Desenvolvimento de algoritmo de imagem baseado em python para detecção de sonolência utilizando raspberry pi
O presente projeto trata sobre a utilização de visão computacional, processamento de imagem e sistemas embarcados. O principal objetivo foi desenvolver um algoritmo baseado em processamento de imagem e python para a detecção de sonolência em motoristas. O projeto foi dividido em etapas para a compre...
Saved in:
| Main Authors: | , , , , , , |
|---|---|
| Format: | Online |
| Language: | Portuguese |
| Published: |
Universidade Estadual de Campinas
2019
|
| Subjects: | |
| Online Access: | https://econtents.sbu.unicamp.br/eventos/index.php/pibic/article/view/3102 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | O presente projeto trata sobre a utilização de visão computacional, processamento de imagem e sistemas embarcados. O principal objetivo foi desenvolver um algoritmo baseado em processamento de imagem e python para a detecção de sonolência em motoristas. O projeto foi dividido em etapas para a compreensão de assuntos mais complexos, pois torna-se fundamental o conhecimento em matemática, lógica de programação C/C++, Python, Dlib e OpenCV para o seu desenvolvimento. A integração do algoritmo desenvolvido foi baseado nas bibliotecas do OpenCV e Dlib para o processamento da imagem. O algoritmo em python rastreia 68 marcos faciais do indivíduo, onde utiliza-se uma relação euclidiana de distância para a detecção e marcação dos olhos – direito e esquerdo. A contagem de piscada é realizada a cada ação, e caso, o indivíduo ultrapasse 5 segundos com os olhos fechados, é acionado um alerta, informando que o motorista/indivíduo entrou em estado de sonolência. Todo este conjunto de algoritmo foi integrado em um microcomputador – Raspberry pi 3 – o mesmo realiza o processamento da imagem e com a utilização de uma webcam direcionada ao usuário, torna-se possível a observação da mudança para o estado de sonolência. Os resultados iniciais demonstraram uma acurácia de 85%, pois o sistema depende de boa iluminação. Em horários noturnos, torna-se difícil a identificação dos olhos e consequentemente a análise do estado de sonolência – para tal solução poderia ser usada uma câmera infravermelha e desta maneira validar o sistema em turnos diferentes. |
|---|---|
| ISSN: | 2596-1969 |
