来源：期刊VIP网 时间：
作者：熊晖;齐元胜;来永爱;阮西东;张占伟;李翠娟;王荣;
单位：北京印刷学院印刷与包装工程学院;云南嘉科包装科技股份有限公司;
摘要：精确预测工人疲劳状态，有助于维护工人的安全与健康。本研究采用OpenCV和Dlib图像处理技术，创新设计了一种印刷车间疲劳预测系统。通过OpenCV进行人脸识别和目标检测，结合Dlib进行检测眼睛长宽比、嘴巴长宽比以及头部姿态等面部特征识别。此系统通过EAR、MAR及头部姿态估计算法实时监测印刷车间工人工作时的眨眼频率、打哈欠行为和头部点头等姿态和表情，及时捕捉工人的生理状态，实现对工人疲劳状态的准确监控和预测。此系统还可以利用深度学习及大量数据的训练和优化，构建专属数据集，更好地提升模型准确率，匹配在不同工作环境下车间工人疲劳状态的识别和预测能力，并通过预警提示提醒工人及时休息，为印刷生产车间工人提供更安全、更高效的工作环境，有效预防工伤事故的发生。
关键词：疲劳预测系统;;OpenCV;;Dlib图像处理;;深度学习;;人脸识别
