python基于opencv的驾驶疲劳检测系统(django)

此次对于疲劳检测系统的开发设计的目的是利用系统平台实现便捷的疲劳状态判断，通过人脸识别的方式来对被检测者的面部表情及睁眼状态进行统计分析，为了给用户提供更加便捷的测试通道，借助系统平台的搭建来帮助检测人员实现在线的图像识别、照片分析以及照片管理等功能，用户可以通过登录系统平台实现实时的人脸照片的拍摄和上传，结合上传图像的内容进行后台的图像预处理和运算分析，用户可以通过照片分析界面查看到当前检测呈现的打哈欠及睁眼情况，借助照片管理界面可以查询到用户不同时间阶段所上传的照片信息以及相关的图像数据记录，通过照片管理界面可以对用户的疲劳状态进行判断。通过以上功能模块的应用帮助用户实现更加灵活便捷的线上疲劳检测，同时在可以提供更加全面高效的疲劳检测数据。

此次疲劳检测系统平台的开发设计主要借助了Python编程语言以及OpenCV图像预处理技术，借助WEB平台实现了系统功能模块及数据框架的搭建，利用Mysql数据库实现了检测图像内容的存储和管理。此次系统开发设计所应用的开发工具均是开源的技术，同时以上开发工具都确保了多平台和多语言的应用环境，编程语言通俗易懂且数据库能够实现多线程的数据运算，结合用户端图像内容的识别及运算确保了疲劳检测系统编程运算的准确性。同时随着人脸识别应用技术的广泛使用，对于OpenCV技术的应用也越来越广泛，此次系统平台开发设计所应用的开发工具在校期间都有系统的学习和掌握，因此从技术层面判断整体系统开发所应用的开发工具技术成熟且稳定。
本文提出了一种基于眼动信号及人脸判断的疲劳检测方法，借助OpenCV图像处理库检测测试者的眼睛闭合程度，同时通过面部表情呈现及眨眼频次来表征测试者的疲劳程度，借助人脸及人眼图像识别的结果参数实现疲劳测试的评判，同时在系统的呈现设计上利用了Python编程语言以及Mysql数据库，通过系统平台的图像识别、图片分析及照片管理等功能模块实现系统平台的管理和应用，进一步提升了疲劳检测应用的便捷性，通过疲劳检测系统的应用提升了人身财产的安全性。
关键词：OpenCV； Python语言；人脸识别；疲劳检测；
 
目  录
摘  要    2
Abstract    3
第一章 绪论    1
1.1 开发背景    1
1.2国内外研究现状    1
1.3研究的意义    2
第二章 开发工具介绍    3
2.1 Python语言    3
2.2 OpenCV图像识别    3
2.3 Mysql数据库    3
第三章 疲劳检测系统需求分析    5
3.1需求功能分析    5
3.2可行性分析    5
3.2.1技术的可行性    5
3.2.2经济的可行性    5
3.2.3操作可行性    5
第四章 系统数据库设计    6
4.1数据库概念结构    6
4.2数据库表    6
第五章 系统实现    7
5.1 系统登录页面    7
5.2系统首页界面    7
5.3图片识别界面    8
5.5照片分析界面    8
5.5 照片管理界面    9
5.6 用户管理界面    9
第六章 系统测试    10
6.1 系统测试的意义    10
6.2 系统测试的内容    10
6.3系统测试结果    10
7. 总结    11
致 谢    12
参考文献    13