riangbispo / detector_de_fadiga

O programa desenvolvido é capaz de identificar sinais de fadiga em tempo real, como o fechamento prolongado dos olhos, a partir de um fluxo de vídeo gravado ou em tempo real.

Detecção de Fadiga

Este é um projeto de detecção de fadiga que utiliza a relação de aspecto dos olhos (EAR) para identificar sinais de sonolência em pessoas. O código é capaz de capturar o vídeo de uma webcam, detectar os rostos presentes no vídeo e calcular o EAR para cada olho. Se o EAR estiver abaixo de um determinado limiar por um número consecutivo de quadros, um alarme será acionado indicando a sonolência.

Aplicações

Este projeto pode ser útil em situações em que a sonolência do operador ou condutor é uma preocupação, como em sistemas de monitoramento de motoristas, sistemas de segurança em ambientes de trabalho, entre outros.

Estrutura do Projeto

O projeto consiste em:

• detecao_fadiga.py: contém o código para detectar a fadiga utilizando a relação de aspecto dos olhos (EAR).
• alarm.wav: contém o arquivo de audio para o aviso sonoro de sonolência.
• shape_predictor_68_face_landmarks.dat: contém o modelo treinado para a detecção de pontos da face.

Pré-requisitos

Antes de executar o projeto, é necessário ter as seguintes dependências instaladas:

• scipy
• imutils
• numpy
• playsound
• argparse
• dlib
• opencv-python
• matplotlib

Ou execute apenas um pip install requirements.txt

Executando o Projeto

Para executar o projeto, siga as instruções abaixo:

1. Instale as dependências listadas acima, caso ainda não estejam instaladas.
2. Clone o repositório ou baixe o arquivo detecao_fadiga.py.
3. Abra um terminal e navegue até o diretório onde o arquivo detecao_fadiga.py está localizado.
4. Execute o seguinte comando no terminal para iniciar o projeto:

python detecao_fadiga.py

Técnicas Utilizadas

O projeto utiliza as seguintes técnicas:

• Detecção de rosto com o detector frontal de rostos do dlib.
• Predição dos marcos faciais utilizando o preditor de marcos faciais do dlib.
• Cálculo da relação de aspecto dos olhos (EAR) para identificar o piscar de olhos.
• Desenho dos contornos do olho utilizando o casco convexo.
• Utilização da biblioteca playsound para reproduzir o alarme sonoro.
• Visualização da relação de aspecto dos olhos (EAR) ao longo do tempo utilizando a biblioteca matplotlib.

Este projeto é fornecido como está, sem garantias ou responsabilidades. Use por sua própria conta e risco.

referencias: Carlos melo do Blog Sigmoidal https://sigmoidal.ai/detector-de-fadiga-usando-python/