“疲劳驾驶智能预警”探索队成员 施劲祥

疲劳驾驶在高速公路上素来有着“头号杀手”的称号，据《道路交通事故统计年报》显示，我国每年因疲劳驾驶直接引发的道路交通事故1000余起，造成2000余人死亡或重伤。疲劳检测是解决这个问题非常好的一条道路。但之前的疲劳检测可供参考的疲劳指标单一，未能有效识别驾驶员因个体差异所表现的不同疲劳特征所带来的影响，也不能对驾驶员在临界疲劳状态作出判断及并提出疲劳分级预警。吴建清老师的“疲劳驾驶智能预警”项目正是致力于解决上述不足，我们也将结合他的项目开展社会实践。

我们的主要工作就是围绕这个课题做相关资料的查询和整理，这一步并不如我想象的容易。网上的资料繁多，不管是你想要的还是不想要的，全都涌上来冲击着你，考验着你的辨别和提取能力。在这一过程中，我也渐渐了解了疲劳驾驶检测的整个流程，例如需要先将图像灰化处理，再进行人脸检测，从人脸提取出数据后与疲劳指标进行对比，最后进行疲劳的分级。将海量的信息化为自己能够理解的东西，是让人无比喜悦的一件事。

几天后，老师派来指导我们的博士生发来了新任务，需要我们学习python关于面部识别的原理以及pyqt5的界面开发，这对于我们这些刚学一学期python的大一学生显然充满挑战。关于python如何用于面部识别的问题，我们阅读了相关文章，将这看似玄乎的东西拆成实实在在的代码，一句句理解代码最后串联起来，这一过程实在畅快。然后我们通过文章、视频以及pyqt5的课本进行学习，一步步将一个空白的界面变成有标题、图像、按钮等等要素且排布有序的丰富界面。我发现，这同时也是我们将python学习从理论到实践的经历，是一个不断感受自己进步的过程。后续师兄将会为我们做一个示例，让我们根据自己做的界面，把示例套进去。

实践仍在继续，进步仍在继续。在实践的过程，我身为大一学生，感受到了肩上的责任，决心好好进行这次实践，也希望我们的“疲劳驾驶智能预警”探索队能为这个项目真正作出贡献。