人脸检测系统,眼部定位,嘴部定位,与大家分享-Human Face Detection system, eye position, mouth position, with the U.S. share

Sensible Vision Inc 的 FastAccess 提供快速、安全且有趣的电脑访问方式。就像防火墙可保护您的电脑免受来自因特网的入侵，FastAccess 可避免他人未经授权通过键盘使用您的电脑。专利申请中的人脸辨识技术可大幅减少使用密码手动登陆的需要，并且提供比使用密码和其它生物特征更优异的安全性和功能性。 FastAccess 的功能不仅如此。您还可设置 FastAccess 记住网站密码、在不同用户之间切换账户，以及在不使用时锁定电脑。当每一位访问电脑的用户都能使用自己的

在深入研究前人提出的驾驶员疲劳检测方法原理的基础上，针对提高疲劳判断实时性及准确度的问题开展了一些研究工作，提出了一种基于多个特征的驾驶员疲劳融合检测算法。该方法首先通过摄相机实时拍摄驾驶员面部图像，使用主动形状模型（Active Shape Model，ASM）定位脸部特征，然后提取出最能反映疲劳状态的眼睛和嘴部信息

一、课题介绍 该课题为基于眼部和嘴部的疲劳驾驶检测。带有一个人机交互界面GUI，通过输入视频，分帧，定位眼睛和嘴巴，通过眼睛和嘴巴的张合度，来判别是否疲劳。 二、操作步骤 第一步：最好电脑安装的是MATLAB 2010以上的版本，兼容性比较好。第二步：如图：打开MATLAB软件，点击红色圈出来的按钮，找到demo.m文件所在的文件夹，选择并加载到当前文件夹工作区。 第三步：双击打开demo.m文件。（注意是.m文件，不是打开.fig文件，否则可能会报错） 第四步：点击绿色的“运行”按钮，如

驾驶疲劳是影响交通安全的重要因素之一，疲劳驾驶预警系统的研究是十分有必要的。针对面部特征精确定位及疲劳驾驶检测问题，提出眼、鼻和嘴部三组卷积值加权求和的算法，根据三者状态信息对实验结果影响程度设置不同的权重系数，构造疲劳监测模型。首先对拍摄的驾驶员图片进行人脸检测，获得面部图像，按比例对合成的卷积模板划分三部分器官区域，结合模板卷积的相关理论，采用多目标优化技术，然后对面部器官状态进行疲劳判断，并得到相应的判定结果。实验表明，综合眼、鼻和嘴部信息模板不同的权重系数，突出了重要器官区域的影响，提高