基于YOLOv5的拣选员疲劳识别系统  

作　　者：刘敏[1] 肖文东 崔健平 刘超 薛朔 

机构地区：[1]新疆大学商学院,新疆乌鲁木齐830046 [2]新疆大学智能制造现代产业学院,新疆乌鲁木齐830046

出　　处：《物联网技术》2025年第3期48-50,共3页Internet of things technologies

摘　　要：针对物流拣选现场普遍存在的拣选员疲劳作业问题,设计了一种基于YOLOv5算法的拣选员疲劳识别系统。该系统通过捕捉拣选员眼部与口部的动作与状态,并与设定的阈值进行对比,统计拣选员眨眼和打哈欠的频次,从而判定其是否处于疲劳状态。实验结果表明,该系统能够准确识别拣选员眼部与口部的状态,可以有效判定其是否处于疲劳状态,为上层管理系统提供关于拣选员疲劳状态的实时数据支持,以便及时对拣选员发出安全预警。

关 键 词：疲劳检测 YOLOv5 脸部特征点 眼部纵横比 嘴部纵横比 PERCLOS 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]