基于YOLOv5的疲劳驾驶检测和危险动作分心检测系统设计
2025.12.02点击:
摘要:阐述通过使用改进的YOLOv5目标检测算法和Dlib人脸识别库,分析驾驶员的注意力集中程度和相关的危险行为。相关数据包括人脸朝向、眼睛位置、瞳孔的开合缩率等方面的实时计算。该设计能够实时监测驾驶员在道路上的状态,并通过语音警告的形式提醒驾驶员,以帮助驾驶员实现安全驾驶。
关键词: YOLOv5;Dlib开源库;疲劳驾驶检测;脸部特征点;
DOI: 10.19339/j.issn.1674-2583.2025.08.187
专辑: 信息科技;工程科技Ⅱ辑
专题: 汽车工业;计算机软件及计算机应用
分类号: U463.6;TP391.41
- 上一篇:“让AI拥有操作系统级权限!” 字节跳动携手中兴通讯试水AI 2025/12/2
- 下一篇:基于GSEP的边缘服务器部署策略分析 2025/12/2