본 논문은 컴퓨터 비젼 기술을 이용하여 졸음운전을 판단하는 실시간 시스템에 대한 연구이다. 야간의 다양한 조명 환경에서 실시간으로 운전자의 시각정보를 지속적으로 관찰하고 졸음에 관련된 요소를 추출하고 판단하는 시스템에 관한 구현 및 연구이다. 졸음에 관련된 다양한 시각정보에는 눈꺼풀 움직임, 응시방향, 머리의 방향 및 움직임 그리고 얼굴 표정 등이 있다. 본 논문에서는 가장 신뢰성이 높고 대부분의 졸음판단 관련 시스템에서 사용하는 눈꺼풀 움직임을 졸음판단의 주요특징으로 하며 이와 조합하여 머리의 움직임 분석을 보조적인 특징으로 통합하였다. 특히 조명에 강인한 눈 ...
본 논문은 컴퓨터 비젼 기술을 이용하여 졸음운전을 판단하는 실시간 시스템에 대한 연구이다. 야간의 다양한 조명 환경에서 실시간으로 운전자의 시각정보를 지속적으로 관찰하고 졸음에 관련된 요소를 추출하고 판단하는 시스템에 관한 구현 및 연구이다. 졸음에 관련된 다양한 시각정보에는 눈꺼풀 움직임, 응시방향, 머리의 방향 및 움직임 그리고 얼굴 표정 등이 있다. 본 논문에서는 가장 신뢰성이 높고 대부분의 졸음판단 관련 시스템에서 사용하는 눈꺼풀 움직임을 졸음판단의 주요특징으로 하며 이와 조합하여 머리의 움직임 분석을 보조적인 특징으로 통합하였다. 특히 조명에 강인한 눈 정보 획득을 위해 적외선 광원에 대한 동공의 특성을 이용하였다. 동공이 특정 반응을 일으키도록 특수하게 제작된 적외선 카메라와 적외선 광원을 사용하였으며 눈꺼풀의 움직임 정보와 얼굴정보를 획득하고 추적하기 위하여 ASM(Active Shape Model)을 적용하였다. 본 시스템은 야간의 다양한 조명과 안경의 착용 또는 미착용한 환경에서 실시간으로 운전자의 눈꺼풀과 머리의 움직임을 추적함으로써 졸음판단을 수행하였으며 야간환경에서 자체적으로 수집한 10명의 운전 중인 영상을 획득하여 눈꺼풀 움직임 및 머리 움직임 추적을 실험한 결과 졸음과 관련 없는 행동으로 가정한 경우를 제외하고 모두 추적에 성공하였다. 한편 실내에서 졸음 상태의 영상을 획득하여 10명을 실험한 결과 90%이상의 졸음 상태를 판별해 냈다. 따라서 본 시스템은 야간 환경에서 실제 차량에 응용함에 있어 잠재적인 가능성과 신뢰성을 보여주었다.
본 논문은 컴퓨터 비젼 기술을 이용하여 졸음운전을 판단하는 실시간 시스템에 대한 연구이다. 야간의 다양한 조명 환경에서 실시간으로 운전자의 시각정보를 지속적으로 관찰하고 졸음에 관련된 요소를 추출하고 판단하는 시스템에 관한 구현 및 연구이다. 졸음에 관련된 다양한 시각정보에는 눈꺼풀 움직임, 응시방향, 머리의 방향 및 움직임 그리고 얼굴 표정 등이 있다. 본 논문에서는 가장 신뢰성이 높고 대부분의 졸음판단 관련 시스템에서 사용하는 눈꺼풀 움직임을 졸음판단의 주요특징으로 하며 이와 조합하여 머리의 움직임 분석을 보조적인 특징으로 통합하였다. 특히 조명에 강인한 눈 정보 획득을 위해 적외선 광원에 대한 동공의 특성을 이용하였다. 동공이 특정 반응을 일으키도록 특수하게 제작된 적외선 카메라와 적외선 광원을 사용하였으며 눈꺼풀의 움직임 정보와 얼굴정보를 획득하고 추적하기 위하여 ASM(Active Shape Model)을 적용하였다. 본 시스템은 야간의 다양한 조명과 안경의 착용 또는 미착용한 환경에서 실시간으로 운전자의 눈꺼풀과 머리의 움직임을 추적함으로써 졸음판단을 수행하였으며 야간환경에서 자체적으로 수집한 10명의 운전 중인 영상을 획득하여 눈꺼풀 움직임 및 머리 움직임 추적을 실험한 결과 졸음과 관련 없는 행동으로 가정한 경우를 제외하고 모두 추적에 성공하였다. 한편 실내에서 졸음 상태의 영상을 획득하여 10명을 실험한 결과 90%이상의 졸음 상태를 판별해 냈다. 따라서 본 시스템은 야간 환경에서 실제 차량에 응용함에 있어 잠재적인 가능성과 신뢰성을 보여주었다.
This paper is the study about real-time computer vision system which detects drowsy driving using eyelid and head movement. This system estimates and extracts various visual cues from driver under various night-time illumination to detect drowsy driving. Various visual cues related with drowsiness i...
This paper is the study about real-time computer vision system which detects drowsy driving using eyelid and head movement. This system estimates and extracts various visual cues from driver under various night-time illumination to detect drowsy driving. Various visual cues related with drowsiness include eyelid movement, gaze movement, head movement, and facial expression. This system considers an eyelid movement as the primary feature that is the most reliable and useful and, also head movement is the auxiliary feature to detect drowsiness. For an illumination-invariant eye information, it uses pupil characters by CCD camera equipped with an active IR illuminator and for tracking eyelid and head movement, it uses an ASM(Active Shape Model). The ASM provides good description, such as various people''s faces, eyelid movement, facial expression and face orientation. Furthermore, it is robust for partial occlusion. This system is tested in real time under various night-time illumination and withwithout eye glasses. In practice, it makes a reliable result of 90% face and eye tracking for 10 people during night-time driving in outdoor, except fast face-rotation that we assume unrelated with drowsy behavior. Also, it detects 90% drowsiness for 10 people''s data which are acquisited in indoor. In result, this system presented a potential for application of real automobile at night-time.
This paper is the study about real-time computer vision system which detects drowsy driving using eyelid and head movement. This system estimates and extracts various visual cues from driver under various night-time illumination to detect drowsy driving. Various visual cues related with drowsiness include eyelid movement, gaze movement, head movement, and facial expression. This system considers an eyelid movement as the primary feature that is the most reliable and useful and, also head movement is the auxiliary feature to detect drowsiness. For an illumination-invariant eye information, it uses pupil characters by CCD camera equipped with an active IR illuminator and for tracking eyelid and head movement, it uses an ASM(Active Shape Model). The ASM provides good description, such as various people''s faces, eyelid movement, facial expression and face orientation. Furthermore, it is robust for partial occlusion. This system is tested in real time under various night-time illumination and withwithout eye glasses. In practice, it makes a reliable result of 90% face and eye tracking for 10 people during night-time driving in outdoor, except fast face-rotation that we assume unrelated with drowsy behavior. Also, it detects 90% drowsiness for 10 people''s data which are acquisited in indoor. In result, this system presented a potential for application of real automobile at night-time.
주제어
#졸음운전판단 눈꺼풀의 움직임 추적 머리의 움직임 추적 동공검출 적외선 광원 drowsy detection ASM eyelid tracking head tracking pupil detection IR camera
학위논문 정보
저자
박일권
학위수여기관
연세대학교 대학원
학위구분
국내석사
학과
컴퓨터과학.산업시스템공학과
지도교수
변혜란
발행연도
2005
총페이지
iv, 47장
키워드
졸음운전판단 눈꺼풀의 움직임 추적 머리의 움직임 추적 동공검출 적외선 광원 drowsy detection ASM eyelid tracking head tracking pupil detection IR camera
※ AI-Helper는 부적절한 답변을 할 수 있습니다.