Drowsiness State Detector — Rilevamento della sonnolenza
Un'applicazione di computer vision multi-modello per rilevare in tempo reale la sonnolenza del conducente, composta da tre modelli di deep learning indipendenti che lavorano in parallelo tramite elaborazione multi-thread. Le prestazioni in tempo reale sono ottenute con inferenza concorrente sui frame della webcam; le Haar cascade di OpenCV gestiscono il rilevamento del volto e l'estrazione della zona degli occhi. Un buffer scorrevole di 10 secondi aggrega i risultati per una valutazione stabile, basata su frequenza di chiusura degli occhi, frequenza degli sbadigli e rotazione della testa.
I tre modelli
- Classificazione dello stato degli occhi: classificatore MobileNetV2 addestrato a distinguere occhi aperti e chiusi sulle regioni estratte.
- Rilevamento degli sbadigli: MobileNet addestrato per la classificazione binaria degli sbadigli dai ritagli del volto.
- Stima dei punti chiave del volto: ResNet50 in PyTorch che predice 68 landmark facciali per analizzare la posizione della testa.
Ti serve qualcosa di simile?
Sviluppo soluzioni come questa per aziende di Modena, dell'Emilia-Romagna e di tutta Italia.
Altri progetti
Contatti
Mettiamoci in contatto
Hai un progetto in mente o vuoi semplicemente fare due chiacchiere? Scrivimi su LinkedIn o via email — rispondo sempre.