基于人脸识别技术的汽车防疲劳驾驶系统

作者：戴燕玲

来源：电子技术与软件工程, 2020, (12): 119-120.

• HOG
• SVM
• 面部标志算法
• 眼睛纵横比(EAR)
• Python
• dlib

本文使用Dlib人脸识别库,进行驾驶员人脸的识别和眼睛的定位,通过检测眼睛纵横比(EAR)的变化及眼睛闭合的持续时间,来判定驾驶员的眼睛状态,利用Python、dlib等运行环境进行驾驶员疲劳判断,一旦检测到驾驶员处于疲劳状态时,系统即发出语音警示,提示驾驶员停车休息。同时,针对驾驶员低头、左顾右盼等分心行为,系统将实时检测驾驶员头部的运动状态,并及时予以提醒,从而进一步防止各种交通事故的发生。实验结果表明,系统对驾驶员裸眼疲劳状态的识别率为94.7%,驾驶员戴眼镜疲劳状态的识别率为86.7%,平均识别率为91.2%,疲劳判断的响应时间为100ms,驾驶员分心状态的识别率为90%,响应时间为100ms,具有较好的应用价值。

• 单位
  厦门软件职业技术学院