基于OpenCV的实时睡意检测系统

最新推荐文章于 2023-10-15 23:34:42 发布

小白学视觉

最新推荐文章于 2023-10-15 23:34:42 发布

阅读量3.4k

点赞数 3

分类专栏： OpenCV视觉实战项目文章标签：人工智能计算机视觉自然语言处理数据可视化机器学习

本文链接：https://blog.csdn.net/qq_42722197/article/details/109140725

版权

该系统运用计算机视觉技术，通过检测面部地标来预测眼睛和嘴巴的状态，判断驾驶员是否疲劳。当检测到驾驶员眼睛闭合或打哈欠时，系统会发送语音提醒，预防因疲劳驾驶造成的交通事故。系统使用网络和电话摄像头进行实时数据传输，并保存证据以备后续分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

该系统可以检测一个人在开车时是否困倦，如果有的话，可以通过使用语音消息实时提醒他。该系统使用网络摄像头和电话摄像头进行实时数据传输。

01.研究目的

根据国家公路交通安全管理局的数据，每年均涉及疲劳驾驶事故中导致超过1,550人死亡和71,000人受伤，但是实际数字可能要高得多[1]。因此，为了避免这类事故的发生，我们制作了这个系统。它通过检查人的眼睛是否闭合或正在打哈欠来预测眼睛和嘴巴的标志，从而确定一个人是否正处于疲劳驾驶。

主要内容

02.主要内容

该系统的工作可以分为两个部分：

1. 检测或定位面部。

2. 预测检测到的面部中重要区域的地标。

一旦预测出结果，我们仅使用眼睛地标和嘴部地标来确定人的眼睛长宽比（EAR）和嘴部长宽比（MAR），以检查人是否困倦。EAR和MAR的计算如下所示：

from scipy.spatial import distance as dist 
def eye_aspect_ratio(eye):
  # Vertical eye landmarks
  A = dist.euclidean(eye[1], eye[5])
  B = dist.euclidean(eye[2], eye[4])
  # Horizontal eye landmarks 
  C = dist.euclidean(eye[0], eye[3])


  # The EAR Equation 
  EAR