文件名称：optimeyes:使用Python和OpenCV基于网络摄像头的瞳Kong跟踪和注视估计
文件大小：3.27MB
文件格式：ZIP
更新时间：2024-04-14 06:21:23
Python
擎天柱 使用普通网络摄像头进行瞳Kong跟踪的演示。 注意：这只是概念证明，不是生产库。 不过欢迎贡献者。 阅读上面的Optimeyes理论论文以了解操作原理。 相对于其他代码的主要进步是： 虚拟参考点，它使用多个不可靠的关键点在脸部上得出非常可靠的参考点。 将一只眼睛的瞳Kong概率图像叠加在另一只眼睛上的方法，可以大大提高估计的置信度。 安装 pip install -r requirements.txt 安装OpenCV 将opencv与contrib，非*模块（SURF）结合使用时，需要从源代码进行构建。 视窗 使用contrib，非*模块轮构建并安装opencv-python git clone --recursive https://github.com/opencv/opencv-python.git cd opencv-python SET CMAKE_ARG
【文件预览】：
optimeyes-master
----gaussianBlur.png(69KB)
----adam_descriptors.py(3KB)
----ClassyVirtualReferencePoint.py(7KB)
----testHaarCascade.py(2KB)
----demo.avi(1.24MB)
----Optimeyes Theory Paper.pdf(614KB)
----haarcascades()
--------haarcascade_righteye_2splits.xml(192KB)
--------haarcascade_frontalface_default.xml(908KB)
--------haarcascade_frontalface_alt2.xml(528KB)
--------haarcascade_upperbody.xml(767KB)
--------haarcascade_lefteye_2splits.xml(191KB)
--------haarcascade_frontalface_alt.xml(661KB)
--------haarcascade_frontalcatface_extended.xml(353KB)
--------haarcascade_licence_plate_rus_16stages.xml(45KB)
--------haarcascade_smile.xml(184KB)
--------haarcascade_lowerbody.xml(386KB)
--------haarcascade_profileface.xml(809KB)
--------haarcascade_frontalcatface.xml(370KB)
--------haarcascade_eye.xml(333KB)
--------haarcascade_frontalface_alt_tree.xml(2.56MB)
--------haarcascade_russian_plate_number.xml(74KB)
--------haarcascade_fullbody.xml(466KB)
--------haarcascade_eye_tree_eyeglasses.xml(588KB)
----requirements.txt(18B)
----.gitignore(300B)
----pygamestuff.py(4KB)
----README.md(3KB)
----eyeDetect.py(37KB)
----.gitattributes(483B)
----LICENSE.txt(1KB)
----ransac.py(9KB)