来源时间：2023年5月

学生姓名: 陈怡彤

指导教师: 韩媞

作品简介：

本系统可以通过计算机视觉算法实时监控和预警，从而提高驾驶者的安全意识。采用眨眼检测算法、目标检测算法以及卷积神经网络YOLOv5算法。项目使用数字图像处理算法检测眼睛和嘴的状态，以判断是否疲劳。通过使用Open CV+Dlib的技术，从人脸上抽取出68个重要的视觉元素，尤其是眼睛和嘴唇，这些元素的精确定位有助于评估疲劳水平。然后通过YOLOv5s模型检测驾驶员是否在驾驶过程中存在饮水、吸烟和接打电话的行为，最终判定驾驶员是正常驾驶还是危险驾驶的状态。

图1 训练数据标记

  图2 人眼定位

图3 疲劳检测

图4 危险驾驶行为检测

创新点：

本系统选择卷积神经网络YOLOv5来进行检测，该算法对是否存在玩手机、抽烟、喝水这三种行为进行检测，其速度与精度相对于传统的卷积网络有极大的性能提升，只需要浏览一次就可以识别出图中的物体的类别和位置，避免多次识别的繁琐性。本系统采用传统的数字图像处理算法和卷积神经网络相结合的技术，其处理速度更快更加实用，通过一个小小的摄像头就可以防止交通意外的发生，它更加的便捷，只需要驾驶员处在摄像头前就可以完成。它操作简单，系统维护方面不会出现网络掉线或者网站崩溃，服务器连接不上的问题。