OpenCV+PyQt5实现课堂抬头率检测系统：从人脸检测到姿态估计

简介：本资源是一套面向本科毕业设计的课堂抬头率检测系统实现方案，基于OpenCV与传统人脸识别技术，解决教学过程中的学生专注度量化评估问题，适用于教育技术、计算机视觉初学者及毕设选题学生。压缩包共22个文件（2.88MB），含4个Jupyter Notebook（.ipynb）主程序——涵盖摄像头调用、人脸检测、GUI界面集成与完整流程运行；3个Python脚本（.py）提供轻量部署选项；5个XML级联分类器模型文件（如haarcascade_frontalface_alt2.xml）直接支持人脸定位；另含测试图片、Excel统计模板及README说明文档，结构清晰、开箱即用。已有736人学习下载，提供从图像采集、实时识别到抬头率计算（结合预设选课人数）的全链路代码，UI界面简洁可交互，并附初始环境配置提示与中英文混合注释，便于理解原理与快速调试。 做毕设选“基于OpenCV人脸识别的课堂抬头率检测系统”这个题目的同学，我见得挺多。原因是这个题目方向明确、技术栈成熟、学习资料多，最关键的是“人脸识别”和“GUI界面”都是评委老师一眼就能看到的东西，展示效果好。但真动手做的时候，很多人会卡在同一个地方：人脸检测好跑，抬头率到底怎么算？GUI和视频处理又怎么衔接？我自己调试过一套完整的可运行方案，这篇文章就把整体设计、核心算法、关键代码、踩坑记录全部拆开讲一遍，照着走基本能跑通。

这套方案适合三类人：一是正在做相关毕设、需要快速搭建演示系统的同学；二是想做一个能放到简历里的综合项目的开发者；三是想了解OpenCV人脸检测、头部姿态估计和PyQt5 GUI开发如何结合的新手。下面开始。

1. 项目整体设计与技术选型

1.1 系统到底要做什么

先把需求聊清楚。课堂抬头率检测系统，场景是这样的：摄像头放在教室前方，对准学生区域，系统实时采集画面，检测画面里的每一张人脸，判断每个学生是抬头还是低头，然后统计这一段课堂时间内的“抬头率”。抬头率这个概念在不同论文里定义不完全一样，有的按人数算，有的按时间算，有的两者结合，但本质上都是想量化“学生认真听讲的程度”。

我在设计时把它拆成了几个功能模块：

• 实时视频采集：支持摄像头输入，也支持视频文件回放，方便没有摄像头环境时测试。
• 人脸检测：从每帧画面中检测出所有人脸位置。
• 抬头状态判断：对每张人脸判断“抬头”或“低头”。
• 实时统计：每秒或每分钟计算一次抬头率，画出变化曲线。
• 数据保存：把统计结果导出成CSV文件，方便写论文时做数据分析。
• GUI界面：能显示实时画面、检测结果、统计数据，提供开始/停止/导出等操作。

GUI我用的是PyQt5，后面会细说为什么。整个系统用Python开发，核心算法用OpenCV，辅助用dlib提供人脸关键点，再用OpenCV的solvePnP做头部姿态估计。全部依赖都是Python生态里比较成熟的库，跑通难度不大。

1.2 技术选型：OpenCV、GUI库、姿态估计方案

先说人脸检测。这个题目里写了“基于OpenCV”，所以主力肯定是用OpenCV自带的人脸检测器。OpenCV里最经典的人脸检测方案是Haar级联分类器，文件就一个haarcascade_frontalface_default.xml，加载方便，CPU上跑得也快。但它的缺点也明显：对侧脸、遮挡、光线变化比较敏感，课堂场景下学生低头或者用手托腮时容易漏检。

所以我在实际代码里做了两手准备：默认用Haar级联，因为代码最简单、依赖最少；如果追求更好的检测效果，可以换成OpenCV的DNN人脸检测器，加载一个Caffe模型文件，检测精度和鲁棒性会高不少。两种方案的代码我都写在下面，可以根据自己的需求切换。

再说GUI库。Python的GUI选择无非就是Tkinter、PyQt5/PySide2、wxPython这几个。Tkinter虽然内置、简单，但界面比较朴素，做毕设展示时第一印象会打折扣。PyQt5虽然安装体积大一些，但界面美观、控件丰富，还支持QThread多线程，处理视频流非常顺手。考虑到毕设答辩时界面是重要的呈现部分，我推荐PyQt5。如果不想承担PyQt5的安装风险，用Tkinter也能做，只是代码里视频帧的显示逻辑要自己多写一点。

最后说抬头判断。这是整个系统的核心难点，也是最容易让评委眼前一亮的地方。纯靠OpenCV的Haar人脸框只能知道“有没有人”，判断不了“抬头还是低头”，所以我引入了dlib的68点人脸关键点检测，结合OpenCV的solvePnP做头部姿态估计，算出人脸的俯仰角（pitch角），根据俯仰角是否超过阈值来判断抬头状态。这个方案兼顾了精度和实现可行性，也是很多相关毕设论文里的主流做法。

2. 核心算法与抬头判断原理

2.1 人脸检测的两种方案对比

先给一份对比表格，方便你在动手前决定选哪套。

Haar级联的原理是基于Haar-like特征和AdaBoost分类器，用滑动窗口在图像金字塔上逐级判断是否为人脸。它的优点是计算量小，在普通CPU上也能跑到几十毫秒一帧；缺点是对角度敏感，超过30度的侧脸基本失效。

OpenCV DNN人脸检测器是基于SSD网络结构训练的，精度高很多，对侧脸和遮挡的容忍度更好。我在实际测试中，把摄像头放在教室前方斜45度角的位置时，Haar普遍只能检测到正对镜头的前排学生，而DNN可以覆盖到中排侧身的学生。如果你的毕设想做出更好的效果，建议直接用DNN方案。

代码方面，Haar检测就几行：

import cv2 face_cascade = cv2.CascadeClassifier( cv2.data.haarcascades + "haarcascade_frontalface_default.xml" ) def detect_faces_haar(gray_frame, scale_factor=1.1, min_neighbors=5): faces = face_cascade.detectMultiScale( gray_frame, scaleFactor=scale_factor, minNeighbors=min_neighbors, minSize=(60, 60) ) return faces # 返回 [x, y, w, h] 列表

DNN方案稍微复杂一点，但也不难：

import cv2 import numpy as np net = cv2.dnn.readNetFromCaffe( "deploy.prototxt", "res10_300x300_ssd_iter_140000.caffemodel" ) def detect_faces_dnn(frame, conf_threshold=0.6): h, w = frame.shape[:2] blob = cv2.dnn.blobFromImage( cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0) ) net.setInput(blob) detections = net.forward() faces = [] for i in range(detections.shape[2]): confidence = detections[0, 0, i, 2] if confidence > conf_threshold: box = detections[0, 0, i, 3:7] * np.array([w, h, w, h]) x1, y1, x2, y2 = box.astype("int") faces.append((x1, y1, x2 - x1, y2 - y1)) return faces

实际跑下来，DNN的漏检率低很多。但如果你只是想在毕设里先跑通，Haar可以先用着，后面再升级。

2.2 抬头判断：从人脸框到头部姿态估计

这里是我要重点讲的部分。很多人一开始会想当然地认为，检测到人脸就等于抬头，检测不到就等于低头。这个想法做演示还行，但在教室实景里站不住脚：学生低头时，如果摄像头角度偏上，依然能检测到半张脸；学生抬头但手挡住脸，反而检测不到。纯粹靠“有没有人脸”来判断抬头率，论文里说不过去。

正确的思路是：对检测到的每张人脸，先定位脸部的关键点——比如鼻尖、下巴、左右眼角、左右嘴角——然后用这些2D像素坐标，结合一组标准3D人脸模型坐标，通过solvePnP算法解算头部的旋转向量，再转换成欧拉角。这里的pitch角就是俯仰角，抬头时pitch为正值，低头时为负值。设定一个阈值，pitch低于阈值就判定为低头。

3D人脸模型坐标用的是通用值，这是我用的标准坐标点（单位毫米）：

model_points_3d = np.array([ [0.0, 0.0, 0.0], # 鼻尖，对应2D点索引30 [0.0, -330.0, -65.0], # 下巴，对应2D点索引8 [-225.0, 170.0, -135.0],# 左眼左眼角，对应2D点索引36 [225.0, 170.0, -135.0], # 右眼右眼角，对应2D点索引45 [-150.0, -150.0, -125.0],# 嘴巴左角，对应2D点索引48 [150.0, -150.0, -125.0] # 嘴巴右角，对应2D点索引54 ], dtype=np.float64)

对应的2D点来自dlib的68点关键点检测结果。dlib需要安装并下载一个模型文件shape_predictor_68_face_landmarks.dat，检测关键点的代码：

import dlib detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") def get_face_landmarks(frame, face_rect): gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) rect = dlib.rectangle(face_rect[0], face_rect[1], face_rect[0] + face_rect[2], face_rect[1] + face_rect[3]) shape = predictor(gray, rect) return shape # 通过 shape.part(i) 获取第 i 个关键点坐标

拿到关键点后，做姿态估计：

def calculate_head_pose(shape): # 提取7个关键点的2D坐标，注意顺序要和 model_points_3d 对应 img_points_2d = np.array([ (shape.part(30).x, shape.part(30).y), # 鼻尖 (shape.part(8).x, shape.part(8).y), # 下巴 (shape.part(36).x, shape.part(36).y), # 左眼左眼角 (shape.part(45).x, shape.part(45).y), # 右眼右眼角 (shape.part(48).x, shape.part(48).y), # 嘴巴左角 (shape.part(54).x, shape.part(54).y) # 嘴巴右角 ], dtype=np.float64) # 相机内参，实际项目中应该通过标定获得 # 这里用近似值：焦距取图像宽度，光心取图像中心 focal_length = frame_width center = (frame_width / 2, frame_height / 2) camera_matrix = np.array( [[focal_length, 0, center[0]], [0, focal_length, center[1]], [0, 0, 1]], dtype=np.float64 ) dist_coeffs = np.zeros((4, 1)) success, rotation_vector, translation_vector = cv2.solvePnP( model_points_3d, img_points_2d, camera_matrix, dist_coeffs, flags=cv2.SOLVEPNP_ITERATIVE ) # 旋转向量转旋转矩阵，再转欧拉角 rotation_matrix, _ = cv2.Rodrigues(rotation_vector) sy = np.sqrt(rotation_matrix[0, 0] ** 2 + rotation_matrix[1, 0] ** 2) singular = sy < 1e-6 if not singular: pitch = np.arctan2(rotation_matrix[2, 1], rotation_matrix[2, 2]) * 180.0 / np.pi else: pitch = np.arctan2(-rotation_matrix[1, 2], rotation_matrix[1, 1]) * 180.0 / np.pi return pitch

这里有一个关键注释要说明：相机内参矩阵我没有做真正的标定，而是用近似值，即焦距取图像宽度、光心取图像中心。这样做在绝大多数场景下误差在可接受范围内。如果你想要更精确的结果，可以用棋盘格标定相机，但对课堂抬头率这个应用来说，近似值足够区分抬头和低头了。

抬头/低头的判定阈值，我经过多轮测试后建议初始值为pitch < 12判定为低头，pitch >= 12判定为抬头。这个12度不是写死的，和摄像头安装高度、拍摄角度都有关系。实际使用中可以加一个调试滑块，实时调整阈值观察效果。

2.3 抬头率的数学定义与统计口径

抬头率听起来简单，但统计口径不提前定清楚，后面写论文会很难受。我在系统里用了三层统计：

• 瞬时抬头率：某一帧画面中，抬头人数占检测到总人数的比例。比如一帧检测到8张脸，其中6张抬头，瞬时抬头率就是75%。
• 平均抬头率：整个统计时段内所有有效帧的瞬时抬头率平均值。这是最终输出的核心指标。
• 分时段抬头率：把整段时间按分钟切分，每分钟求一个平均抬头率，这样可以画出一条“时间-抬头率”曲线，观察课堂不同阶段的专注度变化。

用公式表达就是：

单帧抬头率 R(t) = 抬头人数(t) / 检测总人数(t) * 100% 整节课平均抬头率 R_avg = (1/N) * Σ R(t)

这里要注意的是分母的统计口径。有人会把“检测总人数”理解成画面里所有出现过的学生总数，但这样在有人暂时离座、被遮挡时，分母就会不准。更稳妥的做法是：只计算“当前帧能检测到的脸”作为分母，这一帧有多少张脸，就在这些脸里算抬头比例，然后对所有有效帧取平均。这样即使某帧只检测到两个人，也不会影响整体数据的合理性。

代码实现里就是维护几个累加变量：

total_frames = 0 # 有效帧数 total_rate_sum = 0.0 # 瞬时抬头率累加和 current_rate = 0.0 # 当前帧抬头率 # 每处理一帧： if detected_count > 0: head_up_count = ... current_rate = head_up_count / detected_count * 100 total_frames += 1 total_rate_sum += current_rate # 结束时： avg_rate = total_rate_sum / total_frames if total_frames > 0 else 0

3. 完整代码实现与模块分解

3.1 项目结构规划

写代码之前先规划好目录结构。我的项目是这样的：

head_up_rate_system/ │ ├── main.py # 程序入口，启动GUI ├── detector.py # 人脸检测与姿态估计模块 ├── statistics.py # 抬头率统计模块 ├── ui_main.py # PyQt5主窗口 ├── video_thread.py # 视频处理线程 │ ├── models/ │ ├── haarcascade_frontalface_default.xml │ ├── deploy.prototxt │ ├── res10_300x300_ssd_iter_140000.caffemodel │ └── shape_predictor_68_face_landmarks.dat │ └── output/ └── result.csv # 统计结果输出

模块之间职责分明，detector.py负责算法，video_thread.py负责在后台线程里处理视频帧，statistics.py负责统计，ui_main.py只负责界面显示和用户交互。这样分开的好处是调bug的时候不用在一个文件里反复翻，论文里画系统结构图也方便。

3.2 GUI主窗口与摄像头画面显示

用PyQt5写界面，核心是把OpenCV的BGR帧转成QImage，再显示到QLabel上。这个转换代码非常固定：

def cv2_to_qimage(frame): rgb_image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, ch = rgb_image.shape bytes_per_line = ch * w qimage = QImage(rgb_image.data, w, h, bytes_per_line, QImage.Format_RGB888) return qimage.copy()

bytesPerLine不写对的话，图像会裂开或者颜色错乱，这是新手最容易踩的坑。copy()也不能省，因为原图数据在OpenCV侧可能被释放，不拷贝会出现花屏。

主窗口布局我用了左图右信息的方式：左边是一个大QLabel显示实时视频画面，右边放检测状态、抬头率实时数值、控制按钮和统计曲线。右侧信息区从上到下依次是：当前帧抬头数/总人数、实时抬头率、平均抬头率、开始/停止/导出按钮、阈值调节滑条、绘制曲线的QLabel。

3.3 视频处理线程与检测逻辑

GUI里跑视频处理必须用线程，否则摄像头帧一多，界面会卡成PPT。我封装了一个VideoThread，继承自QThread，每一帧的处理流程是：

• 从VideoCapture读取一帧
• 转灰度图，做直方图均衡化（equalizeHist），增强低光照下的人脸检测效果
• 调用人脸检测器，得到所有人脸框
• 对每个人脸框提取关键点，计算pitch角
• 根据pitch阈值判断抬头/低头
• 把检测结果绘制到帧上（画框，抬头画绿色，低头画红色）
• 把统计结果存入统计模块
• 把处理后的帧转成QImage，通过信号发给主窗口显示

核心逻辑：

import cv2 import numpy as np import dlib from PyQt5.QtCore import QThread, pyqtSignal class VideoThread(QThread): change_pixmap = pyqtSignal(QImage) update_stats = pyqtSignal(dict) def __init__(self, detector, statistics, parent=None): super().__init__(parent) self.detector = detector self.statistics = statistics self.running = True self.cap = cv2.VideoCapture(0) def run(self): while self.running: ret, frame = self.cap.read() if not ret: continue # 缩小画面加速处理，长边控制在640左右 frame = self.detector.resize_to_width(frame, 640) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray = cv2.equalizeHist(gray) faces = self.detector.detect_faces(gray) head_up_count = 0 total_count = 0 for (x, y, w, h) in faces: # 扩一下人脸框，给关键点检测提供更多上下文 expand = 20 x1 = max(0, x - expand) y1 = max(0, y - expand) x2 = min(frame.shape[1], x + w + expand) y2 = min(frame.shape[0], y + h + expand) shape = self.detector.get_landmarks(gray, (x1, y1, x2, y2)) if shape is None: continue pitch = self.detector.get_pitch(shape, frame.shape[1], frame.shape[0]) is_head_up = pitch >= self.detector.pitch_threshold color = (0, 255, 0) if is_head_up else (0, 0, 255) cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2) cv2.putText(frame, f"pitch:{pitch:.1f}", (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) total_count += 1 if is_head_up: head_up_count += 1 self.statistics.update_frame(head_up_count, total_count) stats = self.statistics.get_current_stats() self.update_stats.emit(stats) qt_image = cv2_to_qimage(frame) self.change_pixmap.emit(qt_image) # 控制处理帧率，避免CPU占用过高 self.msleep(50) # 约20FPS self.cap.release() def stop(self): self.running = False self.wait()

这里有个细节：self.msleep(50)把帧率限制在20FPS左右。人脸检测和姿态估计在CPU上跑，分辨率越高越慢。把图像长边缩到640像素之后，单帧处理时间通常在30到80毫秒之间，加上msleep间隔，界面还是很流畅的。如果追求更低的CPU占用，可以把帧率压到10FPS，对抬头率统计影响也不大，因为抬头动作本身就是慢变的。

3.4 抬头率统计与数据导出

统计模块用了一个独立类来维护所有数据。除了前面提到的三个统计指标，我还会记录每分钟的平均抬头率，最后导出的CSV结构是：

时间,累计平均抬头率,当前帧抬头率,当前帧人数,抬头人数

为了避免中途程序崩溃丢数据，我会在界面停止时自动保存一份CSV，另外加一个手动导出按钮，可以随时把当前统计结果写出去。导出代码很简单：

import csv def export_to_csv(self, filepath): with open(filepath, "w", newline="", encoding="utf-8-sig") as f: writer = csv.writer(f) writer.writerow(["second", "avg_rate", "current_rate", "total_count", "head_up_count"]) for record in self.records: writer.writerow(record) writer.writerow(["OVERALL", self.avg_rate, "", "", ""])

用utf-8-sig编码是为了让Excel直接打开CSV时中文不乱码。这个细节很多人的代码里都没有，但用的时候特别实用。

数据可视化我额外用matplotlib画了一张“每分钟平均抬头率”的柱状图，在界面停止后显示出来。画图这块单独写在统计模块里，生成图片后保存到输出目录，答辩时可以当素材用。

4. 环境搭建与运行指南

4.1 依赖安装与模型文件准备

要跑起来，需要安装的Python包如下：

pip install opencv-python pip install dlib pip install PyQt5 pip install numpy pip install matplotlib

这里面最容易出问题的是dlib。Windows环境下装dlib经常报错，原因是需要编译C++代码。我的建议是：

• 如果用的是Python 3.10以下的版本，先试试pip install dlib，装不上再找预编译的wheel文件。
• Python 3.11以上，dlib官方包经常没有对应wheel，可以换用pip install dlib-bin，或者干脆用Anaconda环境，conda install -c conda-forge dlib会省事很多。
• 如果实在装不上dlib，还有一个退路：用OpenCV自带的cv2.getRotationMatrix2D做简单的模板匹配，但效果会差不少，不推荐。

模型文件有三个：

• haarcascade_frontalface_default.xml：OpenCV安装包自带，通过cv2.data.haarcascades能找到。
• res10_300x300_ssd_iter_140000.caffemodel和deploy.prototxt：需要从OpenCV的GitHub仓库下载。
• shape_predictor_68_face_landmarks.dat：从dlib官方或GitHub下载，约100MB，这个是关键点检测的核心文件。

4.2 运行流程与实测效果

运行很简单，python main.py就会弹出GUI，点击“开始检测”后摄像头启动。没有摄像头的电脑，可以把代码里的VideoCapture(0)换成视频文件路径，系统就会按视频文件逐帧处理。

我在一个模拟课堂环境的场景下实测过：用一台普通笔记本，720P摄像头，拍摄距离2到4米，室内光线正常。Haar方案下，单帧检测到2到4张人脸，处理速度约20FPS；换成DNN方案后，检测到的人脸数量提升到4到6张，处理速度降到12FPS左右。抬头判断的准确率很难精确量化，因为缺少标注真值，但目测下来，阈值设在12到15度之间时，判断结果和实际动作基本吻合。

整个检测过程中，GUI右侧的平均抬头率数字会平滑变动，而当前帧抬头率波动比较大，这是因为单帧画面里可能正好有学生低头捡东西，导致瞬时值跳变。所以最终输出看平均值更有意义。

4.3 常见问题排查实录

这里把最常见的坑整理一下，都是我在测试过程中真实遇到过的。

问题一：摄像头打不开，报错Unable to capture

优先检查摄像头是否被占用，比如微信、腾讯会议之类的软件正在使用摄像头，在任务管理器里把占用程序关掉再试。另外VideoCapture(0)里的0是设备索引，笔记本自带摄像头通常为0，外接USB摄像头可能需要改成1，可以写循环尝试多个索引。

问题二：dlib装不上

Windows下pip install dlib编译报错，基本是缺少Visual Studio Build Tools或CMake。最省事的方法是用Anaconda装：conda install -c conda-forge dlib。装完之后在Python里执行import dlib验证一下。

问题三：人脸检测结果全是零

先看摄像头画面是否在GUI中正常显示，再检查模型路径是否正确。很多人把xml文件路径写死，换机器跑就找不到文件。我建议用os.path.join拼接路径，并检查文件是否存在。

问题四：OpenCV报error: (-215:Assertion failed)

这种情况大多是imread读到空图，也就是模型文件路径不对。建议在代码里先打印路径和cv2.os.path.exists()的结果。

问题五：界面卡顿

界面卡顿一般是没开线程，或者视频帧太大。把处理线程独立出来、把图片缩放到640宽度、限制帧率在20FPS左右，卡顿基本能解决。如果还用matplotlib画图，注意画图不要阻塞主线程，尽量只在停止统计后画一次。

问题六：抬头率数值跳变太剧烈

把“当前帧抬头率”和“平均抬头率”分开看待，界面显示的时候对当前帧做滑动平均，比如取最近10帧的平均值来抑制噪声。统计上报的时候还是用原始值，这样可以兼顾实时性和稳定性。

5. 作为毕设的进阶扩展与答辩经验

5.1 功能层面的扩展思路

如果时间充裕，下面这些扩展方向可以选一两个做，能明显提升毕设的完成度。

第一，把检测模型升级为YOLOv8。YOLOv8在精度和速度上都远超Haar和OpenCV DNN，而且官方提供了Python接口，训练和推理都很方便。换成YOLO后，人脸检测的召回率会有明显提升，尤其是低头时检测到半张脸的情况。

第二，加入课程管理功能。把系统从“单次课堂统计”升级成“多课程数据管理系统”，用SQLite保存每次检测的课程名称、教师、时段、抬头率曲线，还能按课程横向对比。这个功能一加，系统就从工具变成了平台，论文里的系统设计章节能多写好几页。

第三，联动人脸识别考勤。抬头率检测系统里本来就有“检测到人脸”和“识别到是谁”的能力。如果把第二步的人脸特征提取加上，就可以同时实现“查到课人数”和“判断听课状态”，一个系统解决两个问题，答辩时很容易讲出应用价值。

第四，支持摄像头云台追踪。用两个舵机把摄像头架起来，根据人脸在画面中的位置控制舵机转动，让摄像头自动跟踪学生区域。这个属于硬件结合的方向，如果你们实验室有相关的板卡和伺服电机，可以尝试。

5.2 论文写作与答辩展示建议

论文核心章节的框架，我建议按“需求分析-总体设计-模块详细设计-系统测试-总结”来写，跟代码模块一一对应。很多人写论文时只贴代码，不画图，这是大忌。我在上一篇提到，模块结构图、时序图、流程图都能直观展示工作量，建议用Visio或者draw.io画清楚。

答辩演示时，有几点经验值得注意：

• 提前准备好一个录好的演示视频。现场摄像头有时候受光线、位置限制，效果不稳定，录好的视频可以保证演示效果。
• 展示抬头率变化曲线时，准备一段学生明显在“低头写作业-抬头看黑板”之间切换的测试视频，这样曲线变化会特别明显，评委一眼就能看懂系统逻辑。
• 准备2到3张效果对比图：Haar和DNN的检测结果对比、阈值不同时抬头率曲线对比、光线正常与光线偏暗时的检测效果对比。这些对比图是论文和PPT里的加分项。

最后再分享一个小技巧：用系统的时候，摄像头的高度会直接影响抬头判断。摄像头放在讲台平视位置时，学生正常看黑板基本上是0度左右的pitch角；摄像头放高往下俯拍时，所有学生的pitch角会整体偏负。所以如果你的摄像头安装角度比较特殊，一定要用阈值调节滑条先做一次校准，让一个明确抬头的人被判定为抬头，再开始正式统计。拿到一套代码先用起来，再根据实际环境调参数，这比一开始就追求完美方案要实在得多。

本文还有配套的精品资源，点击获取