Détection de somnolence avec OpenCV et dlib embarqué sur Raspberry Pi

From Communauté de la Fabrique des Mobilités


Un tutoriel gratuit sur la détection de somnolence en temps réel sur le Raspberry Pi! (y compris le code source)

💼 porté par

Screenshot from 2020-06-07 21-08-35.png


Ce blog par Adrian Rosebrock, explique en détails, comment le Raspberry Pi pourrait jouer comme un calculateur qui pourrait être monté à l'intérieur de la voiture avec une caméra pour aider à déterminer si le conducteur était fatigué pendant la conduite.Une caméra à l'intérieur d'une voiture privée peut être un défi pour la vie privée des voyageurs, qui peut faire l'objet d'un autre blog. Ici, nous parlons de la façon d'éviter les accidents dus à des conducteurs fatigués.

Pour cela, le repère facial dlib est utilisé pour trouver des visages humains frontaux dans une image et estimer leur pose.En outre, l'algorithme d'Eye Aspect Ratio (EAR) est utilisé, qui est responsable de la détection de la somnolence du conducteur et tourne avec OpenCV, dlib et Python.

En plus, on voit comment on peut remplacer le détecteur de visage par défaut dlib HOG + Linear SVM par le détecteur de visage en cascade Haar d'OpenCV, fin de pouvoir tourner cette algorithme en électronique embarquée.


Organizations using or interested in using the resource:

Contributor(s): Audric agbo

Tags: boitier connecté

Categories: Logiciel, Connaissance

Theme: Voiture Connectée, Logiciel Libre

Referent: Syd

Challenge: Abaisser les barrières pour innover sur le véhicule

Key people to solicit:

Other related common: Boitier Connecté Open Source, Smart Coach - Equipe Smile

Wealth sought:

Required skills:

Community of interest: Communauté de l'Open HardWare, Communauté du Logiciel Libre, Communauté du véhicule Open Source, Communauté Voiture Connectée, Communauté autour des navettes autonomes

License: GNU Affero General Public License

Terms of Service (TOS):

Level of development: POC et 1er client

Link to my actions board:

Link to my cloud, wiki, drive…:

Needs: Pour tester cela, nous avons besoin de :

  • Raspberry Pi
  • TrafficHAT
  • Caméra USB (Ou module de caméra Raspberry Pi)
  • Le code source, la cascade de Haar à détection de visage et le détecteur de repère facial dlib ont disponibles dans la section «Downloads» à la fin de l'article.

Next step: Prototypage et test avec caméra de vision nocturne.

Documentation of the experimentations: Le Raspberry Pi fonctionne dans l'écosystème open source: il exécute Linux (une variété de distributions), et son principal système d'exploitation pris en charge, Raspbian, est open source et exécute une suite de logiciels open source. La Fondation Raspberry Pi contribue au noyau Linux et à divers autres projets open source et publie une grande partie de ses propres logiciels en open source. Les schémas du Raspberry Pi sont publiés, mais la carte elle-même n'est pas du matériel ouvert.



Other informations

List of the actors using or willing of using this common: aucun pour le moment

List of the workshop reports related to this common: