刘凯多，陈振宇，袁洪喜，李静宜

（湖南科技大学，湖南湘潭，411100）

0 研究背景

随着人们生活节奏的加快，工作或学习的时长有增无减，而由其所处环境与自身的状态所引发的问题却常常被忽视。例如在过低温度的室内学习，容易生病感冒；不良的光照环境对视力有着不可逆的影响，而长时间处于视觉疲劳状态下学习或不正确的坐姿都更容易导致近视和含胸驼背甚至更为严重的脊椎问题。此外，研究表明在二氧化碳浓度较高的场合，学习效率会随之降低[1]。但人体是无法本能判断出室内二氧化碳浓度是否高于理论参考值，会对人的思考和注意力产生影响，从而决定是否需要开窗通风透气。

基于上述问题，我们提出了一种基于机器视觉的学习环境及状态检测装置，该装置可以有效改善此类现状对学习带来的不良影响。

1 装置整体架构

本作品通过物联网技术与电子技术解决方案，形成一套针对工作学习环境与状态进行检测，并做出提醒和改善的智能家居设备。该装置由学习环境监测和学习状态监测两大部分组成。实时监测环境温湿度、光强、空气质量、二氧化碳浓度等，将环境数据上传至云端，在移动端对数据进行输出整合，生成可视化的图形，同时针对检测到的不良环境状况通过树莓派搭载智能家居网关控制家电予以改善[2]；通过摄像头获取用户视频图像，监测学习状态、坐姿与学习时长，并对视疲劳及不良坐姿等现象通过屏幕交互的方式进行提醒。……