def entrenarSomnolencia(red):
#Se inicializa el dataset
ds = SupervisedDataSet(4096,1)
"""Se crea el dataset, para ello procesamos cada una de las imagenes obteniendo los rostros,
luego se le asignan los valores deseados del resultado la red neuronal."""
print "Somnolencia - cara"
for i,c in enumerate(os.listdir(os.path.dirname('/home/taberu/Imágenes/img_tesis/somnoliento/'))):
try:
im = cv2.imread('/home/taberu/Imágenes/img_tesis/somnoliento/'+c)
pim = pi.procesarImagen(im)
cara = d.deteccionFacial(pim)
if cara == None:
print "No hay cara"
else:
print i
ds.appendLinked(cara.flatten(),10)
except:
pass
trainer = BackpropTrainer(red, ds)
print "Entrenando hasta converger"
trainer.trainUntilConvergence()
NetworkWriter.writeToFile(red, 'rna_somnolencia.xml')
def run(self):
cara = d.deteccionFacial(self.imagen)
if cara == None:
"""Si el sistema no encuentra ninguna cara debera generar una notificacion de sonido
para avisar que hay algun problema"""
self.alarma.deteccionNula()
else:
print "cara"
self.resultado = rn.estimularRN(self.red,cara.flatten())
return self.resultado
def run(self):
cara = d.deteccionFacial(self.imagen)
if cara == None:
"""Si el sistema no encuentra ninguna cara debera generar una notificacion de sonido
para avisar que hay algun problema"""
self.alarma.deteccionNula()
else:
print "cara"
self.resultado = rn.estimularRN(self.red, cara.flatten())
return self.resultado
def run():
"""Es la clase principal en el cual se sigue la secuencia del procesamiento"""
a = Alarma()
"""Al inicializar genera un sonido inidicado queel dispositivo esa funcionando
sin contratiempos"""
a.inicio()
#Crear Red Neuronal
red1 = rn.crearRN()
red2 = rn.crearRN()
red3 = rn.crearRN()
#Se verifica si el archivo xml que contiene la red neuronal entrenada existe
path = os.path.dirname(__file__)
if os.path.isfile('rna_somnolencia.xml'):
red_somnolencia = NetworkReader.readFrom('rna_somnolencia.xml')
else:
print "No existe la red neuronal solicitada"
if os.path.isfile('rna_atento.xml'):
red_atento = NetworkReader.readFrom('rna_atento.xml')
else:
print "No existe la red neuronal solicitada"
if os.path.isfile('rna_operador.xml'):
red_operador = NetworkReader.readFrom('rna_operador.xml')
else:
print "No existe la red neuronal solicitada"
#Se la camara con la que se va a trabajar
#try:
# camara = v.capturarVideo()
#except:
# print "no camara",sys.exc_info()[0],sys.exc_info()[1]
# a.noCamara()
camara = cv2.VideoCapture(0)
#camara.set(15,8.0)
camara.set(cv2.cv.CV_CAP_PROP_BRIGHTNESS, 160)
camara.set(cv2.cv.CV_CAP_PROP_EXPOSURE, 20.0)
time.sleep(3)
while True:
Somnolencia = 0.00001
Atencion = 0.00001
Operador = 0.00001
#print "leyendo camara"
is_sucessfully_read, img = camara.read()
# is_sucessfuly_read retorna falso cuando no puede apturar de la camara
if (is_sucessfully_read):
cv2.imshow("Camera Feed", img)
else:
print "No se pudo detectar entrada de video desde %s. Saliendo..." % capture
break
if cv2.waitKey(1) & 0xFF == ord('q'):
break
#print "procesando imagen"
frame = img
# #Procesar imagenes del video
improcesada = pi.procesarImagen(frame)
cara = d.deteccionFacial(improcesada)
try:
if not cara:
print "No hay operador frente el Monitor"
a.ajeno()
except ValueError:
#print "procesando somno"
Somnolencia = rn.estimularRN(red_somnolencia, cara.flatten())
#print "procesando atencion"
Atencion = rn.estimularRN(red_atento, cara.flatten())
#print "procesando operador"
Operador = rn.estimularRN(red_operador, cara.flatten())
print "Somnolencia: %s Atencion: %s Operador:%s" % (float(
Somnolencia[0]), float(Atencion[0]), float(Operador[0]))
if float(Operador[0]) < 5:
print "Estado de la alarma: Persona no reconocida"
a.ajeno()
if float(Atencion[0]) < 5:
print "Estado de la alarma: Distraido"
a.distraido()
if float(Somnolencia[0]) < 9.82:
print "Estado de la alarma: Somnoliento"
a.somnoliento()
# try:
# Somnolencia = rn.estimularRN(red_somnolencia,cara.flatten())
# Atencion = rn.estimularRN(red_atento,cara.flatten())
# Operador = rn.estimularRN(red_operador,cara.flatten())
# except:
# print "Nadie frente el Monitor"
# Colocar junto a la linea de arriba para ver codigo de error ,sys.exc_info()[0],sys.exc_info()[1]
#time.sleep(2)
cv2.destroyAllWindows()
camara.release()
def main():
"""Es la clase principal en el cual se sigue la secuencia del procesamiento"""
a = Alarma()
"""Al inicializar genera un sonido inidicado queel dispositivo esa funcionando
sin contratiempos"""
a.inicio()
#Crear Red Neuronal
red1 = rn.crearRN()
red2 = rn.crearRN()
#Se verifica si el archivo xml que contiene la red neuronal entrenada existe
path = os.path.dirname(__file__)
if os.path.isfile(path + '/rna_somnolencia.xml'):
red_somnolencia = NetworkReader.readFrom('rna_somnolencia.xml')
else:
e.entrenarSomnolencia(red1)
red_somnolencia = NetworkReader.readFrom('rna_somnolencia.xml')
if os.path.isfile(path + '/rna_atento.xml'):
red_atento = NetworkReader.readFrom('rna_atento.xml')
else:
e.entrenarAtento(red2)
red_atento = NetworkReader.readFrom('rna_atento.xml')
#Se la camara con la que se va a trabajar
try:
camara = v.capturarVideo()
except:
a.noCamara()
while True:
Somnolencia = 0.00001
Atencion = 0.00001
#Obtener Video
val, frame = v.obtenerVideo(camara)
#Procesar imagenes del video
improcesada = pi.procesarImagen(frame)
"""Se detecta la cara del video, luego se activa las redes neuronales para detectar
los estados de somnolencia y atencion en el conductor"""
cara = d.deteccionFacial(improcesada)
if cara == None:
"""Si el sistema no encuentra ninguna cara debera generar una notificacion de sonido
para avisar que hay algun problema"""
#time.sleep(15)
#a.deteccionNula()
else:
Somnolencia = rn.estimularRN(red_somnolencia,cara.flatten())
Atencion = rn.estimularRN(red_atento,cara.flatten())
"""Se ingresan los valores obtenidos al bloque difusor el cual generara las
alarmas en los casos que convengan."""
estado = a.motorDifuso(Somnolencia,Atencion)
print "Estado de la alarma", estado
a.alertar(estado)