人員介紹

陳奕安

明志科技大學電子工程系
電話:0989278429
電子郵件:cv315122@gmail.com

聯絡我們:

蔡昇峻

明志科技大學電子工程系
電話:0912345678
電子郵件:U06157044@o365.mcut.edu.tw

謝滄岩

副教授兼系主任
中央大學光電所博士
辦公室:電子館213研究室
電話:02-2908-9899 分機 4851、4860
電子郵件:tyhsieh@mail.mcut.edu.tw
學術專長:光電應用、光纖通信高頻電波

王志良

副教授
國立交通大學電子工程博士
辦公室:電子館203研究室
電話:02-2908-9899 分機4861
電子郵件:joewang@mail.mcut.edu.tw
學術專長:半導體材料與元件、光電元件、電子構裝

產品介紹

我們使用Anaconda搭載Vscode作為主要開發環境,程式語言為Python並搭載影像視覺庫OpenCV抓取臉部特徵,為了監控方便性,我們架設一個人網站,駕駛人的手機需裝有IP Webcam並啟動內建server,才能與web做連接。技術面使用dlib人臉檢測器之Library,EAR(Eye Aspect Ratio)為引用他人之計算方式,我們比照EAR去計算嘴巴長寬比而得到MAR(Mouth Aspect Ratio)值。我們以眼睛長寬比EAR及嘴巴長寬比MAR作為判斷是否出現打呵欠或打瞌睡的依據,當EAR值低於0.20和MAR值高於2.50時,表示人的精神狀態相當疲憊。

根據交通部統計,分心駕駛及疲勞駕駛是造成道路交通事故主要原因之一,台灣每年因為駕駛分心或疲勞駕駛,而發生事故比例約占總車禍事故件數的20%,位於各類交通事故原因第二名。顯見疲勞駕駛危險的程度不亞於醉態駕駛,尤其天色昏暗易造成視線不佳,易造成視線死角,精神狀況不佳加上反應時間延長,容易無法注意周遭環境而產生危險。以下是讓受試者根據不同睡眠時間測試此系統之數據表。

睡眠時間 測試項目
8小時 6小時 4小時
疲勞次數(次) 5 18 38
系統辨識良率(%) 11 36 76
EAR值 0.35 0.27 0.15
MAR值 1.25 2.50 3.00
硬體設備 Zenfone3 (機齡約5年)
ROG 筆電(機齡約4年)
網路速度 4G吃到飽
備註 以上數據經作者同意皆可轉發

受試者在睡眠時間只有8小時的時候,EAR和MAR皆符合標準範圍內,數據樣本數為250張,其中有27張為正確辨識疲勞狀態,疲勞辨識率約為11%,非疲勞辨識率約為89%。而受試者在睡眠時間只有4小時的時候,EAR和MAR皆超過判定為疲勞之標準。數據樣本數為250張,其中有154張為正確辨識疲勞狀態,疲勞成功辨識率約為76%,其餘為錯誤辨識數量。

使用教學

硬體設備需求

只需要一台桌電或筆電加上一隻手機即可。

網路通訊服務

建議使用5G來提升辨識速度,以達成較4G快的網路傳輸畫面,讓此系統之即時性和預防性發揮到極致。

IP Webcam

請在欲使用此系統之手機安裝好APP。

購買此系統

立即購買我們的系統,讓我們以預防疲勞駕駛之功用讓您的行車更為安全!

購買產品