一、课题介绍 该课题为基于眼部和嘴部的疲劳驾驶检测。带有一个人机交互界面GUI，通过输入视频，分帧，定位眼睛和嘴巴，通过眼睛和嘴巴的张合度，来判别是否疲劳。 二、操作步骤 第一步：最好电脑安装的是MATLAB 2010以上的版本，兼容性比较好。第二步：如图：打开MATLAB软件，点击红色圈出来的按钮，找到demo.m文件所在的文件夹，选择并加载到当前文件夹工作区。 第三步：双击打开demo.m文件。（注意是.m文件，不是打开.fig文件，否则可能会报错） 第四步：点击绿色的“运行”按钮，如图中红色圆圈圈出的地方 第五步：弹出界面，如下图所示：按照界面按钮依次进行操作即可。

【模式识别】基于matlab GUI界面的疲劳检测系统【含Matlab源码 126期】.zip

针对嘴部作为人脸的重要信息集中点之一这个特性，提出了一种用于驾驶员疲劳检测的嘴部状态的研究算法。首先采用改进的Adaboost算法精确定位人脸区域，然后利用迭代式阈值选择法对人脸下半部分进行二值化处理，得到嘴部完整轮廓后使用Harris角点检测找出嘴角，同时矫正倾斜嘴部，最后通过计算嘴部张开度和持续时间来判断是否疲劳。实验表明，该算法具有较快的速度，同时对疲劳检测的进一步研究有重要的作用。

第二十一章：项目实战-疲劳检测.zip

根据GL规范，利用现有的参数对SN曲线进行拟合，本工具将其公式写入工具中，方便求解。并且可以保存已用的数据方便下次直接调用

防疲劳驾驶检测系统设计的全部资料。 包含本设计的，原理图，硬件清单，stm32代码，测试时的串口输出内容txt。

本基于MATLAB图像处理的疲劳驾驶检测提出了一种基于视觉信息和人工智能的驾驶员睡意自动检测模块。该系统的目的是对驾驶员的面部和眼睛进行定位、跟踪和分析，计算睡意指数，以防止事故的发生。人脸和眼睛的检测都是通过AdaBoost分类器来实现的。为了提高人脸跟踪的精度，提出了一种检测与目标跟踪相结合的方法。提出的人脸跟踪方法，还具有自校正能力。在找到眼睛区域后，利用局部二值模式（LBP）提取眼睛特征。利用这些特征，训练一个支持向量机分类器（SVM）进行眼睛状态分析。

疲劳检测研究现状与发展，朱炳初，汪丰，如今,疲劳严重影响着人们的生活和工作。疲劳可分成生理疲劳和心理疲劳,两者相互影响,常相伴发生。根据疲劳的产生机制,本文将目前��

本项目是一个基于人脸识别的驾驶员疲劳检测系统。该系统凭借检测到驾驶员嘴巴和眼睛的张合情况完成对驾驶员是否处于疲劳状态的判别。如果系统将其判别为疲劳驾驶，系统可以通过声光外设去提醒驾驶员注意休息，以达到降低交通事故的目的。本项目具有较高的实用性和创新性，市场需求大，可以大规模地推广和使用。

android版本闭眼/眨眼检测,可以android手机上测试, 注意:手机要横屏