！2008050232_肖岚轩_淮南师范学院毕业论文（设计）过程材料_20240601235118.docxVIP

淮南师花学院

毕业设计过程材料

题目：一种基于视觉数据集的驾驶疲劳检测系统的设计

学生姓名：肖岚轩 学号：2008050232 所在学院：计算机学院 专业名称：数据科学与大数据技术 届别：2024届 指导教师：王源张梦

职称（学位）：副教授（硕士）工程师

淮南师范学院教务处制

本科毕业设计过程材料目录

序号

过程材料名称

备注

1

本科毕业设计任务书

√

2

本科毕业设计开题报告

√

3

本科毕业设计中期检查表

√

4

本科毕业设计指导教师评审表

√

5

本科毕业设计评阅教师评审表

√

6

本科毕业设计答辩记录表

√

7

本科毕业设计成绩鉴定表

√

一、本科毕业设计任务书

1.要求完成的主要任务及达到的目标

疲劳驾驶是导致交通事故的主要原因之一，为了提高道路交通安全性，设计和开发一个基于卷积神经网络（CNN）的疲劳驾驶检测识别系统，这个识别系统是使用web框架建立B/S架构的系统。该系统将通过分析驾驶员的面部表情和眼部活动来判断其是否处于疲劳状态，从而提醒驾驶员及时

休息或采取其他措施。

主要完成以下设计任务：

一、利用由摄像头采集驾驶员的面部表情和眼部活动数据，建立视觉数据集并进行数据分析和

挖掘；

二、使用Java语言和SpringBoot框架构建后端服务。处理前端发送的请求，与MySQL数据库

交互，执行业务逻辑；

三、使用卷积神经网络(CNN)来实现疲劳检测，训练模型使用疲劳驾驶数据集，以便模型能够准

确地识别驾驶员的疲劳状态。

达到目标：

完成基于卷积神经网络的Web版疲劳驾驶检测识别系统的开发，可以实现较高准确率的判断驾

驶员是否处于疲劳状态的功能。

2.工作进度要求

2023年10月03日——2023年11月06日完成毕业设计选题工作；

2023年11月07日——2023年12月30日完成相关视觉数据采集，完成开题报告；

2023年12月31日——2024年01月10日进行数据集成和规约，完成系统的初步设计；

2024年01月11日——2024年03月05日根据数据集验证卷积神经网络疲劳检测准确率，并根

据结果优化设计，测试系统形成完整的系统构建，完成论文初稿；

2024年03月06日——2024年03月31日修改完善设计系统，总结检测内容及结果，形成确切

的论文结论；

2024年04月01日——2024年04月20日论文修改定稿；

2024年04月21日——2024年05月10日提交论文查重，交评阅老师评阅并进行答辩资格审查；

2024年05月11日——2024年05月30日提交毕业设计打印稿、实验分析结果，参加毕业答辩。

指导教师（签名）：

2023年11月15日

二、本科毕业设计开题报告

1.研究（设计）目的意义及国内外研究状况和应用前景（附参考文献）：

设计目的及意义：

随着社会的快速发展和汽车工业的进步，驾驶已经成为人们日常生活中的重要组成部分。然而，疲劳驾驶作为一个严重的交通安全问题，对驾驶员的生命安全和公共安全构成了重大威胁。据统计，疲劳驾驶是导致交通事故的重要原因之一。传统的疲劳驾驶检测方法主要依赖于人工观察和驾驶员自我报告，这些方法存在主观性强、准确性低、实时性差等问题。因此，基于视觉数据集的疲劳驾驶检测系统的设计与研发显得尤为重要。通过利用先进的图像处理技术和机器学习算法，我们可以实现对驾驶员疲劳状态的自动、准确、实时的监测，从而有效预防因疲劳驾驶引发的交通事故。本研究旨在开发一种基于视觉数据集的疲劳驾驶检测系统，利用SpringBoot框架对已有的视觉数据集进行高效管理和分析，提取关键的视觉特征。利用卷积神经网络技术CNN，训练出能够准确识别驾驶员疲劳状态的模型。以实现准确、实时地监测驾驶员的疲劳状态。该系统的开发不仅有助于提高道路交通安全，

降低由疲劳驾驶引发的交通事故，同时也有利于提升公共交通工具和商业运输的安全性能。

国内外研究状况：

对于疲劳驾驶检测系统，国内外在研究与开发过程中均取得了显著成果：

国外的Movon公司是一家专注于智能交通和安全解决方案的科技企业，其2020推出的内置驾驶员ID分析功能的实时驾驶员疲劳监测系统是一种高级驾驶辅助系统。该系统采用Vue前端技术设计网页，