简介:EAR(Eye Aspect Ratio)是一种用于闭眼检测的方法,通过计算眼部关键点间的距离比值来判断眼睛是否处于闭合状态。广泛应用于人机交互和计算机视觉领域。
Eye-closure-detection-EARE是基于人眼纵横比计算的人眼闭合检测算法原理。PDlib是一个现代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。在人脸检测中,它将人脸视为可分的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年发表了一篇名为《Eye blink detection using facial landmarks》的文章,在其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算法。该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。在睁眼状态下EAR通常保持恒定,而闭眼时EAR则趋近于某个特定值。
具体地,在计算左眼数据的过程中,访问到的数据点[43,48]分别对应[p1,p6]。