使用 ASM 坐标进行眨眼检测 [关闭]答案

【问题标题】：Blink detection with ASM co-ordinates [closed]使用 ASM 坐标进行眨眼检测 [关闭]
【发布时间】：2013-12-21 14:01:01
【问题描述】：

我用STASM找到了眼睛、鼻子嘴巴等76个面部坐标，我的目的是找到眨眼检测。

有人可以告诉我如何处理这些坐标吗？

我也可以用它来检查这个人是否活着吗？有没有其他方法可以确定站在相机前的人是照片还是真人？

【问题讨论】：

这似乎是对 SO 提出广泛问题的一种方式

标签： matlab opencv image-processing machine-learning computer-vision

【解决方案1】：

该论文中的相关系数非常不准确。当您旋转和平移相关的眼睛图像集时，这将导致问题 [即仿射变换] 。选择正确的特征向量并使用一些非线性分类器（例如基于 sigmoid 的 SVM）会给您带来不错的结果。

【讨论】：

【解决方案2】：

这是屏幕截图，如先前答案 cmets 中所述：

我刚刚想到的一个解决方案是将眼点视为左侧一个点，右侧一个点，顶部三个点和底部三个点。我们可以扫描矩形中每条边的中点为： (1) 左点； (2) 正确的点； (3) 中间顶点； (4)中底点。在此扫描期间，我们对每个像素运行 cvPointPolygonTest 以确定它是否在该区域中。如果是这样，我们会对它的颜色进行评分，以确定眼睛睁开的程度。

更新：

这是我的眨眼检测获胜者：http://link.springer.com/article/10.1007/s10209-011-0256-6/fulltext.html

运行良好且易于实施。

【讨论】：

嗨@jacob，在检测侧视耳朵和侧视鼻子和侧视下巴方面需要帮助。我正在使用 OPENCV 2.4.9

【解决方案3】：

选取眼睛周围的区域并计算白色/“肤色”像素的数量。对该数字应用阈值。

【讨论】：

@GilLevi-您建议如何根据眼睛周长上的 8 个点 + 瞳孔中的 1 点计算确定眼睛区域中的像素？或者有效地迭代它们？谢谢。
也许找到一个穿过所有这些的圆圈。我想你可以使用 hough-circles 来做到这一点，但我不确定。您可以上传带有检测到的眼睛周围点的图像吗？
谢谢。请参阅下一个答案以获取屏幕截图。这不是一个真正的圆，更像是一个椭圆。
我在下面添加了另一个关于可能解决方案的想法。
我没有发现计算白色像素是一种准确的方法。基于移动照片和照明，眼睛的颜色可以从白色变为黑色。我还注意到，对于闭上的眼睛来说，眼睛区域并不准确。我将研究一些其他方法，例如眼睛和眉毛点之间的间距。