发明要解决的技术问题是提供一种可以自动识别当前读写场景读写元素的方法，以判断使用者的读写姿势以及读写距离是否符合标准。

为实现上述目的，本发明采用如下技术方案：

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,通过相机或红外线或雷达等装置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，所述图像信息包括桌面或书本的边框或两个到四个的顶点；

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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。