21、驾驶员困倦与哈欠检测及上肢骨骼异常智能分析

驾驶员困倦与哈欠检测及上肢骨骼异常智能分析

1. 驾驶员困倦与哈欠检测系统

1.1 面部及特征检测

• 面部检测 ：Python 的 Dlib 库有预训练的面部指标检测器，可定位映射到面部结构的 68 个点。各面部部位检测点如下：
  • 左眼：43 - 48 点。
  • 右眼：37 - 42 点。
  • 嘴巴：49 - 68 点。
• 眼睛检测 ：利用面部标志检测眼睛，通过欧几里得距离计算眼睛纵横比（EAR）。公式为：$EAR = \frac{|P2 - P6| + |P3 - P5|}{2 * |P1 - P4|}$。当眼睛闭合时，EAR 值减小。若 EAR 比值连续 30 帧低于阈值（代码中设定），则发出警报唤醒驾驶员。
• 哈欠检测 ：使用 Dlib 的面部标志检测嘴巴。计算上唇和下唇的均值，用公式 $Distance = top_mean - low_mean$ 得到哈欠值。若该值连续 30 帧超过阈值（代码中设定），则发出警报。

1.2 系统测试步骤

1. 开始录制，系统读取帧，重新缩放并转换为灰度图像。
2. 分割 cv2 检测器，检测面部位置。
3. Dlib 预测器确定面部标志，找到眼睛和嘴巴的位置。
4. 获取眼睛和嘴巴的坐标，计算 EAR 比值和哈欠距离值，判断驾驶员是否困倦。