【C111】Python编写的疲劳检测系统(实时摄像头检测)

文件编号：C111

文件大小：160M

代码行数：496行(主程序)

开发环境：Python3.8、OpenCV4.5

猿创承诺：该源码均通过亲自测试可正常运行

简要概述：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)

运行结果：

目录│文件列表:

 ├ 1.文档

 │  └ 设计报告.docx

 ├ 2.源码

 │  └ fatigue_detecting

 │     │ eye_detecting.py

 │     │ main.py

 │     │ main_UI.py

 │     │ mouth_detecting.py

 │     │ node_detecting.py

 │     │ Test.ipynb

 │     │ UIdemo.ipynb

 │     ├ images

 │     │  │ 123.ico

 │     │  │ camera.png

 │     │  └ test.mp4

 │     ├ model

 │     │  └ shape_predictor_68_face_landmarks.dat

 │     └ 安装包

 │        │ 111.fbp

 │        │ noname.py

 │        │ wxFormBuilder_v3.6.2.exe

 │        └ 运行效果.jpg

 └ 3.演示视频

    │ 摄像头演示视频.mp4

    └ 本地视频演示视频.mp4