Resumo
O presente projeto trata sobre a utilização de visão computacional, processamento de imagem e sistemas embarcados. O principal objetivo foi desenvolver um algoritmo baseado em processamento de imagem e python para a detecção de sonolência em motoristas. O projeto foi dividido em etapas para a compreensão de assuntos mais complexos, pois torna-se fundamental o conhecimento em matemática, lógica de programação C/C++, Python, Dlib e OpenCV para o seu desenvolvimento. A integração do algoritmo desenvolvido foi baseado nas bibliotecas do OpenCV e Dlib para o processamento da imagem. O algoritmo em python rastreia 68 marcos faciais do indivíduo, onde utiliza-se uma relação euclidiana de distância para a detecção e marcação dos olhos – direito e esquerdo. A contagem de piscada é realizada a cada ação, e caso, o indivíduo ultrapasse 5 segundos com os olhos fechados, é acionado um alerta, informando que o motorista/indivíduo entrou em estado de sonolência. Todo este conjunto de algoritmo foi integrado em um microcomputador – Raspberry pi 3 – o mesmo realiza o processamento da imagem e com a utilização de uma webcam direcionada ao usuário, torna-se possível a observação da mudança para o estado de sonolência. Os resultados iniciais demonstraram uma acurácia de 85%, pois o sistema depende de boa iluminação. Em horários noturnos, torna-se difícil a identificação dos olhos e consequentemente a análise do estado de sonolência – para tal solução poderia ser usada uma câmera infravermelha e desta maneira validar o sistema em turnos diferentes.
Referências
Adrian Rosebrock: https://www.pyimagesearch.com/2017/04/17/real-timefacial-landmark-detection-opencv-python-dlib/
Todos os trabalhos são de acesso livre, sendo que a detenção dos direitos concedidos aos trabalhos são de propriedade da Revista dos Trabalhos de Iniciação Científica da UNICAMP.