Eye closure detection based on EAR
基于人眼纵横比计算的人眼闭合检测算法
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趋近于零
右眼进行同理计算后，通过左右眼同步，将得到的左右眼两个EAR进行平均后得出最终结果
阈值是判断睁闭眼的关键，因此合适的阈值可以提高检测的准确度
我们使阈值从0到1变化，步长为0.05，在使用数据集测试后，得到了下图
测试结果显示设置0.2为阈值最合适，也可根据实际情况调整
本项目的源代码已完全公开
图片显示不出来可以去我的博客查看详情
欢迎关注我的博客