【C100】Python+OpenCV+dlib汽车驾驶员疲劳驾驶检测

2021-05-29 15:30:09      索炜达.猿创      1772     


文件编号:C100

文件大小:80M

代码行数:171行(主程序)

开发环境:Python3.8、OpenCV4.5、dlib

猿创承诺:该源码均通过亲自测试可正常运行

简要概述:

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。

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。

np.linalg.norm: 0.284s

dist.euclidean: 0.596s 

所以看出np.linalg.norm()函数的运算速度要比dist.euclidean()快一点。所以用前者

来测量眼睛和嘴巴的欧氏距离。

演示视频:

【C100】Python+OpenCV+dlib汽车驾驶员疲劳驾驶检测


点击查看:演示视频 提取码:61ic

远程协助:

温馨提示:索炜达.猿创官方提供收费远程协助,确保您项目运行成功。

点击查看:远程协助相关事项

运行结果

【C100】Python+OpenCV+dlib汽车驾驶员疲劳驾驶检测

【C100】Python+OpenCV+dlib汽车驾驶员疲劳驾驶检测

目录│文件列表:

 ├ 1.源码

 │  │ main.py

 │  └ shape_predictor_68_face_landmarks.dat

 └ 2.演示视频

    └ 演示视频.mp4

TAG疲劳驾驶
  • 7 次
  • 900 分