Détection de somnolence avec OpenCV et dlib embarqué sur Raspberry Pi
Un tutoriel gratuit sur la détection de somnolence en temps réel sur le Raspberry Pi! (y compris le code source)
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.
Organisations utilisatrices ou intéressées pour utiliser la ressource :
Contributeur(s) : Audric agbo
Tags : boitier connecté
Catégories : Logiciel, Connaissance
Thème : Voiture Connectée, Logiciel Libre
Référent : Utilisateur:Saeid Sharify
Défi auquel répond la ressource : Abaisser les barrières pour innover sur le véhicule
Personnes clés à solliciter :
Autre commun proche : Boitier Connecté Open Source, Smart Coach - Equipe Smile
Richesse recherchée :
Compétences recherchées :
Communauté d'intérêt : Communauté de l'Open Hardware, Communauté du Logiciel Libre, Communauté du véhicule Open Source, Communauté Voiture Connectée, Communauté autour des navettes autonomes
Type de licence : GNU Affero General Public License
Conditions Générales d’Utilisation (CGU) :
Niveau de développement : POC et 1er client
Lien vers l’outil de gestion des actions :
Lien vers l’outil de partage de fichiers :
Besoins : 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.
Prochaines étapes : Prototypage et test avec caméra de vision nocturne.
Documentation des expérimentations : 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.
Autres informations
Liste des acteurs qui utilisent ou souhaitent utiliser ce commun : aucun pour le moment
Liste des CR d’atelier en lien avec ce commun :