[发明专利]一种基于深度学习的视力检测系统、方法和存储介质

说明书

本发明公开了一种基于深度学习的视力检测系统、方法和存储介质，所述视力检测系统包括标识显示模块、图像采集模块、姿态评估模块、结果评估模块，本发明通过标识显示模块显示视力检测标识，用户利用手臂作出对应的肢体动作；所述图像采集模块用于采集用户手臂作出的肢体动作的图像，并输入到姿态评估模块；所述姿态评估模块用于检测采集手臂作出的肢体动作的姿态关键点；所述结果评估模块根据用户手臂姿态关键点判断用户手臂状态，进而判断用户的动作是否与视力检测标识相符，并输出检测结果。本发明中的结果评估模块根据使用者的手臂姿态方向进行判断是否相符，手臂姿态相比于手指方向，目标更大且更易辨识，检测的精度更高。

技术领域

本发明属于视力检测的技术领域，具体涉及一种基于深度学习的视力检测系统、方法和存储介质。

背景技术

随着科技的进步和信息技术的流行，人们使用手机、电脑、电视等高科技设备的时长越来越多，由此带来的视力损伤风险也随之增加，特别是对于青少年群体，更是不可忽视。通常的视力检测，一般都在专业机构，采用人工的方式进行，使用者无法进行独立操作。

与此同时，一些智能视力检测系统，如专利CN106778597A公开的基于图像分析的智能视力检测仪，采用机器视觉领域中传统算法的检测器对手指的姿态和指向进行判断，基于手指的方向信息构建视力检测系统。然而，这类方法基于传统算法，精度相对较低。同时手指由于目标较小，关节复杂，精确判断手指的姿态和指向尤为困难，限制了系统的性能。

深度学习领域，近年来出现的基于自注意力机制构建的机器视觉模型，在很多领域均取得了优异的准确率，但是普通的自注意力机制，随着图像输入尺寸的增大，呈4次方指数增长。在大尺寸输入图像上，运算量要求过大。

发明内容

本发明的目的在于提供一种基于深度学习的视力检测系统、方法和存储介质，旨在解决上述问题。

本发明主要通过以下技术方案实现：

一种基于深度学习的视力检测系统，包括标识显示模块、图像采集模块、姿态评估模块、结果评估模块；所述标识显示模块用于显示视力检测标识，用户利用手臂作出对应的肢体动作；所述图像采集模块用于采集用户手臂作出的肢体动作的图像，并输入到姿态评估模块；所述姿态评估模块用于检测采集手臂作出的肢体动作的姿态关键点；所述结果评估模块根据用户手臂姿态关键点判断用户手臂状态，进而判断用户的动作是否与视力检测标识相符，并输出检测结果。

本发明通过显示模块显示用于视力检测的标识，使用者利用手臂做出相应的肢体动作，在图像采集模块对肢体动作的图像采集后，由基于深度学习的姿态评估模块检测使用者的姿态关键点，最后由结果评估模块判断使用者动作是否与视力检测标识相符。本发明中的结果评估模块根据使用者的手臂姿态方向进行判断是否相符，手臂姿态相比于手指方向，目标更大且更易辨识，检测的精度更高。

为了更好地实现本发明，进一步地，所述姿态评估模块包括目标检测子模块和姿态检测子模块，所述目标检测子模块用于检测人体的坐标框；所述姿态检测子模块的输入为人体对应的图像区域，检测人体姿态的关键点，并输出姿态关键点的坐标信息。

为了更好地实现本发明，进一步地，所述姿态检测子模块包括从前至后依次设置的若干个交替局域注意力单元以及结果输出单元，所述交替局域注意力单元用于提取姿态特征信息，并生成特征图；所述结果输出单元用于对特征图进行上采样提升特征图的分辨率，并从特征图上生成最终的姿态关键点坐标信息。

所述目标检测子模块用于检测人体的坐标框，可由yolo等检测器实现。然后将人体对应的图像区域剪切后，作为姿态检测子模块的输入，检测人体姿态的17个关键点。所述结果输出单元采用反卷积对特征图进行上采样。输出的特征图的通道数为17，分别对应人体姿态的17个关键点。关键点的具体坐标信息，由特征图上最大值的坐标给出。所述姿态评估模块采用交替局域注意力机制来进行构建，与传统的机器视觉方法以及卷积神经网络等相比，具有精度高、计算量小等优点。