optimeyes:使用Python和OpenCV基于网络摄像头的瞳Kong跟踪和注视估计

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，非自由模块（SURF）结合使用时，需要从源代码进行构建。 视窗 使用contrib，非自由模块轮构建并安装opencv-python git clone --recursive https://github.com/opencv/opencv-python.git cd opencv-python SET CMAKE_ARG