本發(fā)明涉及一種根據(jù)權(quán)利要求1的前序部分所述的用于操作驗光設(shè)備的計算機實施的方法以及一種包括根據(jù)權(quán)利要求10的前序部分所述的驗光設(shè)備的系統(tǒng)。
背景技術(shù)：
：：1、us2022/0146819?a1公開了一種用于目視深度預(yù)測的設(shè)備和方法。該設(shè)備包括相機組件和控制器。該相機組件被配置為捕獲用戶的雙眼的圖像。使用所捕獲的圖像，該控制器確定用戶的每只眼睛的每個瞳孔的位置。所確定的瞳孔位置和所捕獲的圖像用于確定眼睛追蹤參數(shù)，這些參數(shù)用于計算眼睛追蹤函數(shù)的值。利用所計算的值和將眼睛追蹤函數(shù)映射到目視深度的模型，確定用戶的目視深度。2、ep?3?498?149?a1公開了一種用于自動矯正老花眼的光電雙眼儀器以及用于老花眼的雙目矯正的方法。該儀器具有兩個光電透鏡和用于拍攝眼睛圖像的捕獲子系統(tǒng)。借助于對眼睛的圖像執(zhí)行處理的瞳孔追蹤，系統(tǒng)確定受試者正在觀看的距離。瞳孔追蹤使用高性能圖形處理器和用于瞳孔追蹤的高度平行化算法以非常高的速度工作。該方法由兩個階段組成。在第一階段，完成校準，要求受試者在不同距離處觀看目標，并且測量瞳孔的大小和位置。在第二階段，由儀器執(zhí)行矯正，系統(tǒng)連續(xù)地捕獲和處理圖像以計算要應(yīng)用的矯正，并且最后通過應(yīng)用所述矯正來矯正老花眼。3、us?7,656,509?b2公開了用于確定距離的設(shè)備。呈現(xiàn)出電激活透鏡的用戶正在看向的對象。一旦確定了距離，這些設(shè)備就可以改變電激活透鏡的光焦度以確保該對象被正確聚焦。光學(xué)測距是執(zhí)行這項任務(wù)的可能手段。有源測距儀可以從發(fā)射器發(fā)射指向?qū)ο蟮墓廨椛?。然后，光輻射可以被對象反射。然后，可以用適當?shù)慕邮掌鹘邮毡环瓷涞墓廨椛?。然后，接收到的光輻射可以由適當?shù)碾娐废到y(tǒng)處理以確定到對象的距離。無源測距儀無需發(fā)射器即可工作。而是，適當?shù)慕邮掌鹘邮諄碜詫ο蟮沫h(huán)境光源。然后，接收到的光可以由適當?shù)碾娐废到y(tǒng)處理以確定到對象的距離。4、us11?221?488?b1公開了一副眼鏡，這一副眼鏡包括一個或多個可調(diào)節(jié)透鏡，每個可調(diào)節(jié)透鏡被配置為與用戶的相應(yīng)一只眼睛對準。這些可調(diào)節(jié)透鏡包括與非液晶可調(diào)節(jié)透鏡(比如，流體填充透鏡或阿爾瓦雷斯透鏡)堆疊的中央凹形液晶可調(diào)節(jié)透鏡。中央凹形可調(diào)節(jié)透鏡包括電調(diào)制的光學(xué)材料，比如一個或多個液晶單元。液晶單元包括沿一個、兩個、三個、四個或多于四個方向延伸的電極陣列?？刂齐娐废到y(tǒng)可以將控制信號施加到每個液晶單元中的電極陣列以產(chǎn)生期望的相位輪廓。每個透鏡可以被中央凹化，使得在用戶目視內(nèi)的透鏡部分展現(xiàn)出與在用戶目視外的透鏡部分不同的相位輪廓。5、us2020/379214?a1公開了一種增強現(xiàn)實(ar)設(shè)備，該設(shè)備包括變焦透鏡，該變焦透鏡的焦距可以通過調(diào)節(jié)屈光力并且根據(jù)用戶的觀看方向調(diào)節(jié)變焦透鏡的焦點調(diào)節(jié)區(qū)域的位置來改變。ar設(shè)備可以使用眼睛追蹤器來獲得指示用戶的觀看方向的眼睛向量，調(diào)節(jié)第一變焦透鏡的第一焦點調(diào)節(jié)區(qū)域的屈光力以改變用于顯示虛擬圖像的焦距，并且相對于調(diào)節(jié)后的第一焦點調(diào)節(jié)區(qū)域的屈光力互補地調(diào)節(jié)第二焦點調(diào)節(jié)透鏡的屈光力。6、hasan,n.、karkhanis,m.、khan,f.、ghosh,t.、kim,h.和mastrangelo,c.h.(2017)的adaptive?optics?for?autofocusing?eyeglasses[用于自動聚焦眼鏡的自適應(yīng)光學(xué)器件]，收錄于optics?infobase?conference?papers[光學(xué)信息基礎(chǔ)會議論文集](https://doi.org/10.1364/aio.2017.am3a.1)，描述了旨在恢復(fù)因年齡相關(guān)的老花眼而失去的調(diào)節(jié)能力的自適應(yīng)眼鏡的實施方式。自適應(yīng)可變屈光力目鏡由電池供電的微控制器系統(tǒng)驅(qū)動，該微控制器系統(tǒng)測量從觀察者到對象的距離并且將其與觀察者的驗光處方相結(jié)合以在任何對象距離處產(chǎn)生清晰圖像。7、mompeán,j.、aragón,j.l.和artal,p.(2020)的portabledevice?for?presbyopiacorrection?with?optoelectronic?lenses?driven?by?pupil?response[用由瞳孔響應(yīng)驅(qū)動的光電透鏡進行老花眼矯正的便攜式設(shè)備]，收錄于scientific?reports[科學(xué)報告]，10(1)(https://doi.org/10.1038/s41598-020-77465-5)，描述了一種便攜式設(shè)備，該便攜式設(shè)備已被開發(fā)和構(gòu)建用于借助于由瞳孔追蹤驅(qū)動的一對光電透鏡來動態(tài)且自動地矯正老花眼。該系統(tǒng)是完全便攜式的，提供高達10d的高散焦矯正范圍。眼鏡由智能手機進行控制和供電。為了實現(xiàn)真正的實時響應(yīng)，已經(jīng)在opencl中實施并且在智能手機的gpu上運行圖像處理算法。為了驗證該系統(tǒng)，在老花眼受試者中進行了不同的視覺實驗。在5m至20cm的距離范圍內(nèi)，視敏度幾乎保持恒定。8、padmanaban,n.、konrad,r.k.和wetzstein,g.(2019)的autofocals:evaluatinggaze-contingent?eyeglasses?for?presbyopes[自動對焦：評估老花眼患者的目視依賴型眼鏡]，收錄于acm?siggraph?2019talks[acm?siggraph?2019對話]，siggraph?2019，association?for?computing?machinery,inc[國際計算機學(xué)會](https://doi.org/10.1145/3306307.3328147)，描述了注視對象的深度的估計，該深度是經(jīng)由四個“原始”輸入的傳感器融合進行動態(tài)估計的：兩個目視追蹤相機，一個面向場景的深度相機和用戶的瞳孔間距(ipd)。雙目眼睛追蹤器以120hz估計聚散距離。然而，目視方向估計中的小誤差會在所估計的聚散中引入顯著的偏差。盡管深度傳感器僅以30hz運行，但是其與目視方向一起補償了聚散測量中的偏差。作者開發(fā)了一種定制傳感器融合算法以平衡聚散估計管道的準確性和速度。9、jarosza?j.、molliexa?n.、lavignea?q.和berge?b.(2019)的an?original?low-power?opto-fluidic?engine?for?presbyopia-correcting?adaptive?eyeglasses[一種用于老花眼矯正自適應(yīng)眼鏡的原始低功率光流體引擎]，收錄于ophthalmic?technologiesxxix[眼科技術(shù)xxix]，由fabrice?manns、per?g.soderberg、arthur?ho編輯，spie會議論文集第10858卷，1085824，doi：10.1117/12.2507816，描述了一種用于不接受矯正解決方案的人的老花眼矯正自適應(yīng)眼鏡的概念。所提出的眼鏡在所有距離處自動提供清晰視覺，并且具有增強的視野和高光學(xué)質(zhì)量的特征。自適應(yīng)技術(shù)依賴于原始的流體填充透鏡，其聚焦能力由插入眼鏡腿中的低功率微流體泵設(shè)定。lidar傳感器用于測量聚焦距離。10、現(xiàn)有技術(shù)中的可調(diào)諧透鏡通常包括用于場景檢測的ir相機和用于深度識別的眼睛追蹤設(shè)備。現(xiàn)有技術(shù)中的可調(diào)諧透鏡通常在深度分辨率以及距離估計準確性方面存在局限性。此外，已知的可調(diào)諧透鏡的調(diào)諧是在確定用戶的注視點之后實現(xiàn)的。因此，可調(diào)諧透鏡的調(diào)諧落后于用戶的注視過程。此外，操作可調(diào)諧透鏡時通常不考慮場景上下文。11、要解決的問題12、因此，特別是考慮到us11?221?488?b1和jarosza等人的出版物，本發(fā)明的目的是提供一種克服了現(xiàn)有技術(shù)的上述局限性的計算機實施的方法和系統(tǒng)。13、本發(fā)明的具體目的是提供一種具有更準確且更快的距離測量方式以使得能夠更準確且自然地對驗光設(shè)備進行調(diào)諧的計算機實施的方法和系統(tǒng)。技術(shù)實現(xiàn)思路1、該問題通過一種計算機實施的方法和一種包括驗光設(shè)備的系統(tǒng)來解決。2、在第一方面，本發(fā)明涉及一種用于操作驗光設(shè)備的計算機實施的方法，該方法包括以下步驟：3、-生成第一數(shù)據(jù)集，所述第一數(shù)據(jù)集包括關(guān)于驗光設(shè)備的用戶到對象的距離的信息，4、-根據(jù)基于該第一數(shù)據(jù)集的、驗光設(shè)備的用戶到對象的距離調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。5、該計算機實施的方法的特征在于，該第一數(shù)據(jù)集是通過使用lidar傳感器生成的，所述lidar傳感器通過評估由第一數(shù)據(jù)集表示的場景來測量驗光設(shè)備的用戶到對象的距離。6、如通常所使用的，術(shù)語“計算機實施的方法”是指涉及至少一個裝置(具體是計算機)或多個裝置(特別是經(jīng)由計算機網(wǎng)絡(luò)連接)的方法?？梢酝ㄟ^使用多個裝置中的任一個裝置處的至少一個連接接口經(jīng)由網(wǎng)絡(luò)連接該多個裝置。計算機實施的方法可以被實施為可以在承載計算機程序的存儲介質(zhì)上提供的至少一個計算機程序，由此通過使用至少一個計算機程序來執(zhí)行計算機實施的方法的至少一個步驟。替代性地，該至少一個計算機程序可以通過可以適于經(jīng)由網(wǎng)絡(luò)(比如經(jīng)由內(nèi)部網(wǎng)絡(luò)或經(jīng)由因特網(wǎng))執(zhí)行該方法的裝置來訪問。7、術(shù)語“驗光設(shè)備”是指處理光波的設(shè)備。在本發(fā)明的范圍內(nèi)，術(shù)語“驗光設(shè)備”是指至少眼鏡鏡片、雙目鏡、接觸鏡片或校正或檢測用戶眼睛問題的任何其他設(shè)備。8、術(shù)語“數(shù)據(jù)集”在本發(fā)明的上下文中描述了包括至少一條信息的項，比如數(shù)字或字母數(shù)字項。數(shù)據(jù)可以以機器可讀形式提供，使得數(shù)據(jù)可以是機器學(xué)習(xí)模型的輸入或輸出，特別是機器學(xué)習(xí)模型所包括的任何神經(jīng)網(wǎng)絡(luò)的輸入或輸出，或者數(shù)據(jù)可以是計算機實施的方法的輸入或輸出。特別地鑒于本方面，術(shù)語“第一數(shù)據(jù)集”是指lidar傳感器的輸出。該輸出可以由點云或關(guān)于場景中的多個對象的距離的數(shù)字信息來表示。9、如通常使用的，術(shù)語“調(diào)諧”或其任何語法變型是指調(diào)節(jié)驗光設(shè)備的光焦度的過程。10、術(shù)語“光焦度”是眼鏡鏡片的球鏡頂焦度(其將近軸平行光束帶到單一焦點)以及柱鏡頂焦度(其將近軸平行光束帶到兩條相互成直角的單獨焦線上(din?iso?13666:2019，第3.10.2節(jié)))的統(tǒng)稱。11、術(shù)語“可調(diào)諧透鏡”是指能夠使用輸入電能動態(tài)地調(diào)制其焦距的光聚焦設(shè)備(呈流體、凝膠或固體的形式)。因此，在可調(diào)諧透鏡中，可以通過電氣方式修改一些改變光波前的形狀的內(nèi)部特性。12、可調(diào)諧透鏡的示例是基于光學(xué)流體和聚合物膜的組合的形狀變化的透鏡。核心元件由填充有光學(xué)液體并用薄的彈性聚合物膜密封的容器組成。光學(xué)液體可以是具有特定光學(xué)特性(比如折射率)的透明液體。推動到膜中心的圓環(huán)將塑造可調(diào)諧透鏡。通過將環(huán)推向膜、通過對膜的外部施加壓力或通過將液體泵入或泵出容器可以改變膜的撓度以及透鏡的半徑?？烧{(diào)諧透鏡的其他示例是阿爾瓦雷斯透鏡，其使一對互補的立方相位板相對于彼此移位以改變光焦度；以及采用液晶技術(shù)的透鏡，其隨著電流而改變液晶的取向，從而改變光的折射。13、術(shù)語“l(fā)idar”是“l(fā)ight?detection?and?ranging(光檢測和測距)”或“l(fā)aserimaging,detection,and?ranging(激光成像、檢測和測距)”的首字母縮寫。lidar傳感器用于通過用激光瞄準對象或表面并測量反射光返回到接收器的時間來確定距離。在本發(fā)明中，其用于移動應(yīng)用的距離測量。14、如通常所使用的，術(shù)語“評估”或其任何語法變型是指分析場景的過程。術(shù)語“場景”在本發(fā)明的上下文中描述了人的視野或數(shù)字設(shè)備(比如lidar傳感器或相機)的視場。在本發(fā)明的上下文中，場景由圖像、視頻或數(shù)據(jù)集表示。如本文使用的，術(shù)語“圖像”15、是指單張圖片、特別是環(huán)境的圖片。如本文使用的，術(shù)語“視頻”16、是指環(huán)境的多個圖像。17、利用該計算機實施的方法(該方法包括使用lidar傳感器來測量驗光設(shè)備的用戶到對象的距離，以及基于驗光設(shè)備的用戶到對象的距離調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟)，實現(xiàn)了更精確的距離測量。因此，實現(xiàn)了驗光設(shè)備的可調(diào)諧透鏡的更準確的調(diào)諧。這使得驗光設(shè)備的用戶的佩戴舒適性更高。18、在特別優(yōu)選的實施例中，該計算機實施的方法包括通過由相機記錄場景的圖像來生成第二數(shù)據(jù)集的步驟。19、術(shù)語“第二數(shù)據(jù)集”是指相機的輸出。該輸出可以由圖像或視頻表示。圖像或視頻包括具有至少一個可識別對象的場景。在本發(fā)明中，“第二數(shù)據(jù)集”的場景與“第一數(shù)據(jù)集”的場景基本并行記錄。換句話說，相機和lidar傳感器觀察場景中的相同對象，但是提供表示相同場景的不同數(shù)據(jù)集。20、此外，第一數(shù)據(jù)集和第二數(shù)據(jù)集包括不同的數(shù)據(jù)格式和不同的采集參數(shù)。由lidar傳感器記錄的第一數(shù)據(jù)集可以包括場景的點云，該點云具有在場景內(nèi)識別的不同距離的點?？梢砸?40像素×560像素的分辨率和30fps的幀率來記錄第一數(shù)據(jù)集。由相機記錄的第二數(shù)據(jù)集可以包括由lidar傳感器記錄的同一場景的至少一個圖像?？梢砸?920像素×1080像素的分辨率和30fps的幀率來記錄第二數(shù)據(jù)集。因此，記錄第二數(shù)據(jù)集的分辨率可以高于記錄第一數(shù)據(jù)集的分辨率。替代性地，記錄第一數(shù)據(jù)集的分辨率可以高于記錄第二數(shù)據(jù)集的分辨率。21、如果第一數(shù)據(jù)集的分辨率不等于第二數(shù)據(jù)集的分辨率，則可以將具有較大分辨率的數(shù)據(jù)集縮小到另一數(shù)據(jù)集的較小分辨率。替代性地，可以將具有較小分辨率的數(shù)據(jù)集插值到較高分辨率的另一數(shù)據(jù)集。在上述示例中，可以將由相機記錄的第二數(shù)據(jù)集的分辨率縮小到由lidar傳感器記錄的第一數(shù)據(jù)集的分辨率。因此，第二數(shù)據(jù)集的分辨率將被縮小到940像素×560像素。22、此外，與第二數(shù)據(jù)集的視場相比，第一數(shù)據(jù)集的視場可以至少略微更寬。在這種情況下，將第一數(shù)據(jù)集的視場裁剪為第二數(shù)據(jù)集的視場。替代性地，與第一數(shù)據(jù)集的視場相比，第二數(shù)據(jù)集的視場可以至少略微更寬。23、如果第一數(shù)據(jù)集的幀率不等于第二數(shù)據(jù)集的幀率，則可以具有較大幀率的數(shù)據(jù)集縮小到另一數(shù)據(jù)集的較小幀率。在上述示例中，由相機記錄的第二數(shù)據(jù)集的幀率等于由lidar傳感器記錄的第一數(shù)據(jù)集的幀率。因此，將不縮小第二數(shù)據(jù)集的幀率。24、該計算機實施的方法的第二數(shù)據(jù)集使得能夠?qū)λ涗浀膱鼍斑M行評估。因此，調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟是基于所記錄的場景的信息并且是通過該信息來優(yōu)化的。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更自然。25、在特別優(yōu)選的實施例中，該計算機實施的方法包括通過由rgb相機記錄場景的圖像來生成第二數(shù)據(jù)集的步驟。26、術(shù)語“rgb相機”是指提供圖像矩陣的相機。網(wǎng)格中的每個點都被指派顏色值。根據(jù)行和列的數(shù)量計算圖像的分辨率。rgb相機的輸出可以由圖像或視頻表示。圖像或視頻包括具有至少一個可識別對象的場景。在本發(fā)明中，“第二數(shù)據(jù)集”的場景與“第一數(shù)據(jù)集”的場景并行或基本并行記錄。換句話說，rgb相機和lidar傳感器觀察場景中的相同對象，但是提供表示相同場景的不同數(shù)據(jù)集。27、由rgb相機記錄的第二數(shù)據(jù)集使得能夠?qū)λ涗浀膱鼍斑M行評估。因此，調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟是基于所記錄的場景的信息并且是通過該信息來優(yōu)化的。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更自然。28、在特別優(yōu)選的實施例中，該計算機實施的方法包括通過評估由第二數(shù)據(jù)集表示的場景來標識對象的進一步步驟。29、如通常所使用的，術(shù)語“標識”或其任何語法變型是指記錄場景的圖像后的標識過程。在所述標識過程結(jié)束時，可以基于所標識和所選定的對象到驗光設(shè)備的用戶的距離來標識和選擇對象以調(diào)諧驗光設(shè)備。30、標識對象的進一步步驟使得該計算機實施的方法不僅能夠識別而且能夠標識所記錄的場景內(nèi)的對象。因此，標識對象的進一步步驟帶來基于已知和所標識的對象調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟。通過用rgb相機記錄圖像來標識場景中的對象，并且通過lidar傳感器測量的數(shù)據(jù)來確定該對象到驗光設(shè)備的用戶的距離，并且將該距離分配給該對象。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更自然，并且使得驗光設(shè)備的用戶的佩戴舒適性更好。31、在特別優(yōu)選的實施例中，該計算機實施的方法的特征在于，標識對象包括以下子步驟：32、-識別由第二數(shù)據(jù)集表示的場景的圖像中的多個對象，以及33、-使用第一數(shù)據(jù)庫為該多個對象中的每個被識別的對象生成標識概率因子，以及34、-基于第一數(shù)據(jù)庫將標識概率因子指派給該多個對象中的每個對象，以及35、-將該多個對象中的每個被標識的對象的標識概率因子與預(yù)定義的標識概率閾值進行比較，以及36、-使用第二數(shù)據(jù)庫為該多個對象中具有大于該預(yù)定義的標識概率閾值的標識概率因子的每個被標識的對象生成選擇概率因子，以及37、-將該多個對象中具有大于該預(yù)定義的標識概率閾值的標識概率因子的至少每個被標識的對象的選擇概率因子與預(yù)定義的選擇概率閾值進行比較，以及38、-確定該驗光設(shè)備的用戶到具有最大的選擇概率因子的被標識的對象的距離，其中，所述被標識的對象的選擇概率因子大于該預(yù)定義的選擇概率閾值。39、在標識過程的第一步驟中，可以識別場景的所記錄的圖像中的多個對象。如通常所使用的，術(shù)語“識別”或其任何語法變型是指記錄場景的圖像后的標識子步驟。在標識過程的所述第一步驟結(jié)束時，可以知道場景內(nèi)是否存在對象?？梢酝ㄟ^評估第一數(shù)據(jù)集或優(yōu)選地第二數(shù)據(jù)集來實現(xiàn)識別本發(fā)明范圍內(nèi)的對象。40、在標識過程的進一步步驟中，使用使用第一數(shù)據(jù)庫為該多個對象中的每個被識別的對象生成標識概率因子，以及在標識過程的所述進一步步驟結(jié)束時，基于某個概率知道場景中所識別的對象的身份。41、術(shù)語“數(shù)據(jù)庫”在本發(fā)明的上下文中描述了數(shù)值方法的集合、機器學(xué)習(xí)模型的集合或基于人工智能的算法的集合。在本發(fā)明中，術(shù)語“第一數(shù)據(jù)庫”描述了用于標識場景上下文內(nèi)的對象的經(jīng)訓(xùn)練的機器學(xué)習(xí)模型的集合，所述經(jīng)訓(xùn)練的計算機學(xué)習(xí)模型包括至少一個標識概率因子。對象的標識概率因子可以存儲在第一數(shù)據(jù)庫內(nèi)的表或任何其他形式的信息存儲中。第一數(shù)據(jù)庫的示例是tensorflow、image?net或pytorch。42、機器學(xué)習(xí)模型已經(jīng)被訓(xùn)練為識別和標識至少一個對象以及檢測到該對象的上下文。例如，對象可以是計算機鍵盤，并且上下文可以是辦公桌上的計算機鍵盤。計算機鍵盤和辦公桌連同周圍環(huán)境確實表示了一個場景。如本文所使用的，術(shù)語“經(jīng)訓(xùn)練的機器學(xué)習(xí)模型”是指機器學(xué)習(xí)模型的模型，具體地包括至少一個經(jīng)訓(xùn)練、特別是經(jīng)訓(xùn)練以確定至少一個標識概率因子的神經(jīng)網(wǎng)絡(luò)。43、術(shù)語“標識概率因子”是指經(jīng)訓(xùn)練的機器學(xué)習(xí)模型通過分析在第二數(shù)據(jù)集內(nèi)識別出的對象而生成的某個概率。前面提及的示例包括辦公桌上的計算機鍵盤。在該示例中，經(jīng)訓(xùn)練的機器學(xué)習(xí)模型生成所識別的對象是辦公桌上的計算機鍵盤的標識概率因子。標識概率因子可以包含0到1范圍內(nèi)的值，其中包括0和1，相當于0％到100％。標識概率因子0相當于0％，并且意味著第一數(shù)據(jù)庫不知道在上下文中識別了哪個對象。因此，沒有這樣的數(shù)據(jù)可用于訓(xùn)練機器學(xué)習(xí)模型，以標識例如桌上的計算機鍵盤。在這種情況下，可以在進一步步驟中訓(xùn)練機器學(xué)習(xí)模型。標識概率因子1相當于100％，并且意味著第一數(shù)據(jù)庫確實以最高的可能概率知道在上下文中識別了哪個對象。因此，存在足夠的數(shù)據(jù)可用于訓(xùn)練機器學(xué)習(xí)模型，以標識例如桌上的計算機鍵盤。在這種情況下，不需要在進一步步驟中訓(xùn)練機器學(xué)習(xí)模型。標識概率因子優(yōu)選地包括上下文內(nèi)的至少一個對象的標識概率，或者替代性地包括沒有上下文的至少一個對象的標識概率因子。44、術(shù)語“生成”或其任何語法變型是指在本發(fā)明的范圍內(nèi)生成某些信息的過程。這可以指例如生成標識概率因子或生成數(shù)據(jù)集?？梢酝ㄟ^計算、記錄、提取、指派、推導(dǎo)、處理、加載、預(yù)測或任何其他可能的信息生成步驟來生成信息。45、在標識過程的進一步步驟中，基于第一數(shù)據(jù)庫將標識概率因子指派給該多個對象中的每個對象。在標識過程的所述進一步步驟結(jié)束時，將標識概率因子指派給場景中的所識別對象。46、術(shù)語“指派”或其任何語法變型是指將一條信息與第二條信息合并的過程。例如，第二數(shù)據(jù)集可以提供對象的存在。第一數(shù)據(jù)庫生成所述對象的標識概率因子。通過將某個百分比的特定標識概率因子指派給所識別的對象，計算機實施的方法知道例如會以所述某個百分比的概率在場景內(nèi)標識桌子上的計算機鍵盤。所述某個百分比在0％到100％的范圍內(nèi)。47、在標識過程的進一步步驟中，將該多個對象中的每個被標識的對象的標識概率因子與預(yù)定義的標識概率閾值進行比較。在標識過程的所述進一步步驟結(jié)束時，對于進一步的步驟，忽略標識概率因子低于預(yù)定義的標識概率閾值的所有對象。如果沒有任何被標識的對象包括比預(yù)定義的標識概率閾值更大的標識概率因子，i)則可以將該預(yù)定義的標識概率閾值降低到所識別的對象的最高被指派的標識概率因子，以確保該計算機實施的方法的進一步處理，或者ii)該計算機實施的方法在該步驟停止，不調(diào)諧可調(diào)諧透鏡，并繼續(xù)下一個場景以調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。替代性地，如果沒有對象可以被標識，則可以基于第一數(shù)據(jù)集的原始數(shù)據(jù)將可調(diào)諧透鏡調(diào)諧到默認距離，例如，調(diào)諧到無限遠，或調(diào)諧到另一個距離。如果多于一個被標識的對象包括比預(yù)定義的標識概率閾值更大的標識概率因子，則所有這種對象將進入標識過程的下一個步驟。48、術(shù)語“預(yù)定義的標識概率閾值”是指用于進一步處理被標識的對象的過濾步驟。預(yù)定義的標識概率閾值可以包含0到1范圍內(nèi)的值，其中包括0和1，相當于0％到100％。在優(yōu)選的實施例中，預(yù)定義的標識概率閾值的值在0.5與0.9之間，相當于50％到90％。在特別優(yōu)選的實施例中，預(yù)定義的標識概率閾值的值在0.6與0.8之間，相當于60％到80％。在最優(yōu)選的實施例中，預(yù)定義的標識概率閾值的值是0.7，相當于70％。49、在標識過程的進一步步驟中，使用第二數(shù)據(jù)庫為該多個對象中的每個被標識的對象或至少為具有等于或大于標識概率閾值的標識概率因子的所有對象生成選擇概率因子。在標識過程的所述進一步步驟結(jié)束時，選擇被標識的對象，所述選定的對象包括被驗光設(shè)備的用戶觀察到的某個選擇概率。50、在本發(fā)明中，術(shù)語“第二數(shù)據(jù)庫”描述了用于選擇場景上下文內(nèi)的對象的經(jīng)訓(xùn)練的機器學(xué)習(xí)模型的集合，所述經(jīng)訓(xùn)練的計算機學(xué)習(xí)模型包括至少一個選擇概率因子。對象的選擇概率因子可以存儲在第二數(shù)據(jù)庫內(nèi)的表或任何其他形式的信息存儲中。第二數(shù)據(jù)庫的選擇概率因子是基于驗光設(shè)備的用戶的選擇概率。51、此外，第二數(shù)據(jù)庫包括用戶的個體特性。例如，與每天用計算機工作的較年輕的用戶相比，退休年齡以上的用戶顯示出將視野切換到計算機的較小的選擇概率因子。與退休年齡以上的用戶相比，較年輕的用戶將顯示出對計算機更大的選擇概率因子。替代性地，用戶的過去行為(其取自第二數(shù)據(jù)庫)表明該用戶從不看計算機。因此，該用戶對計算機的選擇概率因子很小。影響視覺行為的其他參數(shù)(如一天中的時間，一周中的一天等)以及因此所選定的對象也可以包括在第二數(shù)據(jù)庫中。第二數(shù)據(jù)庫的示例是deepgaze或scegram。52、機器學(xué)習(xí)模型已經(jīng)被訓(xùn)練為從檢測到對象的上下文中選擇至少一個對象。例如，對象可以是計算機鍵盤和計算機鼠標，并且上下文可以是辦公桌上的計算機鍵盤和計算機鼠標。如本文所使用的，術(shù)語“經(jīng)訓(xùn)練的機器學(xué)習(xí)模型”也指機器學(xué)習(xí)模型的模型，具體地包括至少一個經(jīng)訓(xùn)練、特別是經(jīng)訓(xùn)練以確定至少一個選擇概率因子的神經(jīng)網(wǎng)絡(luò)。53、術(shù)語“選擇概率因子”是指經(jīng)訓(xùn)練的機器學(xué)習(xí)模型通過分析在第二數(shù)據(jù)集內(nèi)識別出和標識的(多個)對象而生成的某個概率。前面提及的示例包括辦公桌上的計算機鍵盤和計算機鼠標。在該示例中，經(jīng)訓(xùn)練的機器學(xué)習(xí)模型為所識別和標識的對象生成選擇概率因子。換句話說，機器學(xué)習(xí)方法為場景內(nèi)的多個對象生成包括選擇概率的值。選擇概率因子可以包含0到1范圍內(nèi)的值，其中包括0和1，相當于0％到100％。選擇概率因子0相當于0％，并且意味著基于第二數(shù)據(jù)庫，用戶將聚焦在該上下文中識別和標識的對象的選擇概率不存在。選擇概率因子1相當于100％，并且意味著基于第二數(shù)據(jù)庫，用戶將聚焦在該上下文中識別和標識的對象的選擇概率為100％。選擇概率因子優(yōu)選地包括上下文內(nèi)的至少一個對象的選擇概率，或者替代性地包括沒有上下文的至少一個對象的選擇概率。因此，特定對象的選擇概率因子是用戶將聚焦于該特定對象的概率或可能性的度量。54、在標識過程的進一步步驟中，將該多個對象中具有大于該預(yù)定義的標識概率閾值的標識概率因子的至少每個被標識的對象的選擇概率因子與預(yù)定義的選擇概率閾值進行比較。在標識過程的所述進一步步驟結(jié)束時，對于連續(xù)的進一步步驟，忽略選擇概率因子低于預(yù)定義的選擇概率閾值的所有對象。55、如果沒有任何被標識的對象包括比預(yù)定義的選擇概率閾值更大的選擇概率因子，i)則可以將該預(yù)定義的選擇概率閾值降低到所識別和標識的對象的最高被指派的選擇概率因子，以確保該計算機實施的方法的進一步處理，或者ii)該計算機實施的方法在該步驟停止，不改變可調(diào)諧透鏡的焦點，并繼續(xù)下一個場景以調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。如果多于一個被標識的對象包括與預(yù)定義的選擇概率閾值相比更大的選擇概率因子，則具有該更大的選擇概率因子的對象將進入標識過程的下一個步驟。56、術(shù)語“預(yù)定義的選擇概率閾值”是指用于進一步處理被標識的對象的過濾步驟。預(yù)定義的選擇概率閾值可以包含0到1范圍內(nèi)的值，其中包括0和1，相當于0％到100％。在優(yōu)選的實施例中，預(yù)定義的選擇概率閾值的值在0.5與0.9之間，相當于50％到90％。在特別優(yōu)選的實施例中，預(yù)定義的選擇概率閾值的值在0.6與0.8之間，相當于60％到80％。在最優(yōu)選的實施例中，預(yù)定義的選擇概率閾值的值是0.7，相當于70％。57、在標識過程的進一步步驟中，基于將該多個對象中具有大于預(yù)定義的標識概率閾值的標識概率因子的至少每個被標識的對象的選擇概率因子與預(yù)定義的選擇概率閾值進行比較并且選擇具有最高的選擇概率因子的對象的步驟，確定驗光設(shè)備的用戶到具有最大的選擇概率因子的被標識的對象的距離。在標識過程的所述進一步步驟結(jié)束時，該計算機實施的方法能夠根據(jù)基于第二數(shù)據(jù)集的、驗光設(shè)備的用戶到具有最高的選擇概率因子的對象的距離調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。58、標識對象的進一步步驟使得該計算機實施的方法不僅能夠識別而且能夠標識所記錄的場景內(nèi)的對象。因此，標識對象的進一步步驟帶來基于已知和所標識的對象調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更自然且更準確，并且使得驗光設(shè)備的用戶的佩戴舒適性更好。此外，可以在用戶將視線切換到另一個對象之前實現(xiàn)對可調(diào)諧透鏡的調(diào)諧。59、在特別優(yōu)選的實施例中，該計算機實施的方法的特征在于，使用機器學(xué)習(xí)算法確定存儲在第一數(shù)據(jù)庫中的標識概率因子和存儲在第二數(shù)據(jù)庫中的選擇概率因子。60、標識對象的進一步步驟使得該計算機實施的方法能夠從第一數(shù)據(jù)庫加載標識概率因子或從第二數(shù)據(jù)庫加載選擇概率因子，而不需要計算新的標識概率因子或新的選擇概率因子。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更快，并且使得驗光設(shè)備的用戶的佩戴舒適性更好。此外，可以在用戶將視線切換到另一個對象之前實現(xiàn)對可調(diào)諧透鏡的調(diào)諧。61、在特別優(yōu)選的實施例中，該計算機實施的方法的特征在于生成第三數(shù)據(jù)集，所述第三數(shù)據(jù)集包括驗光設(shè)備的用戶的目視信息，基于第三數(shù)據(jù)集預(yù)測用戶的下一次目視，以及基于用戶的預(yù)測的下一次目視調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。62、在本方面的特定實施例中，術(shù)語“第三數(shù)據(jù)集”是指眼睛追蹤傳感器的輸出。該輸出可以由rgb圖像或關(guān)于用戶在場景的上下文中的掃視和/或注視點的數(shù)值信息表示。術(shù)語“掃視”是指至少一只眼睛在同一方向上的兩個或更多個注視階段之間的移動。術(shù)語“注視”或“注視點”是指眼睛的移動行為。在“注視”期間，目視的空間位置持續(xù)位于單個位置。換句話說，如果達到注視，則眼睛不會以可識別的方式移動。63、術(shù)語“目視信息”是指驗光設(shè)備的用戶的視野，并且可以指人的視線變化?；赿iniso?13666:2019，第3.2.24節(jié)，術(shù)語“視線”是指從物體空間中的興趣點(即，注視的點(或注視點))到人的眼睛的入射光瞳的中心的路徑，并且進一步包括從出射光瞳的中心到人的眼睛的視網(wǎng)膜注視點(通常為中央凹)在圖像空間中的延續(xù)。術(shù)語“預(yù)測的下一次目視”是指驗光設(shè)備的用戶的估計的下一個視野。64、術(shù)語“下一個注視點”在本發(fā)明的上下文中描述了掃視的結(jié)束和新的注視的起始。術(shù)語“預(yù)測的下一個注視點”是指基于第三數(shù)據(jù)集生成的下一個注視點。65、由眼睛追蹤器傳感器記錄的、該計算機實施的方法的第三數(shù)據(jù)集使得能夠基于由第一數(shù)據(jù)集和第二數(shù)據(jù)集表示的所記錄的場景來評估用戶的眼睛移動。因此，調(diào)諧驗光設(shè)備的可調(diào)諧透鏡的進一步步驟是基于用戶的預(yù)測的下一個注視點并且是通過預(yù)測的下一個注視點來優(yōu)化的。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更快，并且使得驗光設(shè)備的用戶的佩戴舒適性更好。此外，可以在用戶將視線切換到另一個對象之前實現(xiàn)對可調(diào)諧透鏡的調(diào)諧。66、在特別優(yōu)選的實施例中，該計算機實施的方法的特征在于預(yù)測用戶的下一次目視包括以下步驟：67、-基于第三數(shù)據(jù)集確定驗光設(shè)備的用戶的當前注視點，以及68、-將基于第二數(shù)據(jù)集的對象和基于第一數(shù)據(jù)集的、對象到驗光設(shè)備的用戶的距離指派給驗光設(shè)備的用戶的當前注視點，以及69、-基于第三數(shù)據(jù)集追蹤驗光設(shè)備的用戶的當前注視點，直到通過檢測目視位置的變化來識別出驗光設(shè)備的用戶的下一次掃視，以及70、-基于驗光設(shè)備的用戶的當前注視點和驗光設(shè)備的用戶的所識別的下一次掃視預(yù)測驗光設(shè)備的用戶的下一個注視點，以及71、-根據(jù)預(yù)測的下一個注視點調(diào)諧驗光設(shè)備。72、在預(yù)測過程的第一步驟中，基于第三數(shù)據(jù)集確定驗光設(shè)備的用戶的當前注視點。在預(yù)測過程的所述第一步驟結(jié)束時，針對新的掃視的起始(由時間t＝0表示)確定注視點。73、術(shù)語“當前注視點”是指i)預(yù)測過程開始時已經(jīng)建立的注視點，或ii)預(yù)測過程開始后檢測到的注視點。74、在預(yù)測過程的進一步步驟中，將基于第二數(shù)據(jù)集標識和選擇的對象和基于第一數(shù)據(jù)集的、對象到驗光設(shè)備的用戶的距離指派給驗光設(shè)備的用戶的當前注視點。替代性地，通過預(yù)測過程的進一步步驟，將當前注視點指派給基于第二數(shù)據(jù)集標識和選擇的對象以及基于第一數(shù)據(jù)集的、驗光設(shè)備的用戶到所述對象的距離。75、在預(yù)測過程的進一步步驟中，基于第三數(shù)據(jù)集追蹤驗光設(shè)備的用戶的當前注視點，直到通過檢測目視位置的變化來識別出驗光設(shè)備的用戶的下一次掃視。在預(yù)測過程的所述進一步步驟結(jié)束時，檢測新的掃視的起始。76、術(shù)語“追蹤”或其任何語法變型是指在本發(fā)明的范圍內(nèi)標識信息的變化的過程。這可以是指例如追蹤場景或目視位置?？梢酝ㄟ^觀察、檢測、分析、搜索或標識信息的變化的任何其他可能步驟來追蹤信息的變化。77、在預(yù)測過程的進一步步驟中，基于驗光設(shè)備的用戶的當前注視點和驗光設(shè)備的用戶的所識別的下一次掃視估計驗光設(shè)備的用戶的下一個注視點。在預(yù)測過程的所述進一步步驟結(jié)束時，預(yù)測驗光設(shè)備的用戶的下一個注視點。78、術(shù)語“預(yù)測”或其任何語法變型是指在本發(fā)明的范圍內(nèi)估計信息的過程。這可以是指例如預(yù)測場景或注視點?？梢酝ㄟ^計算、插值、比較、猜測或估計信息的任何其他步驟來執(zhí)行對信息的估計。79、在預(yù)測過程的進一步步驟中，根據(jù)預(yù)測的下一個注視點調(diào)諧驗光設(shè)備。80、標識對象的進一步步驟使得該計算機實施的方法能夠估計驗光設(shè)備的用戶的下一個注視點。這使得驗光設(shè)備的可調(diào)諧透鏡的焦點調(diào)節(jié)更快，并且使得驗光設(shè)備的用戶的佩戴舒適性更好。此外，可以在用戶將視線切換到另一個對象之前實現(xiàn)對可調(diào)諧透鏡的調(diào)諧。81、在特別優(yōu)選的實施例中，該計算機實施的方法的特征在于，預(yù)測下一個注視點包括以下步驟中的至少一個步驟：82、-確定所識別的下一次掃視的目視方向以及基于用戶的先前目視信息預(yù)測下一個注視點；83、-確定所識別的下一次掃視的目視方向以及基于所述確定的目視方向內(nèi)的下一個可選對象預(yù)測下一個注視點；84、-確定所識別的下一次掃視的目視方向以及基于所述確定的目視方向內(nèi)的對象預(yù)測下一個注視點，所述對象包括最高的選擇概率因子；85、-使用第二數(shù)據(jù)庫的預(yù)定義的下一個場景，并且指派基于第一數(shù)據(jù)集的、對象到驗光設(shè)備的用戶的距離，并且基于該預(yù)定義的下一個場景調(diào)節(jié)對該下一個注視點的估計；86、-通過生成第四數(shù)據(jù)集來估計下一個場景，所述第四數(shù)據(jù)集包括驗光設(shè)備的用戶的腦電活動信息，并且基于所估計的下一個場景調(diào)節(jié)對該下一個注視的估計；87、-通過生成第五數(shù)據(jù)集來估計下一個場景，所述第五數(shù)據(jù)集包括驗光設(shè)備(110，710)的慣性測量信息，并且基于所估計的下一個場景調(diào)節(jié)對該下一個注視點(365，465，565，665)的估計。88、預(yù)測下一個注視點的步驟可以通過確定所識別的下一次掃視的目視方向并且基于用戶的先前掃視信息預(yù)測下一個注視點來實現(xiàn)。89、術(shù)語“目視方向”是指當前掃視的空間定位檢測。從當前注視點開始，下一次掃視可以在每個空間方向上移動，例如，在東北方向。目視方向可以以天體方向、全局坐標系或局部坐標系的形式或通過空間方向來指定。90、術(shù)語“先前目視信息”是指驗光設(shè)備的用戶或驗光設(shè)備的標準用戶的先前目視信息的樣本。先前目視信息可以包括掃視距離長度、掃視持續(xù)時間、注視點和注視持續(xù)時間的數(shù)據(jù)。生成所述先前目視信息并將其存儲在第三數(shù)據(jù)集中。91、從當前注視點和下一次掃視的起始開始，通過分析最后一次掃視距離長度和/或最后一次掃視持續(xù)時間來預(yù)測下一個注視點。92、預(yù)測下一個注視點的替代性步驟可以通過以下來實現(xiàn)：確定所識別的下一次掃視的目視方向并且基于所述確定的目視方向內(nèi)的下一個可選對象預(yù)測該下一個注視點。93、術(shù)語“下一個可選對象”是指在掃視方向內(nèi)的對象。此外，基于第二數(shù)據(jù)集，下一個可選對象是可標識且可選擇的。因此，可標識且可選對象包括大于預(yù)定義的標識概率閾值的標識概率因子和大于預(yù)定義的選擇概率閾值的選擇概率因子。94、從當前注視點和下一次掃視的起始開始，通過分析掃視方向來預(yù)測下一個注視點。例如，如果下一次掃視的起始指示目視方向在東北方向，并且基于第二數(shù)據(jù)集，東北方向上的對象是可標識且可選擇的，則下一個注視點將被設(shè)定在所述對象處。如果基于第二數(shù)據(jù)集在掃視方向內(nèi)的多于一個對象是可標識且可選擇的，則下一個注視點被設(shè)定在更靠近當前注視點的對象上。更靠近當前注視點的所述對象在本發(fā)明的上下文中表示“下一個可選對象”。95、如果基于第二數(shù)據(jù)集在掃視方向內(nèi)的對象沒有是可標識且可選擇的，則i)可以將預(yù)定義的標識概率閾值和/或預(yù)定義的選擇概率閾值降低到最高被指派的標識概率因子和/或?qū)⑾乱粋€注視點設(shè)定到具有所識別和標識的對象的最高被指派的選擇概率因子的對象，以確保該計算機實施的方法的進一步處理，或者ii)該計算機實施的方法在該步驟停止，不改變可調(diào)諧透鏡的焦點，并繼續(xù)下一個場景以調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。96、預(yù)測下一個注視點的替代性步驟可以通過確定所識別的下一次掃視的目視方向并且基于所述確定的目視方向內(nèi)的對象預(yù)測下一個注視點來實現(xiàn)，所述對象包括最高的選擇概率因子。97、從當前注視點和下一次掃視的起始開始，通過分析掃視方向來預(yù)測下一個注視點。例如，如果下一次掃視的起始指示目視方向在東北方向，并且基于第二數(shù)據(jù)集，東北方向上的多個對象是可標識且可選擇的，則下一個注視點將被設(shè)定在包括在注視方向內(nèi)的所述多個對象的最高的選擇概率因子的對象處。98、如果基于第二數(shù)據(jù)集在掃視方向內(nèi)的對象沒有是可標識且可選擇的，則i)可以將預(yù)定義的標識概率閾值和/或預(yù)定義的選擇概率閾值降低到所識別和標識的對象的最高被指派的標識概率因子和/或最高被指派的選擇概率因子，以確保該計算機實施的方法的進一步處理，或者ii)該計算機實施的方法在該步驟停止，不改變可調(diào)諧透鏡的焦點，并繼續(xù)下一個場景以調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。99、預(yù)測下一個注視點的替代性步驟可以通過使用第二數(shù)據(jù)庫的預(yù)定義的下一個場景，并且指派基于第一數(shù)據(jù)集的、對象到驗光設(shè)備的用戶的距離，并且基于該預(yù)定義的下一個場景調(diào)節(jié)對下一個注視點的估計(或預(yù)測)來實現(xiàn)。100、術(shù)語“預(yù)定義的下一個場景”描述了第二數(shù)據(jù)庫的項。該項被配置為訓(xùn)練機器學(xué)習(xí)模型或為驗光設(shè)備的用戶提供測試場景。這樣的測試場景顯示在屏幕(例如，監(jiān)視器或移動設(shè)備顯示器)上。在將“預(yù)定義的下一個場景”顯示給驗光設(shè)備的用戶之前，通過該計算機實施的方法對該場景進行評估。在驗光設(shè)備的用戶識別預(yù)定義的下一個場景之前，確定該場景內(nèi)的對象的標識概率因子和選擇概率因子。因此，在驗光設(shè)備的用戶識別預(yù)定義的下一個場景內(nèi)之前，基于該場景調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。101、預(yù)測下一個注視點的替代性步驟可以通過以下來實現(xiàn)，通過生成第四數(shù)據(jù)集來估計下一個場景，所述第四數(shù)據(jù)集包括驗光設(shè)備的用戶的腦電活動信息；并且基于所估計的下一個場景調(diào)節(jié)對下一個注視點的估計(或預(yù)測)。102、特別地鑒于本方面，術(shù)語“第四數(shù)據(jù)集”是指傳感器的包括腦電活動信息(比如腦電圖方法或眼電圖方法的數(shù)據(jù))的輸出。該輸出可以由來自大腦活動的不同區(qū)域的電壓信號表示，包括關(guān)于所述電壓信號的幅度和頻率的信息，并且提供關(guān)于用戶的下一次目視和下一個注視點的信息。103、用于估計下一個場景的起點包括檢測驗光設(shè)備的用戶的當前目視，例如，用戶的視覺視圖的右側(cè)。如果用戶決定將他的視線切換到視覺視圖的左側(cè)，則將腦電活動信號發(fā)送到用戶的眼睛。由用于生成第四數(shù)據(jù)集的傳感器檢測和分析所述腦活動信號。104、此外，基于第四數(shù)據(jù)集的所檢測和分析的腦活動信號調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。因此，用戶的注視在可調(diào)諧透鏡的調(diào)諧步驟之后。105、預(yù)測下一個注視點的替代性步驟可以通過以下來實現(xiàn)，通過生成第五數(shù)據(jù)集來估計下一個場景，所述第五數(shù)據(jù)集包括驗光設(shè)備的慣性測量信息；并且基于所估計的下一個場景調(diào)節(jié)對下一個注視點的估計(或預(yù)測)。106、特別地鑒于本方面，術(shù)語“第五數(shù)據(jù)集”是指慣性測量單元的輸出，該輸出包括慣性測量信息(比如通過使用加速計、陀螺儀、也許還有磁力計的組合得到的驗光設(shè)備的角速率和取向)，并且提供關(guān)于用戶的下一次目視和下一個注視點的信息。107、用于估計下一個場景的起點包括檢測驗光設(shè)備的用戶的當前目視以及與用戶的當前目視相關(guān)聯(lián)的慣性測量信息。如果用戶決定將他的視線從一側(cè)切換到另一側(cè)，則生成第五數(shù)據(jù)集中的變化。由用于生成第五數(shù)據(jù)集的慣性測量單元檢測并分析第五數(shù)據(jù)集中的變化。108、此外，基于第五數(shù)據(jù)集的所檢測和分析的慣性測量信息調(diào)諧驗光設(shè)備的可調(diào)諧透鏡。因此，用戶的注視點在可調(diào)諧透鏡的調(diào)諧步驟之后。109、本發(fā)明的第一方面通過上述類型的計算機實施的方法完全解決。110、在第二方面，本發(fā)明涉及一種系統(tǒng)，該系統(tǒng)包括：111、-驗光設(shè)備，112、-第一設(shè)備，該第一設(shè)備被配置為生成第一數(shù)據(jù)集，所述第一數(shù)據(jù)集包括驗光設(shè)備的用戶到對象的距離，113、-控制單元，該控制單元被配置為根據(jù)基于第一數(shù)據(jù)集的、驗光設(shè)備的用戶到對象的距離調(diào)諧驗光設(shè)備，114、該系統(tǒng)的特征在于，第一設(shè)備是lidar傳感器。115、如通常所使用的，術(shù)語“系統(tǒng)”是指至少一個裝置或多個裝置(特別是經(jīng)由計算機網(wǎng)絡(luò)連接)?？梢酝ㄟ^使用多個裝置中的任一個裝置處的至少一個連接接口經(jīng)由網(wǎng)絡(luò)連接該多個裝置。116、術(shù)語“控制單元”是指被配置為根據(jù)其他設(shè)備生成的數(shù)據(jù)集調(diào)節(jié)驗光設(shè)備的設(shè)備?！翱刂茊卧钡氖纠怯蓀c或raspberry?pi控制的optotune設(shè)備驅(qū)動程序。117、在特別優(yōu)選的實施例中，該系統(tǒng)包括第二設(shè)備，其中，第二設(shè)備是相機。118、在特別優(yōu)選的實施例中，該系統(tǒng)包括第二設(shè)備，其中，第二設(shè)備是rgb相機。119、在該系統(tǒng)的特別優(yōu)選的實施例中，控制單元被配置為基于在由第二設(shè)備記錄的第二數(shù)據(jù)集中標識的對象調(diào)諧驗光設(shè)備。120、在特別優(yōu)選的實施例中，該系統(tǒng)包括第三設(shè)備，所述第三設(shè)備是眼睛追蹤器設(shè)備，該眼睛追蹤器設(shè)備被配置為基于第三數(shù)據(jù)集預(yù)測用戶的下一次目視。121、在該系統(tǒng)的特別優(yōu)選的實施例中，控制單元被配置為基于如上文參考該計算機實施的方法描述的那樣而確定的標識概率因子和選擇概率因子選擇對象。122、本發(fā)明的第二方面通過上述類型的系統(tǒng)完全解決。當前第1頁12當前第1頁12