基于OpenCV的驾驶员疲劳鉴别系统

(504546888)

介绍

基于图像驾驶员疲劳检测技术研究

更多学习记录参考: 

cungudafa博客：Dlib模型之驾驶员疲劳检测系列（眨眼、打哈欠、瞌睡点头、可视化界面）

Dlib模型之驾驶员疲劳检测一（眨眼）_cungudafa的博客-CSDN博客_驾驶员疲劳检测

Dlib模型之驾驶员疲劳检测二（打哈欠）_cungudafa的博客-CSDN博客_打哈欠数据集

Dlib模型之驾驶员疲劳检测三（瞌睡点头）_cungudafa的博客-CSDN博客_驾驶员疲劳检测

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

一、初始化界面

二、本地视频检测

1. 打开本地视频

1. 加载本地视频

1. 参数设置

1. 仅闭眼检测

1. 参数可调

三、摄像头视频流检测