정보 · 기술

눈 감김 감지 기술(EAR)의 원리

읽는 시간 약 5분 · 졸음 감지 알람

웹캠 영상만으로 "지금 눈을 감았다"를 어떻게 컴퓨터가 알아챌까요? 그 핵심에는 얼굴 랜드마크 검출과 EAR(Eye Aspect Ratio)라는 간단하면서도 똑똑한 지표가 있습니다.

1단계 — 얼굴과 눈의 좌표 찾기

먼저 영상 속 얼굴을 찾고, 그 위에 수십~수백 개의 랜드마크(특징점)를 찍습니다. 눈, 코, 입, 턱선 같은 부위의 정확한 위치를 좌표로 추출하는 것이죠. 눈 하나에는 보통 위·아래 눈꺼풀과 양 끝점을 나타내는 6개의 점이 사용됩니다.

2단계 — EAR 계산

EAR은 눈의 세로 길이와 가로 길이의 비율입니다. 눈을 뜨면 세로로 벌어져 EAR이 크고, 눈을 감으면 세로 간격이 거의 0이 되어 EAR이 급격히 작아집니다.

• 눈을 크게 뜬 상태: EAR ≈ 0.30 안팎
• 눈을 감은 상태: EAR ≈ 0.10 이하로 떨어짐

이 값이 정해진 임계값(예: 0.20) 아래로 내려가면 "눈이 감겼다"고 판단합니다. EAR의 큰 장점은 얼굴 크기나 카메라 거리에 영향을 덜 받는다는 점입니다. 비율을 쓰기 때문이죠.

3단계 — 깜빡임과 졸음 구분

사람은 평소에도 1분에 수십 번 눈을 깜빡입니다. 깜빡임까지 졸음으로 오인하면 알람이 끊임없이 울리겠죠. 그래서 EAR이 임계값 아래로 떨어진 지속 시간을 함께 봅니다.

• 정상 깜빡임: 0.1~0.3초 — 무시
• 졸음(눈 감음): 1초 이상 지속 — 경고

'졸음 감지 알람'에서 설정하는 알람 기준 시간이 바로 이 지속 시간 기준입니다.

왜 브라우저에서, 영상 저장 없이 가능한가

요즘은 머신러닝 모델이 브라우저 안에서 직접 돌아갈 수 있습니다. 즉 카메라 영상이 서버로 전송되지 않고, 여러분의 기기 안에서만 분석되어 EAR 값으로 변환됩니다. 영상 자체는 어디에도 저장되지 않으므로 프라이버시 측면에서도 안전합니다.

관련 글: 사용방법 — 민감도(EAR) 설정 · 졸음의 과학