基于眼部识别的疲劳驾驶监测系统设计与实现

摘要

以硬件设备Jetson Nano和编程语言Python为基础,构建了基于面部识别的疲劳驾驶检测系统。基于OpenCV进行图像处理并使用NumPy进行n维数值的计算扩展;在采集司机的面部信息后使用68点分析方法,持续监测司机在驾驶过程是否出现以下疲劳行为:(1)持续闭眼现象;(2)连续打哈欠现象。若检测发现以上行为,则监测系统将判定司机出现疲劳驾驶并通过报警提示。测试表明,设计的监测系统在进行视频实验时,模型识别的准确率为81.8%。