1、近年来，随着手机、平板等电子设备的普及，我国青少年儿童近视问题愈演愈烈。根据近视情况调查结果显示，2018 年青少年儿童近视率超过50%，2021 年已超过 60%，即全国人口中至少有9.6 亿近视人口。若不及时进行有效遏制，我国未来近视人口将达到 11 亿。青少年的视力问题关乎民族的未来，我国青少年儿童近视率偏高的问题近几年来受到了广泛关注，各类保护视力的药物、仪器应运而生。王浩等1基于 STM32 单片机和人体红外传感器设计了电子屏幕智能防近视系统，能够通过报警的方式提醒人们远离屏幕；郭新等2设计了基于 STM32F0 的红外控制系统，可通过距离测量、环境检测和语音提示等功能约束儿童观影距
2、离和观影时间；许粲羚3应用红外测距原理设计了红外防近视仪，以纠正不正确的握笔、读书和写字姿势，确保健康的用眼距离；Schaeffel F4通过在眼镜框附加传感器记录亮度、阅读距离和阅读持续时间来改善儿童用眼习惯；Garth开发出了一种用于近视矫正的仿生镜片，但其价格高昂且只适用于眼睛结构发育成熟的成人，不适用于青少年的视力矫正，更无法实现从儿童时期进行近视眼的预防。总的来说，目前对于儿童防近视硬件系统的研究比较少，而由于儿童青少年时期是视力发展的黄金时期5，因此儿童时期近视眼的预防显得尤为重要。本研究基于红外检测技术和人脸识别技术，设计了一种儿童观影距离控制系统，该系统可在检测到儿童近距离观影
3、时自动暂停电视机播放，进而避免近距离观影对视力造成的不良影响，督促儿童养成良好的用眼习惯，对预防青少年儿童近视、降低近视率具有积极意义。1理论基础1.1红外传感原理该系统采用热释电红外传感器检测儿童的观影距离。热释电红外传感器以强介电材料钛酸钡作为电极，并在电极表面增加一种导电膜6，由于热释电效应，当外界温度变化时，电极表面极化强度随之发生变化并释放电荷，进而在元件两端产生电压或电流等可被识别的电信号。体温恒定在 37 益左右的人体会辐射出波长约为 10 滋m 的红外线7，红外线照射到热释电红外传感器上时，会使热释电红外传感器表面发生温度变化，从而发生热释电效应，在热释电红外传感器两电极之间产
4、生电压，热释电红外传感器依靠此电压差传递信号。1.2人脸识别原理1.2.1主成分分析算法主 成 分 分 析（Principal Component Analysis，PCA）算法，可将多个指标转换成能反映原始数据大部分信息的少量指标，即用核心特征向量表示所有特征向量，从而实现降维。该算法在图像识别领基金项目 黑龙江省大学生创新计划训练项目（202210225050）收稿日期：2022原12原30曰修回日期：2023原02原01作者简介：成子涵（2001），女，山东济南人，在读本科，主要从事物流工程研究，E-mail：。通信作者：高珊（1980），女，黑龙江齐齐哈尔人，博士，副教授，主要从事木质
5、林产品无损检测研究，E-mail：gaoshan_。一种儿童观影距离控制系统的设计成子涵，翟梅婷，高珊摘要：为了改善我国青少年儿童视力健康问题、督促儿童养成良好的用眼习惯，本文设计了一种儿童观影距离控制系统，通过约束儿童观影距离预防儿童视力问题。该系统包括红外检测模块、控制模块、图像识别模块、红外发射模块和蓝牙模块。该系统利用红外传感技术感知近距离观影现象，通过主成分分析（PCA）算法实现人脸识别。经人脸识别实验验证，该系统识别准确率在 90%以上，有助于培养儿童的健康观影习惯，对于降低青少年群体的近视率具有积极影响。关键词：预防近视；观影距离；控制系统；人脸识别；红外传感；蓝牙通信中图分类号
6、：R778.1+1；TP391.41；TP212.1+4；TN92文献标识码：ADOI：10.3969/j.issn.1674-9146.2023.08.113（东北林业大学，黑龙江哈尔滨150040）文章编号：1674-9146渊圆园23冤08原113原04科 技 创 新 与 生 产 力SCI-TECH INNOVATION&PRODUCTIVITY第 44卷第 8 期2023年 8 月Vol.44No.8Aug.2023*科技创新与生产力 2023年第 44卷第 8 期红外检测模块控制模块图像识别模块蓝牙模块红外发射模块电 源域有着广泛的应用。使用此算法进行人脸识别，用户首先需要构建一个含
7、有 n 个样本的训练样本集X=X1，X2，Xn，向量 Xi表示第 i 个训练样本的每一列向量有着堆叠成一列的列向量，向量 Xi的维数则为第 i 个训练样本的图像像素数 m=W伊H，其中 W 和 H 分别为行像素数和列像素数。计算出训练样本集的均值为X=1nnk=1移Xk（1）式中：k=1，2，n，下同。则每个训练样本与样本均值之间的差值为Dk=Xk-X（2）得到训练样本集的偏差矩阵为 A，A 的维数为m伊n。构造协方差矩阵，其表达式为C=1nnk=1移DkDkT（3）C=1nAAT（4）利用协方差矩阵求其特征向量 滋i和对应的特征值 孜i，并用求得的特征向量构造特征空间。易知协方差矩阵 C 是
8、一个维数为 m伊m 的矩阵，这个维数一般较大，计算繁琐，因此采用奇异值分解定理简化计算。令 C忆=ATA，求出 C忆的特征向量 ei和其对应的特征值 姿i后，按照贡献率选取较大的 p（p臆n）个特征值对应的特征向量作为人脸识别的人脸核心特征空间，贡献率计算公式为浊=pi=1移姿ini=1移姿i（5）转化矩阵 C忆的特征向量和原协方差矩阵 C 的特征向量之间的转换公式为滋i=1姿i姨Aei（i=1，2，3，p）（6）根据式（6），计算出原协方差矩阵 C 的特征向量。构造“特征脸”空间，构成人脸识别的数据库棕=滋1，滋2，滋p。将训练样本与样本均值的差值矢量，投影到“特征脸”空间，公式为赘i=棕T
9、Di（i=1，2，3，n）（7）构建一个含 q 个测试样本的测试样本集 Y=Y1，Y2，Yq，将测试样本与样本均值的差，投影到“特征脸”空间，得到其特征向量为赘i祝=棕T（Yi-X軍）（i=1，2，p）（8）由于不同人脸的特征向量差距较大，相同个体的人脸距离总是小于不同个体的人脸距离。计算待识别人脸（即测试样本集）和每个训练样本之间的欧式距离，欧式距离公式为d（赘，赘祝）=|赘j-赘i祝|蓘蓡12（9）根据待识别人脸和各个训练样本之间的欧式距离，选出距离最短的训练样本作为输出值，作为人脸识别结果8-11。1.2.2人脸识别的步骤利用 PCA 算法进行人脸识别，首先选取若干拍摄清晰、五官无遮挡的
10、人像，计算机读取这些图像后，利用人脸核心特征分类器将五官分类，一般分为眼睛、鼻子、嘴巴记忆存储空间，利用 PCA算法将分类后五官的核心特征向量提取出来，保存为面部核心特征向量空间，即人脸数据库12-15。人脸数据库建成后，该系统利用摄像头实时捕捉图像，利用定位和分割算法框选人脸部分。系统会通过人脸核心特征分类器和 PCA 算法生成人脸核心特征向量空间，并将当前图像提取出的人脸核心特征向量与人脸数据库中的人脸特征利用欧式距离进行比对。由于不同人脸的特征向量差距较大，相同个体的人脸距离总是小于不同个体的人脸距离。因此，当捕捉到的图像提取出的人脸核心特征向量与人脸数据库中的人脸核心特征向量之间的欧式
11、距离小于一定门限，即可认为识别成功。基于PCA 算法的人脸识别步骤见图 1。2系统整体结构设计儿童观影距离控制系统主要包括红外检测模块、控制模块、图像识别模块、红外发射模块和蓝牙模块。系统整体结构设计见图 2。图 1基于 PCA 算法的人脸识别步骤图 2系统整体结构设计人脸核心特征分类器PCA算法待识别人脸图片若干儿童照片根据比较结果确定识别结果人脸核心特征（眼睛、鼻子、嘴巴）按五官进行分类（眼睛、鼻子、嘴巴）人脸核心特征向量人脸核心向量记忆空间（人脸数据库）欧式距离 114 成子涵，等：一种儿童观影距离控制系统的设计图 3系统工作流程图图 4人脸识别实验结果NNYY初始化红外监测模块图像识别
12、模块红外发射模块播放暂停监测是否有人是否为目标人脸（a）人脸数据库中儿童（b）非人脸数据库中儿童开始2.1红外检测模块红外检测模块主要包括热释电红外传感器（HR-SR501），其通过跳线与控制模块电性连接。热释电红外传感器设有感应阈值，当有人在设定的阈值范围内活动的时候，其输出将由低电平转变为高电平，进而将有人距离观影过近的信号传递给控制模块。2.2控制模块控制模块主要包括 Arduino UNO 开发板，负责接收各个模块传来的信号并控制相关模块的响应。控制模块可在接收到红外检测模块电压变化的信号后启动图像识别模块。2.3图像识别模块图像识别模块主要由树莓派和定制摄像头picamera 组成，
13、其编程环境为 python+Open CV。要实现人脸识别功能，首先需要用户提前将待识别儿童的若干照片上传至百度云平台，创建人脸数据库。当控制模块接收到有人观影距离过近的信号后，会利用蓝牙模块与树莓派通信，命令树莓派摄像头拍摄实时照片，并调用开源的人脸识别软件开发工具包（Software Development Kit，SDK）来识别和检测捕捉到的人脸是否包含在人脸数据库中。对比完成后，树莓派将通过自带的蓝牙功能将结果传输回控制模块。2.4红外发射模块红外发射模块主要包括红外发射二极管，其通过跳线与控制模块电性连接。此模块将根据树莓派传回的人脸对比结果决定电视机播放状态：若捕捉人脸存在于人脸数
14、据库里，则发射红外信号使电视机播放暂停；若捕捉人脸不在人脸数据库里，则保持原状。遥控器对电视机的控制依赖于红外发射二极管发出的红外信号。遥控器的每个按键都对应一种调制信号，该信号被电视机上的红外一体化模块接收后，输出解调后的数字脉冲，由于每个按键对应不同的脉冲，因此得以实现电视机播放与暂停等功能16。利用这一特性，本研究将遥控器对应按键的编码写进程序，以通过红外发射模块来控制电视机的播放状态情况。2.5蓝牙模块蓝牙模块通过跳线与控制模块电性连接，主要用于控制模块 Arduino 与树莓派之间数据的传接以及系统与手机端的通信。若电视机播放暂停，说明儿童存在不良的观影习惯，此时蓝牙模块会将电视机的
15、播放状态情况发送至家长手机端，让家长对儿童的观影习惯有更加实时、全面的了解，以便督促儿童养成良好的观影习惯。系统工作流程图见图 3。3控制系统应用实验3.1实验设计及过程建立前文所述人脸识别情形需要的人脸数据库，按照训练集颐测试集=4颐1 的比例，训练人脸数据库中的图片，并测试检测结果的准确性。训练和测试的具体过程如下：使用 5 位儿童125 张照片，建立 5 个训练集，每个训练集里存放有同一儿童的不同照片。由于人的表情变化、拍摄时光线不同等都可能对检测结果产生影响，因此该实验在选择照片时尽量包含不同表情、不同环境下拍摄的含有正脸的人像。该实验所使用的照片来自于自建人脸数据库，实际应用时人脸数
16、据库中的图片可通过摄像头实时采集并上传。3.2实验结果人脸识别实验结果见图 4。图 4（a）、图 4（b）分别为在人脸数据库中经过训练的儿童照片和人脸数据库中并未存放照片的儿童照片。由图 4 可知，照片在人脸数据库中的儿童成功被识别，见图 4（a）；人脸数据库中无照片的儿童识别结果显示未知，见图 4（b）。人脸识别实验结果统计表见表 1。测试集 4 的 115 科技创新与生产力 2023年第 44卷第 8 期准确率与其他测试集存在较大差异，这可能是因为训练集 4 中选取的照片不具有代表性，进而导致人脸核心特征向量的提取不精确，因此其结果不具有代表性，其测试结果不计入平均准确率。由表 1 得到该
17、系统人脸识别的准确率为 91.1%。4结论本研究基于红外检测技术和人脸识别技术，设计了一种儿童观影距离控制系统17-18，该系统可以通过控制儿童观影时与电视屏幕的距离，调节当前电视机画面播放的启停，进而防止儿童近距离观影。通过对该系统人脸识别准确性测试可知，该系统人脸识别的准确率达到 91.1%，可以满足应用要求。综上，该系统具有调节儿童观影距离的功能，可以实现预防近视、保护视力的目的，有助于培养青少年儿童的健康观影习惯，对于降低青少年群体的近视率具有积极影响。参考文献：1王浩,程进,张春倩,等.电子屏幕智能防近视系统J.传感器世界,2021,27(11):10-13.2郭新,刘买花,张洁,等
18、.一种儿童观影距离及环境检测控制系统的研究与实现J.科技资讯,2021,19(6):26-30.3许粲羚.红外防近视仪的设计研究J.科技传播,2012(6):52-53.4SCHAEFFELF.Preventionofmyopia.J.DerOphthalmologe:Zeitschrift der Deutschen Ophthalmologischen Gesellschaft,2019,116(6):1-10.5孙华,李扬.热释电红外传感器原理及其应用J.内江科技,2010,31(12):116+160.6杨波,陈忧先.热释电红外传感器的原理和应用J.仪表技术,2008(6):66-68
19、.7彭丽静,宫世宽,李丽红.热释电红外传感器原理及应用J.煤炭技术,2005(3):113-114.8岳也,王川龙.一种基于改进 PCA 和 BP 神经网络的人脸识别算法J.太原师范学院学报(自然科学版),2021,20(1):49-54+68.9郭磊,周文杰,高少伟.基于 PCA 算法的人脸识别技术研究J.现代信息科技,2021,5(5):108-112+117.10王喜鑫.基于 PCA 的人脸识别算法设计及硬件实现D.西安:西安理工大学,2020.11许佳胜,李欣,孙宏凯.人脸识别技术概述J.科技风,2020(4):6.12陈潇.基于 PCA 的人脸识别方法设计与实现J.数字技术与应用,2
20、019,37(10):156-157+159.13李梦潇,姚仕元.基于 PCA的人脸识别系统的设计与改进J.计算机科学,2019,46(S1):577-579.14史姗姗.人脸识别技术的研究D.武汉:武汉轻工大学,2018.15李冠楠,李强.一种基于人脸核心特征的 PCA 人脸识别算法及应用J.电子器件,2012,35(5):607-610.16严洪立,李永红,梅容芳.NEC 协议的红外遥控原理与模拟仿真J.单片机与嵌入式系统应用,2020,20(11):63-66.17张文泽,毕建涛,邓敏.基于三维平台的移动端监控系统设计与实现J.科技创新与生产力,2018(4):105-108+111.1
21、8崔洪陶.手机移动办公系统的应用研究J.科技创新与生产力,2013(7):63-64.（责任编辑邸开宇）Design of a Childrens Viewing Distance Control SystemCHENG Zihan,ZHAI Meiting,GAO Shan(Northeast Forestry University,Harbin 150040,China)Abstract：In order to improve the visual health issues of adolescents and children in China and encourage them t
22、o developgood eye habits,this paper designs a childrens viewing distance control system to prevent childrens visual problems byconstraining their viewing distance.The system includes an infrared detection module,control module,image recognitionmodule,infrared emission module,and Bluetooth module.Thi
23、s system utilizes infrared sensing technology to perceive closerange viewing phenomena and achieves facial recognition through principal component analysis(PCA)algorithm.After facialrecognition experiments,the recognition accuracy of this system is over 90%,which helps cultivate childrens healthy vi
24、ewinghabits and has a positive impact on reducing myopia rates in the adolescent population.Key words：preventing myopia;viewing distance;control system;face recognition;infrared sensing;Bluetooth communication人物训练集测试集准确率/%Children_11190.0Children_22292.0Children_33389.0Children_44480.0Children_55593.3平均值91.1表 1人脸识别实验结果统计表 116