[发明专利]用于基于机器学习的视觉设备选择的装置

权利要求书

1.一种用于确定适合的视觉设备的装置，所述装置包括：

处理电路系统，所述处理电路系统被配置为

接收至少一个输入，所述至少一个输入包括人的面部图像，

将神经网络应用于所述至少一个输入，所述神经网络生成所述至少一个输入的至少一个适合性度量，并且

基于由所述神经网络生成的所述至少一个适合性度量，确定所述适合的视觉设备，

其中，所述至少一个适合性度量与所述人的面部与视觉设备之间的相关性同步相对应。

2.根据权利要求1所述的装置，其中，所述至少一个输入包括视觉设备图像。

3.根据权利要求1所述的装置，其中，所述至少一个输入包括所述人的面部图像，其中，所述人佩戴着视觉设备。

4.根据权利要求1所述的装置，其中，所述至少一个输入是经处理的至少一个输入，所述经处理的至少一个输入包括从所述人的面部图像确定的形态特征。

5.根据权利要求2所述的装置，其中，所述至少一个输入是经处理的至少一个输入，所述经处理的至少一个输入包括从所述视觉设备图像确定的视觉设备属性。

6.根据权利要求1所述的装置，其中，所述至少一个输入包括所述人的视觉测量结果，所述视觉测量结果指示所述人的视敏度。

7.根据权利要求1所述的装置，其中，所述处理电路系统进一步被配置为

在训练数据库上训练所述神经网络，

其中，所述训练数据库包括训练图像语料库，所述训练图像语料库包括人的面部图像和视觉设备图像，所述人的面部图像中的图像和所述视觉设备图像中的图像的每个组合在所述训练数据库中与由标记者组指派的至少一个训练适合性度量相关联。

8.根据权利要求7所述的装置，其中，所述训练图像语料库包括佩戴视觉设备的人的图像，所述佩戴视觉设备的人的图像中的每个图像在所述训练数据库中与由所述标记者组指派的至少一个训练适合性度量相关联。

9.根据权利要求1所述的装置，其中，所述神经网络包括隐式输入，所述隐式输入是预定义的一组视觉设备，由所述神经网络生成的所述至少一个适合性度量是所述至少一个输入与所述预定义的一组视觉设备中的每一个的至少一个匹配分数。

10.根据权利要求9所述的装置，其中，为了确定所述适合的视觉设备，所述处理电路系统被进一步配置为

选择最大的至少一个匹配分数，所述最大的至少一个匹配分数是所述预定的一组视觉设备中与所述至少一个输入中人的面部最匹配的一个视觉设备。

11.根据权利要求10所述的装置，其中，所述最大的至少一个匹配分数选自包括所述至少一个匹配分数的向量，所述向量中的所述至少一个匹配分数中的每一个与所述预定的一组视觉设备中的一个视觉设备相对应，所述至少一个匹配分数是基于标记者组中指派了所述至少一个匹配分数的相同值的标记者的百分比。

12.根据权利要求11所述的装置，其中，为了确定所述适合的视觉设备，所述处理电路系统被进一步配置为

计算与所述至少一个输入相对应的坐标，

计算集群的重心，所述集群的重心与所述预定义的一组视觉设备中的每一个视觉设备相关联，

计算所述坐标与所述集群的每个重心之间的距离，所述距离在向量中排序，以及

选择所述集群中最小化所述坐标与所述集群的每个重心之间的距离的集群。

13.根据权利要求12所述的装置，其中，与所述预定义的一组视觉设备中的每一个视觉设备相关联的所述集群包括对应于至少一个训练输入的匹配坐标，所述匹配坐标在所述神经网络的训练期间最大化至少一个训练匹配分数，所述至少一个训练输入包括所述人的面部的形态特征。