开发环境:Pycharm + Python3.6 +卷积神经网络算法。利用人脸表面特征,通过分析驾驶员的注意力集中程度,实时检测驾驶员的疲劳状态,并提供相应的安全提示。检测指标包括眨眼频率、眼睛开合度和嘴巴张合程度等。使用开源库dlib中的shape_predictor_68_face_landmarks.dat模型进行人脸关键点检测,计算眼睛的宽高比(Eye Aspect Ratio, EAR)来判断眼睛的开合度。基于这些数据,系统能够准确地识别驾驶员的疲劳情况,实现疲劳驾驶的实时预警。
Python卷积神经网络用于驾驶员疲劳检测与预警系统的设计与实现
文件列表
基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计.zip
(预估有个20文件)
Python_FatigueDrivingDetection-master
baojin.py
145B
evaluate.py
1KB
关于系统.txt
2KB
haarcascade_files
haarcascade_eye.xml
333KB
haarcascade_frontalface_default.xml
908KB
convert.py
7KB
data_provider.py
1KB
split_train_test.py
596B
暂无评论