我正在开发一个需要检测用户何时打哈欠的 iOS 应用程序。
我所做的是包括 Open CV 并使用 haar 级联查找面孔，然后在面孔内找到嘴巴（也使用 haarcascade）。
我遇到的麻烦是，我相信像 (face.y - mouth.y) < something = 打哈欠这样的事情很容易检测到打哈欠。
但是我遇到的问题是面部和嘴巴的矩形是“不稳定的”，我的意思是每次循环运行面部和嘴巴的矩形的 X 和 Y 值（显然）不一样。
有没有我可以使用的“张开嘴”haar 级联，或者我怎么知道用户何时张开嘴？
一般来说，支持向量机 (SVM) 用于面部表情识别，如愤怒、微笑、惊讶等仍在积极发展的地方。谷歌搜索给你很多关于这个主题的论文，（甚至我的一个同学也做了这个作为他最后一年的项目）。为此，首先您需要训练 SVM，为此，您需要打哈欠和正常人脸的样本图像。
打哈欠几乎与惊讶相似，在这两种情况下都张开嘴。我建议您查看以下论文的第 3 页：Real Time Facial Expression Recognition in Video using Support Vector Machines（如果您无法访问链接，请按论文名称谷歌）
论文（甚至我的同学）使用了面部特征的位移向量。为此，您会在脸上找到一些特征点。例如，在论文中，他们使用了眼睛瞳孔、眼睑的极值点、鼻尖、嘴部区域（嘴唇）的极值点等。然后他们不断跟踪特征的位置并找到它们之间的欧几里得距离。它们用于训练 SVM。
查看以下两篇论文：
使用基于 Gabor 特征的增强分类器的全自动面部特征点检测
看下面我所说的面部特征点的图像：
就您而言，我认为您正在 iPhone 中实时实现它。所以可能你可以避免眼睛的特征点（虽然不是一个好主意，因为当你打哈欠时，眼睛会变小）。但与之相比，嘴唇的特征点表现出更多的变化和优势。因此，仅在唇上实施可能会节省时间。（嗯，这一切都取决于你）。
唇部分割：已经在 SOF 中讨论过并查看这个问题：OpenCV 唇部分割
最后，我相信你可以找到很多关于谷歌搜索的细节，因为它是一个活跃的发展领域，而且有很多论文。
另一种选择：
这个地区的另一个选择，我听过好几次了，是Active Appearance Model。但我对此一无所知。自己谷歌一下。
OpenCV 还具有人脸识别/检测功能（请参阅 openCV SDK 附带的示例）。我认为这些会是一个更好看的地方，因为 haar cascade 并没有真正按照你需要的方式分析面部表情。尝试运行示例并亲自查看 - 您将获得有关检测到的眼睛/嘴巴等的实时数据。
祝你好运