基于PFLD人脸识别的疲劳驾驶检测系统研究

疲劳驾驶逐渐成为交通事故的焦点问题,对驾驶人员疲劳状态检测预警具有重要研究价值。系统通过安卓端RGB摄像头捕捉驾驶人员面部实时状态,采用基于PFLD的人脸检测算法匹配面部特征点,通过计算左右眼开合度,实现双眼优化校正,辅以计算眨眼次数和打哈欠次数,检测驾驶人员的疲劳状况并实时预警。系统采用阿里云服务器+Android APP架构,实现疲劳状况判定,疲劳蜂鸣提醒,疲劳历史回查,疲劳历史管理,行车导航、紧急联系人等功能,以安卓APP形式实现交互,经测试,驾驶人员疲劳检测准确率可达90%,具有一定的市场应用前景。

基于声波特征提取的婴儿哭声分类算法研究

婴儿利用哭声向外界传达信号,不开心会用哭声来表达,很多新手妈妈不能特别准确地理解婴儿想要表达的情绪。通过提取不同婴儿不同时刻的哭声,利用计算机技术优化算法,增强婴儿在噪声环境下的鲁棒性,因为婴儿所处的环境并不是绝对安静的,会有噪音的产生,环境中所产生的噪音在一定程度上会影响婴儿哭声的识别率。所以,对于提高婴儿在不同需求发出信号的鲁棒性才是需要解决的问题。通过计算机系统,优化数据算法研究婴儿哭声的情绪问题,就能够在一定程度上提升家庭的幸福感。