开发环境: Pycharm + Python3.6 + 卷积神经网络算法
基于人脸表面特征的疲劳检测,主要分为三个部分,打哈欠、眨眼、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。
视觉疲劳检测原理:因为人在疲倦时大概会产生两种状态: 眨眼:正常人的眼睛每分钟大约要眨动10-15次,每次眨眼大概0.2-0.4秒,如果疲倦时眨眼次数会增多,速度也会变慢。打哈欠:此时嘴会长大而且会保持一定的状态。因此检测人是否疲劳可以从眼睛的开合度,眨眼频率,以及嘴巴张合程度来判断一个人是否疲劳。
检测工具
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。
眨眼计算原理:
(1) 计算眼睛的宽高比
基本原理:计算 眼睛长宽比 Eye Aspect Ratio,EAR.当人眼睁开时,EAR在某个值上下波动,当人眼闭合时,EAR迅速下降,理论上会接近于零,当时人脸检测模型还没有这么精确。所以我们认为当EAR低于某个阈值时,眼睛处于闭合状态。为检测眨眼次数,需要设置同一次眨眼的连续帧数。眨眼速度比较快,一般1~3帧就完成了眨眼动作。两个阈值都要根据实际情况设置。
(2)当前帧两双眼睛宽高比与前一帧的差值的绝对值(EAR)大于0.2,则认为是疲劳
代码思路
第一步:使用dlib.get_frontal_face_detector() 获得脸部位置检测器
第二步:使用dlib.shape_predictor获得脸部特征位置检测器
第三步:分别获取左右眼面部标志的索引
第四步:打开cv2 本地摄像头
第五步:从视频流进行循环,读取图片,并对图片做维度扩大,并进灰度化
第六步:使用detector(gray, 0) 进行脸部位置检测
第七步:循环脸部位置信息,使用predictor(gray, rect)获得脸部特征位置的信息
第八步:将脸部特征信息转换为数组array的格式
第九步:提取左眼和右眼坐标
第十步:构造函数计算左右眼的EAR值,使用平均值作为最终的EAR
第十一步:使用cv2.convexHull获得凸包位置,使用drawContours画出轮廓位置进行画图操作
第十二步:进行画图操作,用矩形框标注人脸
第十三步:分别计算左眼和右眼的评分求平均作为最终的评分,如果小于阈值,则加1,如果连续3次都小于阈值,则表示进行了一次眨眼活动
第十四步:进行画图操作,68个特征点标识
第十五步:进行画图操作,同时使用cv2.putText将眨眼次数进行显示
第十六步:统计总眨眼次数大于50次屏幕显示睡着。
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于 Python 的卷积神经网络人脸识别驾驶员疲劳检测与预警系统源码+使用说明+全部资料.zip 是一个包含多个文件的压缩文件,提供了一个完整的人脸识别驾驶员疲劳检测与预警系统的项目。 该压缩文件内包含了以下内容: 源码文件:包括数据预处理、卷积神经网络模型构建、训练和测试等部分的 Python 代码文件。 使用说明:详细介绍了项目的背景、目的、实现方法、代码结构、数据说明以及如何运行和使用项目的文档。 全部资料:可能包括数据集、训练模型、相关文献论文等所有与项目相关的资料。 这个项目实现了一个基于卷积神经网络的人脸识别驾驶员疲劳检测与预警系统,旨在帮助用户学习深度学习技术在人脸识别和行为检测领域的应用。通过学习和使用这个项目,用户可以深入了解卷积神经网络的原理和实现方法,掌握人脸识别技术和行为检测技术,从而提高在智能监控系统设计与实现方面的能力。
资源推荐
资源详情
资源评论
收起资源包目录
Python_FatigueDrivingDetection.zip (48个子文件)
Python_FatigueDrivingDetection
baojin.py 154B
evaluate.py 1KB
系统说明.txt 2KB
haarcascade_files
haarcascade_eye.xml 345KB
haarcascade_frontalface_default.xml 941KB
.git
index 2KB
HEAD 23B
refs
heads
master 41B
tags
remotes
origin
HEAD 32B
objects
pack
pack-6c9ac64b7aba8d4650cbd08694e3cfb4a6f84999.idx 2KB
pack-6c9ac64b7aba8d4650cbd08694e3cfb4a6f84999.rev 172B
pack-6c9ac64b7aba8d4650cbd08694e3cfb4a6f84999.pack 78.33MB
info
description 73B
packed-refs 114B
info
exclude 240B
logs
HEAD 211B
refs
heads
master 211B
remotes
origin
HEAD 211B
hooks
post-update.sample 189B
sendemail-validate.sample 2KB
prepare-commit-msg.sample 1KB
commit-msg.sample 896B
pre-receive.sample 544B
update.sample 4KB
pre-commit.sample 2KB
pre-rebase.sample 5KB
applypatch-msg.sample 478B
fsmonitor-watchman.sample 5KB
push-to-checkout.sample 3KB
pre-applypatch.sample 424B
pre-push.sample 1KB
pre-merge-commit.sample 416B
config 332B
convert.py 7KB
data_provider.py 1KB
split_train_test.py 627B
运行说明.txt 285B
detect_class.py 27KB
requirements.txt 273B
load_and_process.py 892B
models
_mini_XCEPTION.102-0.66.hdf5 852KB
cnn.py 14KB
__pycache__
cnn.cpython-36.pyc 7KB
check.py 2KB
tkinter_UI.py 27KB
extract_face.py 1KB
README.md 3KB
tkinter_UI.exe 78.16MB
共 48 条
- 1
资源评论
m明月Java3
- 粉丝: 2w+
- 资源: 124
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功