图像采集、显示部分使用Opencv
使用Openface 2 detect landmarks
face detect 用的MTCNN，论文地址：https://arxiv.org/abs/1604.02878v1
github地址：https://github.com/kpzhang93/MTCNN_face_detection_alignment
训练完的model直接加载即可，该方法需要一定的上下文，单帧图像landmarks测试效果不好。
dlib检测出共68个landmarks，和libfacedetect landmarks数量相同，多于SSD的32个特征点，可在嵌入式embedded and mobile设备上实时运行，
其中眼睛部分共6个特征点（单眼），能检测出睁眼、闭眼状态（利用纵横比加权计算），通过PERCLOS计算判段是否疲劳。可检测出眼球凝视状态和凝视方位，具体效果有待测试，个人感觉特征点偏少。
该方法使用了Openface的最新版本，github地址：
https://github.com/TadasBaltrusaitis/OpenFace
眼睛部分少于Eye tracking的18个特征点（单眼），Eye tracking 在眼球有三个特征点，tracking gaze感觉更靠谱些，具体效果未测试。
下附Openface 2检测效果，使用红外摄像头的睁闭眼效果，在70fp时有次较长时间闭眼，100fp眨眼，首尾图像晃动较为厉害Landmarks不准，
取第50-100fp图像做的calibrate（下图20-70）,前30fp图像人脸不在摄像头内已舍弃，直线以上判断为睁眼，以下判断为闭眼，阈值暂定为0.8。python显示结果为下图，基本符合测试图像。
