亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于面部識(shí)別與深度學(xué)習(xí)的在線學(xué)習(xí)疲勞檢測(cè)系統(tǒng)

        2021-11-25 15:16:30姚程越繆澤洋程子涵高蕊范宇鵬
        科學(xué)與生活 2021年16期
        關(guān)鍵詞:人臉識(shí)別

        姚程越 繆澤洋 程子涵 高蕊 范宇鵬

        摘要:在進(jìn)行學(xué)習(xí)時(shí),通過(guò)學(xué)生的面部信息會(huì)判斷出學(xué)生的疲勞狀態(tài),利用68點(diǎn)定位技術(shù)可對(duì)疲勞狀態(tài)進(jìn)行分析。本系統(tǒng)通過(guò)視頻以及圖片還有攝像頭時(shí)時(shí)檢測(cè)的方法,通過(guò)68點(diǎn)定位眼睛和嘴,來(lái)計(jì)算出眼睛的橫縱比為睜眼或者閉眼,再測(cè)出嘴部的橫縱比來(lái)確定嘴的張開(kāi)程度從而判定駕駛員是否處于疲勞狀態(tài)。但由于每個(gè)人的眼和嘴都不是完全相同的,故加入了SVM模型來(lái)對(duì)用戶當(dāng)前的眼部嘴部特征進(jìn)行更加準(zhǔn)確地判斷。

        關(guān)鍵詞:人臉識(shí)別,SVM模型,疲勞檢測(cè),人臉68特征點(diǎn)

        1.人臉檢測(cè)

        在學(xué)習(xí)過(guò)程中,電腦或者手機(jī)發(fā)出的光線對(duì)采集人臉的數(shù)據(jù)有很大的影響,HOG算子通過(guò)計(jì)算邊緣的梯度和拐角的方向來(lái)描述物體的形狀,能夠減小光照和背景因素對(duì)目標(biāo)檢測(cè)的影響,相對(duì)于其他方法擁有自身的優(yōu)勢(shì)[1]。

        2.基于人臉特征點(diǎn)的疲勞駕駛檢測(cè)方法

        2.1人臉特征點(diǎn)定位

        本系統(tǒng)首先檢測(cè)了攝像頭(照片或視頻)中的人臉區(qū)域,然后通過(guò)Dlib中的68個(gè)人臉特征點(diǎn)進(jìn)行定位,獲取到眼睛還有嘴巴的位置后,通過(guò)閾值來(lái)判斷雙眼和嘴疲勞。圖像的的預(yù)處理用到了Dlib的函數(shù),將視頻流中的圖像和預(yù)處理結(jié)果的Dlib進(jìn)行特征對(duì)比,從而實(shí)現(xiàn)了人臉追蹤。在獲取到人臉框架后,用Dlib中的特征點(diǎn)進(jìn)行標(biāo)注人臉的眼睛鼻子等部位。

        2.2人眼,嘴部疲勞檢測(cè)

        在定位人臉68點(diǎn)后,可知37-42號(hào)點(diǎn)代表人的左眼、43-48號(hào)點(diǎn)代表人的右眼、49-60號(hào)點(diǎn)代表人的嘴部外輪廓,61-68號(hào)點(diǎn)代表人的嘴部?jī)?nèi)輪廓。

        可以看出,描述人眼部的特征點(diǎn)的高度和寬度存在一定的數(shù)量關(guān)系,當(dāng)睜眼狀態(tài)轉(zhuǎn)向閉眼狀態(tài)時(shí),高度與寬度的比值在急劇減小,用比值的形式進(jìn)行表示,得到公式(3-1)[3]。

        根據(jù)數(shù)據(jù)測(cè)試發(fā)現(xiàn),人在睜眼狀態(tài)下EAR在0.25左右,人眼閉合狀態(tài)EAR小于0.15, 正常說(shuō)話時(shí)的MAR不多于0.3,持續(xù)幀數(shù)不超過(guò)20幀,打哈欠的MAR最大值可到0.8,平均超過(guò)0.3,持續(xù)幀數(shù)超過(guò)100幀[4],所以,可根據(jù)公式(3-1)和公式(3-2)的結(jié)果對(duì)眼部和嘴部進(jìn)行閾值判斷。

        3.SVM模型訓(xùn)練

        由于不同人的眼部、嘴部存在著不同的差異,為了提高算法的準(zhǔn)確度,本系統(tǒng)通過(guò)SVM模型來(lái)判斷用戶當(dāng)前眼部嘴部特征這樣可以提高本系統(tǒng)的準(zhǔn)確程度。

        由2.2可知,眼部以及嘴部的狀態(tài)主要分為睜眼、閉眼、張嘴、閉嘴四個(gè)狀態(tài)。用戶先在系統(tǒng)中錄入四個(gè)狀態(tài)的信息各1000幀(每幀采集多維特征向量),采集時(shí)將EAR、MAR的值作為區(qū)別不同狀態(tài)的臨界值,以防錄入錯(cuò)誤的數(shù)據(jù)。將采集好的數(shù)據(jù)帶入SVM類,采用線性核,利用SVM分類器中的二分類,分別構(gòu)造眼部SVM模型和嘴部SVM模型即可滿足需求。

        4.疲勞識(shí)別判定

        疲勞程度在眼部、嘴部狀態(tài)判斷的基礎(chǔ)上又可以進(jìn)一步檢測(cè)用戶的PERCLOS即單位時(shí)間內(nèi)眼睛閉合時(shí)間占單位時(shí)間的百分比和單位時(shí)間內(nèi)哈欠次數(shù)這兩個(gè)參數(shù)[5]。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),疲勞程度與這兩個(gè)參數(shù)均成正比且打哈欠影響成分更大些,分別賦予0.4、0.6的權(quán)重可得到疲勞值公式(3-3)。

        其中T為每個(gè)疲勞檢測(cè)周期,在視頻流中加載訓(xùn)練好的SVM模型分別對(duì)眼部和嘴部進(jìn)行分類,一旦用戶閉眼即計(jì)算T時(shí)間內(nèi)累計(jì)閉眼時(shí)間,打哈欠則記錄T時(shí)間內(nèi)打哈欠次數(shù)。

        5.仿真實(shí)驗(yàn)

        配置好HP Wide Vision HD Camera攝像頭拍攝演示視頻,拍攝實(shí)驗(yàn)包括睜眼,閉眼,張嘴,閉嘴的視頻片段,其中張開(kāi)定義為負(fù)樣本集合,閉合定義為正樣本集合。實(shí)驗(yàn)采用7個(gè)人的多種不同的表情樣本,頭部移動(dòng),以及面部變化,還有7個(gè)人的5000張不同照片來(lái)進(jìn)行檢測(cè)。測(cè)試結(jié)果如下圖所示。

        6.結(jié)語(yǔ)

        本文通過(guò)實(shí)時(shí)采集學(xué)生在學(xué)習(xí)時(shí)的實(shí)時(shí)畫(huà)面,通過(guò)HOG算子檢測(cè)視頻中的臉,然后根據(jù)人眼縱橫比例和嘴部縱橫比例來(lái)判斷是否疲勞。通過(guò)測(cè)試表明,本文提出的方法在疲勞檢測(cè)方面有良好的作用,在檢測(cè)學(xué)習(xí)方面具有廣闊的前景。

        參考文獻(xiàn):

        [1]Bergasa L M, Nuevo J, Sotelo M A, et al. Real-time system for monitoring driver vigilance[J].IEEE Trans on Intelligent Transportation Systems,2006,7(1):63-77.

        [2][1]譚桂玲,鄧三鵬.基于嵌入式疲勞駕駛預(yù)警系統(tǒng)設(shè)計(jì)[J].南方農(nóng)機(jī),2020,51(13):10-11.

        [3]王坤.基于機(jī)器視覺(jué)的疲勞駕駛檢測(cè)系統(tǒng)究[D]杭州.杭州電子科技大學(xué),2016

        [4][1]岳翼.基于圖像識(shí)別的模擬駕駛疲勞檢測(cè)系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)[J].電子世界,2016(22):69-70.

        [5][17]鄒昕彤,王世剛,趙文婷,等.基于眼睛與嘴部狀態(tài)識(shí)別的疲勞駕駛檢測(cè)[J].吉林大學(xué)學(xué)報(bào)(信息科學(xué)版),2017,35(2):204-211.

        作者簡(jiǎn)介:姚程越(2000-10-07)男,漢, 黑龍江省望奎縣,本科,研究方向:人工智能。

        本文由大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目《基于面部識(shí)別與深度學(xué)習(xí)的疲勞檢測(cè)系統(tǒng)》支持,項(xiàng)目編號(hào):202010214120

        猜你喜歡
        人臉識(shí)別
        人臉識(shí)別 等
        揭開(kāi)人臉識(shí)別的神秘面紗
        人臉識(shí)別技術(shù)的基本原理與應(yīng)用
        電子制作(2019年14期)2019-08-20 05:43:34
        人臉識(shí)別技術(shù)在高速公路打逃中的應(yīng)用探討
        基于(2D)2PCA-LBP 的人臉識(shí)別方法的研究
        電子制作(2017年17期)2017-12-18 06:40:55
        淺談人臉識(shí)別技術(shù)
        人臉識(shí)別在高校安全防范中的應(yīng)用
        電子制作(2017年1期)2017-05-17 03:54:46
        巡演完美收官 英飛拓引領(lǐng)人臉識(shí)別新潮流
        人臉識(shí)別在Android平臺(tái)下的研究與實(shí)現(xiàn)
        基于Metaface字典學(xué)習(xí)與核稀疏表示的人臉識(shí)別方法
        又爽又黄无遮挡高潮视频网站| 不卡日韩av在线播放| 疯狂添女人下部视频免费| 玩两个丰满老熟女| 亚洲乱在线播放| 草青青在线视频免费观看| 麻豆亚洲av熟女国产一区二| 成人做爰视频www| 白丝美女被狂躁免费视频网站 | 亚洲无人区乱码中文字幕动画| 永久免费a∨片在线观看| 无码国产色欲xxxxx视频| 男女视频在线一区二区| 人妻少妇偷人精品视频| 久久久久亚洲av成人片| 在线播放亚洲第一字幕| 亚洲AV成人无码天堂| 亚洲中文字幕乱码一二三| 人妻中文字幕无码系列| 热99re久久精品这里都是免费| 毛片av中文字幕一区二区| 日本av一区二区三区在线| 国产av综合影院| 福利视频一二区| av资源在线免费观看| 精品人妻av区乱码| 人妻人人澡人人添人人爽人人玩 | 欧美成人一区二区三区在线观看| 亚洲av中文无码乱人伦在线咪咕| 精品日本一区二区三区| 亚洲av鲁丝一区二区三区黄| 五月天国产精品| 中文字幕专区一区二区| 成熟丰满熟妇av无码区| 暖暖免费 高清 日本社区在线观看| 亚洲国产日韩综一区二区在性色| 国产精品第一二三区久久| 久久国产热这里只有精品| 国内精品91久久久久| 亚洲中文字幕乱码第一页| 免费人妻无码不卡中文字幕18禁|