[发明专利]基于人脸检测的错误阅读姿势检测方法

说明书

技术领域

本发明是图像处理技术领域的方法，是一种基于统计模型和跟踪算法，通过人脸在图像中的尺度和位置信息，推断人体阅读姿势的计算方法，能够直接应用于近视防治、疲劳警告等领域。与传统技术相比，具有方便、简单的优势。

背景技术

随着个人计算机的普及，人们为工作，学习或娱乐在计算机屏幕上花越来越多的时间，导致近视、斜视等眼科疾病的快速增加。在计算机前的不正确姿势包括距离屏幕过近、斜视和长时间凝视屏幕等。

现有的针对人体姿态的预防近视系统主要采用以下几种方式：(1)使用红外传感器或光敏仪器。这种方式一般只能单方向地测量距离，而且范围有限，常常受书桌布局的影响，也无法在使用计算机的时候使用。(2)在使用者头部安装水平仪。显然这很容易引起使用者的不适，同时对纵向的距离无法测定。(3)使用支架强行固定使用者。而对于需要预防近视的主要人群——青少年来说，这同样也会使他们感到不舒适，而且容易对青少年的身体发育产生不利影响。同时，上述三种方式都无法对使用时间进行准确的测定。

计算机视觉技术在最近几年有突飞猛进的进展。在大部分计算机系统中摄像头已成为标准配件。本发明所需要的硬件设备仅仅是一台个人计算机和一个普通的摄像头，使用者无需添加任何设备，大大增强了使用的便利性。

发明内容

本发明目的在于提出一个运行于通用计算机系统的基于人脸检测的错误阅读姿势(IRPs)检测系统，该系统能够迅速对错误姿势发出警告。

本发明解决其技术问题所采用的步骤如下：1)人脸检测：用一种结合结构和皮肤特征的人脸检测算法获得鲁棒性的检测结果，包括正脸、侧脸以及部分遮挡的人脸。2)人脸跟踪：用具有尺度适应性的Meanshift算法对检测到的人脸进行跟踪。3)测量估计：利用勾股定理，在人脸检测和跟踪结果上获取诸如阅读距离、视角、阅读时间等信息。4)错误阅读姿势检测：用人工神经网络(ANN-Artificial Neuronal Network)分类器训练使用短暂观察窗口的错误阅读姿势模型，利用这些模型检测出错误阅读姿势。

本发明有益的效果是：首次将视觉技术应用到阅读姿势纠正中，提出一种新的从低级视觉线索检测到高级语义的方法。

附图说明

图1是本发明错误阅读姿势检测的流程图。

图2是不同方向和长宽比的人脸模板

图3是人脸屏幕与摄像机的几何关系图

图4是错误阅读姿势检测的ANN结构

具体实施方式

一、下面结合附图和实施例对本发明作进一步描述。

1.人脸检测

Harr特征被广泛用于人脸定位，本发明利用这种特征结合Adaboost分类器定位正面人脸。为了弥补上述人脸检测方法的不完整，还引入一个皮肤区域分析算法。

(1)首先建立一个皮肤高斯混合模型(GMM-Gaussian Mixture Model)来分割皮肤区域，这个模型用公式(1)来描述：

P(c)=Σi=1kλiGi,---(1)]]>

其中Σi=1kλi=1,]]>λ_i表示每个混合分量的权重，G_i表示第i个高斯模型。