基于landmark疲劳检测

写在前面

一个小项目,基于landmark眼睛检测判断是否疲劳驾驶。

整个工程用到的库包括如下

1
2
3
import dlib  #调用HOG-based face landmark
import cv2
import imutils #对opencv简化,更方便使用

相关源码及文件已同步至github-detect_drowsiness

Windows安装dlib

windows下采用pip install 安装dlib会报错,目前采用的安装方式为,先安装cmake, boost, 再下载dlib进行安装。

直接采用.whl安装即可。download

算法

image.png

基于landmark实现对人眼定位,通过计算纵宽比(EAR)判断睁眼还是闭眼。

image.png

代码实现

主要包括几个模块。

face landmark

该部分利用dlib库,基于HOG特征训练的人脸检测器及特征点定位。

1
2
3
import dlib
detector=dlib.get_frontal_face_detector()#采用dlib人脸检测
predictor=dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')载入模型进行landmark

image.png

EAR计算

该部分采用imutils库,是一个基于opencv与matplot便捷使用库。

总结

该部分只是一个基于face landmark的功能扩展,其核心部分仍在于如何快速准确定位人脸及特征点标记。

本文标题:基于landmark疲劳检测

文章作者:Lumo Wang

发布时间:2018年06月14日 - 17:06

最后更新:2018年12月05日 - 22:12

原始链接:https://luameows.github.io/2018/06/14/程序开发-基于landmark疲劳检测/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

请我喝杯咖啡,我会继续熬夜的~