dlib疲劳检测_用Dlib和OpenCV还能做什么？这个开源项目实现了驾驶员疲劳检测

Dlib 和 OpenCV 这两个库已经在深度学习和人脸识别领域逐渐有了自己的一席之地，基于它们的各种开源项目的越来越多，今天 Gitee 上这个开源项目也是基于 Dlib 和 OpenCV 的，具体是做什么的？一起看看下文吧。

项目名称：fatigue_detecting

项目作者：cungudafa

开源许可协议：MIT

软件架构

经查阅相关文献，疲劳在人体面部表情中表现出大致三个类型：打哈欠(嘴巴张大且相对较长时间保持这一状态)、眨眼(或眼睛微闭，此时眨眼次数增多，且眨眼速度变慢)、点头(瞌睡点头)。本实验从人脸朝向、位置、瞳孔朝向、眼睛开合度、眨眼频率、瞳孔收缩率等数据入手，并通过这些数据，实时地计算出驾驶员的注意力集中程度，分析驾驶员是否疲劳驾驶和及时作出安全提示。

环境：Win10、Python3.7、anaconda3、JupyterNotebook 技术：Opencv：图像处理

Dlib：一个很经典的用于图像处理的开源库，shape_predictor_68_face_landmarks.dat是一个用于人脸68个关键点检测的dat模型库，使用这个模型库可以很方便地进行人脸检测，并进行简单的应用。

Numpy：基于Python的n维数值计算扩展。

Imutils ：一系列使得opencv 便利的功能，包括图像旋转、缩放、平移，骨架化、边缘检测、显示

matplotlib 图像(imutils.opencv2matplotlib(image)。

wx：python界面工具

标准参数说明

疲劳认定标准：眨眼：连续3帧内，眼睛长宽比为 0.2

打哈欠：连续3帧内，嘴部长宽比为 0.5

瞌睡点头：连续3帧内，pitch(x)旋转角为 0.3

(真实运用中需要根据不同人的眼睛大小进行检测，人的眼睛大小，俯仰头习惯都不一样，这只是一个参考值)

使用说明

初始化界面

本地视频检测

摄像头视频流检测