驾驶员面部潮红/出汗异常检测

要解决什么问题

营运与长途驾驶场景里，驾驶员突发心梗、中暑、低血糖或情绪/血压波动时，车辆往往在几秒内失控。传统 DMS 多关注分心与疲劳，对面部肤色突变和异常出汗这类体征缺少结构化、可回溯的监测手段。本技能面向车载摄像头采集的面部视频，把「看起来不太对劲」变成可量化的指标与提醒，供座舱语音或车队平台联动。

技能如何工作

输入为图片、视频、本地路径或公网 URL（脚本侧由 API 自动拉取，无需你先下载）。流程上大致是：

• 人脸与 ROI：定位驾驶员面部，并在额头、双颊、鼻翼等分区上取感兴趣区域。
• 潮红指数：在 RGB 色空间用红色分量比例，或结合肤色模型偏移，计算潮红程度与潮红面积比；并与基线值、变化幅度对比。
• 出汗/反光：用纹理与反射特征估计汗珠或皮肤高光区域，得到汗珠/反光面积比及皮肤纹理粗糙度。
• 判定与输出：按阈值给出异常等级，并建议座舱动作（如 voice_alert、fleet_upload、event_record）；同时生成结构化分析报告与报告链接。

历史清单需走云端：python -m scripts.smyx_driver_flushing_sweat_detection_analysis --list，不得从本地记忆拼表。

适用边界与注意点

• 输入须为彩色 RGB 视频（如 mp4/avi/mov）；纯红外通道无法可靠识别潮红。
• 光照、车窗膜、肤色个体差异会显著影响指标，应结合持续时间与个体基线，而非单次峰值。
• 输出仅为基于视觉的健康风险提醒，不替代体温计、血压计、血糖仪或医生诊断；部署涉及生物特征视频，需知情同意与合规存储。