[发明专利]基于人工智能的面部追踪调整多屏亮度的控制方法

说明书

本发明将面部方向分为九种，将各种面部方向的图像信息作为神经网络训练学习前的输入参数，将九种面部方向作为神经网络训练学习前的输出参数。神经网络根据已知的输入参数和输出参数进行训练学习，学习结果作为神经网络使用阶段的隐含层数据。摄像装置实时采集的用户的照片信息被输入到已经完成训练学习的神经网络，该神经网络根据输入层新的信息自动匹配隐含层已知的学习结果，并在输出层输出当前用户的面部方向。处理器获得面部方向后，首先读取面部方向‑显示屏ID对照表，然后，提高当前面部方向所对应的显示屏的亮度，降低剩余的显示屏的亮度。以此根据用户的需求实时调整各个显示屏的亮度，减少高亮度显示屏和电磁辐射对人眼的伤害。

技术领域

本发明涉及计算机显示屏拓展技术领域，具体涉及一种基于人工智能的面部追踪调整多屏亮度的控制方法。

背景技术

电脑屏幕显示分为四种方式：仅电脑屏幕模式，复制模式，扩展模式和仅第二屏幕模式。

扩展模式：把电脑桌面延伸至外接屏幕，投影所显示的延伸桌面没有桌面图标和任务栏快捷图标，只有空白的桌面，可以把电脑屏幕上显示的内容拖动至投影屏幕上显示，以此扩展电脑桌面的面积，方便用户多屏幕办公学习。

在扩展模式下，电脑通过数据线将要显示的信息在外接显示屏上显示。

用户可以根据办公和学习的需求拓展多个显示屏，由同一台电脑或者主机拓展多个显示屏进行界面显示时，由于人眼视觉范围的局限性以及人脑注意力机制的局限性，人们往往只能在视觉焦点区域获得高密度的信息，距离视觉焦点越远人脑获得的信息密度越低。因此，即使拓展了多个显示屏，人们的注意力也往往只能集中在其中某一块显示屏的某个区域。

现有技术中，当用同一台电脑或者主机拓展多个显示屏进行界面显示时，为了满足用户随时浏览每个显示屏上的信息，所有的显示屏往往被调至适宜的亮度同时所有的显示屏保持常亮。多个高亮度的电脑显示屏既增加了电磁辐射又使人眼更易疲劳，面部皮肤变差，长期会造成眼球肌肉和眼内晶体肌肉疲劳松弛，还会使眼球外部的角膜干燥，容易引发眼部疾病，同时，面部皮肤容易干燥、导致斑点与皱纹。

发明内容

本发明将面部方向分为九种，将各种面部方向的图像信息作为神经网络训练学习前的输入参数，将九种面部方向作为神经网络训练学习前的输出参数。神经网络根据已知的输入参数和输出参数进行训练学习，学习结果作为神经网络使用阶段的隐含层数据。摄像装置实时采集的用户的照片信息被输入到已经完成训练学习的神经网络，该神经网络根据输入层新的信息自动匹配隐含层已知的学习结果，并在输出层输出当前用户的面部方向。处理器获得面部方向后，首先读取面部方向-显示屏ID对照表，然后，提高当前面部方向所对应的显示屏的亮度，对于剩余的显示屏进行低亮度显示。以此根据用户的需求实时调整各个显示屏的亮度，减少了高亮度显示屏和电磁辐射对人眼和面部皮肤造成的伤害。

本发明是通过采用以下技术方案实现的，按此目的设计的基于人工智能的面部追踪调整多屏亮度的控制方法包括以下步骤。

步骤S11：进入神经网络训练学习前的参数采集阶段：将面部方向分为九种，分别为上、下、左、右、左上、右上、左下、右下和中间方向，采集这九种面部方向的图像作为训练集样本。将各种面部方向的图像信息作为神经网络训练学习前的输入参数，将九种面部方向作为神经网络训练学习前的输出参数。

步骤S12：建立面部方向-显示屏ID对照表。

步骤S13：进入神经网络训练学习阶段：神经网络根据已知的输入参数和输出参数进行训练学习，学习结果作为神经网络使用阶段的隐含层数据。

步骤S14：进入神经网络完成训练学习后的使用阶段：摄像装置实时采集的用户的照片信息首先经过预处理然后被输入到已经完成训练学习的神经网络，该神经网络根据输入层新的信息自动匹配隐含层已知的学习结果，并在输出层输出当前用户的面部方向。