一种基于人脸特征点的飞行签派员疲劳检测系统

民航飞行签派员长时间处于工作强度大、注意力高度集中的工作状态,生理、心理都容易产生疲劳,容易导致错误签派而造成飞行安全事故。本文通过摄像头采集签派员工作图像,对采集的图像进行人脸区域及关键点检测,然后对签派员的睁闭眼状态、嘴巴张合度等进行计算得到眼睑纵横比EAR值、嘴部纵横比MAR值,接下来基于EAR、MAR获取PERCLOS、平均闭眼时长和打哈欠频率三项特征并将其进行融合,最后,根据疲劳等级判断标准,利用OpenCV、Dlib等工具开发了签派员疲劳检测系统,该系统能够检测不同程度疲劳状态。

基于人脸识别的工程机械作业人员疲劳检测系统研究

工程机械通常工作在较为恶劣的工作环境中,需要作业人员时刻集中注意力,当作业人员出现疲劳操作情况,很容易导致事故的发生,为了实时有效地检测到作业人员的疲劳操作行为,有必要设计一个实时检测疲劳操作的疲劳检测系统。该研究利用工程机械上安装的摄像头采集作业人员的面部图像信息,根据眼部纵横比和嘴部纵横比提取疲劳状态的特征对作业人员疲劳操作行为实现预警。采用Opencv人脸识别工具识别到作业人员的面部,使用人脸的68个关键点坐标,定位到作业人员的眼部和嘴部的坐标位置,计算眼部的左眼和右眼根据对应的位置的纵横比,然后计算两者的平均值,计算眼部纵横比的同时也要计算嘴部对应位置的纵横比,根据实验确定眼部的判断阈值和嘴部的判断阈值。检测预警系统在PyCharm2022开发平台上完成,疲劳判定的眼部和嘴部阈值是在工程机械的现场环境下进行测定的,根据眼部纵横比的变化曲线测得阈值设定为0.2,连续闭眼时间超过1.68 s为最佳,根据嘴部纵横比的变化曲线测得阈值设定为0.8,连续打哈欠时间超过4 s为最佳。最后为了检验系统在实际环境中的应用效果,在工程机械上进行测试实验,验证预警效果,结果表明所设计的系统具有较好的警告效果,能够满足实时检测预警的要求。

基于图像处理的驾驶员疲劳检测系统

为了防止驾驶员疲劳驾驶,以驾驶员的眼睛作为研究对象,采用图像处理技术设计仿真了一个基于Matlab的驾驶员疲劳检测系统。该系统采用自带光源的摄像头采集序列图像,对图像中的眼睛点进行定位跟踪,然后计算出眼睛面积,最后对驾驶员是否进行疲劳驾驶做出判断并进行预警。仿真测试结果表明,该系统对驾驶员浅度疲劳的识别率为81.5%,对中度疲劳和深度疲劳的识别率为100%。

基于PERCLOS的疲劳驾驶检测系统的实现

本文阐述了PERCLOS测评驾驶疲劳的机理。介绍了疲劳识别的算法,该系统首先利用肤色模型粗略检测出人脸区域,并根据驾驶员面部几何特征,准确定位出眼睛;然后根据眼睛区域白色像素的多少及闭眼持续时间对驾驶员状态做出判断;最后应用Microsoft Visual C++6.0在Windows XP操作平台上,对疲劳检测判定进行实现。实验表明:该系统可以准确定位眼睛并判定驾驶员疲劳状态,其准确率为94.44%。

汽车疲劳驾驶的检测与监视系统设计

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。

基于头部状态的司机疲劳综合检测系统

为了减少由于驾驶员疲劳驾驶引起的交通事故,针对司机的驾驶状态,设计驾驶员疲劳状态检测系统的方案。系统采用多状态检测方式,系统中结合连续驾驶时间和司机面部状态,判断司机疲劳程度。面部状态首先使用3×3中值滤波去除噪声和光照对图像的影响,然后通过肤色模型快速检测,确定人脸区域,再通过积分灰度投影对人眼进行准确定位;最后通过PERCLOS、眼睛闭合时间、眼睛眨眼频率、嘴巴张开程度、头部运动以及连续驾驶时间的计算,进行驾驶员疲劳程度的综合判定。实验结果表明,该方法准确率高,兼具了良好的实时性和鲁棒性。

机器零件疲劳裂纹纹理图像梯度特征检测

机械零件疲劳裂纹缺少可长久衡量的统一特征,限制了人工智能检测方法的进一步发展。提出基于图像梯度信息的机器零件疲劳裂纹检测方法。分析机器零件疲劳裂纹特征,选择合理的光源,安装摄像头实时采集机械零件图像,选择LED作为检测光源,通过Contourlet系数提取相同尺度的邻域特征,并组建一个自适应阈值,通过阈值法有效去除机器零件图像中的噪声。采用滑动窗口机制提取机器零件图像的疲劳裂纹特征,计算图像梯度幅值以及单元直方图,并归一化处理单元,同时提取图像梯度信息,精准地提取各个目标的复合实体位置。组建机器零件特征库,将全部特征输入到分类器训练模型中,最终实现机器零件疲劳裂纹检测。仿真实验结果表明,所提系统可以获取高精度以及高效率的检测结果。

基于面部识别的管制员疲劳风险评估关键技术研究

人为因素在民航事故发生原因中所占比例逐渐增加,因此,高效检测管制员的身份和疲劳状况,对保证飞行正常及安全风险的评估具有重要的意义。基于面部识别技术,采用OpenCV开发平台,综合图象二值化和模板匹配技术,对管制员的身份及疲劳状况进行识别,取得比较实际的检测效果,疲劳检测成功率达80%,对管制员这类工作岗位的风险管理具有一定的参考价值。

改进的Hough与梯度直方图的人眼定位算法

针对民用航空器飞行中,实时监控机组座舱行为的疲劳检测系统的快速、精确、低计算量的需求,提出了一种基于Hough、梯度直方图结合的算法:利用Adaboost算法检测人脸之后,运用Hough变换进行人眼初检测,再利用提出的简化梯度直方图特征进行人眼的精确定位。算法将目标区域的简化梯度直方图特征送入SVM分类器,对Hough检测后存在的多个"可能圆"进行筛选,剔除Hough检测中的非人眼圆。实验对比结果表明,改进的人眼定位结合算法能够快速的检测人眼,同时粗定位缩小了Hough圆检测的范围,减小了计算量,缩短了算法运行时间,SVM和改进的梯度信息提高了定位的准确率,并且检测结果稳定、鲁棒性好。

大学生心理压力调查及影响因素分析

[目的]调查大学生心理压力及原因。[方法]采用疲劳与压力检测系统和大学生压力量表对江苏某大学825名本科生进行调查。[结果]大学生压力均处于轻度水平,男生压力均略高于女生,贫困生压力均高于非贫困生;不同专业的大学生主客观压力分布不同(P<0.05)。[结论]大学生心理压力处于轻度水平,不同类别大学生压力存在差异,学校应采取相关措施预防大学生心身疾病的发生。

腰部运动损伤防护智能服装的研发

针对硬拉项目初学者易出现腰部肌肉损伤的问题,研发了穿戴肌肉疲劳度检测系统,使穿戴者实时掌握竖脊肌疲劳度情况,从而避免肌肉过度疲劳。系统以可穿戴Myoware肌电传感器与Arduino UNO开发板为基础,完成对表面肌电脉冲信号的采集和计算,并将计算得到的表面肌电平均功率频率与肌电疲劳阈进行比较,判定是否达到肌肉疲劳。通过测量4名男性大学生硬拉运动过程中肌肉电信号从开始到疲劳恢复过程中的变化数据,将150 Hz作为该目标群体的肌电疲劳阈。同时,考虑各电子模块的可穿戴性和运动紧身衣的可洗涤性,以可拆卸式风琴袋作为载体,实现电子模块与运动紧身衣的结合。