摘要：在如今网络技术快速发展的信息化时代，计算机视觉领域的研究如火如荼，个人的生物特征正在逐渐向数字化的方向发展，帮助人们构建人类行为预测模型，并应用于诸多领域的安全性检验和个人身份验证。但随着技术的成熟，数据泄露和假冒攻击的风险也在增加，传统的静态生物特征已经不能满足安全性的要求，活体检测的研究将成为一种解决方式，而眼睛作为人脸最重要的五官之一，其研究价值和应用途径也将是不可或缺的。

基于上述现状，我们将眨眼检测作为本次研究课题，基于目前流行的视觉学习库OpenCV和Dlib，首先介绍了图像的预处理技术，其次展示了四种眨眼检测的方法，最后以Python语言作为脚本，实现两种简单的基于阈值的眨眼检测方法，并对其鲁棒性做出分析评价。 

□□

关键词：人脸识别；线性支持向量机；眨眼检测；眼睛纵横比；鲁棒性

 

目 录

摘 要

Abstract

1绪论-1

1.1研究背景及意义-1

1.2国内外研究现状及发展趋势-2

1.2.1国外研究情况及发展-2

1.2.2国内发展现状及应用-3

1.3 研究的重难点-4

1.4 论文主要内容与结构安排-4

2 相关技术简述-6

2.1 基于OpenCV的图像预处理基本原理-6

2.2 基于Dlib的原理技术-7

2.2.1 定向梯度直方图HOG-7

2.2.2 线性支持向量机LSVM-8

2.3 本章小结-10

3 眨眼检测处理方法-11

3.1 眼电信号EOG-11

3.1.1 基本原理-11

3.1.2 执行流程-11

3.2 判断眼睛白色区域消失周期性-12

3.2.1 基本原理-12

3.2.2 执行流程-13

3.3 眼睛纵横比EAR-14

3.3.1 基本原理-14

3.3.2 执行流程-15

3.4 眼睑相对距离ED-17

3.4.1 基本原理-17

3.4.2 执行流程-17

3.5 本章小结-19

4 测试与分析-20

4.1实验和操作-20

4.1.1 实验环境-20

4.1.2 测试步骤-20

4.1.3 核心代码-23

4.2鲁棒性概念简述-23

4.3 对比测试-23

4.4 综合评价-26

4.5 本章小结-26

5 总结与展望-27

5.1 本文总结-27

5.2 未来展望-27

参 考 文 献-28

致谢