健康一体机视力检测的流程框图
健康一体机视力检测的流程框图
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例1提供的一种健康一体机视力检测智能化处理方法流程框图；
图2为人体姿态数据模拟图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1是本发明实施例1提供的一种健康一体机视力检测智能化处理方法流程框图，包括：
获取体检舱内监控视频信息；
识别体检舱内体检人数；
确定体检人坐姿是否合格；
获取遮眼板与视力表屏幕之间的距离；
根据视力检测标准距离公式P＝(d＊5000＊2.90888＊10-4)＊60/25.4，动态调整视标的大小；其中，d为测量距离，单位为米，P为在该距离下，以视力5.0为基准时，视标E的像素大小；
对所述体检人进行视力检测。
本发明对体检舱内的监控视频信息进行一系列人工智能算法计算，包括对体检舱内的体检人数的识别、对眼镜佩戴情况的确定以及对体检人的眼部遮挡情况的确定，在这些条件都符合预设条件的情况下，对体检人的视力进行检测，实现了视力检测的智能化处理。
上述对体检舱内体检人数的识别包括如下步骤：
按照预设视频帧速，基于人体姿态识别模型(OpenPose)对所述视频信息进行人体关键部位识别，获得人体姿态数据；
分析所述人体姿态数据，判断体检舱内体检人数，完成体检人数的识别。
出于数据处理的快速和高效性的考虑，对舱内的视频进行每秒25帧的实时分析，上述人体姿态识别模型可以是Facebook研究所公布的DensePose，也可以是AlphaPose。优选的，本发明基于开源的人体姿态识别框架OpenPose，对视频信息中的人体关键部位进行识别，获得人体姿态数据。OpenPose是一个开源的人体姿态识别框架，会对人体的关键部位进行一个预估，范围是0到1,越接近1越可信。
基于OpenPose对舱内视频进行每秒25帧的实时分析，对出现在每帧图像中的人体图像进行人体关键部位进行识别，由于人体类型多样性，如体检人衣服上的人体图像；舱门打开时，门外的非体检人图像等实体人和非实体人的存在，或多或少对检测的准确性存在一定的干扰，所以需要对OpenPose框架计算出来的姿态数据进行过滤，去除干扰数据。
上述人体姿态数据包括身体关键部位的坐标信息和分值信息，身体关键部位包括脸部关键部位和躯体关键部位，也即所述人体姿态数据包括脸部关键部位姿态数据和躯体关键部位姿态数据；所述关键部位姿态数据包括关键部位的坐标信息和分值信息；
计算得到人体姿态数据后，对人体姿态数据进行若干次筛选，优选的，本发明对上述人体姿态数据进行两次筛选。首先分析人体姿态数据与体检固定区域之间的比例，初步筛选不符合预设比例范围的检测人。
具体的，先对人体姿态数据进行比例筛选。由于正常人的肩宽、头部的长度，会同体检舱选定的固定区域有一个比例范围(比例范围根据选定区域具体大小的不同而不同)，根据这个比例范围对人体姿态数据进行初步的筛选。
其次，分析脸部关键部位姿态数据与躯体关键部位之间的位置和比例关系，对体检人进行二次筛选。具体的，由于正常的体检人，身体关键部位都符合生理结构，比如头在双肩之上，头的宽度与双肩宽度也存在一个比例范围，根据这个生理构造的比例范围，对体检人进行二次筛选。
对检测人进行两次筛选过后，再对剩余的人体姿态数据的个数进行判别，以此，可识别出体检舱内的体检人数。通过两次对人体姿态数据检测人的人体姿态数据的筛选，过滤掉不符合检测要求的或者是身体存在畸形的特殊人群，保证参加体检的人都是正常的体检人，保证了自助体检的检测准确度。
本发明采用人体姿态识别模型对人体关键部位进行识别，获得人体姿态数据，并对人体姿态数据进行多次筛选，进而再识别出体检舱内的体检人数。根据人体姿态数据确定体检人数量，更能准确的确定体检舱内的人数。在识别之前进行多次筛选，将身体存在残缺或者是在固定区域之外的体检人都筛选过滤掉，减小了算法开发的难度，保证了识别准确性。
当识别出此时体检舱内的人体姿态数据只有一人时，确定体检人坐姿是否合格，包括如下步骤：
基于OpenPose对所述监控视频信息进行计算，获得体检人的脸部关键部位姿态数据；
采用最小二乘法对脸部关键部位姿态数据进行拟合，获得头部中线函数；
计算所述头部中线函数对应的直线的斜率，并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
