目标检测YOLO实战应用案例100讲-基于深度学习的人眼视线检测
目录
知识储备
视觉深度的测定
基本知识
视觉检测中的关键技术
单眼感知景深
内部摄像机距离的效果
Face ID 与3D传感技术
什么是Face ID?
3D传感技术原理
主动测距法
被动测距法
基于深度学习的人眼视线检测代码
数据集读取与预处理
卷积神经网络模型构建
模型训练与验证
前言
国内外研究现状
2 视线检测网络设计
2.1网络选择
2.2网络结构设计
2.2.1全连接网络结构
2.2.2卷积网络结构
2.3评价指标
2.3.1人眼区域检测评价指标
2.3.2眼部关键点检测评价指标
2.3.3视线检测结果评价指标
编辑2.3.4网络性能评价指标
3基于YOLO V5的人眼区域检测网络设计
3.1网络选择
本文篇幅较长，分为上下两篇，下篇详见基于深度学习的人眼视线检测（续）
知识储备
视觉深度的测定
1、大脑使用两眼视角之间的不同来感知深度。
2、不要忽略单眼的感知深度，像纹理和灯光。
3、在Rift中，用户最舒适的感知深度是0.75到3.5米之间（1米=1unity单位）。
4、通过OVR配置工具来设置虚拟摄像机之间的距离