Eye-closure-detection-EAR:基于EAR的闭眼检测
Eye-closure-detection-EAR
Eye closure detection based on EAR
基于人眼纵横比计算的人眼闭合检测算法
原理
PDlib是基于现代C++的通用多平台框架，在机器学习和图像处理领域提供了一系列相关功能
它在人脸检测中，将人脸视为可分的68个数据点，部分人脸数据可根据这些数据点进行检测
Tereza Soukupová于2016年发表的一篇名为Eye blink detection using facial landmarks的文章中
基于实际数据集使用面部关键点检测器作为输入，提出了简单有效的眨眼检测眨眼算法
通过定位眼睛和眼睑的轮廓得出眼睛的长宽比（Eye Aspect Ratio，EAR），用于估计睁眼状态
将访问到的左眼数据[43，48]进行编号
分别对应[p1,p6]得出公式：
在睁眼状态时EAR通常保持恒定，而闭眼时EAR趋近
文件下载
资源详情
[{"title":"（ 4 个子文件 68.98MB ） Eye-closure-detection-EAR:基于EAR的闭眼检测","children":[{"title":"Eye-closure-detection-EAR-master","children":[{"title":"EAR_video.py <span style='color:#111;'> 2.93KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.25KB </span>","children":null,"spread":false},{"title":"shape_predictor_68_face_landmarks.dat <span style='color:#111;'> 95.08MB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明