郭新 劉買花 張潔 劉俊豪
摘? 要:該文主要結合紅外測距和計算機視覺技術,解決兒童長時間近距離觀影的問題,是智能家居的一個組成部分。其中的面部識別模塊對是否是幼童進行識別后,把相應的測量數(shù)據(jù)進行處理,讓觀影兒童遠離電視機或超過提醒次數(shù)后,在WiFi環(huán)境下,與智能家居結合起來,通過紅外學習功能實現(xiàn)強制關機或者屏幕亮度、觀影環(huán)境亮度的調節(jié),發(fā)送到移動終端,父母也可在手機等終端進行遠程控制,達到有效保護兒童視力的目的。
關鍵詞:紅外測距? 計算機視覺? 智能家居? 面部識別? ?紅外學習
中圖分類號:TU855? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼:A? ? ? ? ? ? ? ? ? ? 文章編號:1672-3791(2021)02(c)-0026-05
Research and Implementation of a Child Viewing Distance and Environment Detection and Control System
GUO Xin? LIU Maihua*? ZHANG Jie? LIU Junhao
(Guangdong Communication Polytechnic, Guangzhou, Guangdong Province, 510800 China)
Abstract: This article mainly combines infrared distance measurement and computer vision technology to solve the problem of children watching movies at close range for a long time. It is an integral part of smart home. After the facial recognition module recognizes whether it is a young child, the corresponding measurement data is processed so that the child can watch the movie away from the TV or it can realize the forced shutdown or adjust the brightness of the screen and the viewing environment and send it to the parents' mobile phones after the number of reminders exceeds, in the wifi environment, combined with the smart home, through the infrared learning function. The parents can also remotely control the mobile phones to effectively protect their children's eyesight.
Key Words: Infrared ranging; Computer vision; Smart home; Facial recognition; Infrared learning
隨著電子產(chǎn)品的逐漸普及,兒童在學校、在家、在公共場合都隨時可以接觸到電子設備,尤其近距離的觀看習慣使得眼疲勞,更容易發(fā)生用眼問題。電子產(chǎn)品傷害大,且藍光危害是不可逆的,兒童觀看電視動畫片的機會較多,LED電視在兩個方面可能存在危害:一是藍光含量比較多,傷害視網(wǎng)膜;二是可能形成眩光,LED電視的藍光危害比較嚴重。
《2017中國嬰幼兒視力調查分析藍皮書》第一手數(shù)據(jù)也顯示,近9成兒童偶爾或經(jīng)常接觸電子產(chǎn)品,其中近5成每天使用電子產(chǎn)品時間達30 min以上,電子產(chǎn)品的藍光危害是不可逆的。而讓孩子不接觸或少接觸電子產(chǎn)品也不容易,畢竟現(xiàn)在很多作業(yè)是要在電子產(chǎn)品上完成,學校也是用電子屏幕進行授課,所以父母對于孩子的視力問題非常重視。同時,父母工作繁忙,無暇去監(jiān)控孩子的觀影時間,所以限制觀看距離和時間成了家長們亟待解決的問題。
目前市面上用于視力保護的產(chǎn)品,大多基于人體紅外感應的,其精度差、受溫度影響大、可靠性不穩(wěn)定。該項目中的產(chǎn)品是基于人臉識別和攝像頭測距,有效提高了產(chǎn)品的穩(wěn)定性和精準性,優(yōu)化了產(chǎn)品性能,可使用戶在使用過程中建立對產(chǎn)品的認可度,建立良好的口碑,為產(chǎn)品的后期市場推廣打下扎實的技術基礎。
該文旨在研發(fā)一款基于兒童人臉識別的、可根據(jù)周圍環(huán)境的光線變化和觀影距離智能識別并發(fā)出提示語音,并且在多次提醒無效的情況下,采取自動關機措施的產(chǎn)品,以達到保護兒童視力的目的。
1? 基本組成
該系統(tǒng)是由面部識別模塊(攝像頭)、測距模塊、環(huán)境模塊等組成。單片機是系統(tǒng)總控制器,觀影的距離由攝像頭進行人臉識別和測距并傳遞到單片機,單片機經(jīng)過與設定值對比判斷后決定是否發(fā)出警告,通過紅外多功能遙控對環(huán)境和LED電視做出處理措施,運行的數(shù)據(jù)還可以通過網(wǎng)絡發(fā)送給終端手機,以實施遠程實時監(jiān)控。
2? 硬件環(huán)境
該文的裝置觀影環(huán)境模塊是通過亮度調整模塊采集光照信號,判斷當前的觀影環(huán)境是否符合設定,如若不符合則通過紅外學習遙控調整燈或者電視屏幕的亮度,以達到設定值。測距部分就使用測距模塊采集數(shù)據(jù),與設定范圍相對比,將對比結果輸入到語音模塊來進行語音的提示。遠程控制就是手機或者終端通過互聯(lián)網(wǎng)來進行遠程監(jiān)控,查看觀影數(shù)據(jù)進行遠程的控制。
3? 關鍵技術
該文產(chǎn)品設計的關鍵技術包括測距模塊、人臉檢測、人臉識別、紅外學習等的特點,其特點如下。
3.1 測距模塊
目前常用的測距技術有紅外激光測距、攝像頭測距和超聲波測距,各自優(yōu)缺點如表1所示。
該文使用技術:攝像頭測距。攝像系統(tǒng)測距方式是一種用來模擬人眼的光電探測器,被稱為激光三角法測距。它是通過一組鏡頭不同的參數(shù)下所拍攝的兩幅圖片,就可以得出物體到攝像頭的距離信息,具有精度高、速度快、適用范圍廣等特點。
激光三角法原理如圖4所示,基本結構有激光器、光敏傳感器(攝像機)和成像系統(tǒng)。激光源照射到物體上的亮光點,成像系統(tǒng)則把該光點據(jù)集到傳感器上形成一個像點。當所測距離Y不同時,像點會在傳感器上移動,那么光點像位置X也隨之不同。在基線長度已知、光源和傳感器及透鏡的相對位置確定的前提下,就可確定被測物體與儀器之間的距離[1]。
關系式為:
其中X與Y的關系式為:
式中:X為該被測距離在光敏接收器上與已知距離在光敏接收器上像點的距離;
Y為被測距離,測出X就能測出Y;
l為發(fā)光點中心到透鏡中心的水平距離,即基線長度;
f為成像系統(tǒng)焦距;
L為某一已知距離,在該距離處所成像正好位于 CMOS的中心。
3.2 人臉檢測技術
人臉檢測對于人來說非常簡單,但是對于機器來說卻相當復雜。人臉檢測作為人臉識別的基礎,是人臉識別中非常重要且具有挑戰(zhàn)性的環(huán)節(jié),其主要內容是檢測目標圖像或者視頻中是否存在人臉,且主要目標就是在低計算復雜度的前提下保證高的準確率。
目前,會影響人臉檢測準確度因素主要有:(1)人臉角度。相機成像時的位置會影響人臉圖像的面部姿態(tài),人臉的角度不同也會導致五官位置的重疊等問題。(2)遮掩物。對于單人臉圖像來說,可能被遮擋;而對于多人臉圖像來說,人臉圖像會存在面部相互遮擋或被其他所遮擋。(3)光照強度。拍攝時不同的光照強度將使得人臉圖像的灰度圖分布不均,從而影響人臉檢測的效果。(4)面部表情。人的面部表情將直接影響人臉檢測效果。所以,如何解決這些問題,成為人臉檢測研究的重點[2]。
在人臉檢測領域內,有幾種常見的檢測方法,如:基于表象的人臉檢測方法、基于知識的方法、基于特征的方法等。其中基于表象的人臉檢測方法中的方法或具有優(yōu)良的泛化特性或可以避免提取復雜的面部特征,但是也存在需要大量訓練樣本和長時間訓練時間的弊端;基于知識的方法適合在單一背景下使用;基于特征的方法應用廣泛,但是對拍攝背景和光照有較高的要求,歲色度要求高,對于復雜環(huán)境的檢測則不如人意。
3.3 人臉識別
常見的生物識別特征主要包括指紋識別、虹膜識別、語音識別和人臉識別。與其他識別方式相比,人臉識別技術數(shù)據(jù)采集簡單,使用對象更容易接受,使用設備也比較多樣。雖然相對于虹膜識別而言,人臉識別的唯一性較差,但由于其低成本、易操作、穩(wěn)定性高等優(yōu)勢,仍在市場應用中廣泛使用,尤其是對于安全性要求一般的身份驗證和鑒別系統(tǒng)而言,人臉識別技術已經(jīng)足夠[3]。
人臉識別需要有人臉檢測和人臉識別兩部分。人臉檢測是對于輸入的圖像數(shù)據(jù),通過相應的算法以確定圖像中是否含有人臉。人臉識別將給定圖像中的人臉部分與已有數(shù)據(jù)庫中的進行匹配和比較,利用已知的人臉身份數(shù)據(jù)庫來鑒別認定被測圖像中人臉的身份[3]。
人臉識別的過程是將輸入的圖像進行預處理,如灰度化、二值化,然后進行面部特征的提取進行特征工程的工作,接著利用機期學習的分類算法,如支持向量機、線性回歸算法等進行分類判別,最后將識別的結果輸出,如圖5所示。
人臉識別也要通過圖像或者視頻先將人臉輪廓進行提取或者根據(jù)面部特征進行人臉識別的過程。
3.4 紅外學習
基于對于智能家居的追求,現(xiàn)有家電都帶有遙控功能。該文突出了用學習型紅外模塊來有效整合已有各種家電方便、快捷、低價安全的優(yōu)點。
紅外線遙控器內置有動態(tài)的編碼庫,編碼庫內存放用戶編碼,是目前使用最廣泛的一種遙控裝置。如圖6所示。
若是完成手機終端與單片機的藍牙通訊,則要完成相應的手機APP的開發(fā),這樣便于利用手機終端控制紅外信號的發(fā)送,真正實現(xiàn)數(shù)字智能化家居生活,市場前景極為廣闊。
該項目產(chǎn)品設計了基于STM32F0的紅外控制系統(tǒng),紅外學習系統(tǒng)結構圖如圖7所示。
該文采用定時器中斷與單片機輪詢方式運行。運行機理如下:當串口輸入數(shù)據(jù)序列檢測為空閑時,控制系統(tǒng)指示燈則顯示為規(guī)律閃爍,系統(tǒng)則處于等待狀態(tài)。當串口檢測到有接收數(shù)據(jù)時,該系統(tǒng)則處于發(fā)送模式或者學習模式,系統(tǒng)會調用對應的程序完成紅外發(fā)送任務,總體流程如圖8所示[4]。
4? 結語
該文研制的裝置具有人臉識別、距離測量、環(huán)境檢測和語音提示功能,經(jīng)過多次實驗改進,裝置能夠基本準確完成以上功能,人臉檢測和識別的正確率達99.2%,距離測量的誤差約5%,環(huán)境檢測的精確率約86%,基本達到應用的要求。
此外,該裝置還具有遠程控制功能,監(jiān)護人可以在手機端實時觀測觀影數(shù)據(jù),為下一步?jīng)Q策提供扎實的數(shù)據(jù)支撐。
但是該文中裝置也存在一個缺陷,就是不能區(qū)別采集圖像中是否為活體人臉,在活體檢測這個方面還需要改進算法。
參考文獻
[1] 林小倩,林斌,潘泰才.基于CMOS單點激光三角法測距系統(tǒng)設計[J].光學儀器,2006(2):27-30.
[2] 游清清,諶海云,駱俊,等.人臉檢測技術綜述[J].無線互聯(lián)科技,2017(10):137-140.
[3] 馬寧.基于圖像的人臉識別中關鍵技術研究[D].吉林大學,2016.
[4] 張賽,劉達,姚國棟.基于STM32的軟件載波紅外學習系統(tǒng)設計[J].電氣自動化,2018(2):33-36.
[5] 張彥宇.基于單片機的超聲波視力保護器設計與研究[J].自動化技術與應用,2019(10):74-76.
[6] 王敏剛.基于智能電視感知的兒童視力保護系統(tǒng)設計與實現(xiàn)[D].哈爾濱工業(yè)大學,2016.
[7] 劉亞洲.嵌入式人臉活體檢測算法的設計與實現(xiàn)[D].電子科技大學,2020.