(504546888)
介紹
基於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）
https://blog.csdn.net/cungudafa/article/details/103477960
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，並通過這些數據，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：一個很經典的用於圖像處理的開源庫，shape_predictor_68_face_landmarks.dat是一個用於人臉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，並進行簡單的應用。
- Numpy：基於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，眼睛長寬比爲 0.2
- 打哈欠：連續3幀內，嘴部長寬比爲 0.5
- 瞌睡點頭：連續3幀內，pitch（x）旋轉角爲 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
