YOLOv5+Deepsort监控危险驾驶行为与疲劳分心检测系统

该系统能够检测驾驶员是否存在疲劳和分心行为，并发出预警。 系统包括两个主要的检测部分：疲劳检测和分心行为检测。疲劳检测部分使用了Dlib库进行人脸关键点检测，接着通过算法分析人的眼睛和嘴巴的开合程度来判断是否存在闭眼或者打哈欠等疲劳表现，进而使用Perclos模型来评估疲劳程度。Perclos模型是一个衡量驾驶员疲劳的指标，它通过计算眼睛闭合比例来确定疲劳水平。 分心行为检测部分则是利用YOLOv5，这是一个流行的目标检测框架，用于实时地识别和定位图像中的对象。在本项目中，YOLOv5被用来检测驾驶员是否出现了玩手机、抽烟或喝水等分心行为。这些行为都被认为是导致驾驶分心的重要因素，会极大提高发生交通事故的风险。 项目的源码是作者的个人毕业设计作品，经过测试并确认可以成功运行。源码中应该包含了必要的文档说明，以帮助用户理解如何配置和运行项目。此外，项目还包括一个演示视频，用于展示系统的工作流程和功能效果。 此外，该项目还适合于计算机科学与技术、人工智能、通信工程、自动化、电子信息等相关专业领域的在校学生、教师或企业员工进行学习和研究。初学者也可以利用这个项目进行学习，以提高编程和算法应用能力。如果用户对项目有一定的了解，也可以基于现有代码进行修改和扩展，以适应其他类似的应用场景。 请注意，虽然项目源码可免费下载学习，但需遵循项目许可，切勿用于商业用途。在使用之前，建议用户打开README.md文件，其中会包含项目的基本说明和运行指南，以确保正确理解和使用该项目。"