本基于MATLAB图像处理的疲劳驾驶检测提出了一种基于视觉信息和人工智能的驾驶员睡意自动检测模块。该系统的目的是对驾驶员的面部和眼睛进行定位、跟踪和分析，计算睡意指数，以防止事故的发生。人脸和眼睛的检测都是通过AdaBoost分类器来实现的。为了提高人脸跟踪的精度，提出了一种检测与目标跟踪相结合的方法。提出的人脸跟踪方法，还具有自校正能力。在找到眼睛区域后，利用局部二值模式（LBP）提取眼睛特征。利用这些特征，训练一个支持向量机分类器（SVM）进行眼睛状态分析。
2020-05-02 20:54:37
741KB
1
疲劳检测研究现状与发展，朱炳初，汪丰，如今,疲劳严重影响着人们的生活和工作。疲劳可分成生理疲劳和心理疲劳,两者相互影响,常相伴发生。根据疲劳的产生机制,本文将目前��
2020-04-15 03:17:13
296KB
1
本项目是一个基于人脸识别的驾驶员疲劳检测系统。该系统凭借检测到驾驶员嘴巴和眼睛的张合情况完成对驾驶员是否处于疲劳状态的判别。如果系统将其判别为疲劳驾驶，系统可以通过声光外设去提醒驾驶员注意休息，以达到降低交通事故的目的。本项目具有较高的实用性和创新性，市场需求大，可以大规模地推广和使用。
2020-01-04 03:12:14
233KB
1
修改屈服强度值（建议的284.5改成300，交变强度（拉压疲劳极限修正为250，则弯曲疲劳为276.7，扭转剪切疲劳为144.3）。同时根据未修改前的平均应力敏感系数与修改后敏感系数相等的原则，确定脉冲强度。
2019-12-21 22:09:09
1.9MB
1
基于MATLAB的人脸眼睛嘴巴检测，内涵说明书，摘要，代码等，同时含有自制神经网络训练集的代码（用户运行代码做出表情代码自动归类训练集合），主代码通过先检测脸部特征，后综合检测眼睛张开关闭+嘴巴张开关闭判定人脸是否处在疲劳状态，代码本人已经调试运行无误。
2019-12-21 22:08:52
6.85MB
1