OpenCV4.x图像处理实例-疲劳检测(基于眼睛纵横比,Eye Aspect Radio,EAR)

本文介绍了基于眼睛纵横比(EAR)的疲劳检测方法,通过计算人脸68特征点中眼睛特征点的位置,计算EAR值来判断眼睛闭合程度,从而实现疲劳状态检测。采用dlib库提取人脸特征点,并详细阐述了检测步骤和具体实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

疲劳检测(基于眼睛纵横比(Eye Aspect Radio,EAR))

1、EAR介绍

Soukupová 和 Čech’s 于2016 在论文中提出一种基于脸部特点实时眨眼检测, Real-Time Eye Blink Detection using Facial Landmarks。论文中提出通过利用人脸中的眼睛特征点计算眼睛纵横比(Eye Aspect Radio,EAR)检测。

在这里插入图片描述

正如上图所示,人的眼睛张开和闭合时,特征点之间的比值和距离是不相同的。在论文中,提出一种用于计算眼睛高度和宽度之间的眼睛纵横比 (EAR)的方法:

在这里插入图片描述

其中, p 1 , p 2 , p

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

视觉与物联智能

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值