人脸识别之疲劳检测（一）基本实现

图像采集、显示部分使用OpenCV

使用Openface 2 detect landmarks

face detect 用的MTCNN，论文地址：https://arxiv.org/abs/1604.02878v1            

github地址：https://github.com/kpzhang93/MTCNN_face_detection_alignment

训练完的model直接加载即可，该方法需要一定的上下文，单帧图像landmarks测试效果不好。

dlib检测出共68个landmarks，和libfacedetect landmarks数量相同，多于SSD的32个特征点，可在嵌入式embedded and mobile设备上实时运行，

其中眼睛部分共6个特征点（单眼），能检测出睁眼、闭眼状态（利用纵横比加权计算），通过PERCLOS计算判段是否疲劳。可检测出眼球凝视状态和凝视方位，具体效果有待测试，个人感觉特征点偏少。

该方法使用了Openface的最新版本，github地址：

https://github.com/TadasBaltrusaitis/OpenFace

眼睛部分少于Eye tracking的18个特征点（单眼），Eye tracking 在眼球有三个特征点，tracking gaze感觉更靠谱些，具体效果未测试。

下附Openface 2检测效果，使用红外摄像头的睁闭眼效果，在70fp时有次较长时间闭眼，100fp眨眼，首尾图像晃动较为厉害Landmarks