基于深度学习的面部特征检测与疲劳驾驶预警

作     者：张苗苗 柴国强 于海乐 徐昊璇 ZHANG Miao-miao;CHAI Guo-qiang;YU Hai-le;XU Hao-xuan

作者机构：山西师范大学物理与信息工程学院山西太原030000 

出 版 物：《电脑与电信》 (Computer & Telecommunication)

年 卷 期：2022年第12期

页      面：1-5页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金,项目编号:62201333 山西省基础研究计划,项目编号:20210302124647 山西省高等学校科技创新项目,项目编号:2021L269 

主　　题：深度学习 人脸特征点 疲劳驾驶预警 

摘      要：疲劳驾驶是道路交通安全的无形杀手。为保证检测的高效性、准确性,设计出一种基于深度学习的疲劳驾驶检测系统。首先,运用OpenCV对实时采集的图像进行灰度化预处理;然后,通过方向梯度直方图特征检测并提取人脸区域,利用Dlib模型标定68个人脸特征点;最后,利用改进的眨眼、打哈欠和点头检测算法分别计算出眼睛、嘴巴的长宽比以及头部姿态的欧拉角,并与其对应的阈值作对比,进而判定驾驶员是否处于疲劳状态并做出相应的预警措施。实验表明,该系统进行检测时,准确率高达97%,验证了其有效性。