Jacklin-Zhang

Mathematica 作为一个功能强大的常用数学软件, 不但可以解决数学中的数值计算问题, 还可以解决符号演算问题, 并且能够方便地绘出各种函数图形。

社会在发展，时代在进步，科技创新日新月异，人类的生活节奏也随之加快，长途陆路运输成为一个重要焦点，交通安全问题在生活中显得尤为重要，疲劳驾驶成为普遍现像，为降低交通事故的发生率

社会在发展，时代在进步，科技创新日新月异，人类的生活节奏也随之加快，长途陆路运输成为一个重要焦点，交通安全问题在生活中显得尤为重要，疲劳驾驶成为普遍现像，为降低交通事故的发生率，本文设计利用了“眼部疲劳特征识别技术”来判断是否疲劳驾驶的装置。

针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.

驾驶疲劳检测是预防驾驶疲劳提高交通安全的有效手段。以视频图像处理为基础，采用 OpenCV 中 的 Haar 分类器，对驾驶人人脸、人眼进行检测；以基于 PERCLOS 的疲劳检测算法为基础，提出“双眼检测、单眼疲劳判别”的疲劳检测方法，在 PC 机 Visual Studio 集成开发环境下，采用 C++编程语言设计了驾驶疲劳检测仿真程序；通过输入驾驶人模拟疲劳驾驶视频，仿真实现了驾驶人人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警