[发明专利]一种视觉疲劳判断方法、系统、设备和存储介质在审

专利信息
申请号: 202110449982.2 申请日: 2021-04-25
公开(公告)号: CN113130076A 公开(公告)日: 2021-07-16
发明(设计)人: 王越超;尚春莉 申请(专利权)人: 广东小天才科技有限公司
主分类号: G16H50/30 分类号: G16H50/30;G16H50/50
代理公司: 上海硕力知识产权代理事务所(普通合伙) 31251 代理人: 林晓青
地址: 523851 广东省东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视觉 疲劳 判断 方法 系统 设备 存储 介质
【权利要求书】:

1.一种视觉疲劳判断方法,其特征在于,包括:

根据预先采集的样品集构建视觉疲劳模型;

初始化实时视疲劳数据;

获取实时状态参数;

将所述实时状态参数与预先测量的调用参数导入预先构建的所述视觉疲劳模型中,获取区间内视觉疲劳计算值;

所述区间内视觉疲劳计算值累加更新所述实时视疲劳数据;

判断所述实时视疲劳数据是否大于预设的最大视疲劳阈值,若是,发出过度疲劳提示,否则,继续获取所述实时状态参数。

2.根据权利要求1所述的一种视觉疲劳判断方法,其特征在于,;

所述样品集包括用眼距离数据集、环境光照强度数据集;

所述实时状态参数包括用眼距离、环境光照强度。

3.根据权利要求2所述的一种视觉疲劳判断方法,其特征在于,所述样品集还包括:眼球生理数据集;

所述调用参数包括眼球生理参数。

4.根据权利要求1所述的一种视觉疲劳判断方法,其特征在于,还包括:获取用户ID,并构建所述用户ID和与调用参数的映射关系;

当需要使用调用参数时,先获取用户ID;根据所述用户ID调用该用户对应的调用参数。

5.根据权利要求3所述的一种视觉疲劳判断方法,其特征在于,所述实时状态参数还包括阅读介质数据和/或阅读内容数据;

所述样品集还包括阅读介质数据集和/或阅读内容数据集。

6.一种视觉疲劳判断系统,其特征在于,包括:

模型构建模块,用于根据预先采集的样品集构建视觉疲劳模型;

数据初始化模块,用于初始化实时视疲劳数据;

参数获取模块,用于获取实时状态参数;

区间内疲劳值计算模块,用于将所述实时状态参数与预先测量的调用参数导入预先构建的所述视觉疲劳模型中,获取区间内视觉疲劳计算值,并所述区间内视觉疲劳计算值累加更新所述实时视疲劳数据;

最大视疲劳阈值判断模块,用于判断所述实时视疲劳数据是否大于预设的最大视疲劳阈值,若是,发出过度疲劳提示,否则,继续获取所述实时状态参数。

7.根据权利要求6所述的一种视觉疲劳判断系统,其特征在于,

所述样品集包括用眼距离数据集、环境光照强度数据集。

8.根据权利要求6所述的一种视觉疲劳判断系统,其特征在于,所述样品集还包括:眼球生理数据集;所述调用参数包括眼球生理参数。

9.根据权利要求6所述的一种视觉疲劳判断系统,其特征在于,还包括:ID获取模块,用于获取用户ID,并构建所述用户ID和与调用参数的映射关系;当需要使用调用参数时,先获取用户ID;根据所述用户ID调用该用户对应的调用参数。

10.根据权利要求6所述的一种视觉疲劳判断系统,其特征在于,所述实时状态参数还包括阅读介质数据和/或阅读内容数据;

所述样品集还包括阅读介质数据集和/或阅读内容数据集。

11.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器,用于执行所述存储器上所存放的计算机程序,实现如权利要求1-5任一项所述一种视觉疲劳判断方法。

12.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1-5任一项所述一种视觉疲劳判断方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东小天才科技有限公司,未经广东小天才科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110449982.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top