21、驾驶员疲劳与哈欠检测及上肢X光图像智能分析

驾驶员疲劳与哈欠检测及上肢X光图像智能分析

驾驶员疲劳与哈欠检测系统

在驾驶过程中，驾驶员的疲劳状态是导致交通事故的重要因素之一。为了有效预防此类事故，开发了基于Python的驾驶员疲劳与哈欠检测系统。

1. 面部检测
   • 使用Python的Dlib库中的预训练面部指示器检测器，可定位映射到面部结构的68个点。这些点的位置用于确定面部各个部分，具体如下：
     • 左眼：由点43 - 48检测。
     • 右眼：由点37 - 42检测。
     • 嘴巴：由点49 - 68检测。
2. 眼睛检测
   • 利用面部标志检测眼睛，并通过欧几里得距离计算眼睛纵横比（EAR）。EAR的计算公式为：
     [EAR = \frac{|P2 - P6| + |P3 - P5|}{2 * |P1 - P4|}]
   • 当眼睛闭合时，分子减小，分母保持不变，EAR值降低。如果EAR值连续30帧低于阈值（代码中设定为0.3），则触发警报，提醒驾驶员防止事故发生。视频每次处理30帧，以避免将眨眼误判为疲劳。
3. 哈欠检测
   • 通过Dlib的面部标志检测嘴巴。计算上唇和下唇之间的距离，具体方法是分别计算上唇六个坐标的平均值和下唇的平均值，然后相减得到哈欠值，公式为：
     [Distance = top_m