專利名稱：基于智能視頻分析的電腦使用時間提示方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于智能視頻分析的電腦使用時間提示方法及系統(tǒng)。
背景技術(shù)：
隨著電腦設(shè)備的不斷普及，在工作和娛樂中使用電腦的頻率越來越高，使用的時間也越來越長。經(jīng)常會出現(xiàn)連續(xù)數(shù)個小時使用電腦的情況，由于電腦顯示屏的輻射影響，長時間使用電腦會對人的視力造成不良影響。更為嚴(yán)重的是，長時間使用電腦會導(dǎo)致身體一些器官的病變。比如在玩電腦游戲時，連續(xù)幾個小時使用鼠標(biāo)和鍵盤會導(dǎo)致手指，手腕出現(xiàn)勞損，也可能造成脖子，腰椎等的酸痛。常年累月就會對人體造成不可彌補的損害。近來，與電腦相關(guān)的疾病越來越普遍。另外一個被廣泛關(guān)注的就是青少年長時間玩游戲的問題，青少年自制能力較差，很容易玩電腦游戲上癮，給青少年的身體和學(xué)業(yè)帶來嚴(yán)重的負(fù)面影響。雖然現(xiàn)在已經(jīng)對游戲運行進行了控制，比如在游戲模塊里面加入一些限制，不允許同一個用戶名玩家連續(xù)長時間玩游戲。但是這種方法很容易被避開，比若一個玩家有若干個用戶名，當(dāng)一個用戶名被限制時，可以使用其它的用戶名來繼續(xù)游戲。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于智能視頻分析的電腦使用時間提示方法及系統(tǒng)。一種基于智能視頻分析的電腦使用時間提示方法，該方法包括:采集電腦顯示器前方的視頻圖像；對視頻圖像進行人臉檢測和跟蹤；當(dāng)檢測到人臉時，統(tǒng)計該人臉出現(xiàn)的時間；根據(jù)統(tǒng)計得到的該人臉出現(xiàn)的時間判斷人臉是否過度使用電腦；在該人臉過度使用電腦時，發(fā)出報警提示信號。一種基于智能視頻分析的電腦使用時間提示系統(tǒng)，該系統(tǒng)包括:視頻采集模塊，設(shè)置于電腦顯示器的上方，采集電腦顯示器前方的視頻圖像；人臉檢測和跟蹤模塊，對所述視頻圖像中的人臉進行檢測和跟蹤；統(tǒng)計模塊，對每一個檢測到的人臉出現(xiàn)在電腦顯示器前的時間進行統(tǒng)計；報警模塊，根據(jù)統(tǒng)計模塊統(tǒng)計得到的當(dāng)前檢測到的人臉出現(xiàn)在電腦前的時間，判斷該人臉是否有超時使用電腦的情形。本發(fā)明的基于智能視頻分析的電腦使用時間提示系統(tǒng)可以對過度使用電腦的情形進行智能識別和報警，可以幫助用戶更好地控制電腦使用時間。


圖1是一個實施例中的基于智能視頻分析的電腦使用時間提示方法流程圖。圖2是基于直方圖的弱分類器示意圖。
具體實施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對具體實施例進行詳細(xì)描述。本發(fā)明提出了一種基于智能視頻分析的電腦使用時間提示系統(tǒng)，該系統(tǒng)將監(jiān)控攝像頭安置在電腦顯示器的上方，對使用電腦的人員進行檢測和跟蹤，并每隔一段時間就對使用者進行人臉識別，然后將識別出來的人臉統(tǒng)計起來。如果一個使用者在一段時間內(nèi)使用電腦的時間超過了設(shè)定的閾值，就認(rèn)為是過度使用電腦，可以根據(jù)不同的應(yīng)用環(huán)境來做出不同的處理。本發(fā)明實施例提供的基于智能視頻分析的電腦使用時間提示方法，該方法包括:采集電腦顯示器前方的視頻圖像；對視頻圖像進行人臉檢測和跟蹤；當(dāng)檢測到人臉時，統(tǒng)計該人臉出現(xiàn)的時間；根據(jù)統(tǒng)計得到的該人臉出現(xiàn)的時間判斷人臉是否過度使用電腦；在該人臉過度使用電腦時，發(fā)出報警提示信號。圖1示出了基于智能視頻分析的電腦使用時間提示方法的一個具體實施流程圖。為了防止電腦前方存在遮擋物遮擋當(dāng)前人臉的情形，在對采集到的電腦顯示器前方的視頻圖像進行人臉檢測時，還可以對采集到的視頻圖像進行運動檢測及背景分析，當(dāng)監(jiān)控攝像頭采集的視頻在一段設(shè)定的時間內(nèi)沒有任何人臉出現(xiàn)，或者監(jiān)控場景的成像背景大多為黑色，或者沒有任何運動的發(fā)生，那么就認(rèn)為攝像頭被認(rèn)為的遮擋，此時可以通知報警模塊進行提示。當(dāng)檢測到人臉時，需要對該人臉進行識別，判斷該人臉是否已經(jīng)存在于人臉數(shù)據(jù)庫中。當(dāng)該人臉與人臉數(shù)據(jù)庫的人臉匹配，即已經(jīng)存在于人臉數(shù)據(jù)庫中，將該人臉出現(xiàn)的次數(shù)累加；當(dāng)該人臉未存在于人臉數(shù)據(jù)庫中，將該人臉存儲與人臉數(shù)據(jù)庫中，并記錄該人臉出現(xiàn)的次數(shù)。統(tǒng)計所有人臉出現(xiàn)的時間，判斷是否有出現(xiàn)過度使用電腦的情形。具體地，在當(dāng)系統(tǒng)發(fā)現(xiàn)統(tǒng)計的人臉記錄中有某個人臉統(tǒng)計得到的時間與該人臉最晚和最早出現(xiàn)的時間差的比值超過了設(shè)定閾值，即認(rèn)為該人臉有過度使用電腦的情形。當(dāng)判斷存在過度使用電腦的情形，報警模塊給予報警提示。本發(fā)明實施例提供的基于智能視頻分析的電腦使用時間提示系統(tǒng)包括視頻采集模塊、人臉檢測和跟蹤模塊、人臉識別模塊、統(tǒng)計模塊及報警模塊。視頻采集模塊設(shè)置于電腦顯示器的上方，采集電腦顯示器前方的視頻圖像。人臉檢測和跟蹤模塊對所述視頻圖像中的人臉進行檢測和跟蹤。人臉檢測是一個研究比較成熟的問題。目前能夠?qū)崟r運行的人臉檢測算法的基礎(chǔ)是Viola提出的基于積分圖像來快速計算Harr特征，并用分層的思想來訓(xùn)練若干個Adaboost分類器得到的層次分類模型。Adaboost是一種自適應(yīng)的訓(xùn)練方法，它可以將若干個弱分類器組合起來得到一個強分類器。當(dāng)訓(xùn)練用的特征向量維數(shù)很長時，可以用Adaboost的方法來從特征向量中挑選出分類能力最強的若干個特征，這些特征依次被挑選出來并賦以不同的權(quán)重就可以組合為一個強分類器。最簡單的弱分類器是基于直方圖的分類器。如圖2所示，為基于直方圖的弱分類器示意圖，中間的線條就是弱分類器的分類閾值，深色部分為分類后的誤差，分類器設(shè)計的規(guī)則是使誤差達(dá)到最小。設(shè)實線代表的分布的誤差部分為:Pa，虛線部分的誤差為Nb。那么分類誤差就為:Pa+Nb正確的部分為:(Sp-Pa)+ (SN-Nb) = SP+SN-Pa_Nb，SP，SnS實線和虛線的整體積分值?？梢姰?dāng)誤差最小時，正確率最高。因此優(yōu)化目標(biāo)可以寫為:I Sp+SN-Pa-Pb-Pa-Pb I = I SP+SN-2Pa-2Pb | — max即正確與錯誤的差值達(dá)到最大。在編程實現(xiàn)時，可以分步進行搜索，對每一步都計算I SP+SN-2Pa-2Pb I，找到最大值對應(yīng)的閾值即可。每個訓(xùn)練樣本可以用一個矢量Vi來表示，訓(xùn)練樣本(包括所有的正負(fù)樣本)的集合可以表示為V= Ivci, V1...vN} ,N為樣本的數(shù)量,每個訓(xùn)練樣本對應(yīng)一個Yi = {0,1},0表不該樣本是一個負(fù)樣本，I表不該樣本是一個正樣本，每個樣本都對應(yīng)了一個權(quán)重Wi,正負(fù)樣本的權(quán)重分開來計算，所有樣本的權(quán)重之和為I。將Vi中的每個分量在樣本集合V中的所以值取出來就可以得到和上圖類似的直方圖，根據(jù)上述的算法可以計算出每個分量作為弱分類器時的誤差，挑選誤差最小的分類器作為Adaboost中的一個弱分類器。每挑選出一個弱分類器，就需要對所有的權(quán)重進行更新并計算當(dāng)前挑選的Adaboost中的弱分類器對應(yīng)的權(quán)重。最后將所有的弱分類器按權(quán)重組合起來就得到一個強分類器。一個Adaboost并不能取得很好的分類結(jié)果，Viola提出了將若干個Adaboost分類器按順序組合在一起的類似瀑布的分層模型。進行分類時，目標(biāo)樣本依次通過每個Adaboost分類器，全部通過后才能判斷出目標(biāo)屬于哪個類別。這種分層模型可以達(dá)到很高的識別率，而且思想非常簡單，易于實現(xiàn)。經(jīng)過圖像積分可以很快的計算出Harr特征，這些特征組合成樣本后再用基于Adaboost訓(xùn)練的分層分類器來進行識別，就能快速準(zhǔn)確的從圖像中提取出人臉的區(qū)域。當(dāng)人臉區(qū)域檢測到后，可以用跟蹤的方法來對檢測到的區(qū)域進行跟蹤，而不必每次都進行人臉檢測，這樣可以大大的提高運行速度。跟蹤的方法研究的也很成熟，有基于光流的KLT方法，也有應(yīng)用非常廣泛的meanshift方法。檢測并跟蹤到的人臉可以為后續(xù)的人臉識別提供人臉樣本。在檢測和跟蹤模塊檢測到人臉時，人臉識別模塊對檢測到人臉進行識別，判斷該人臉是否與人臉數(shù)據(jù)庫中的人臉匹配，當(dāng)不能匹配時，將該人臉加入人臉數(shù)據(jù)庫中。人臉識別是一個經(jīng)典的模式識別問題，已經(jīng)有了許多的研究，并有了豐富的研究成果。幾乎每種模式識別方法和理論都被應(yīng)用到人臉識別當(dāng)中，著名的分類識別算法包括基于PCA的識別方法，基于Gabor特征的識別方法，基于SVM的方法，基于Adaboost的方法等等。統(tǒng)計模塊對每一個檢測和識別到的人臉出現(xiàn)在電腦顯示器前的時間進行統(tǒng)計。進行統(tǒng)計時的一個實施情形是一個人始終出現(xiàn)在電腦前，因此可以始終被人臉檢測和跟蹤模塊監(jiān)測到，并進行時間的累加。但實際使用中，常常出現(xiàn)一個人使用一段時間后就短暫離開的情況。此時這個人的人臉就不會被檢測到，之前統(tǒng)計的信息就可能丟失。本發(fā)明實施例的解決方法是當(dāng)檢測到一個人臉時，就將其人臉圖像保存到人臉數(shù)據(jù)庫中，并給該臉保留一個記錄，在后續(xù)的檢測中，每檢測到一個人臉，就將當(dāng)前檢測到的人臉與人臉數(shù)據(jù)庫中的每個記錄對應(yīng)的人臉進行比對識別，如果可以和其中的一張人臉匹配上，那么就將該人臉出現(xiàn)的時間進行累加，否則就將當(dāng)前檢測到的人臉加入到人臉數(shù)據(jù)庫中。這樣就可以保證當(dāng)一個人短暫消失又出現(xiàn)后，其出現(xiàn)的總時間信息不會丟失。報警模塊根據(jù)統(tǒng)計模塊統(tǒng)計得到的當(dāng)前檢測到的人臉出現(xiàn)在電腦前的時間，判斷該人臉是否有超時使用電腦的情形。具體地，在當(dāng)系統(tǒng)發(fā)現(xiàn)統(tǒng)計的人臉記錄中有某個人臉統(tǒng)計得到的時間與該人臉最晚和最早出現(xiàn)的時間差的比值超過了設(shè)定閾值，報警模塊就認(rèn)為該人臉長時間使用電腦。報警模塊進行提示或報警，并根據(jù)實際情況來進行后處理，比如如果是兒童使用電腦，那么就會給予聲音或者文字警告，提醒家長的注意；如果是專門的游戲用機，就會強制退出游戲等。系統(tǒng)提供了若干種報警以及后處理的模式，可以根據(jù)實際需要來直接進行選擇，或者進行補充。此外，在系統(tǒng)運行中，還可能發(fā)生人為的將監(jiān)控攝像頭遮擋以避開統(tǒng)計的情況。本發(fā)明實施例提供的解決方法是加入圖像處理和運動檢測模塊，圖像處理和運動檢測模塊對圖像采集模塊采集的視頻圖像信息進行背景分析或運動分析。如果監(jiān)控攝像頭采集的視頻在一段設(shè)定的時間內(nèi)沒有任何人臉出現(xiàn)，或者監(jiān)控場景的成像背景大多為黑色，或者沒有任何運動的發(fā)生，那么就認(rèn)為攝像頭被認(rèn)為的遮擋，此時可以通知報警模塊進行提示。以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。
權(quán)利要求
1.一種基于智能視頻分析的電腦使用時間提示方法，其特征在于，該方法包括: 采集電腦顯示器前方的視頻圖像； 對視頻圖像進行人臉檢測和跟蹤； 當(dāng)檢測到人臉時，統(tǒng)計該人臉出現(xiàn)的時間； 根據(jù)統(tǒng)計得到的該人臉出現(xiàn)的時間判斷人臉是否過度使用電腦； 在該人臉過度使用電腦時，發(fā)出報警提示信號。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法還包括:在對視頻圖像進行人臉檢測時，對視頻圖像進行運動檢測及背景分析；當(dāng)視頻圖像在一段設(shè)定的時間內(nèi)沒有任何人臉出現(xiàn)，或者監(jiān)控場景的成像背景大多為黑色，或者沒有任何運動的發(fā)生，報警模塊進行提/Jn o
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法還包括:當(dāng)檢測到人臉時，對該人臉進行識別，判斷該人臉是否已經(jīng)存在于人臉數(shù)據(jù)庫中；當(dāng)該人臉與人臉數(shù)據(jù)庫的人臉匹配，即已經(jīng)存在于人臉數(shù)據(jù)庫中，將該人臉出現(xiàn)的次數(shù)累加；當(dāng)該人臉未存在于人臉數(shù)據(jù)庫中，將該人臉存儲與人臉數(shù)據(jù)庫中，并記錄該人臉出現(xiàn)的次數(shù)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法還包括:判斷人臉是否過度使用電腦的方式包括:在當(dāng)系統(tǒng)發(fā)現(xiàn)統(tǒng)計的人臉記錄中有某個人臉統(tǒng)計得到的時間與該人臉最晚和最早出現(xiàn)的時間差的比值超過了設(shè)定閾值，即認(rèn)為該人臉有過度使用電腦的情形。
5.一種基于智能視頻分析的電腦使用時間提示系統(tǒng)，其特征在于，該系統(tǒng)包括: 視頻采集模塊，設(shè)置于電腦顯示器的上方，采集電腦顯示器前方的視頻圖像； 人臉檢測和跟蹤模塊，對所述視頻圖像中的人臉進行檢測和跟蹤； 統(tǒng)計模塊，對每一個檢測到的人臉出現(xiàn)在電腦顯示器前的時間進行統(tǒng)計； 報警模塊，根據(jù)統(tǒng)計模塊統(tǒng)計得到的當(dāng)前檢測到的人臉出現(xiàn)在電腦前的時間，判斷該人臉是否有超時使用電腦的情形。
6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括:圖像處理和運動檢測模塊，圖像處理和運動檢測模塊對圖像采集模塊采集的視頻圖像信息進行背景分析或運動分析，當(dāng)監(jiān)控攝像頭采集的視頻在一段設(shè)定的時間內(nèi)沒有任何人臉出現(xiàn)，或者監(jiān)控場景的成像背景大多為黑色，或者沒有任何運動的發(fā)生，圖像處理和運動檢測模塊通知報警模塊進行提示。
全文摘要
一種基于智能視頻分析的電腦使用時間提示方法包括采集電腦顯示器前方的視頻圖像；對視頻圖像進行人臉檢測和跟蹤；當(dāng)檢測到人臉時，統(tǒng)計該人臉出現(xiàn)的時間；根據(jù)統(tǒng)計得到的該人臉出現(xiàn)的時間判斷人臉是否過度使用電腦；在該人臉過度使用電腦時，發(fā)出報警提示信號。
文檔編號G06K9/00GK103164315SQ20111042435
公開日2013年6月19日 申請日期2011年12月15日 優(yōu)先權(quán)日2011年12月15日
發(fā)明者謝東海, 黃英 申請人:無錫中星微電子有限公司