基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对疲劳驾驶易引发交通事故这一问题,本文设计开发了一个疲劳驾驶检测系统.该系统由树莓派、摄像头、轻量级云应用服务和移动端构成,实时获取驾驶员脸部视频,利用Dlib开源库得到人脸的68个关键点,通过计算其眼睛、嘴巴张合度,并与原来训练好的数据进行对比,依此判断驾驶员是否处于疲劳状态,若是,则进行语音提示,相关信息也能通过互联网上传到云端服务器中,车主或公司可通过移动端的微信小程序动态监控驾驶员状态.该系统具有成本低、易实现的特点,经测试,在有模型数据的情况下疲劳识别准确率为95%,可稳定运行.
推荐文章
基于云计算的多特征疲劳驾驶检测系统研究与设计
疲劳驾驶检测
嵌入式系统
云计算
数字图像处理
疲劳驾驶检测技术研究
PERCLOS
疲劳驾驶检测
Adaboost
实时性
基于机器视觉的疲劳驾驶检测系统
机器视觉
边缘计算
实时监测
驾驶行为分析
疲劳驾驶检测
实时显示
基于Adaboost的疲劳驾驶眨眼检测
疲劳驾驶
分类器
人脸检测
眨眼检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 汽车疲劳驾驶的检测与监视系统设计
来源期刊 单片机与嵌入式系统应用 学科 工学
关键词 疲劳驾驶检测系统 图像处理算法 人脸检测 微信小程序
年,卷(期) 2020,(6) 所属期刊栏目 应用天地
研究方向 页码范围 63-67
页数 5页 分类号 TP51
字数 2937字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡木生 广州大学华软软件学院计算机系 4 15 1.0 3.0
2 周航 广州大学华软软件学院计算机系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
疲劳驾驶检测系统
图像处理算法
人脸检测
微信小程序
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
单片机与嵌入式系统应用
月刊
1009-623X
11-4530/V
大16开
北京海淀区学院路37号《单片机与嵌入式系统应用》杂志社
2-765
2001
chi
出版文献量(篇)
7244
总下载数(次)
21
总被引数(次)
40339
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导