[发明专利]基于Openpose的儿童防近视系统及方法

权利要求书

1.一种基于Openpose的儿童防近视系统，其特征在于，包括检测识别单元和视力分析单元；

所述检测识别单元包括中央控制器、用于检测用户用眼环境光照强度的光敏电阻、用于检测用户用眼距离的超声波测距模块、语音报警模块、用于检测人体并得到检测图像的人体检测模块、用于对用户坐姿进行识别的OpenPose人体姿势识别模块和WIFI模块；光敏电阻、超声波测距模块、语音报警模块、人体检测模块、OpenPose人体姿势识别模块和WIFI模块均与中央控制器相连接；

所述视力分析单元包括移动终端和云数据库，移动终端上设有APP软件，中央控制器通过WIFI模块与移动终端上的APP软件进行数据通信，APP软件采用SQLite数据库进行数据的处理并上传至云数据库中。

2.根据权利要求1所述的基于Openpose的儿童防近视系统，其特征在于，所述超声波测距模块采用超声波传感器。

3.根据权利要求1或2所述的基于Openpose的儿童防近视系统，其特征在于，所述语音报警模块采用蜂鸣器。

4.根据权利要求1或2所述的基于Openpose的儿童防近视系统，其特征在于，所述人体检测模块采用红外线传感器。

5.根据权利要求1～4中任意一项所述的基于Openpose的儿童防近视系统的防近视方法，其特征在于，包括以下步骤：

S1、用户用眼环境检测

通过光敏电阻检测用户用眼环境的光照强度，并发送给中央控制器，判断是否适合用户用眼，若不适合用户用眼，实时向语音报警模块发出报警信号；

通过超声波测距模块检测用户用眼的距离，并发送给中央控制器，将该距离值与预设正常距离值进行比较，当该距离值小于预设正常距离值时，实时向语音报警模块发出报警信号；

S2、用户姿势识别

S21、通过人体检测模块检测被测区域是否有人，当用户在被测区域时，将检测图像发送给中央控制器；

S22、中央控制器收到检测图像后，通过OpenPose人体姿势识别模块识别检测图像中的用户坐姿，当用户坐姿不规范时，实时向语音报警模块发出报警信号；

S3、用户用眼数据跟踪和分析

中央控制器通过WIFI模块分别将用户用眼环境的光照强度、用户用眼的距离、用户坐姿发送至移动终端上的APP软件上，通过APP软件采用SQLite数据库进行数据处理，生成用户每周的用眼情况图表，并上传至云数据库中；

通过对用户每周的用眼情况图表进行统计分析，给出相应的预防和干预建议；

S4、用户用眼计划生成

通过APP软件结合用户的用眼环境的光照强度、用户用眼的距离、用户坐姿和专家意见，根据用户每周的用眼情况图表，生成用眼健康计划。

6.根据权利要求5所述的基于Openpose的儿童防近视方法，其特征在于，步骤S22中，OpenPose模型识别检测图像中的用户坐姿的过程为：

S221、将大小为w*h，w＝256，h＝256的检测图像输入卷积神经网络VGG中；

S222、经过卷积神经网络VGG的前十层网络得到一个特征度F；

S223、将卷积神经网络VGG的卷积层分成两个循环分支：第一循环分支用于预测置信度图S：人体关节；第二循环分支用于预测关节点之间的亲和度向量场L：肢体连接；

S224、第一循环分支以特征F作为输入，第二个循环分支以第一循环分支的输出和特征F作为输入，最终输出置信度图S和亲和度向量场L；

S225、通过总损失函数计算置信度图S和亲和度向量场L的预测值，输出检测图像中用户身体关键点的二维位置。

7.根据权利要求6所述的基于Openpose的儿童防近视方法，其特征在于，步骤S225中，总损失函数为：

其中：

式中，f为总损失函数，t为用于加权的超参，T为亲和度正则化项的比例系数，为置信度图S的误差，J为预测检测图像上用户的关节点数量，P为一个置信度误差项和一个亲和度误差项的加权平均值中的权重，W(p)为偏置系数，为检测图像上用户人体关节j的置信度，为检测图像上用户人体关节j的分布置信图，为亲和度向量场L的误差，C为向量场的集合，为检测图像上用户肢体连接c的向量场，为检测图像上用户肢体连接c的部分亲和向量场。