當前位置：首頁 > 编程语言 > python >内容正文

python

机器视觉毕业设计深度学习驾驶人脸疲劳检测系统 - python opencv

發布時間：2024/3/24 python 37 豆豆

生活随笔收集整理的這篇文章主要介紹了机器视觉毕业设计深度学习驾驶人脸疲劳检测系统 - python opencv 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

文章目錄

0 前言
1 課題背景
2 Dlib人臉識別
- 2.1 簡介
- 2.2 Dlib優點
- 2.3 相關代碼
- 2.4 人臉數據庫
- 2.5 人臉錄入加識別效果
3 疲勞檢測算法
- 3.1 眼睛檢測算法
- 3.2 打哈欠檢測算法
- 3.3 點頭檢測算法
4 PyQt5
- 4.1 簡介
- 4.2相關界面代碼

0 前言

🔥 這兩年開始畢業設計和畢業答辯的要求和難度不斷提升，傳統的畢設題目缺少創新和亮點，往往達不到畢業答辯的要求，這兩年不斷有學弟學妹告訴學長自己做的項目系統達不到老師的要求。

為了大家能夠順利以及最少的精力通過畢設，學長分享優質畢業設計項目，今天要分享的是

🚩 機器視覺 opencv 深度學習駕駛人臉疲勞檢測系統

🥇學長這里給一個題目綜合評分(每項滿分5分)

難度系數：3分
工作量：3分
創新點：4分

選題指導，項目分享：

https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md

1 課題背景

為了有效監測駕駛員是否疲勞駕駛、避免交通事故的發?,本項目利??臉特征點進?實時疲勞駕駛檢測的新?法。對駕駛員駕駛時的?部圖像進?實時監控,?先檢測?臉,并利?ERT算法定位?臉特征點;然后根據?臉眼睛區域的特征點坐標信息計算眼睛縱橫?EAR來描述眼睛張開程度,根據合適的EAR閾值可判斷睜眼或閉眼狀態;最后基于EAR實測值和EAR閾值對監控視頻計算閉眼時間?例(PERCLOS)值度量駕駛員主觀疲勞程度,將其與設定的疲勞度閾值進??較即可判定是否疲勞駕駛。

2 Dlib人臉識別

2.1 簡介

Dlib是一個基于c++開發的開源數據工具庫,其中包含了不少的機器學習的成熟算法與模型,相對于tensorflow和PyTorch,它用于圖像處理以及人臉面部特征提取、分類及對比這幾個方面比較具有通用性和優越性,因此,Dlib正在越來越廣泛地應用在人臉識別技術領域。
Dlib具有獨立使用的可移植代碼。Dlib中的代碼使用c++語言進行開發而成,使用獨立封裝,在不借助第三方數據庫的情況下,可以直接移植到自己所需要設計的項目中進行使用。

2.2 Dlib優點

Dlib擁有全面的文檔說明。作為一個開源的人臉數據庫訓練集,Dlib中有很多功能齊全的程序和文件,從人性化的角度而言的,Dlib在這一點上做的是非常不錯的,因為它為每一個程序文檔和文件都做了相對應的注釋,這樣開發者就可以迅速準確的調集程序文檔來完成自己所需要的項目功能。
Dlib涵蓋了支持功能完備的深度學習以及圖像處理的各類算法。Dlib為開發者提供了機器深度學習的各類成熟的完備算法,并且在圖像處理方面也為開發者帶來了能夠解決大多數實質問題的優良算法。例如基于SVM的遞歸和分類算法,以及專門用于面對大規模分類和遞歸的降維算法。當然還有能夠對未知函數進行預分類和預測的相關向量機,其分類和預測訓練是基于貝葉斯框架。

2.3 相關代碼

import` `matplotlib.pyplot as plt import` `dlib import` `numpy as np import` `glob import` `re#正臉檢測器 detector``=``dlib.get_frontal_face_detector() #臉部關鍵形態檢測器 sp``=``dlib.shape_predictor(r``"D:LBJAVAscriptshape_predictor_68_face_landmarks.dat"``) #人臉識別模型 facerec ``=` `dlib.face_recognition_model_v1(r``"D:LBJAVAscriptdlib_face_recognition_resnet_model_v1.dat"``)#候選人臉部描述向量集 descriptors``=``[]photo_locations``=``[]for` `photo ``in` `glob.glob(r``'D:LBJAVAscriptfaces*.jpg'``):``photo_locations.append(photo)``img``=``plt.imread(photo)``img``=``np.array(img)``#開始檢測人臉``dets``=``detector(img,``1``)``for` `k,d ``in` `enumerate``(dets):``#檢測每張照片中人臉的特征``shape``=``sp(img,d)``face_descriptor``=``facerec.compute_face_descriptor(img,shape)``v``=``np.array(face_descriptor)``descriptors.append(v)#輸入的待識別的人臉處理方法相同 img``=``plt.imread(r``'D:test_photo10.jpg'``) img``=``np.array(img) dets``=``detector(img,``1``) #計算輸入人臉和已有人臉之間的差異程度（比如用歐式距離來衡量） differences``=``[] for` `k,d ``in` `enumerate``(dets):``shape``=``sp(img,d)``face_descriptor``=``facerec.compute_face_descriptor(img,shape)``d_test``=``np.array(face_descriptor)``#計算輸入人臉和所有已有人臉描述向量的歐氏距離``for` `i ``in` `descriptors:``distance``=``np.linalg.norm(i``-``d_test)``differences.append(distance)#按歐式距離排序歐式距離最小的就是匹配的人臉 candidate_count``=``len``(photo_locations) candidates_dict``=``dict``(``zip``(photo_locations,differences)) candidates_dict_sorted``=``sorted``(candidates_dict.items(),key``=``lambda` `x:x[``1``])#matplotlib要正確顯示中文需要設置 plt.rcParams[``'font.family'``] ``=` `[``'sans-serif'``] plt.rcParams[``'font.sans-serif'``] ``=` `[``'SimHei'``]plt.rcParams[``'figure.figsize'``] ``=` `(``20.0``, ``70.0``)ax``=``plt.subplot(candidate_count``+``1``,``4``,``1``) ax.set_title(``"輸入的人臉"``) ax.imshow(img)for` `i,(photo,distance) ``in` `enumerate``(candidates_dict_sorted):``img``=``plt.imread(photo)``face_name``=``""``photo_name``=``re.search(r``'([^\]*).jpg$'``,photo)``if` `photo_name:``face_name``=``photo_name[``1``]``ax``=``plt.subplot(candidate_count``+``1``,``4``,i``+``2``)``ax.set_xticks([])``ax.set_yticks([])``ax.spines[``'top'``].set_visible(``False``)``ax.spines[``'right'``].set_visible(``False``)``ax.spines[``'bottom'``].set_visible(``False``)``ax.spines[``'left'``].set_visible(``False``)``if` `i``=``=``0``:``ax.set_title(``"最匹配的人臉nn"``+``face_name``+``"nn差異度："``+``str``(distance))``else``:``ax.set_title(face_name``+``"nn差異度："``+``str``(distance))``ax.imshow(img)plt.show()

2.4 人臉數據庫

本項目中將識別到的人臉保存的.db文件中，相關代碼如下：

class CoreUI(QMainWindow):database = './FaceBase.db'trainingData = './recognizer/trainingData.yml'cap = cv2.VideoCapture()captureQueue = queue.Queue() # 圖像隊列alarmQueue = queue.LifoQueue() # 報警隊列，后進先出logQueue = multiprocessing.Queue() # 日志隊列receiveLogSignal = pyqtSignal(str) # LOG信號def __init__(self):super(CoreUI, self).__init__()loadUi('./ui/Core.ui', self)self.setWindowIcon(QIcon('./icons/icon.png'))#self.setFixedSize(1161, 620)'''self.pushButton = QPushButton('rush', self)layout = QVBoxLayout()layout.addWidget(self.pushButton)self.setLayout(layout)'''#self.pushButton.clicked.connect(self.open)=# 圖像捕獲self.isExternalCameraUsed = Falseself.useExternalCameraCheckBox.stateChanged.connect(lambda: self.useExternalCamera(self.useExternalCameraCheckBox))self.faceProcessingThread = FaceProcessingThread()self.startWebcamButton.clicked.connect(self.startWebcam)#A\B功能開關# 數據庫self.initDbButton.setIcon(QIcon('./icons/warning.png'))self.initDbButton.clicked.connect(self.initDb)self.timer = QTimer(self) # 初始化一個定時器self.timer.timeout.connect(self.updateFrame)

2.5 人臉錄入加識別效果

錄入過程

識別效果

3 疲勞檢測算法

該系統采用Dlib庫中人臉68個關鍵點檢測shape＿predictor＿68＿face＿landmarks.dat的dat模型庫及視頻中的人臉，之后返回人臉特征點坐標、人臉框及人臉角度等。本系統利用這68個關鍵點對駕駛員的疲勞狀態進行檢測，算法如下：

初始化Dlib的人臉檢測器(HOG)，然后創建面部標志物預測；

使用dlib.get＿frontal＿face＿detector() 獲得臉部位置檢測器；

使用dlib.shape＿predictor獲得臉部特征位置檢測器；

分別獲取左、右眼面部標志的索引；

打開cv2本地攝像頭。

Dlib庫68個特征點模型如圖所示：

3.1 眼睛檢測算法

基于EAR算法的眨眼檢測，當人眼睜開時，EAR在某個值域范圍內波動，當人眼閉合時，EAR迅速下降，理論上接近于0。當EAR低于某個閾值時，眼睛處于閉合狀態；當EAR由某個值迅速下降至小于該閾值，再迅速上升至大于該閾值，則判斷為一次眨眼。為檢測眨眼次數，需要設置同一次眨眼的連續幀數。眨眼速度較快，一般1～3幀即可完成眨眼動作。眼部特征點如圖：

EAR計算公式如下：

當后幀眼睛寬高比與前一幀差值的絕對值(EAR)大于0.2時，認為駕駛員在疲勞駕駛。（68點landmark中可以看到37-42為左眼，43-48為右眼）

右眼開合度可以通過以下公式：

眼睛睜開度從大到小為進入閉眼期，從小到大為進入睜眼期，計算最長閉眼時間(可用幀數來代替)。閉眼次數為進入閉眼、進入睜眼的次數。通過設定單位時間內閉眼次數、閉眼時間的閾值判斷人是否已經疲勞了。

相關代碼：

# 疲勞檢測，檢測眼睛和嘴巴的開合程度from scipy.spatial import distance as dist from imutils.video import FileVideoStream from imutils.video import VideoStream from imutils import face_utils import numpy as np # 數據處理的庫 numpy import argparse import imutils import time import dlib import cv2 import math import time from threading import Threaddef eye_aspect_ratio(eye):# 垂直眼標志（X，Y）坐標A = dist.euclidean(eye[1], eye[5]) # 計算兩個集合之間的歐式距離B = dist.euclidean(eye[2], eye[4])# 計算水平之間的歐幾里得距離# 水平眼標志（X，Y）坐標C = dist.euclidean(eye[0], eye[3])# 眼睛長寬比的計算ear = (A + B) / (2.0 * C)# 返回眼睛的長寬比return ear

3.2 打哈欠檢測算法

基于MAR算法的哈欠檢測，利用Dlib提取嘴部的6個特征點，通過這6個特征點的坐標(51、59、53、57的縱坐標和49、55的橫坐標)來計算打哈欠時嘴巴的張開程度。當一個人說話時，點51、59、53、57的縱坐標差值增大，從而使MAR值迅速增大，反之，當一個人閉上嘴巴時，MAR值迅速減小。

嘴部主要取六個參考點，如下圖：

計算公式：

通過公式計算MAR來判斷是否張嘴及張嘴時間，從而確定駕駛員是否在打哈欠。閾值應經過大量實驗，能夠與正常說話或哼歌區分開來。為提高判斷的準確度，采用雙閾值法進行哈欠檢測，即對內輪廓進行檢測：結合張口度與張口時間進行判斷。Yawn為打哈欠的幀數，N為1 min內總幀數，設雙閾值法哈欠檢測的閾值為10%，當打哈欠頻率Freq>10%時，則認為駕駛員打了1個深度哈欠或者至少連續2個淺哈欠，此時系統進行疲勞提醒。

相關代碼：

# 疲勞檢測，檢測眼睛和嘴巴的開合程度from scipy.spatial import distance as dist from imutils.video import FileVideoStream from imutils.video import VideoStream from imutils import face_utils import numpy as np # 數據處理的庫 numpy import argparse import imutils import time import dlib import cv2 import math import time from threading import Threaddef mouth_aspect_ratio(mouth): # 嘴部A = np.linalg.norm(mouth[2] - mouth[10]) # 51, 59B = np.linalg.norm(mouth[4] - mouth[8]) # 53, 57C = np.linalg.norm(mouth[0] - mouth[6]) # 49, 55mar = (A + B) / (2.0 * C)return mar

相應的演示效果如下：

3.3 點頭檢測算法

基于HPE算法的點頭檢測

HPE(Head Pose Estimation,HPE)算法步驟：2D人臉關鍵點檢測，3D人臉模型匹配，求解3D點和對應2D點的轉換關系，根據旋轉矩陣求解歐拉角。檢測過程中需要使用世界坐標系(UVW)、相機坐標系(XYZ)、圖像中心坐標系(uv)和像素坐標系(xy)。一個物體相對于相機的姿態可以使用旋轉矩陣和平移矩陣來表示。

平移矩陣：物體相對于相機的空間位置關系矩陣，用T表示；
旋轉矩陣：物體相對于相機的空間姿態關系矩陣，用R表示。

因此必然少不了坐標系轉換。如圖所示：

于是世界坐標系(UVW)、相機坐標系(XYZ)、圖像中心坐標系(uv)和像素坐標系(xy)四兄弟閃亮登場。相對關系如下：
世界坐標系轉換到相機坐標：

相機坐標系轉換到像素坐標系：

像素坐標系與世界坐標系的關系為：

圖像中心坐標系轉換到像素坐標系：

得到旋轉矩陣后，求歐拉角：

設定參數閾值為0.3，在一個時間段，如10 s內，當低頭歐拉角|Pitch|≥20°或者頭部傾斜歐拉角|Roll|≥20°的時間比例超過0.3時，則認為駕駛員處于瞌睡狀態，發出預警。

相關效果展示：

4 PyQt5

4.1 簡介

Qt是一個跨平臺的 C++ 開發庫，主要用來開發圖形用戶界面程序(GUI)，當然也可以開發不帶界面的命令行程序。
但Qt 是純 C++ 開發的，PyQt5是基于圖形程序框架Qt5的Python語言實現，由一組Python模塊構成。

QLabel控件：用來顯示文本或圖像。
QLineEdit窗口控件：提供了一個單頁面的單行文本編輯器。
QTextEdit窗口控件：提供了一個單頁面的多行文本編輯器。
QPushButton窗口控件：提供了一個命令按鈕。
QRadioButton控件：提供了一個單選鈕和一個文本或像素映射標簽。
QCheckBox窗口控件：提供了一個帶文本標簽的復選框。
QspinBox控件：允許用戶選擇一個值，要么通過按向上/向下鍵增加/減少當前顯示值，要么直接將值輸入到輸入框中。
QScrollBar窗口控件：提供了一個水平的或垂直的滾動條。
QSlider控件：提供了一個垂直的或水平的滑動條。
QComboBox控件：一個組合按鈕，用于彈出列表。
QMenuBar控件：提供了一個橫向菜單欄。
QStatusBar控件：提供了一個適合呈現狀態信息的水平條，通常放在QMainWindow的底部。
QToolBar控件：提供了一個工具欄，可以包含多個命令按鈕，通常放在QMainWindow的頂部。
QListView控件：可以顯示和控制可選的多選列表，可以設置ListMode或IconMode。
QPixmap控件：可以在繪圖設備上顯示圖像，通常放在QLabel或QPushButton類中。
Qdialog控件：對話框窗口的基類。
QWidget是所有用戶界面類的基類，它能接收所有的鼠標、鍵盤和其他系統窗口事件。沒有被嵌入到父窗口中的Widget會被當作一個窗口來調用，當然，它也可以使用setWindowFlags(Qt.WindowFlags)函數來設置窗口的顯示效果。QWidget的構造函數可以接收兩個參數，其中第一個參數是該窗口的父窗口；第二個參數是該窗口的Flag，也就是- Qt.WindowFlags。根據父窗口來決定Widget是嵌入到父窗口中還是被當作一個獨立的窗口來調用，根據Flag來設置Widget窗口的一些屬性。
QMainWindow（主窗口）一般是應用程序的框架，在主窗口中可以添加所需要的Widget，比如添加菜單欄、工具欄、狀態欄等。主窗口通常用于提供一個大的中央窗口控件（如文本編輯或者繪制畫布）以及周圍的菜單欄、工具欄和狀態欄。QMainWindow常常被繼承，這使得封裝中央控件、菜單欄，工具欄以及窗口狀態變得更容易，也可以使用Qt Designer來創建主窗口。

4.2相關界面代碼

#部分代碼 from PyQt5.QtCore import QTimer, QThread, pyqtSignal, QRegExp, Qt from PyQt5.QtGui import QImage, QPixmap, QIcon, QTextCursor, QRegExpValidator,QPainter from PyQt5.QtWidgets import * from PyQt5.uic import loadUi from ui.untitled import Ui_Form from core2 import CoreUI from dataRecord import DataRecordUI from dataManage import DataManageUIfrom ui.pic import Ui_Form1 from PyQt5 import QtCore import sys import os from PyQt5 import QtGui from PyQt5 import QtCore from PyQt5.QtWidgets import * from PyQt5.QtCore import * from PyQt5.QtGui import * import sys class Main(CoreUI,QMainWindow):def __init__(self):super(Main, self).__init__()qssStyle = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle)self.setWindowFlag(QtCore.Qt.FramelessWindowHint)#設置無邊框但是按鍵得重新設置了#self.startWebcamButton()self.startWebcamButton.setStyleSheet("startWebcamButton{color:black}""startWebcamButton:hover{color:red}""startWebcamButton{background-color:rgb(180,180,180)}""startWebcamButton{border:2px}""startWebcamButton{border-radius:10px}""startWebcamButton{padding:2px 4px}""startWebcamButton{font-size:14pt}")self.pushButton.setStyleSheet("#pushButton {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};")self.pushButton_2.setStyleSheet("#pushButton_2 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};")self.pushButton_3.setStyleSheet("#pushButton_3 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};")self.pushButton_4.setStyleSheet("#pushButton_4 {color:rgb(255,255,255);border-image:url(sip/anniu.png);text-aligh:left;font-size:18px;font-weight:bold;};")#self.setStyleSheet("color:white")#顏色全變self.pushButton_4.clicked.connect(QCoreApplication.instance().quit)def closewin(self):self.close()def mouseMoveEvent(self, e: QMouseEvent): # 重寫移動事件self._endPos = e.pos() - self._startPosself.move(self.pos() + self._endPos)def mousePressEvent(self, e: QMouseEvent):if e.button() == Qt.LeftButton:self._isTracking = Trueself._startPos = QPoint(e.x(), e.y())def mouseReleaseEvent(self, e: QMouseEvent):if e.button() == Qt.LeftButton:self._isTracking = Falseself._startPos = Noneself._endPos = Nonedef paintEvent(self, a0: QtGui.QPaintEvent) -> None:painter = QPainter(self)pixmap = QPixmap("sip/5.jfif")painter.drawPixmap(self.rect(), pixmap)#self.setupUi(self)'''def open(self):path = r"sip/new"QDesktopServices.openUrl(QUrl.fromLocalFile(path))''' class Child(DataRecordUI,QMainWindow):def __init__(self):super(Child, self).__init__()self.setWindowFlag(QtCore.Qt.FramelessWindowHint)qssStyle = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle)#self.setupUi(self)def OPEN(self):self.show()def closewin(self):self.close()def returnmain(self):self.pushButton.clicked.connect(main.show)self.pushButton.clicked.connect(ch.hide)def paintEvent(self, a0: QtGui.QPaintEvent) -> None:painter = QPainter(self)pixmap = QPixmap("sip/5.jfif")painter.drawPixmap(self.rect(), pixmap)class Child1(DataManageUI,QMainWindow):def __init__(self):super(Child1,self).__init__()self.setWindowFlag(QtCore.Qt.FramelessWindowHint)qssStyle = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle)def OPEN(self):self.show()def closewin(self):self.close()def returnmain(self):self.pushButton.clicked.connect(main.show)self.pushButton.clicked.connect(ch1.hide)def paintEvent(self, a0: QtGui.QPaintEvent) -> None:painter = QPainter(self)pixmap = QPixmap("sip/5.jfif")painter.drawPixmap(self.rect(), pixmap)class help(Ui_Form,QWidget):def __init__(self):super(help,self).__init__()self.setWindowFlag(QtCore.Qt.FramelessWindowHint)self.setupUi(self)qssStyle = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle)'''qssStyle1 = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle1)'''def OPEN(self):self.show()def returnmain(self):self.pushButton.clicked.connect(main.show)self.pushButton.clicked.connect(Help.hide)def paintEvent(self, a0: QtGui.QPaintEvent) -> None:painter = QPainter(self)pixmap = QPixmap("sip/5.jfif")painter.drawPixmap(self.rect(), pixmap)class add(Ui_Form1,QWidget):def __init__(self):super(add,self).__init__()#self.setWindowFlag(QtCore.Qt.FramelessWindowHint)self.setupUi(self)self.setWindowFlag(QtCore.Qt.FramelessWindowHint)qssStyle = open(os.path.join('sip/123.qss')).read()self.setStyleSheet(qssStyle)#qssStyle = open(os.path.join('123.qss')).read()self.pushButton.clicked.connect(self.close)#self.setStyleSheet(qssStyle)def OPEN(self):self.show()def paintEvent(self, a0: QtGui.QPaintEvent) -> None:painter = QPainter(self)pixmap = QPixmap("./sip/5.jfif")painter.drawPixmap(self.rect(), pixmap)if __name__ =="__main__":#QtCore.QCoreApplication.setAttribute(QtCore.Qt.AA_EnableHighDpiScaling)app = QApplication(sys.argv)main = Main()ch = Child()ch1 = Child1()Help = help()ADD=add()main.show()#main.setStyleSheet("{border-image:url(sip/background.jpg)}")main.pushButton.clicked.connect(main.hide)main.pushButton.clicked.connect(ch.OPEN)main.pushButton_2.clicked.connect(main.hide)main.pushButton_2.clicked.connect(ch1.OPEN)main.pushButton_3.clicked.connect(main.hide)main.pushButton_3.clicked.connect(Help.OPEN)main.pushButton_11.clicked.connect(ADD.OPEN)ch.pushButton.clicked.connect(ch.returnmain)ch1.pushButton.clicked.connect(ch1.returnmain)Help.pushButton.clicked.connect(Help.returnmain)#ADD.pushButton.clicked.connect(ADD.close)sys.exit(app.exec_())