(504546888)

介紹

基于圖像駕駛員疲勞檢測技術研究

更多學習記錄參考:?

cungudafa博客：Dlib模型之駕駛員疲勞檢測系列（眨眼、打哈欠、瞌睡點頭、可視化界面）

Dlib模型之駕駛員疲勞檢測一（眨眼）_cungudafa的博客-CSDN博客_駕駛員疲勞檢測

Dlib模型之駕駛員疲勞檢測二（打哈欠）_cungudafa的博客-CSDN博客_打哈欠數據集

Dlib模型之駕駛員疲勞檢測三（瞌睡點頭）_cungudafa的博客-CSDN博客_駕駛員疲勞檢測

軟件架構

經查閱相關文獻，疲勞在人體面部表情中表現出大致三個類型：打哈欠（嘴巴張大且相對較長時間保持這一狀態）、眨眼（或眼睛微閉，此時眨眼次數增多，且眨眼速度變慢）、點頭（瞌睡點頭）。本實驗從人臉朝向、位置、瞳孔朝向、眼睛開合度、眨眼頻率、瞳孔收縮率等數據入手，并通過這些數據，實時地計算出駕駛員的注意力集中程度，分析駕駛員是否疲勞駕駛和及時作出安全提示。

環境：Win10、Python3.7、anaconda3、JupyterNotebook 技術：

• Opencv：圖像處理
• Dlib：一個很經典的用于圖像處理的開源庫，shape_predictor_68_face_landmarks.dat是一個用于人臉68個關鍵點檢測的dat模型庫，使用這個模型庫可以很方便地進行人臉檢測，并進行簡單的應用。
• Numpy：基于Python的n維數值計算擴展。
• Imutils ：一系列使得opencv 便利的功能，包括圖像旋轉、縮放、平移，骨架化、邊緣檢測、顯示
• matplotlib 圖像（imutils.opencv2matplotlib(image）。
• wx：python界面工具

標準參數說明

疲勞認定標準：

• 眨眼：連續3幀內，眼睛長寬比為 0.2
• 打哈欠：連續3幀內，嘴部長寬比為 0.5
• 瞌睡點頭：連續3幀內，pitch（x）旋轉角為 0.3

(真實運用中需要根據不同人的眼睛大小進行檢測，人的眼睛大小，俯仰頭習慣都不一樣，這只是一個參考值)

使用說明

一、初始化界面

二、本地視頻檢測

打開本地視頻

加載本地視頻

參數設置

僅閉眼檢測

參數可調

三、攝像頭視頻流檢測

總結

以上是生活随笔為你收集整理的基于OpenCV的驾驶员疲劳鉴别系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。