用于预测头部可穿戴装置的适配质量的系统和方法及其用途与流程

用于预测头部可穿戴装置的适配质量的系统和方法及其用途
1.相关申请的交叉引用
2.本pct申请要求2020年12月24日提交的美国序列号17/134,163的优先权，其通过引用整体并入本文。
技术领域
3.本文的公开内容总体上涉及头部可穿戴装置的技术领域。更具体地，本文的公开内容涉及用于预测可穿戴装置(其包括但不限于眼镜、3d眼镜、增强现实眼镜、虚拟现实眼镜或耳机、智能眼镜、运动眼镜、安全眼镜或其组合)和客户(潜在的和/或实际的)之间的适配质量的系统和方法，及其用途。


背景技术：

4.以下包括可用于理解本发明的信息。这并不是承认本文具体或隐含引用的任何信息对于所描述或要求保护的发明是现有技术或必不可少的。本文提及的所有专利、专利申请、出版物和产品均通过引用整体并入本文。
5.目前，公司使用通用的基本过程来设计不同尺寸的头部可穿戴装置(诸如眼镜)，并选择可以为尽可能多的客户服务的各式各样的头部可穿戴装置(“配送”)。这样的公司使用由其工厂提供的默认头部可穿戴装置尺寸(例如，默认框架尺寸)，并通过将头部可穿戴装置样品放在包括少量个体的试验组上来测试新尺寸。在发布之后，配送绩效分析是基于零售员工的传闻和现有产品和尺寸的销售数据的一般汇总统计。该当前方法具有若干限制。首先，销售数据不提供不适用于无法找到头部可穿戴装置(诸如眼镜)的人的情况的任何洞察。一个假设是存在无法找到正确适配的头部可穿戴装置并因此不会购买的一组或多组人。其次，根据现有方法扩展尺寸的系统意味着基于通常建立的比率简单地将头部可穿戴装置缩放得更大或更小，而不是响应于人头部尺寸和形状的现实分布。再次，客户很少清楚地意识到对于诸如眼镜的头部可穿戴装置来说“良好适配”看上去如何，这使得客户反馈数据难以解释以及如何通常在客户群体内的一个或多个子组中应用。
6.某些眼镜公司向每个客户提供定制适配的头部可穿戴装置，诸如眼镜。然而，该方法需要通过3d扫描对每个客户进行估计适配测量，以提供定制适配的头部可穿戴装置，诸如眼镜。这样的3d扫描试图解决描述和执行非常复杂的适配概念，并且可能无法提供适合客户的适配。该方法实施和制造也是昂贵且耗时的，原因是每个装置都是定制的和按订单制造的，这降低了这种定制适配的头部可穿戴装置的可负担性。
7.因此，需要用于开发头部可穿戴装置(诸如眼镜)的新尺寸类别的改进的、成本效益高的方法，其导致智能批量生产和配送，同时产生更好的适配并促进可负担性。


技术实现要素：

8.本文描述和要求保护的本发明具有许多属性和方面，包括但不限于本发明内容中阐述或描述或引用的那些。其不旨在是包括一切的，并且本文描述和要求保护的本发明不
限于本发明内容中确认的特征或实施例或不受其限制，发明内容仅出于说明而非限制的目的而被包括。在本文的公开内容的各种实施例中，提供了用于预测头部可穿戴装置(诸如眼镜)和客户(潜在的和/或实际的)之间的适配质量的系统和方法。
9.在一个示例中，公开了一种用于预测可穿戴装置(诸如头部可穿戴装置)和一个或多个客户之间的适配质量的具有至少一个处理器和至少一个存储器的系统。所述系统包括：用户界面生成器，所述用户界面生成器配置用于接收来自用户的请求；群体引擎，所述群体引擎配置用于基于所述请求，来生成基于客户、非客户或其组合的样品的真实头部数据的模拟头部数据；以及适配引擎，所述适配引擎配置用于确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息，其中所述适配信息作为对所述请求的响应向用户显示。“客户”可以是潜在客户、实际客户或其组合。客户、非客户或受试者可以是人、男性、女性、非二元、无性别、性别不明、顺式性别、变性、性别流动、间性、双性、中性、(一种或多种)其他性别、成人(至少18岁)、儿童(从出生到17岁)或其组合。客户或受试者也可以属于一个或多个种族和/或民族(例如，源自/来自以下的一个或多个种族和/或民族：非洲(包括但不限于北非、撒哈拉以南非洲、东非、中非、南非和西非)；亚洲(包括但不限于中亚、东亚、东南亚、南亚和西亚)；加勒比；中美洲；欧洲(包括但不限于东欧、北欧、南欧和西欧)；印度；中东地区；北美；大洋洲(包括但不限于澳大利亚、美拉尼西亚、密克罗尼西亚和波利尼西亚)；和南美；白人、黑人、非裔美国人、美洲印第安人、阿拉斯加原住民、亚裔、夏威夷原住民、太平洋岛民、西班牙裔、拉丁裔和其他种族/民族)。客户或受试者也可以在一个或多个年龄组(例如，出生至17岁；出生至5岁；6岁至12岁；13岁至17岁；至少18岁；18岁至29岁；30岁至39岁；40岁至49岁；50岁至59岁；60岁至69岁；70岁至79岁；80岁至89岁；90岁至99岁；至少100岁)，或从出生到150岁的特定年龄(例如，8岁；18岁；35岁；45岁；55岁；65岁；75岁；85岁；95岁；和105岁)。客户或受试者还可以具有一个或多个面部和/或颅面特征，其包括但不限于拳击手的鼻畸形/鞍鼻畸形、眼距过大、眼距不足、鼻骨发育不全或扁平鼻梁。“头部可穿戴装置”或“可穿戴装置”(其可以互换使用)包括但不限于单片眼镜、眼镜、3d眼镜(例如，被动3d眼镜，其包括但不限于立体影片3d眼镜、超级立体影片3d眼镜和偏振3d眼镜；主动3d眼镜，其包括但不限于主动快门3d眼镜)、增强现实眼镜、虚拟现实眼镜或耳机、智能眼镜、运动眼镜、安全眼镜或其组合。
10.在另一示例中，公开了一种在具有至少一个处理器和至少一个存储器的计算装置上实现的用于预测可穿戴装置和一个或多个客户之间的适配质量的方法。所述方法包括：接收来自用户的请求；基于所述请求，生成基于受试者的样品的真实头部数据的模拟头部数据；确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息；以及将所述适配信息作为对所述请求的响应提供给用户。
11.其他概念涉及用于在预测可穿戴装置的适配质量方面实现本文公开内容的软件。根据该概念的软件产品包括至少一个机器可读非暂时性介质和由介质承载的信息。由介质承载的信息可以是可执行程序代码数据，与可执行程序代码相关联的参数，和/或与用户相关的信息，请求，内容，或与社会群体相关的信息等。
12.在一个示例中，公开了一种非暂时性计算机可读介质，其上体现有用于预测可穿戴装置和一个或多个客户之间的适配质量的计算机可执行指令。当由处理器执行时，所述计算机可执行指令使所述处理器执行：接收来自用户的请求；基于所述请求，生成基于受试
者的样品的真实头部数据的模拟头部数据；以及确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息，其中所述适配信息作为对所述请求的响应向用户显示。
13.附加的新颖特征将部分地在下面的描述中阐述，并且部分地对于本领域技术人员在检查以下内容和附图时将变得显而易见，或者可以通过示例的生产或操作来学习。本文公开内容的新颖特征可以通过实践或使用在下面讨论的详细示例中阐述的方法、手段和组合的各个方面来实现和获得。
附图说明
14.并入本文并形成说明书的一部分的附图示出了本文公开内容的方面，并且与描述一起进一步用于解释这些方面的原理并使相关领域的技术人员能够制造和使用这些方面。附图仅用于说明目的，示出了示例性非限制性实施例，并且不一定按比例绘制。
15.图1a示出了根据本文公开内容的一些实施例的用于预测可穿戴装置的适配质量的示例性联网环境的高级描绘。
16.图1b示出了根据本文公开内容的一些实施例的客户端装置的架构的一个示例。
17.图2示出了根据本文公开内容的一些实施例的用于预测可穿戴装置的适配质量的另一示例性联网环境的高级描绘。
18.图3示出了根据本文公开内容的一些实施例的适配预测系统及其与一个或多个适配预测相关数据库的关系的示例性图。
19.图4是根据本文公开内容的一些实施例的由适配预测系统执行的示例性过程的流程图。
20.图5示出了根据本文公开内容的一些实施例的用户界面生成器的示例性图。
21.图6是根据本文公开内容的一些实施例的由用户界面生成器执行的示例性过程的流程图。
22.图7示出了根据本文公开内容的一些实施例的群体引擎的示例性图。
23.图8是根据本文公开内容的一些实施例的由群体引擎执行的示例性过程的流程图。
24.图9示出了根据本文公开内容的一些实施例的适配引擎的示例性图。
25.图10是根据本文公开内容的一些实施例的由适配引擎执行的示例性过程的流程图。
26.图11示出了根据本文公开内容的一些实施例的适配规则生成器的示例性图。
27.图12是根据本文公开内容的一些实施例的由适配规则生成器执行的示例性过程的流程图。
28.图13示出了根据本文公开内容的一些实施例的三维(3d)扫描仪的示例性图。
29.图14是根据本文公开内容的一些实施例的由3d扫描仪执行的示例性过程的流程图。
具体实施方式
30.示例性实施例的描述旨在结合附图来阅读，附图被认为是整个书面描述的一部分。除非另外特别说明，否则单数的使用包括复数。除非另有说明，否则“或”的使用意指“和/或”。此外，术语“包括”以及其他形式如“包含”和“含有”的使用不是限制性的。此外，除非另外特别说明，否则诸如“元件”或“部件”的术语涵盖包括一个单元的元件和部件以及包括一个以上亚单元的元件和部件。另外，本文使用的章节标题仅用于组织目的，并且不应被解释为限制所描述的主题。
31.提供以下描述作为示例的代表性集合的使能教导。可以对本文描述的实施例进行许多改变，同时仍然获得有益的结果。下面讨论的一些期望的益处可以通过选择本文讨论的一些特征而不利用其他特征来获得。因此，本文描述的特征的许多修改和改编以及子集是可能的，并且在某些情况下甚至可能是期望的。因此，以下描述被提供为说明性的而非限制性的。
32.如本文所使用的，使用诸如“一”、“一个”和“该”的单数冠词并不旨在排除该冠词的多个对象，除非上下文另有清楚和明确规定。
33.尽管在以下公开内容中使用眼镜或眼镜片作为示例，但是本文中的公开内容中的方法和系统可以应用于任何可穿戴装置或头部可穿戴装置，其尺寸和形状可以被调整以改善对不同群体的适配。
34.当提及用于适配预测的可穿戴装置时，术语“眼镜”、“眼镜片”和“镜片”在本文中可以互换使用。当提及用于适配预测的头部数据时，术语“头部”和“面部”在本文中可以互换使用。术语“框架”是指一副眼镜、太阳镜、眼镜或护目镜等的框架。
35.本文的公开内容提供了用于在一个或多个群体上设计和/或测试头部可穿戴装置(例如，一副眼镜)的新形状和尺寸的方法和系统，而不需要任何物理可穿戴装置或实况模型。这允许对个体头部可穿戴装置设计进行更快的迭代，并支持覆盖更广泛客户的新尺寸和尺寸类别的库存购买。
36.本公开内容中公开的方法可以找到简单的新尺寸类别并且智能地进行更大的库存购买，使得更多的个体可以在保持可负担性的同时获得更好的适配。在一些实施例中，向专门设计的适配引擎提供界面。用户界面使得最终用户能够创建各种眼镜(任何数量，真实的或假设的)，选择他们的目标群体，并获得即时详细反馈。目标群体可以是例如个人、如“最宽的第10个百分位数的男性”的群体部分、国家、城市、州、社区等的人口分解。详细反馈可以包括与以下相关的信息：例如，哪些框架将适配最多的人？一个新的超窄尺寸的设计能适配最窄的群体部分吗？有多少人找不到良好的适配并需要新的尺寸？在不适配的情况下，设计的关键原因是什么？
37.本文公开内容中的方法和系统可以由包括例如处方眼镜、虚拟现实或增强现实眼镜/镜片、运动眼镜/镜片和安全眼镜/镜片的制造商的任何眼镜设计公司应用。公开的系统的一个应用是假想交换所，其帮助客户找到使眼镜适配他们的眼镜品牌。由于许多眼镜品牌使用相同的经验法则(诸如设定眼睛尺寸、鼻梁尺寸和镜腿长度之间的尺寸比率)来设计尺寸，因此如果客户不适配来自一个品牌的尺寸，则客户可能不适配来自任何品牌的尺寸。在该情况下，交换所可以帮助那些客户找到：例如，非常窄的框架、也非常宽的最佳低鼻梁适配框架、特别适合渐变透镜的框架等。
38.公开的系统的另一个应用是一种工具，所述工具使得能够在发送给客户之前在实验室中对眼镜进行自动光学仪器商(optician)调整。例如，在客户订购眼镜之后，基于头部深度测量，将最可能适配或适配客户属性的一个或多个长度的镜腿臂附接到框架，和/或经
由弯曲一个或多个镜腿臂来调整附接到框架的镜腿臂以适应客户的头部尺寸。例如，如果客户具有窄的瞳孔距离(pd)但宽的颅骨，则可以调整一个或多个镜腿臂张开以立刻适配客户。该特征对于具有有限移动性和/或免疫受损的人、在受居家隔离、大流行病或骚乱影响的区域中可能不希望或不能亲自访问商店的人、或者远离商店生活的可以调整他们的框架的人特别有用。
39.附加的新颖特征将部分地在下面的描述中阐述，并且部分地对于本领域技术人员在检查以下内容和附图时将变得显而易见，或者可以通过示例的生产或操作来学习。本文公开内容的新颖特征可以通过实践或使用在下面讨论的详细示例中阐述的方法、手段和组合的各个方面来实现和获得。
40.图1a是根据本文公开内容的实施例的用于预测头部可穿戴装置的适配质量的示例性联网环境100的高级描绘。在图1a中，示例性联网环境100包括一个或多个用户101、网络142、三维(3d)扫描仪130、适配预测系统140、适配预测相关数据库150和内容源160。网络142可以是单个网络或不同网络的组合。例如，网络142可以是局域网(lan)、广域网(wan)、公共网络、专用网络、专有网络、公共电话交换网络(pstn)、互联网、无线网络、虚拟网络或其任何组合。网络142还可以包括各种网络接入点，例如，诸如基站或互联网交换点142-1
…
142-2的有线或无线接入点，数据源可以通过所述接入点连接到网络142，以便经由网络142传输信息。
41.用户101可以经由多个客户端装置中的任何客户端装置连接到网络142：例如，移动装置110-1、机动载具110-2中的内置装置、膝上型计算机110-3、台式计算机110-4和智能电话110-5(统称为“客户端装置110”)。在一个实施例中，用户101可以连接到网络142，并且能够通过在用户可穿戴装置(例如，智能眼镜、腕表等)内实现的有线或无线技术以及相关操作系统与3d扫描仪130和/或适配预测系统140交互。
42.用户可以经由例如客户端装置110-1通过网络142向适配预测系统140发送请求，并从适配预测系统140接收响应。该请求可以与基于客户头部数据来预测可穿戴装置设计的适配质量和性质有关。例如，当用户具有眼镜库存并且想要将其出售给目标人群时，用户可能对眼镜和目标人群之间的适配信息感兴趣。基于来自用户的请求，适配预测系统140可以为每个头部设计数据对生成适配概率，其中每个数据对表示包括人的头部数据和眼镜的设计数据(例如，尺寸和/或形状)的一对数据。当适配概率低时，适配预测系统140还可以生成低适配或不适配的原因。
43.在另一示例中，用户具有眼镜的库存并且想要找到销售眼镜的目标群体。基于来自用户的请求，适配预测系统140可以生成模拟群体数据，所述模拟群体数据可以以大于或小于预定阈值的适配概率适配眼镜的设计。用户可以基于生成的模拟群体数据至少知道目标群体的人口统计信息。
44.在又一示例中，用户想要找到可以适配城市中的目标群体的眼镜，以将眼镜销售给城市中的人。基于来自用户的请求，适配预测系统140可以基于城市中的人的真实和/或模拟头部数据来生成将以大于或小于预定阈值的适配概率适配城市中的人的眼镜设计(例如，尺寸和/或形状)。
45.3d扫描仪130和适配预测系统140可以经由网络142访问存储在适配预测相关数据库150中的信息。适配预测相关数据库150(例如，真实头部数据库150-1、模拟头部数据库
150-2、人口统计数据库150-3、可穿戴装置数据库150-4、适配规则数据库150-5等)中的每一个中的信息可以由一个或多个不同的应用生成，所述应用可以在3d扫描仪130、适配预测系统140上运行，或者作为能够连接到网络142、访问来自不同来源的信息、分析信息、生成结构化信息并将这样生成的信息存储在数据库中的完全独立的系统运行。例如，3d扫描仪130可以执行人的头部的3d扫描并将真实头部数据存储到真实头部数据库150-1中。
46.示例性联网环境100中的内容源160包括多个内容源160-1
…
160-2。内容源160可以对应于由实体托管的网站或应用，无论是个人、企业还是诸如uspto.gov的组织，诸如cnn.com、nytimes.com、npr.org、huffpost.com、usatoday.com、wsj.com和yahoo.com的内容提供商，诸如facebook、youtube、whatsapp、messenger、wechat、instagram或line的社交网站，或者诸如来自twitter或博客的推文的内容馈送源。适配预测系统140可以访问来自任何内容源160-1
…
160-2的信息。例如，适配预测系统140可以获取内容，例如网站，以获得城市的一些公共人口统计数据。
47.在各种实施例中，客户端装置110包括能够发射和接收无线信号的任何移动装置。移动仪器的示例包括但不限于移动或蜂窝电话、智能电话、个人数字助理(“pda”)、膝上型计算机、平板计算机、音乐播放器和电子阅读器，仅列举几个可能的装置。
48.图1b是客户端装置110的架构的一个示例的框图。如图1b中所示，客户端装置110包括一个或多个处理器，诸如(一个或多个)处理器102。(一个或多个)处理器102可以是任何中央处理单元(“cpu”)、微处理器、微控制器或用于执行指令的计算装置或电路。(一个或多个)处理器连接到通信基础设施104(例如，通信总线、交叉杆或网络)。根据该示例性客户端装置110描述了各种软件实施例。在阅读本说明书之后，如何使用包括其他系统或架构的客户端装置110来实现该方法对于本领域普通技术人员将是显而易见的。本领域普通技术人员将理解，计算机110-3、110-4可以具有与图1b中所示的客户端装置110的架构类似和/或相同的架构。换句话说，计算机110-3、110-4可以包括如图1b中所示的客户端装置110的一些、全部或附加功能组件。
49.客户端装置110包括显示器168，所述显示器向用户(例如，订户、商业用户、后端用户或其他用户)显示从通信基础设施104(或从未示出的帧缓冲器)接收的图形、视频、文本和其他数据。这样的显示器168的示例包括但不限于lcd屏幕、oled显示器、电容式触摸屏和等离子体显示器，仅列出几种可能的显示器。客户端装置110还包括主存储器108，诸如随机存取(“ram”)存储器，并且还可以包括辅助存储器110。辅助存储器121可以包括更持久的存储器，例如硬盘驱动器(“hdd”)112和/或可移动存储驱动器(“rsd”)114，表示磁带驱动器、光盘驱动器、固态驱动器(“ssd”)等。在一些实施例中，可移动存储驱动器114以本领域普通技术人员理解的方式从可移动存储单元(“rsu”)116读取和/或写入。可移动存储单元116表示磁带、光盘等，其可以由可移动存储驱动器114读取和写入。如本领域普通技术人员将理解的，可移动存储单元116可以包括其中存储有计算机软件和/或数据的有形和非暂时性机器可读存储介质。
50.在一些实施例中，辅助存储器110可以包括用于允许将计算机程序或其他指令加载到客户端装置110中的其他装置。这样的装置可以包括例如可移动存储单元(“rsu”)118和对应的接口(“rsi”)120。这样的单元118和接口120的示例可以包括可移动存储器芯片(诸如可擦除可编程只读存储器(“eprom”))、可编程只读存储器(“prom”))、安全数字
(“sd”)卡和相关联的插槽，以及允许软件和数据从可移动存储单元118传送到客户端装置110的其他可移动存储单元118和接口120。
51.客户端装置110还可以包括扬声器122、振荡器123、相机124、发光二极管(“led”)125、麦克风126、输入装置128、加速度计(未示出)和全球定位系统(“gps”)模块129。相机124特征的示例包括但不限于光学图像稳定(“ois”)、更大的传感器、明亮镜头、4k视频、光学变焦加原始图像和hdr、具有多镜头的“散景模式”和多点夜间模式。相机124可以包括具有不同功能的一个或多个镜头。作为示例，相机124可以包括超宽传感器、摄远传感器、飞行时间传感器、宏传感器、兆像素(“mp”)传感器和/或深度传感器。如本文所述，相机124不限于单个相机。相机124可以包括相机系统，所述相机系统包括多种不同类型的相机、传感器等。作为示例，发布了相机系统，所述相机系统包括7mp前置“自拍”相机、红外发射器、红外相机、接近传感器、环境光传感器、泛光照明器和点投影仪，它们协作以获得深度图和相关联的图像。换句话说，客户端装置110的相机124可以具有多个传感器、相机、发射器或的其他相关联的部件，其作为系统工作以获得供客户端装置110使用的图像信息。
52.输入装置128的示例包括但不限于键盘、按钮、轨迹球或用户可以通过其输入数据的任何其他接口或装置。在一些实施例中，输入装置128和显示器168集成到同一装置中。例如，显示器168和输入装置128可以是触摸屏，用户通过所述触摸屏使用手指、笔和/或触笔将数据输入到客户端装置110中。
53.客户端装置110还包括一个或多个通信接口169，其允许软件和数据在客户端装置110和外部装置(例如，另一客户端装置110、计算机110-3、110-4和可以本地或远程连接到系统100的其他装置)之间传输。一个或多个通信接口169的示例可以包括但不限于调制解调器、网络接口(诸如以太网卡或无线卡)、通信端口、个人计算机存储卡国际协会(“pcmcia”)插槽和卡、一个或多个个人组件互连(“pci”)express插槽和卡或其任何组合。一个或多个通信接口169还可以包括配置用于短程通信的无线接口，诸如近场通信(“nfc”)、蓝牙或用于经由另一无线通信协议进行通信的其他接口。如上面简要指出的，本领域普通技术人员将理解，计算机110-3、110-4和系统100的部分可以包括客户端装置110的一些或所有组件。
54.经由一个或多个通信接口169传输的软件和数据是信号的形式，其可以是能够由通信接口169接收的电子、电磁、光学或其他信号。这些信号经由通信路径或信道提供给通信接口169。可以使用电线或电缆、光纤、电话线、蜂窝链路、射频(“rf”)链路或其他通信信道来实现信道。
55.在本技术中，术语“非暂时性计算机程序介质”和“非暂时性计算机可读介质”是指诸如可移动存储单元116、118或安装在硬盘驱动器112中的硬盘的介质。这些计算机程序产品向客户端装置110提供软件。计算机程序(也称为“计算机控制逻辑”)可以存储在主存储器108和/或辅助存储器110中。还可以经由一个或多个通信接口169接收计算机程序。当由(一个或多个)处理器102执行时，这样的计算机程序使得客户端装置110能够执行本文讨论的方法和系统的特征。
56.在各种实施例中，如图1a和1b中所示，客户端装置110可以包括计算装置，诸如散列计算机、个人计算机、膝上型计算机、平板计算机、笔记本计算机、手持计算机、个人数字
助理、便携式导航装置、移动电话、智能电话、可穿戴计算装置(例如，智能手表、可穿戴活动监视器、可穿戴智能珠宝和眼镜以及包括光学头戴式显示器(“ohmd”)的其他光学装置)、嵌入式计算装置(例如，与智能纺织品或电子织物通信)、或者配置成存储数据和软件指令、执行软件指令以执行操作和/或在显示装置上显示信息的任何其他合适的计算装置。客户端装置110可以与一个或多个用户(未示出)相关联。例如，用户操作客户端装置110，使其执行根据各种实施例的一个或多个操作。
57.客户端装置110包括存储数据和/或软件指令的一个或多个有形的非暂时性存储器，以及配置成执行软件指令的一个或多个处理器。客户端装置110可以包括向用户显示信息的一个或多个显示装置以及允许用户向客户端装置输入信息的一个或多个输入装置(例如，小键盘、键盘、触摸屏、语音激活控制技术或任何其他合适类型的已知输入装置)。客户端装置110的(一个或多个)处理器可以是任何中央处理单元(“cpu”)、微处理器、微控制器或用于执行指令的计算装置或电路。(一个或多个)处理器连接到通信基础设施(例如，通信总线、交叉杆或网络)。根据该示例性客户端装置110描述了各种软件实施例。在阅读本说明书之后，如何使用包括其他系统或架构的客户端装置110来实现该方法对于本领域普通技术人员将是显而易见的。本领域普通技术人员将理解，计算机可以具有与客户端装置110的架构类似和/或相同的架构。换句话说，计算机可以包括如图1a和1b中所示的客户端装置110的一些、全部或附加功能组件。
58.客户端装置110还包括一个或多个通信接口169，其允许软件和数据在客户端装置110和外部装置(例如，另一客户端装置110和可以本地或远程连接到客户端装置110的其他装置)之间传输。一个或多个通信接口的示例可以包括但不限于调制解调器、网络接口(例如，通信接口169，诸如以太网卡或无线卡)、通信端口、pcmcia插槽和卡、一个或多个pci express插槽和卡或其任何组合。一个或多个通信接口169还可以包括配置用于短程通信的无线接口，诸如nfc、蓝牙或用于经由另一无线通信协议进行通信的其他接口。
59.经由一个或多个通信接口169传输的软件和数据是信号的形式，其可以是能够由通信接口接收的电子、电磁、光学或其他信号。这些信号经由通信路径或信道提供给通信接口169。可以使用电线或电缆、光纤、电话线、蜂窝链路、射频(“rf”)链路或其他通信信道来实现信道。
60.在系统100或方法部分或全部使用软件实现的实施例中，软件可以存储在计算机程序产品中并使用可移动存储驱动器、硬盘驱动器和/或通信接口加载到客户端装置110中。软件在由(一个或多个)处理器执行时使(一个或多个)处理器执行本文描述的方法的功能。在另一实施例中，该方法主要使用例如诸如专用集成电路(“asic”)的硬件部件以硬件实现。本领域技术人员将理解实现硬件状态机以便执行本文描述的功能。在又一实施例中，使用硬件和软件的组合来实现该方法。
61.本说明书中描述的主题的实施例可以在系统100中实现，所述系统包括后端组件(例如，作为数据服务器)，或者包括中间件组件(例如，应用服务器)，或者包括前端组件(例如，客户端装置110)，所述前端组件具有图形用户界面或网络浏览器，用户可以通过所述图形用户界面或web浏览器与本说明书中描述的主题的实现进行交互，或者包括一个或多个这样的后端、中间件或前端组件的任何组合。系统的组件可以通过数字数据通信的任何形式或介质(例如，通信网络142)互连。通信网络142可以包括数字数据通信的一个或多个通
信网络或介质。通信网络142的示例包括局域网(“lan”)、无线lan、rf网络、nfc网络(例如，“wifi”网络)、连接多个无线lan的无线城域网(“man”)、(一个或多个)nfc通信链路和广域网(“wan”)(例如，互联网)及其组合。根据本文公开内容的各种实施例，通信网络142可以包括互联网和经由一个或多个通信协议互连的任何公共可访问网络，所述协议包括但不限于超文本传输协议(“http”)和超文本传输协议安全(“https”)和安全套接字层/传输层安全(“ssl/tls”)和传输控制协议/互联网协议(“tcp/ip”)。根据各种实施例的通信协议还包括促进使用射频识别(“rfid”)通信和/或nfc的数据传输的协议。此外，通信网络142还可以包括一个或多个移动装置网络，诸如gsm或lte网络或pcs网络，允许客户端装置经由适用的通信协议(包括本文描述的那些通信协议)发送和接收数据。
62.客户端装置110和适配预测系统140通常彼此远离并且通常通过通信网络142交互。客户端装置110和适配预测系统140的关系借助于在相应的系统组件上运行并且彼此具有客户端-服务器关系的计算机程序而产生。在实施例中，系统100可以包括用于获得对由适配预测系统140提供的许多服务的访问的网络/应用服务器(未示出)。
63.在一个方面，客户端装置110在存储器中存储在客户端装置上运行并由一个或多个处理器执行的一个或多个软件应用。在一些情况下，每个客户端装置存储软件应用，所述软件应用在由一个或多个处理器执行时执行与适配预测系统140建立通信(例如，经由通信接口169跨通信网络142)并且经由根据各种实施例的适配预测相关数据库150从适配预测系统140获得信息或数据的操作。
64.在各种实施例中，客户端装置110可以执行存储的(一个或多个)软件应用以经由网络连接与适配预测系统140交互。执行的软件应用可以使客户端装置110传送信息(例如，面部测量(例如，pd)、用户简档信息等)。如下所述，执行的(一个或多个)软件应用可以配置成允许与客户端装置110相关联的用户使用相机124获得pd测量。如本领域普通技术人员将理解的，客户端装置110上存储的(一个或多个)软件应用配置成访问互联网或能够与通信网络142交互的其他合适的基于网络的通信上的网页。例如，适配预测系统140可以经由通信网络142向客户端装置110上存储的(一个或多个)软件应用提供信息。在该示例中，客户端装置110将使用存储的(一个或多个)软件应用图形用户界面显示来显示由适配预测系统140提供的信息。在上面的示例中，如本领域普通技术人员将理解并在下面描述的，相应的用户账户可以与开发者、客户端用户或主管/监视机构相关联。
65.根据各种实施例，系统100包括用于管理和存储数据(例如，面部测量信息(例如，pd等)、用户账户认证信息以及由适配预测系统140维护的其他数据)的适配预测相关数据库150。适配预测相关数据库150可以与各种模块和引擎(未示出)通信地联接。
66.应当理解，可以在系统100中使用可以由计算系统访问的各种形式的数据存储或储存库，诸如硬盘驱动器、磁带驱动器、闪存、随机存取存储器、只读存储器、eeprom存储、诸如sap hana的存储器内数据库等，以及其任何组合。存储的数据可以以一种或多种格式在数据存储内格式化，诸如平面文本文件存储、关系数据库、非关系数据库、xml、逗号分隔值、microsoft excel文件或本领域普通技术人员已知的任何其他格式，以及其适合于特定用途的任何组合。数据存储可以提供对存储的数据的各种形式的访问，诸如通过文件系统访问、网络访问、sql协议(例如，odbc)、http、ftp、nes、cifs等以及其任何组合。
67.根据各种实施例，客户端装置110配置成经由适配预测系统140访问适配预测相关
数据库150。在各种实施例中，适配预测相关数据库150中的每一个配置成维护数据库模式。例如，数据库模式可以布置成维护与面部测量相关联的真实头部数据库150-1内的列中的标识符。在这方面，标识符是指与上述类别有关的特定信息。适配预测相关数据库150内的数据库模式可以在系统内以任何合适的方式布置或组织。尽管上述示例标识类别标识符，但是可以使用任何数量的合适标识符来维护与本文描述的系统相关联的记录。另外，数据库模式可以包含上面未描述的用于维护系统100中的记录数据的附加类别和标识符。数据库还可以提供与系统100的用户相关联的统计和营销信息。
68.上述数据库模式有利地以允许系统更有效地操作的方式组织标识符。在一些实施例中，数据库模式中的标识符的类别通过用适配预测系统140的关联管理模型分组标识符来提高效率。
69.在各种实施例中，适配预测系统140包括配置成存储、维护和生成数据和软件指令的计算部件。例如，适配预测系统140可以包括或可以访问一个或多个处理器、一个或多个服务器和用于存储用于执行的软件或代码的有形非暂时性存储器装置(例如，本地数据存储(除了适配预测相关数据库150之外))和/或附加数据存储。服务器可以包括一个或多个计算装置，所述计算装置配置成执行存储在其上的软件指令以执行根据各种实施例的一个或多个过程。在一些实施例中，适配预测相关数据库150包括服务器，所述服务器执行软件指令以执行向计算环境100的至少一个其他组件提供信息的操作，例如通过网络(诸如通信网络142)向另一数据存储或第三方接收者(例如，银行系统、第三方供应商、信息收集机构等)提供数据。
70.适配预测系统140可以配置成提供一个或多个网站、数字门户或配置成执行适配预测系统140部件的各种功能的任何其他合适的服务。在一些实施例中，适配预测系统140维护应用编程接口(“api”)，通过所述应用编程接口可以通过由客户端装置110执行的一个或多个应用程序来访问由适配预测系统140提供的功能和服务。在各种实施例中，适配预测系统140可以向客户端装置110上的(一个或多个)软件应用提供信息以用于在图形用户界面168上显示。
71.在一些实施例中，适配预测系统140向客户端装置110提供信息(例如，通过与执行的应用程序相关联的api)。客户端装置110通过对应的相应图形用户界面168或网页将信息的部分呈现给对应的用户。
72.在各种实施例中，适配预测系统140配置成向客户端装置110提供或接收与由适配预测系统140提供的服务相关联的信息。例如，客户端装置110可以经由通信网络142接收信息，并且将信息的部分存储在本地可访问的存储装置和/或网络可访问的存储装置和数据存储(例如，基于云的存储)中。例如，客户端装置110执行存储的指令(例如，应用程序、网络浏览器和/或移动应用)以处理存储的数据的部分并绘制存储的数据的部分以呈现给相应的一个或多个用户。适配预测系统140可以包括附加服务器(未示出)，所述附加服务器可以作为分布式网络中的对应节点或作为云计算环境中的对应联网服务器并入。此外，服务器可以经由通信网络142与一个或多个附加服务器(未示出)通信，这可以促进用于由附加服务器并行执行的过程的分布。
73.图2是根据本文公开内容的实施例的用于预测头部可穿戴装置的适配质量的另一示例性联网环境200的高级描绘。该实施例中的示例性联网环境200类似于图1中的示例性
联网环境100，除了3d扫描仪130用作适配预测系统140的后端系统，其可以例如基于来自用户的请求触发3d扫描仪130的操作。
74.图3示出了根据本文公开内容的一些实施例的适配预测系统140及其与适配预测相关数据库150的关系的示例性图。在该示例中，适配预测系统140包括用户界面生成器310、群体引擎320、适配引擎330和适配规则生成器340。
75.在该示例中，用户界面生成器310可以生成用户界面，例如图形用户界面(gui)，其接收与适配预测有关的用户输入。基于用户输入，用户界面生成器310可以指示群体引擎320运行模拟以生成模拟头部数据，指示适配引擎330确定可穿戴装置设计的适配质量和性质，和/或指示适配规则生成器340生成或更新用于确定适配质量和性质的适配规则或适配标准。适配预测系统140中的每个组件可以与任何适配预测相关数据库150交互。稍后将参考图5-12描述这些交互的细节。
76.真实头部数据库150-1存储从3d扫描仪130或从数据购买获得的真实头部数据。每个真实头部数据可以包括与可穿戴装置设计相关的真实人头部的所有数据。例如，头部数据可以包括但不限于：从耳朵到耳朵的颅骨宽度、瞳孔距离、鼻梁宽度和形状、眼角的位置、面颊的高度、眉毛的位置等。
77.模拟头部数据库150-2存储从群体引擎320上运行的模拟获得的模拟头部数据。可以基于真实头部数据库150-1中的真实头部数据的部分或全部来执行模拟。模拟头部数据通常包含比真实头部数据更多(例如，多100倍或1000倍)的头部数据。当真实头部数据提供目标群体的良好表示时，基于真实头部数据生成的模拟头部数据也可以提供目标群体的良好模拟。
78.真实头部数据库150-1和模拟头部数据库150-2中的每一个与人口统计数据库150-3相关联，所述人口统计数据库包括其头部数据存储在真实头部数据库150-1和/或模拟头部数据库150-2中的人的人口统计信息。人口统计数据可以包括但不限于人的种族、民族、性别和/或年龄。真实头部数据库150-1和模拟头部数据库150-2中的每一个与人口统计数据库150-3交叉索引。也就是说，来自真实头部数据库150-1或150-2的头部数据的查询也可以用于从人口统计数据库150-3检索对应的人口统计数据。替代地，人口统计信息的副本可以保存在真实头部数据库150-1和/或模拟头部数据库150-2中以便于数据检索。
79.可穿戴装置数据库150-4存储从以下获得的可穿戴装置数据：例如工厂、制造商、库存、工程设计、计算机模拟、来自用户的提议、市场研究等。可穿戴装置可以包括但不限于眼镜、眼镜片、太阳镜、阅读眼镜、隐形眼镜、安全眼镜、游泳护目镜、虚拟现实(vr)或增强现实(ar)眼镜、头盔、vr或ar头盔、智能眼镜或其组合。例如，当可穿戴装置是眼镜时，可穿戴装置数据可以包括但不限于：镜腿臂长度、镜腿尖端长度、由镜腿臂和镜腿尖端形成的角度、鼻梁宽度、透镜宽度、透镜高度、前倾角、后倾角、透镜之间的距离、有效透镜直径、面部形状角/框架翘曲角、鼻垫的存在/不存在、鼻梁类型(诸如warby 的标准鼻梁适配或低鼻梁适配)等。
80.适配规则数据库150-5存储由适配规则生成器340维护的适配规则数据。适配规则生成器340可以生成和/或更新用于评估装置设计的适配质量的规则和标准。例如，适配规则可以指定适配头部数据的耳朵位置的镜腿臂长度或镜腿臂长度的范围。可以使用标准来计算适配概率或确定头部数据特征的不适配。例如，将头部数据与鼻梁宽度w适配的标准设
置为w+/-1mm。也就是说，具有超过w+/-1mm的鼻梁宽度的框架可以被确定为头部数据的不适配，而在w+/-1mm内的鼻梁宽度可以相应地被分配适配概率。适配规则可以指定瞳孔适配，例如瞳孔适配的标准可以是p-2mm至p+8mm。可以使用一个或多个适配规则来生成期望的头部可穿戴装置设计结果。例如，一个或多个适配规则可以是总宽度适配必须在一定范围内，并且瞳孔距离适配必须在一定范围内，这意味着头部可穿戴装置设计必须适配在耳朵位置和瞳孔区域中以获得良好的适配。一些适配方面具有一个或多个不同的适配公差，原因是某些适配方面可以由眼镜商调整到位(诸如镜腿臂)，而其他适配方面不能由眼镜商调整(诸如没有可调整鼻垫的醋酸纤维框架的鼻梁)。身体部位的尺寸也是为什么一些适配方面具有一个或多个不同的适配公差的另一个原因。例如，总头部宽度的+/-适配公差比鼻梁宽度更宽，因此，+/-1mm适配公差对鼻梁宽度具有较大影响，但对总头部宽度具有较小影响。适配规则可以几何地(如上所述)和/或通过实验生成。经由实验生成一个或多个适配规则需要例如使用3d扫描仪获得一个或多个受试者的面部尺寸，并且使受试者尝试具有不同技术尺寸的头部可穿戴装置(诸如眼镜)的十种或以上设计，同时一个或多个观察者确定头部可穿戴装置的哪些设计适配受试者。可以使用不同头部可穿戴装置设计的技术尺寸、受试者的面部尺寸和一个或多个观察者的适配评估来生成一个或多个适配规则。
81.此外，一个或多个适配方面的适配概率分布可以围绕“理想尺寸”对称或不对称。作为不对称适配概率分布的示例，“太小”的不适配可能被客户拒绝，原因是头部可穿戴装置设计将不适配客户的头部。同时，“太大”的不适配可能是客户可接受的。在以上针对瞳孔适配的示例性适配规则中示出了该情况的示例(瞳孔适配的标准可以是p-2mm至p+8mm)。总之，要求保护的发明有助于识别适配概率分布，然后可以将其概括在+/-范围内。要求保护的发明将适配概率分布简化为二进制，假设适配概率在该范围外接近0，并且在该范围内高(例如，在0.5和1之间的某处)。
82.在一个实施例中，3d扫描仪130可以用于进行准确的面部测量，用于由适配规则生成器340创建适配规则。群体引擎320提供将“试戴”框架的群体。适配引擎330组合框架和群体信息，然后为用户界面生成器310生成的所有用户界面供电。用户界面可以在访问和使用适配预测系统140的各种装置上。
83.图4是根据本文公开内容的一些实施例的由适配预测系统(例如，图3中的适配预测系统140)执行的示例性过程400的流程图。在操作410处，从用户接收请求。在操作420处，根据请求，基于受试者的样本(包括但不限于已同意参与适配预测系统的潜在和/或实际客户)的真实头部数据来生成模拟头部数据。在操作430处，确定模拟头部数据和可穿戴装置的至少一个设计和/或至少一个可穿戴装置的设计之间的适配信息。在操作440处向用户提供适配信息作为对请求的响应。可以根据本文公开内容的不同实施例改变图4中所示的操作的顺序。
84.图5示出了根据本文公开内容的一些实施例的用户界面生成器310(例如，图3中的用户界面生成器310)的示例性图。该示例中的用户界面生成器310包括用户输入分析器510、查询配置生成器520和可视化生成器530。
85.在该示例中用户输入分析器510可以经由客户端装置110接收来自用户的请求。用户可以是拥有或能够访问适配预测系统140的公司的雇员。该请求可以由用户从客户端装置110上的软件或图形用户界面输入。用户界面可以由用户界面生成器310生成并发送到客
户端装置110。替代地，用户界面可以由客户端装置110基于由用户界面生成器310创建的指令来生成。
86.该请求可以是预测任意组的眼镜框架将如何适配任意组的人。例如，用户可以使用用户界面来计数和描述在分类中找不到任何良好选项的面部，评估新的框架样式是否适合特定的面部尺寸，或者测试出新的尺寸调整方案(例如，四个不同的镜腿臂长度)以查看它们是否改善给定群体中的适配覆盖。
87.用户输入分析器510可以分析请求以生成用户输入数据。在一个示例中，用户输入数据包括关于以下的信息：对应于真实或假想设计的一个或多个眼镜的尺寸和形状；群体引擎320然后生成的一个或多个人的群体。用户输入分析器510将这些用户输入数据发送到适配引擎330以在指定群体中的每个人上虚拟地“试戴”每个眼镜。用户输入分析器510还可以将用户输入数据发送到可视化生成器530以生成响应可视化。
88.在该示例中可视化生成器530可以接收由适配引擎330基于用户输入数据生成的适配结果。适配结果可以由适配引擎330或可视化生成器530以适合于请求的方式聚合。可视化生成器530可以执行可视化以基于用户输入数据和/或适配结果生成可视化适配结果，并且将可视化适配结果作为请求的响应发送到客户端装置110。
89.在一个实施例中，在用户输入分析器510接收到初始请求之后，用户输入分析器510将请求转发到查询配置生成器520以生成查询和配置。在该示例中查询配置生成器520可以生成查询以要求用户提供与请求相关的更多信息。例如，在用户请求群体适配某个框架设计之后，查询配置生成器520可以生成查询以要求用户提供群体的预期特征或人口统计信息。查询配置生成器520可以生成人口统计信息的不同配置，例如，可以从左到右拖动以表示年龄的条、表示性别的不同复选框等。查询配置生成器520可以将生成的查询和配置发送到可视化生成器530以进行可视化。因而，可视化生成器530可以生成具有配置的可视化查询，并将它们作为请求的响应发送到客户端装置110。
90.图6是根据本文公开内容的一些实施例的由用户界面生成器(例如，图3和图5中的用户界面生成器310)执行的示例性过程600的流程图。在操作610处，从用户接收请求。在操作620处，基于请求生成用户输入数据。可选地，在操作630处，基于用户输入数据生成查询和配置。在操作640处，基于以下项中的至少一个生成至少一个可视化响应：基于用户输入数据生成的查询、配置或适配结果。在操作650处，向用户提供至少一个可视化响应。可以根据本文公开内容的不同实施例改变图6中所示的操作的顺序。
91.图7示出了根据本文公开内容的一些实施例的群体引擎320(例如，图3中的群体引擎320)的示例性图。在该示例中群体引擎320包括代表类型确定器710、目标群体特征确定器720、数据采样器730和群体模拟器740。根据各种实施例，群体引擎320使用受试者的数千次面部扫描的数据集和关于受试者的人口统计数据来运行模拟，并返回代表世界上实际群体的模拟群体。这些模拟面部可以被馈送到适配引擎330中以“试戴”眼镜。
92.在该示例中代表类型确定器710可以从用户界面生成器310接收用户输入数据。基于用户输入数据，代表类型确定器710可以确定用于对真实头部或面部数据进行采样以进行模拟的代表类型。真实头部数据库150-1中的数据可以包括面部扫描，而人口统计数据库150-3中的数据可以包括与真实头部数据库150-1中的面部数据相关联的人口统计信息(例如，种族/民族、二元性别和年龄)。用于模拟的数据样本可以包括例如具有平衡的性别代表
以及跨若干不同民族的代表的约2,500名参与者。数据样本是否可以代表不同的人口统计组取决于用户输入数据，原因是用户在运行模拟时可能想要针对性别或年龄组模拟更多数据。因而，代表可以是对指定人口统计组的相等代表或偏差代表。代表类型确定器710可以将生成的代表类型发送到数据采样器730以用于生成数据样本。
93.在该示例中数据采样器730可以从代表类型确定器710接收代表类型和用户输入数据，并且基于代表类型和用户输入数据从真实头部数据库150-1和相关联的150-2生成数据样本。这是具有基于代表类型确定的相关联的人口统计信息的真实头部数据的样本。数据采样器730可以将数据样本发送到群体模拟器740以执行模拟。
94.某些测量值的分布可以在人口统计组(例如但不限于年龄、性别、种族和/或民族、医疗状况和损伤)之间变化。然而，可以在测量的平均值和方差中看到这种大或小的差异。举例来说，对于许多面部测量(特别是总头部宽度和瞳孔距离)，性别之间的平均值差异相当大。这样的测量包括但不限于头部宽度、鼻梁宽度(诸如但不限于头部可穿戴装置位于鼻子上或上方的点处的鼻子宽度)、瞳孔距离、鼻宽度(捕获在鼻翼水平处的鼻子的最大软组织宽度的水平测量-测量右鼻翼和左鼻翼之间的距离)、鼻下宽度(在鼻子和上唇之间的界面处的鼻底的水平测量-测量右鼻翼下和左鼻翼下之间的距离)、鼻突出(从鼻底到鼻尖跨越鼻下表面的鼻子的投影测量-测量鼻突点和鼻下点之间的距离)；鼻翼长度右/左(从鼻底到鼻尖跨越鼻下表面的鼻子的投影测量-分别在鼻突点和右/左鼻翼曲率点之间测量)、鼻高度(鼻根到鼻下点之间的测量)、鼻梁长度(鼻根到鼻突点之间的测量)、鼻额角、内眦宽度(右内眦和左内眦之间的测量)、外眦宽度(右外眦和左外眦之间的测量)和面颊相对于鼻梁的位置)。此外，鼻形状(例如，鼻梁形状；鼻形状、头部形状；面颊相对于鼻梁的位置)的差异可以在人口统计组之间变化，并且在很大程度上通知框架的潜在几何形状和/或尺寸。
95.在设计头部可穿戴装置时，重要的是考虑到通过人口统计信息对群体进行重新采样。例如，数据采样器730可以重新采样由人口统计信息加权的扫描数据，以产生80,000个美国人的现实样本看起来的模拟。用户还可以生成在所有人口统计子组中具有相等代表的样本，使得用户可以更仔细地查看分类中每个子组可用的选项。这也可以应用于创建任何任意群体，诸如国家、城市或社区中的群体。基于重新采样，用户还可以创建可能具有特定适配需求的群体，诸如佩戴渐变透镜的老年人群体。这种重新采样在很大程度上通知潜在的头部可穿戴装置设计的分类过程和挑选颜色、设计细节、样式名称等。
96.在该示例中，群体模拟器740可以从数据采样器730接收数据样本，并且基于数据样本生成模拟群体的头部数据。例如，模拟可以利用数据插值来生成具有真实头部数据和其他相同人口统计信息的两个年龄组之间的年龄组的模拟头部数据。群体模拟器740可以将模拟头部数据存储到模拟头部数据库150-2中。在一个实施例中，群体模拟器740将模拟头部数据直接发送到适配引擎330以进行适配评估。
97.在该示例中目标群体特征确定器720可以从用户界面生成器310接收用户输入数据，并且确定目标群体特征。例如，目标群体特征确定器720可以确定用户对创建基于测量的子集(诸如“最宽的10％男人头部”)感兴趣。对于该群体特征，数据采样器730可以如上所述制作更宽的样本。然后，在群体模拟器740执行模拟之后，群体模拟器740基于群体特征进行过滤以仅保留是男性并且头部宽度在所有男性的前10％中的模拟人。该过滤器可以应用于任意特征，如高面颊、低眉毛等。这对于研究如何最佳地适配每个特定群体是有用的。例
如，可能较宽的头部也需要较宽的鼻梁或较长的镜腿臂。如果是，则模拟数据可以反映受影响的人数以及有多少。在一个实施例中，目标群体特征确定器720可以将群体特征发送到数据采样器730，使得数据采样器730可以仅生成具有群体特征(例如，低眉毛)的数据样本。
98.图8是根据本文公开内容的一些实施例的由群体引擎(例如，图3和图7中的群体引擎320)执行的示例性过程的流程图。在操作810处，基于用于对群体数据进行采样的用户输入数据来确定代表类型。在操作820处，基于以下项生成头部数据样本：真实头部数据库、与真实头部数据库相关联的人口统计数据库和代表类型。在操作830处，基于用户输入数据生成用户感兴趣的群体特征。在操作840处，基于头部数据样本和群体特征生成模拟头部数据。在操作850处，将模拟头部数据存储到模拟头部数据库中。可以根据本文公开内容的不同实施例改变图8中所示的操作的顺序。
99.图9示出了根据本文公开内容的一些实施例的适配引擎330(例如，图3中的适配引擎330)的示例性图。在该示例中适配引擎330包括头部数据分析器910、可穿戴装置数据分析器920、配对和序列确定器930、适配标准选择器940、适配评估器950和适配预测聚合器960。适配引擎330可以分析三维面部数据和三维框架数据，并基于收集和存储的规则输出它们将适配的概率。
100.在该示例中头部数据分析器910可以基于来自用户界面生成器310的用户输入数据来检索和分析来自模拟头部数据库150-2的头部数据。这里，假设从模拟头部数据库150-2检索的头部数据已经包括关联的人口统计数据。如果不是，则头部数据分析器910还可以从人口统计数据库150-3检索关联的人口统计数据。在一个实施例中，头部数据分析器910还可以基于用户输入数据检索和分析来自真实头部数据库150-1和模拟头部数据库150-2的头部数据。头部数据分析器910可以将检索和分析的头部数据发送到配对和序列确定器930以进行配对。在一个实施例中，每个头部数据可以由头部数据分析器910分配权重，并与权重一起发送到配对和序列确定器930。可以基于反映用户偏好的用户输入数据来确定权重。
101.在该示例中可穿戴装置数据分析器920可以基于用户输入数据检索和分析来自可穿戴装置数据库150-4的可穿戴装置(例如，一副眼镜或vr护目镜)的设计数据。可穿戴装置数据分析器920可以将检索和分析的设计数据发送到配对与序列确定器930以进行配对。
102.在该示例中配对和序列确定器930可以将检索的头部数据和检索的装置设计数据配对以生成数据对的序列。每个数据对包括头部数据和对应的装置设计数据。检索的头部数据中的每一个可以与检索的装置设计数据中的每一个配对，以形成不同的头部设计数据对。配对和序列确定器930可以例如基于由头部数据分析器910确定的头部数据的权重来确定用于适配评估的不同头部-设计数据对的序列。配对和序列确定器930可以将头部-设计数据对的序列发送到适配评估器950以进行适配评估。
103.在该示例中适配标准选择器940可以基于用户输入数据从适配规则数据库150-5选择规则和标准。适配规则数据库150-5中的每个规则指定如何根据头部特征和/或装置参数来确定关于头部数据的装置设计的适配概率。基于用户输入数据，适配标准选择器940可以选择与不同标准相关联的不同规则以用于评估来自头部数据分析器910的检索到的头部数据和来自可穿戴装置数据分析器920的检索到的装置设计数据之间的适配质量和性质。例如，对于每个框架，适配标准选择器940可以选择由专门训练的专家确定为对整体适配最
关键的五个适配标准。还可以基于大数据分析来生成规则，例如，通过在各种面部上试戴各种眼镜，确保包括来自各种尺寸和人口统计组的人。
104.在该示例中适配评估器950可以从配对和序列确定器930接收头部-设计数据对的序列，并且从适配标准选择器940接收选择的规则和标准。然后适配评估器950可以基于选择的规则和标准中的每一个来评估数据对的序列，以生成每个数据对的适配预测。适配评估可以跨所有数据对重复。这里的每个适配预测可以指与头部或设计特征相关联的规则。例如，这里的适配预测可以包括：具有75％的框架太宽概率的总宽度适配、具有66％的良好适配概率的瞳孔适配、80％的鼻梁太窄概率等。在一个实施例中，适配评估器950可以评估良好适配的概率和/或不适配的原因(如果有的话)。在一个实施例中，适配预测可以被发布为每个适配方面(例如，瞳孔适配)的三个概率的集合：适配方面太窄、正好或太宽的概率。良好适配与不良适配的参数是可调整的，并且可以取决于客户或人口统计组的偏好。例如，良好的瞳孔适配可以意味着瞳孔应当在透镜中居中或靠近透镜的中心。如本技术中使用的术语“靠近透镜的中心”被定义为瞳孔水平地从透镜的几何中心的竖直轴线下降小于或等于4mm至6mm；4mm至10mm；4mm至8mm；5mm至7mm；6mm至8mm；6mm至10mm；7mm至9mm；8mm至10mm；4mm；5mm；6mm；7mm；8mm；9mm；或10mm。另一示例，良好的整体头部宽度可以意味着头部可穿戴装置的框架不应夹住镜腿，或者客户应能够将两个手指适配在头部太阳穴和框架的镜腿臂之间。良好的适配还可以包括当客户的微笑和/或眉毛在框架上方时使面颊不接触框架。对于示例性的良好鼻梁适配，框架的鼻梁不应足够宽，使得框架将在鼻子上过低，和/或框架的鼻梁不应足够窄，使得框架将在鼻子上过高。
105.在一个实施例中，适配引擎330可以从适配评估器950输出单个适配方面的适配预测作为适配结果。在另一实施例中，适配引擎330可以使用包含若干子模型的集成模型，每个子模型评价不同的适配方面，以将预测组合成单个预测输出。在该情况下，适配评估器950可以将生成的适配预测发送到适配预测聚合器960以进行聚合。
106.在该示例中适配预测聚合器960可以从适配评估器950接收适配预测，并且生成跨所有适配方面的聚合适配预测。例如，聚合适配预测可以指示头部-设计数据对的90％总体适配概率。在一个示例中，当聚合适配预测指示总体适配概率低于阈值(例如，60％)时，适配预测聚合器960可以生成与低适配概率相关联的不适配的原因，以指示使总体适配分数更低的一个或多个关键适配方面。适配预测聚合器960可以输出聚合的适配预测和/或不适配原因，作为每个数据对的适配结果。
107.在一个实施例中，适配预测聚合器960可以利用存储在适配引擎330中的适配组合函数965中的一个组合来自适配评估器950的适配预测。适配组合函数965的一个示例是几何平均值，但是也可以使用更复杂和灵活的组合函数。由于眼镜装置可能在面部的一个区域中完美地适配并且在其他区域中适配不良，因此仅在单个方面中的适配不良可能导致“不适配”的总体声明，即使其他方面可能很好地适配。例如，一些人的眼睛相对于他们的头部宽度比平均值窄。对于那些人来说，找到对于他们的头部和鼻梁具有良好宽度但在瞳孔中太宽的框架是常见的。
108.在一个实施例中，适配预测聚合器960可以并入对来自适配评估器950的适配预测的组合加权的一个或多个因子。适配预测聚合器960可以检索具有存储在适配引擎330中的相关联的权重的因子966中的一个。例如，可以将处方强度并入用于预测组合的因子的加权
中。例如，瞳孔中太宽的框架对于强处方引起不可接受的问题，但对于弱处方则不会。可以将特定客户处方(或群体中处方强度的分布)考虑到组合不同适配方面的方式中。
109.为了跨各种框架和/或多人组发出预测，适配引擎330基本上创建所有不同的面部-框架对的列表，并逐个评估他们的适配质量和性质。然后可以以最适用于调查的任何方式聚合结果。如上所述，可以在适配预测聚合器960中或在用户界面生成器310中执行聚合。
110.在一个实施例中，可以使用诸如深度学习的技术来提供由适配评估器950或引擎330进行的更复杂的适配评估。深度学习可以用于一次评估整个框架和面部数据。这还将使得更容易使用更复杂的测量，如曲线而不是点对点距离，并且例如进行框架适配的物理建模以查看特定眼镜在何处与该特定鼻子相遇，而不是简单地比较测量。深度学习将需要大得多的训练集，但是可以在人们使用适配引擎330的适配模型时更新它们。适配引擎330可以从家庭试戴的客户选择、他们的购买和返回中学习以细化其是否在现实世界中适配的适配预测。
111.图10是根据本文公开内容的一些实施例的由适配引擎(例如，图3和图9中的适配引擎330)执行的示例性过程的流程图。在操作1010处，基于用户输入数据从模拟头部数据库检索和分析头部数据。在操作1020处，基于用户输入数据从可穿戴装置数据库检索和分析设计数据。在操作1030处，将检索的头部数据和检索的装置设计数据配对以生成数据对的序列。在操作1040处，基于用户输入数据从适配规则数据库选择规则和标准。在操作1050处，基于选择的规则和标准中的每一个来评估数据对的序列，以生成每个数据对的适配预测。在操作1060处，基于以下项中的至少一个，根据所有选择的规则和标准来生成聚合适配预测：适配组合函数、与处方相关的因子或适配预测聚合期间的因子的权重。可以根据本文公开内容的不同实施例改变图10中所示的操作的顺序。
112.图11示出了根据本文公开内容的一些实施例的适配规则生成器340(例如，图3中的适配规则生成器340)的示例性图。在该示例中适配规则生成器340包括适配方面评价器1110、统计模型生成器和更新器1120以及适配标准生成器和更新器1130。适配规则生成器340使用所收集的数据来指导适配规则。适配规则生成器340可以选择对总体适配成功最重要的特定适配标准。
113.在该示例中适配方面评价器1110可以基于用户输入数据来接收先前的适配结果。当用户想要生成或更新适配规则数据库150-5时，用户输入数据可以指示适配引擎330将先前由适配引擎330生成的适配结果作为反馈发送到适配规则生成器340。适配方面评价器1110可以评价适配预测反馈，以识别要生成或更新的一个或多个规则。一些测量经常用于适配眼镜装置，例如瞳孔距离。例如，适配方面评价器1110可以分析先前的适配结果，以确定存在一大群人由于高且窄的鼻梁和非常低的眉毛的组合而无法找到良好的适配。这能够实现新种类的眼镜尺寸类别，如基于镜腿臂长度向尺寸调整系统添加尺寸。就像男士裤子具有腰部测量和长度测量一样，眼镜可以具有独立的宽度和镜腿尺寸。这些尺寸(例如，窄、小、长、宽、低、高等)不同于通常印刷在每副眼镜上的行业标准眼镜测量(以毫米为单位)。三个数字行业标准测量难以理解和应用。适配规则数据库150-5中的规则和标准使得能够实现更加以人为中心的尺寸调整系统，其理解足够简单但足够详细以允许人们找到良好的适配。适配方面评价器1110可以将评估结果发送到统计模型生成器和更新器1120。
114.在该示例中统计模型生成器和更新器1120可以接收：真实头部数据(例如，由3d扫
描仪生成)、可穿戴装置的设计数据以及来自适配方面评价器1110的评价结果。对于每个数据对，评价结果可以指示不同适配方面，例如，在瞳孔处太宽、在太阳穴处太窄。统计模型生成器和更新器1120可以利用评价结果中的统计信息来基于以下项中的至少一个生成或更新至少一个适配规则：适配预测的评价、真实头部数据或可穿戴装置的设计数据。统计模型生成器和更新器1120可以将生成或更新的至少一个适配规则存储在适配规则数据库150-5中。统计模型生成器和更新器1120可以将生成或更新的至少一个适配规则以及其他数据转发到适配标准生成器和更新器1130。
115.在该示例中，适配标准生成器和更新器1130可以从统计模型生成器和更新器1120接收：真实头部数据(例如，由3d扫描仪生成)、可穿戴装置的设计数据、评价结果以及生成或更新的至少一个适配规则。适配标准生成器和更新器1130可以利用评价结果中的统计信息来基于以下项中的至少一个生成或更新至少一个适配标准：至少一个适配规则、适配预测的评价、真实头部数据或可穿戴装置的设计数据。适配标准生成器和更新器1130可以将生成或更新的至少一个标准存储在适配规则数据库150-5中。这可以是迭代过程，其中适配引擎330将使用更新的规则和/或标准在下一次迭代中生成新的适配结果，使得适配规则生成器340将使用新的适配结果在下一次迭代中再次生成或更新规则和/或标准。可以使用不同的统计模型来描述适配规则。在一个实施例中，还可以使用聚合模型来描述适配规则。
116.图12是根据本文公开内容的一些实施例的由适配规则生成器(例如，图3和图11中的适配规则生成器340)执行的示例性过程的流程图。在操作1210处，执行由适配引擎先前生成的适配预测的评价。在操作1220处，基于以下项中的至少一个生成或更新至少一个适配规则：适配预测的评价、真实头部数据或可穿戴装置的设计数据。在操作1230处，基于以下项中的至少一个生成或更新至少一个适配标准：至少一个适配规则、适配预测的评价、真实头部数据或可穿戴装置的设计数据。在操作1240处，将至少一个适配规则和至少一个适配标准存储在适配规则数据库中。可以根据本文公开内容的不同实施例改变图12中所示的操作的顺序。
117.图13示出了根据本文公开内容的一些实施例的三维(3d)扫描仪130(例如，图1-3中的3d扫描仪130)的示例性图。在该示例中3d扫描仪130包括图像和深度图捕获器1310、图像配准处理器1320、头部界标定位器1330、深度图聚合器1340、图像界标聚合器1350、3d界标定位器1360、深度图组合器1370、界标坐标确定器1380和头部数据计算器1390。在一个实施例中，3d扫描仪130是定制的测量装置，其具有获得全脸扫描的协议以准确测量对于适配眼镜至关重要的面部特征。
118.在该示例中图像和深度图捕获器1310可以从三个不同视图中的每一个获得多个捕获，每个捕获包括受试者头部的2d图像和对应的3d深度图。例如，图像和深度图捕获器1310可以实现为相机以快速连续地获得头部的15个捕获，每个捕获包括来自三个不同视图的2d图像和深度图：正面视图和头部每一侧上的两个四分之三视图。图像和深度图捕获器1310可以将2d图像发送到图像配准处理器1320和头部界标定位器1330，并且将3d深度图发送到深度图聚合器1340。
119.在一个实施例中，对于每个视图，深度图聚合器1340可以对15个深度图求平均以创建该视图的单个高质量深度图。对于2d图像，图像配准处理器1320可以执行配准过程，其中测量由于相机运动引起的小位移。在每个2d图像中，头部界标定位器1330可以定位关键
面部界标以确定2d界标位置。考虑到由图像配准处理器1320在配准过程期间估计的小位移，图像界标聚合器1350可以将由头部界标定位器1330确定的2d界标位置一起平均。
120.3d界标定位器1360可以借助于来自深度图聚合器1340的平均深度图来定位3d空间中的面部界标，以获得每个视图的平均深度图和3d界标位置的集合。深度图组合器1370可以使用迭代最近点算法将来自三个视图的深度图接合在一起成为单个深度图。
121.在接合深度图之后，界标坐标确定器1380可以基于单个深度图确定界标坐标，例如，从左深度图绘制来自面部左侧的界标坐标，从正面深度图绘制来自面部中心的界标坐标，并且从右深度图绘制来自面部右侧的界标坐标。最后，头部数据计算器1390可以基于界标坐标(包括例如各种界标之间的距离)来计算头部数据。头部数据计算器1390可以将头部数据存储到真实头部数据库150-1中。
122.在一个实施例中，3d扫描仪130提供头部的准确读数(包括头部的正面、侧面以及可选地顶部和/或后部)。除了确定面部界标的位置之外，3d扫描仪还确定头部上的耳朵的位置以及颅骨的总宽度，其是用于适配头部可穿戴装置的关键测量。因此，3d扫描仪130至少扫描头部的正面和侧面，并且可选地扫描头部的顶部和/或后部。
123.图14是根据本文公开内容的一些实施例的由3d扫描仪(例如，图1-3和13中的3d扫描仪130)执行的示例性过程的流程图。在操作1402处，从三个不同视图中的每一个获得多个捕获，每个捕获包括受试者的头部的2d图像和对应的3d深度图。在操作1404处，配准每个2d图像以确定由于捕获期间的运动引起的位移。在操作1406处，根据例如预定头部界标在每个2d图像上检测或确定2d界标位置的集合。在操作1408处，跨多个捕获聚合2d界标位置以基于位移生成每个视图的聚合2d界标位置的集合。在操作1410处，跨多个捕获聚合3d深度图以生成每个视图的聚合3d深度图。在操作1412，基于每个视图的聚合2d界标位置的集合和聚合3d深度图在3d空间中定位预定头部界标。在操作1414处，将三个不同视图的聚合3d深度图组合成单个深度图。在操作1416处，基于单个深度图确定界标坐标。在操作1418处，基于界标坐标确定头部数据。在操作1420处，将头部数据存储到真实头部数据库中。可以根据本文公开内容的不同实施例改变图14中所示的操作的顺序。
124.在本文公开内容的各种实施例中，可以实现包含更详细测量(诸如鼻梁的6个测量而不是2个测量，或者曲线而不是单个距离)的更细微的统计模型。在各种实施例中，方法用于：预测面部是否将适配低鼻梁适配框架；详细检查鼻梁适配，其是两种非常复杂的拓扑结构的组合；更详细地检查常见的适配问题，例如低眉毛、高面颊、瞳孔距离窄、鼻梁断裂、不对称等；在面部扫描上可视化眼镜，以查看新设计在许多不同的面部上看起来如何；创建样本面部的集合以捕获各种面部“类型”中的每一种，以用作设计模型(例如，具有高鼻梁的一个窄面部、具有窄眼的一个窄面部等)；创建目标度量以允许每个人在分类中具有可能适配他们的n个框架；使用物理模型使眼镜和面部“碰撞”以更好地检查它们如何安置在面部上；更高保真度扫描；使用深度学习来生成由模拟模型佩戴的眼镜的图像，所述模拟模型适当地适配用于广告活动的眼镜，使得客户不会因为使人类模型佩戴不适当适配的框架而对适配如何起作用困惑；在扫描客户的面部之后，将框架列表缩小到仅适配它们的框架(参见例如pct国际申请公报第wo2020/142295号，其通过引用整体并入本文)；生成营销电子邮件，其目标是突显集合中可能适配个体收件人的框架；在将框架运送给客户之前，基于框架的扫描测量在实验室中调整框架，在到商店的途中保存它们以进行调整。
125.本文的公开内容可以以方法和用于实践那些方法的装置的形式体现。本文的公开内容还可以以在有形介质中体现的程序代码的形式来体现，有形介质诸如安全数字(“sd”)卡、usb闪存驱动器、磁盘、cd-rom、dvd-rom、蓝光盘、硬盘驱动器或任何其他非暂时性机器可读存储介质，其中，当程序代码被加载到诸如计算机的机器中并由其执行时，机器成为用于实践本公开内容的装置。本文的公开内容还可以以程序代码的形式体现，例如，无论是存储在存储介质中、加载到机器中和/或由机器执行，还是通过一些传输介质传输，例如通过电线或电缆、通过光纤或经由电磁辐射，其中，当程序代码被加载到诸如计算机的机器中并由其执行时，机器成为用于实践本公开内容的装置。当在通用处理器上实施时，程序代码段与处理器组合以提供类似于特定逻辑电路操作的独特装置。
126.可以强调的是，上述实施例仅仅是实现的可能示例，并且仅仅阐述了对本公开内容的原理的清楚理解。在基本上不脱离本公开内容的精神和原理的情况下，可以对本公开内容的上述实施例进行许多变化和修改。所有这些修改和变化旨在包括在本公开内容和本文公开内容的范围内，并由所附权利要求保护。
127.尽管本说明书包含许多细节，但是这些细节不应被解释为对任何公开内容或可能要求保护的内容的范围的限制，而是作为可能特定于特定公开内容的特定实施例的特征的描述。在本说明书中在单独实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合在多个实施例中实现。此外，尽管特征可以在上面被描述为以某些组合起作用并且甚至最初如此要求保护，但是来自所要求保护的组合的一个或多个特征在一些情况下可以从组合删除，并且所要求保护的组合可以涉及子组合或子组合的变化。
128.尽管已经描述了各种实施例，但是应当理解，所描述的实施例仅是说明性的，并且本主题的范围应符合本领域技术人员通过阅读本发明自然想到的等同物、许多变化和修改的全部范围。

技术特征：
1.一种用于预测可穿戴装置和一个或多个客户之间的适配质量的系统，所述系统具有至少一个处理器和至少一个存储器，所述系统包括：用户界面生成器，所述用户界面生成器配置用于接收来自用户的请求；群体引擎，所述群体引擎配置用于基于所述请求，生成基于受试者的样本的真实头部数据的模拟头部数据；以及适配引擎，所述适配引擎配置用于确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息，其中，所述适配信息作为对所述请求的响应向用户显示。2.根据权利要求1所述的系统，其中，所述请求包括与以下项中的至少一个相关的信息：具有预定人口统计数据的目标客户群体；或提出的可穿戴装置设计的集合，所述可穿戴装置设计中的每一个包括所述可穿戴装置的相应尺寸和形状数据。3.根据权利要求2所述的系统，其中，所述请求与以下项中的至少一个相关：基于所述提出的可穿戴装置设计的集合，在所述目标客户群体中寻找具有大于或小于预定阈值的适配概率的群体的子集；基于所述目标客户群体，在所述提出的可穿戴装置设计的集合中寻找具有大于或小于预定阈值的适配概率的设计的子集；或确定所述提出的可穿戴装置设计的集合和所述目标客户群体之间的适配信息。4.根据权利要求1所述的系统，其中，所述用户界面生成器包括：用户输入分析器，所述用户输入分析器配置用于接收来自用户的请求并基于所述请求生成用户输入数据；查询配置生成器，所述查询配置生成器配置用于基于所述用户输入数据生成查询和配置；以及可视化生成器，所述可视化生成器配置用于：基于以下项中的至少一个来生成至少一个可视化响应：基于所述用户输入数据生成的查询、配置或适配结果，和向用户提供所述至少一个可视化响应。5.根据权利要求4所述的系统，其中，所述群体引擎包括：代表类型确定器，所述代表类型确定器配置用于在对群体数据进行采样时基于所述用户输入数据来确定代表类型；数据采样器，所述数据采样器配置用于基于以下项来生成头部数据样本：真实头部数据库、与所述真实头部数据库相关联的人口统计数据库和代表类型；目标群体特征确定器，所述目标群体特征确定器配置用于基于所述用户输入数据来确定用户感兴趣的群体特征；以及群体模拟器，所述群体模拟器配置用于基于以下项来生成模拟头部数据：头部数据样本和群体特征，并且用于将模拟头部数据存储到模拟头部数据库中。6.根据权利要求5所述的系统，其中，所述适配引擎包括：头部数据分析器，所述头部数据分析器配置用于基于所述用户输入数据从所述模拟头部数据库检索和分析头部数据；
可穿戴装置数据分析器，所述可穿戴装置数据分析器配置用于基于所述用户输入数据从可穿戴装置数据库检索和分析装置设计数据；配对和序列确定器，所述配对和序列确定器配置用于将检索的头部数据和检索的装置设计数据配对以生成数据对的序列；适配标准选择器，所述适配标准选择器配置用于基于所述用户输入数据从适配规则数据库选择规则和标准；以及适配评估器，所述适配评估器配置用于基于选择的规则和标准中的每一个来评估数据对的序列，以生成每个数据对的适配预测，其中，所述适配预测包括与以下项中的至少一个相关的信息：基于预定阈值的适配的指示、适配的适配概率或不适配的原因。7.根据权利要求6所述的系统，其中，所述适配引擎还包括：适配预测聚合器，所述适配预测聚合器配置用于根据所有选择的规则和标准来生成聚合适配预测，其中，基于以下项中的至少一个来生成所述聚合适配预测：适配组合函数、与处方相关的因子或适配预测聚合期间的所述因子的权重。8.根据权利要求1所述的系统，还包括适配规则生成器，所述适配规则生成器配置用于生成或更新用于评估头部装置数据对的适配质量的适配规则和标准，其中，所述适配规则生成器包括：适配方面评价器，所述适配方面评价器配置用于执行先前由所述适配引擎生成的适配预测的评价；统计模型生成器和更新器，所述统计模型生成器和更新器配置用于基于以下项中的至少一个来生成或更新至少一个适配规则：适配预测的评价、真实头部数据或所述可穿戴装置的设计数据；以及适配标准生成器和更新器，所述适配标准生成器和更新器配置用于基于以下项中的至少一个来生成或更新至少一个适配标准：至少一个适配规则、适配预测的评价、真实头部数据或所述可穿戴装置的设计数据，其中，所述至少一个适配规则和所述至少一个适配标准存储在适配规则数据库中。9.根据权利要求1所述的系统，还包括配置用于扫描头部以生成真实头数据的三维(3d)扫描仪，其中，所述3d扫描仪包括：图像和深度图捕获器，所述图像和深度图捕获器配置用于从三个不同视图中的每一个获得多个捕获，其中，所述多个捕获中的每一个包括受试者的头部的二维(2d)图像和对应的3d深度图；图像配准处理器，所述图像配准处理器配置用于配准每个2d图像以确定由于捕获期间的运动引起的位移；头部界标定位器，所述头部界标定位器配置用于检测每个2d图像上的2d界标位置的集合；图像界标聚合器，所述图像界标聚合器配置用于跨所述多个捕获聚合2d界标位置以基于所述位移生成每个视图的聚合2d界标位置的集合；深度图聚合器，所述深度图聚合器配置用于跨所述多个捕获聚合3d深度图以生成每个视图的聚合3d深度图；3d界标定位器，所述3d界标定位器配置用于基于每个视图的聚合2d界标位置的集合和
聚合3d深度图在3d空间中定位预定头部界标；深度图组合器，所述深度图组合器配置用于将所述三个不同视图的聚合3d深度图组合成单个深度图；界标坐标确定器，所述界标坐标确定器配置用于基于所述单个深度图确定界标坐标；以及头部数据计算器，所述头部数据计算器配置用于基于所述界标坐标来计算头部数据并将所述头部数据存储到真实头部数据库中。10.根据权利要求1所述的系统，其中，所述可穿戴装置是眼镜、眼镜片、太阳镜、隐形眼镜、智能眼镜、安全眼镜、游泳护目镜、虚拟现实(vr)眼镜、增强现实(ar)眼镜、头盔、vr头盔、ar眼镜或其组合。11.根据权利要求1所述的系统，其中，所述一个或多个客户是潜在客户、实际客户或其组合。12.一种在计算装置上实现的用于预测可穿戴装置和一个或多个客户之间的适配质量的方法，所述计算装置具有至少一个处理器和至少一个存储器，所述方法包括：接收来自用户的请求；基于所述请求，生成基于客户的样本的真实头部数据的模拟头部数据；确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息；以及将所述适配信息作为对所述请求的响应提供给用户。13.根据权利要求12所述的方法，其中，所述请求包括与以下项中的至少一个相关的信息：具有预定人口统计数据的目标客户群体；或提出的可穿戴装置设计的集合，所述可穿戴装置设计中的每一个包括所述可穿戴装置的相应尺寸和形状数据。14.根据权利要求13所述的方法，其中，所述请求与以下项中的至少一个相关：基于所述提出的可穿戴装置设计的集合，在所述目标客户群体中寻找具有大于或小于预定阈值的适配概率的群体的子集；基于所述目标客户群体，在所述提出的可穿戴装置设计的集合中寻找具有大于或小于预定阈值的适配概率的设计的子集；或确定所述提出的可穿戴装置设计的集合和所述目标客户群体之间的适配信息。15.根据权利要求12所述的方法，还包括：基于所述请求生成用户输入数据；基于所述用户输入数据生成查询和配置；基于以下项中的至少一个来生成至少一个可视化响应：基于所述用户输入数据生成的查询、配置或适配结果；以及向用户提供所述至少一个可视化响应。16.根据权利要求15所述的方法，其中，生成所述模拟头部数据包括：在对群体数据进行采样时基于所述用户输入数据来确定代表类型；基于以下项来生成头部数据样本：真实头部数据库、与所述真实头部数据库相关联的人口统计数据库和代表类型；
基于所述用户输入数据来确定用户感兴趣的群体特征；以及基于所述头部数据样本和群体特征来生成模拟头部数据，其中，所述模拟头部数据存储到模拟头部数据库中。17.根据权利要求16所述的方法，其中，确定所述适配信息包括：基于所述用户输入数据从所述模拟头部数据库检索和分析头部数据；基于所述用户输入数据从可穿戴装置数据库检索和分析装置设计数据；将检索的头部数据和检索的装置设计数据配对，以生成数据对的序列；基于所述用户输入数据从适配规则数据库选择规则和标准；以及基于选择的规则和标准中的每一个来评估数据对的序列，以生成每个数据对的适配预测，其中，所述适配预测包括与以下项中的至少一个相关的信息：基于预定阈值的良好适配或不良适配的指示、良好适配的适配概率或不良适配的原因。18.根据权利要求17所述的方法，其中，确定所述适配信息还包括：根据所有选择的规则和标准来生成聚合适配预测，其中，基于以下项中的至少一个来生成所述聚合适配预测：适配组合函数、与处方相关的因子或适配预测聚合期间的所述因子的权重。19.根据权利要求12所述的方法，还包括基于以下项生成或更新用于评估头部装置数据对的适配质量的适配规则和标准：执行先前生成的适配预测的评价；基于以下项中的至少一个来生成或更新至少一个适配规则：适配预测的评价、真实头部数据或所述可穿戴装置的设计数据；以及基于以下项中的至少一个来生成或更新至少一个适配标准：至少一个适配规则、适配预测的评价、真实头部数据或所述可穿戴装置的设计数据，其中，所述至少一个适配规则和所述至少一个适配标准存储在适配规则数据库中。20.根据权利要求12所述的方法，还包括：从三个不同视图中的每一个获得多个捕获，其中，所述多个捕获中的每一个包括受试者的头部的二维(2d)图像和对应的3d深度图；配准每个2d图像，以确定由于捕获期间的运动引起的位移；检测每个2d图像上的2d界标位置的集合；跨所述多个捕获聚合2d界标位置，以基于所述位移生成每个视图的聚合2d界标位置的集合；跨所述多个捕获聚合3d深度图，以生成每个视图的聚合3d深度图；基于每个视图的聚合2d界标位置的集合和聚合3d深度图来在3d空间中定位预定头部界标；将所述三个不同视图的聚合3d深度图组合成单个深度图；基于所述单个深度图确定界标坐标；基于所述界标坐标计算头部数据；以及将所述头部数据存储到真实头部数据库中。21.根据权利要求12所述的方法，其中，所述可穿戴装置是以下项中的一个：一副眼镜、一副眼镜片、一副太阳镜、一副隐形眼镜、一副安全眼镜、一副游泳护目镜、一副虚拟现实
(vr)护目镜、头盔或vr头盔。22.根据权利要求12所述的方法，其中，所述可穿戴装置是眼镜、眼镜片、太阳镜、隐形眼镜、智能眼镜、安全眼镜、游泳护目镜、虚拟现实(vr)眼镜、增强现实(ar)眼镜、头盔、vr头盔、ar眼镜或其组合。23.根据权利要求12所述的系统，其中，所述一个或多个客户是潜在客户、实际客户或其组合。24.一种非暂时性计算机可读介质，其上体现有用于预测可穿戴装置和一个或多个潜在客户之间的适配质量的计算机可执行指令，其中，当由处理器执行时，所述计算机可执行指令使所述处理器执行：接收来自用户的请求；基于所述请求，生成基于潜在客户的样本的真实头部数据的模拟头部数据；以及确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息，其中，所述适配信息作为对所述请求的响应向用户显示。25.根据权利要求24所述的非暂时性计算机可读介质，其中，所述请求包括与以下项中的至少一个相关的信息：具有预定人口统计数据的目标客户群体；或提出的可穿戴装置设计的集合，所述可穿戴装置设计中的每一个包括所述可穿戴装置的相应尺寸和形状数据。26.根据权利要求25所述的非暂时性计算机可读介质，其中，所述请求与以下项中的至少一个相关：基于所述提出的可穿戴装置设计的集合，在所述目标客户群体中寻找具有大于或小于预定阈值的适配概率的群体的子集；基于所述目标客户群体，在所述提出的可穿戴装置设计的集合中寻找具有大于或小于预定阈值的适配概率的设计的子集；或确定所述提出的可穿戴装置设计的集合和所述目标客户群体之间的适配信息。27.根据权利要求24所述的非暂时性计算机可读介质，其中，所述计算机可执行指令还使所述处理器执行：基于所述请求生成用户输入数据；基于所述用户输入数据生成查询和配置；基于以下项中的至少一个来生成至少一个可视化响应：基于所述用户输入数据生成的查询、配置或适配结果；以及向用户提供所述至少一个可视化响应。28.根据权利要求27所述的非暂时性计算机可读介质，其中，生成所述模拟头部数据包括：在对群体数据进行采样时基于所述用户输入数据来确定代表类型；基于以下项来生成头部数据样本：真实头部数据库、与所述真实头部数据库相关联的人口统计数据库和代表类型；基于所述用户输入数据来确定用户感兴趣的群体特征；基于所述头部数据样本和群体特征来生成模拟头部数据，其中，所述模拟头部数据存
储到模拟头部数据库中。29.根据权利要求28所述的非暂时性计算机可读介质，其中，确定所述适配信息包括：基于所述用户输入数据从所述模拟头部数据库检索和分析头部数据；基于所述用户输入数据从可穿戴装置数据库检索和分析装置设计数据；将检索的头部数据和检索的装置设计数据配对，以生成数据对的序列；基于所述用户输入数据从适配规则数据库选择规则和标准；以及基于选择的规则和标准中的每一个来评估数据对的序列，以生成每个数据对的适配预测，其中，所述适配预测包括与以下项中的至少一个相关的信息：基于预定阈值的良好适配或不良适配的指示、良好适配的适配概率或不良适配的原因。30.根据权利要求29所述的非暂时性计算机可读介质，其中，确定所述适配信息还包括：根据所有选择的规则和标准来生成聚合适配预测，其中，基于以下项中的至少一个来生成所述聚合适配预测：适配组合函数、与处方相关的因子或适配预测聚合期间的所述因子的权重。31.根据权利要求24所述的非暂时性计算机可读介质，其中，所述计算机可执行指令还使所述处理器执行：执行先前生成的适配预测的评价；基于以下项中的至少一个来生成或更新至少一个适配规则：适配预测的评价、真实头部数据或所述可穿戴装置的设计数据；以及基于以下项中的至少一个来生成或更新至少一个适配标准：至少一个适配规则、适配预测的评价、真实头部数据或所述可穿戴装置的设计数据，其中，所述至少一个适配规则和所述至少一个适配标准存储在适配规则数据库中。32.根据权利要求24所述的非暂时性计算机可读介质，其中，所述计算机可执行指令还使所述处理器执行：从三个不同视图中的每一个获得多个捕获，其中，所述多个捕获中的每一个包括受试者的头部的二维(2d)图像和对应的3d深度图；配准每个2d图像以确定由于捕获期间的运动引起的位移；检测每个2d图像上的2d界标位置的集合；跨所述多个捕获聚合2d界标位置，以基于所述位移生成每个视图的聚合2d界标位置的集合；跨所述多个捕获聚合3d深度图以生成每个视图的聚合3d深度图；基于每个视图的聚合2d界标位置的集合和聚合3d深度图来在3d空间中定位预定头部界标；将所述三个不同视图的聚合3d深度图组合成单个深度图；基于所述单个深度图确定界标坐标；基于所述界标坐标计算头部数据；以及将所述头部数据存储到真实头部数据库中。33.根据权利要求24所述的非暂时性计算机可读介质，其中，所述可穿戴装置是眼镜、眼镜片、太阳镜、隐形眼镜、智能眼镜、安全眼镜、游泳护目镜、虚拟现实(vr)眼镜、增强现实
(ar)眼镜、头盔、vr头盔、ar眼镜或其组合。34.根据权利要求24所述的非暂时性计算机可读介质，其中，所述一个或多个客户是潜在客户、实际客户或其组合。

技术总结
公开了一种用于预测可穿戴装置和一个或多个客户之间的适配质量的系统，该系统具有至少一个处理器和至少一个存储器。所述系统包括：用户界面生成器，所述用户界面生成器配置用于接收来自用户的请求；群体引擎，所述群体引擎配置用于基于所述请求，生成基于客户的样本的真实头部数据的模拟头部数据；以及适配引擎，所述适配引擎配置用于确定所述模拟头部数据和所述可穿戴装置的至少一个设计之间的适配信息，其中所述适配信息作为对所述请求的响应向用户显示。还公开了其方法和用途。应向用户显示。还公开了其方法和用途。应向用户显示。还公开了其方法和用途。


技术研发人员：S
受保护的技术使用者：沃比帕克公司
技术研发日：2021.01.04
技术公布日：2023/9/7