基于深度学习的疲劳驾驶和分心行为检测系统（哈欠、喝水、抽烟、打电话检测）

联系扣扣：1626245217

演示视频：https://www.bilibili.com/video/BV1eD421j7zy/?spm_id_from=333.999.0.0&vd_source=b68c16e2de94acf010fb2e70eb676424
开发技术环境： Pycharm + Python + PyQt5 + OpenCV + YOLOv5，
系统通过驾驶员前方摄像头采集的驾驶行为实时图像，可以输出并显示该驾驶员的驾驶行为结果，将视频和结果显示在上位机界面上，对不文明驾驶行为和疲劳驾驶发出预警，统计出不文明驾驶的结果，并将不文明行为存储到数据库中。
系统主程序由Python编写，人脸检测使用的是基于Haar积分图的AdaBoost的方法，该算法能够快速，高效的实现人脸检测，对于检测出的人脸使用基于dlib的人脸特征点检测，标注出眼睛和嘴唇位置，根据眼睛和嘴唇的实时长宽比判断驾驶员是否疲劳。本文还使用了基于YOLOv5的目标检测算法，实时检测画面中的手机、香烟、水瓶等物品，判断驾驶员是否有不文明驾驶行为。
联系扣扣：1626245217