摘要
本发明提供基于树莓派的疲劳驾驶人脸追踪检测云台系统及检测方法,将摄像头捕捉的视频帧通过Haar级联分类器进行人脸定位,使用PID算法根据误差计算舵机占空比,进而控制舵机转动角度,实现摄像头的人脸追踪移动;利用轻量化结构的MTCNN算法和ERT级联回归树模型实现了面部特征点定位;提取驾驶员面部特征点及其坐标,准确定位驾驶员人脸的位置,计算眼部长宽比和嘴巴纵横比,利用其他坐标结合HPE算法计算头部转动的欧拉角;将这些数据分别与对应的阈值比较,从而统计出驾驶员眨眼、打哈欠和点头的次数,实时判断驾驶员的注意力集中程度,分析驾驶员是否疲劳驾驶,并及时做出安全提示。本发明能够从不同维度准确辨识驾驶员的疲劳状态。
技术关键词
检测云台
回归树模型
检测检测方法
驾驶员面部特征
驾驶员人脸
级联分类器
轻量化结构
PID算法
追踪检测方法
舵机
眼睛
人脸关键点检测
坐标系
面部特征点
嘴巴特征
系统为您推荐了相关专利信息
回归树模型
植被
空间权重矩阵
分区
结构方程模型
梯度提升树
粒子群算法优化
规模
声波探测系统
回归树模型
预防疲劳驾驶
香薰发生器
驾驶员人脸
人脸识别模块
驾驶室