Advertisement

抽烟检测,通话时检测,打哈欠检测,偏头和低头检测,眨眼及闭眼检测

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
这款软件能够智能检测吸烟行为、通话状态以及疲劳迹象(如打哈欠、头部姿势异常、眨眼频率),确保安全与专注。 抽烟检测要求被测者真的在抽烟(烟需点燃)。此外还有打电话检测、打哈欠检测、闭眼和眨眼检测以及左右偏头的检测。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    这款软件能够智能检测吸烟行为、通话状态以及疲劳迹象(如打哈欠、头部姿势异常、眨眼频率),确保安全与专注。 抽烟检测要求被测者真的在抽烟(烟需点燃)。此外还有打电话检测、打哈欠检测、闭眼和眨眼检测以及左右偏头的检测。
  • Win32平台的疲劳
    优质
    本项目专注于开发一种基于Windows平台的眼部动作识别系统,通过监测用户眨眼和闭眼行为来评估其疲劳程度。 眨眼和闭眼检测可用于疲劳检测判定。该功能采用跨平台算法实现,在Windows 32位系统上运行需要电脑配备摄像头才能进行测试。
  • MATLAB部疲劳【包含人识别、大纲GUI】.zip
    优质
    本资源提供一套全面的眼部疲劳检测方案,包括精准的人眼定位与追踪技术、打哈欠动作识别算法,并附带详细的大纲和用户界面设计,助力研究者深入分析眼部疲劳成因。 大家好,本课题是基于MATLAB GUI可视化平台的疲劳驾驶检测研究。我们采用perclos算法进行分析。整个流程包括:视频分帧处理、对每一帧图像通过肤色识别技术定位人脸位置、去除干扰区域、使用灰度积分法确定人眼位置,并统计闭眼和睁眼的画面数量,然后根据perclos定理计算闭眼频率,以此判断是否处于疲劳状态。如果系统检测到驾驶员出现疲劳驾驶的情况,则会发出警报声进行提醒。本课题包括详细的论文提纲内容。
  • 的代码
    优质
    本项目提供一套实现眨眼检测功能的代码,通过计算机视觉技术识别图像或视频流中的人眼,并分析眼部运动以判断眨眼动作。适用于人机交互、监控等领域。 基于Python dlib和sklearn的眨眼检测完整工程,请参考我的博客文章。
  • 基于PERCLOS算法的Python多特征疲劳驾驶、点
    优质
    本研究开发了一种基于PERCLOS算法的Python程序,通过分析驾驶员眨眼、打哈欠和点头等行为特征,实现对疲劳驾驶的有效检测。 本研究旨在结合理论与实践方法,以眼睑闭合持续时间百分比(PERCLOS算法)为核心,收集包括眼睛、嘴部及头部在内的多个部位的疲劳数据,深入分析驾驶人在驾车过程中的身体状况,并构建一种新的疲劳检测途径。为了识别图像中的人脸位置,本研究采用DLIB库提供的包含68个关键点的数据模型进行面部特征定位。随后提取驾驶员面部的68个特征点和坐标信息,利用这些特征点数据计算眼部张合程度比(EAR)、眼睑闭合持续时间百分比、嘴部张合程度比(MAR)及俯仰角(PITCH)。依据设定的标准阈值对驾驶人的疲劳状态进行评估。该方法能够在车辆行驶过程中无需直接接触驾驶员的情况下,实时准确地检测并提示其疲劳状况。
  • Android平台的疲劳/识别)
    优质
    本应用基于Android平台开发,利用摄像头实时监测用户眼睛状态,自动识别闭眼和眨眼动作,有效预防因疲劳驾驶或操作导致的安全事故。 Android版本的闭眼/眨眼检测可以在安卓手机上进行测试,请确保手机横屏放置。
  • 与吸
    优质
    本项目致力于研发能够同时进行电话使用习惯分析及监测个体吸烟行为的智能系统,旨在促进健康生活方式。 打电话检测和抽烟检测算法演示工具的Android版本仅支持红外夜视照片,其他类型的照片需要调整算法参数。
  • 使用OpenCVPython结合dlib库进行——实高效
    优质
    本项目利用OpenCV与Python结合dlib库,实现精准的眼部状态(眨眼、睁闭眼)检测。经测试,该方法具有高效率和准确性,在人机交互领域应用广泛。 Mac、Ubuntu和树莓派环境下均可运行。
  • OpenCV
    优质
    本项目运用OpenCV库实现眼部特征自动识别与追踪技术,适用于人脸识别、虚拟现实及智能监控等领域。 这是一个使用OpenCV编写的眼球转动方向检测程序,可以从视频中识别出眼球的移动方向,并在屏幕上显示结果,包括上、下、左、右。