以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1是本发明实施例1提供的一种健康一体机视力检测智能化处理方法流程框图，包括：
获取体检舱内监控视频信息；
识别体检舱内体检人数；
确定体检人坐姿是否合格；
获取遮眼板与视力表屏幕之间的距离；
根据视力检测标准距离公式p＝(d＊5000＊2.90888＊10-4)＊60/25.4，动态调整视标的大小；其中，d为测量距离，单位为米，p为在该距离下，以视力5.0为基准时，视标e的像素大小；
对所述体检人进行视力检测。
本发明对体检舱内的监控视频信息进行一系列人工智能算法计算，包括对体检舱内的体检人数的识别、对眼镜佩戴情况的确定以及对体检人的眼部遮挡情况的确定，在这些条件都符合预设条件的情况下，对体检人的视力进行检测，实现了视力检测的智能化处理。
上述对体检舱内体检人数的识别包括如下步骤：
按照预设视频帧速，基于人体姿态识别模型(openpose)对所述视频信息进行人体关键部位识别，获得人体姿态数据；
分析所述人体姿态数据，判断体检舱内体检人数，完成体检人数的识别。
健康一体机出于数据处理的快速和高效性的考虑，对舱内的视频进行每秒25帧的实时分析，上述人体姿态识别模型可以是facebook研究所公布的densepose，也可以是alphapose。优选的，本发明基于开源的人体姿态识别框架openpose，对视频信息中的人体关键部位进行识别，获得人体姿态数据。openpose是一个开源的人体姿态识别框架，会对人体的关键部位进行一个预估，范围是0到1,越接近1越可信。
传真：