졸음운전으로 인한 사고는 높은 치사율을 보이고 있으며, 이를 방지하기 위해 운전자의 편의성과 안전성 향상을 위한 비전 기반의 졸음운전 감지 시스템은 활발히 연구되고 있다. 그러나 복잡한 배경과 환경 변화로 운전자의 졸음 여부를 정확하게 판단하는 데 어려움이 있다. 본 논문에서는 얼굴 특징점을 기반으로 하품, 눈 졸음 상태, 고개 끄덕임을 판별할 수 있는 측정 기준을 연구하여 졸음운전을 감지하는 알고리즘을 제안한다. 제안한 알고리즘은 복잡한 배경 및 환경 변화에 강인하여 졸음 여부 판단의 정확도가 높고, 알고리즘의 처리속도가 빨라 실시간으로 적용이 가능하다. 실험을 통해 제안한 알고리즘의 성능을 확인하였다. 제안한 알고리즘의 처리 속도는 약 0.084ms이며, 주간과 야간의 하품, 졸음 눈, 고개 숙임에 대한 평균 ...
졸음운전으로 인한 사고는 높은 치사율을 보이고 있으며, 이를 방지하기 위해 운전자의 편의성과 안전성 향상을 위한 비전 기반의 졸음운전 감지 시스템은 활발히 연구되고 있다. 그러나 복잡한 배경과 환경 변화로 운전자의 졸음 여부를 정확하게 판단하는 데 어려움이 있다. 본 논문에서는 얼굴 특징점을 기반으로 하품, 눈 졸음 상태, 고개 끄덕임을 판별할 수 있는 측정 기준을 연구하여 졸음운전을 감지하는 알고리즘을 제안한다. 제안한 알고리즘은 복잡한 배경 및 환경 변화에 강인하여 졸음 여부 판단의 정확도가 높고, 알고리즘의 처리속도가 빨라 실시간으로 적용이 가능하다. 실험을 통해 제안한 알고리즘의 성능을 확인하였다. 제안한 알고리즘의 처리 속도는 약 0.084ms이며, 주간과 야간의 하품, 졸음 눈, 고개 숙임에 대한 평균 검출률은 각각 98.48%, 97.97%로 높은 검출률을 나타냈다.
졸음운전으로 인한 사고는 높은 치사율을 보이고 있으며, 이를 방지하기 위해 운전자의 편의성과 안전성 향상을 위한 비전 기반의 졸음운전 감지 시스템은 활발히 연구되고 있다. 그러나 복잡한 배경과 환경 변화로 운전자의 졸음 여부를 정확하게 판단하는 데 어려움이 있다. 본 논문에서는 얼굴 특징점을 기반으로 하품, 눈 졸음 상태, 고개 끄덕임을 판별할 수 있는 측정 기준을 연구하여 졸음운전을 감지하는 알고리즘을 제안한다. 제안한 알고리즘은 복잡한 배경 및 환경 변화에 강인하여 졸음 여부 판단의 정확도가 높고, 알고리즘의 처리속도가 빨라 실시간으로 적용이 가능하다. 실험을 통해 제안한 알고리즘의 성능을 확인하였다. 제안한 알고리즘의 처리 속도는 약 0.084ms이며, 주간과 야간의 하품, 졸음 눈, 고개 숙임에 대한 평균 검출률은 각각 98.48%, 97.97%로 높은 검출률을 나타냈다.
Drowsy driving is a significant factor in traffic accidents, so driver drowsiness detection system based on computer vision for convenience and safety has been actively studied. However, it is difficult to accurately detect the driver drowsiness in the complex background and environmental change.
Drowsy driving is a significant factor in traffic accidents, so driver drowsiness detection system based on computer vision for convenience and safety has been actively studied. However, it is difficult to accurately detect the driver drowsiness in the complex background and environmental change. In this paper, it proposed the driver drowsiness detection algorithm to determine whether the driver is drowsy through the measurement standard of yawn, eyes drowsy status and nod based on facial features. The proposed algorithm detect the driver drowsiness in complex background, and it is robust to changes in the environment. The algorithm can be applied in real time because of the processing speed faster. Throughout the experiment, we confirmed that the algorithm reliably detected driver drowsiness. The processing speed of the proposed algorithm is about 0.084ms. Also, the proposed algorithm can achieve an average detection rate of 98.48% and 97.37% for a yawn, drowsy eyes, and nod in the daytime and nighttime.
Drowsy driving is a significant factor in traffic accidents, so driver drowsiness detection system based on computer vision for convenience and safety has been actively studied. However, it is difficult to accurately detect the driver drowsiness in the complex background and environmental change. In this paper, it proposed the driver drowsiness detection algorithm to determine whether the driver is drowsy through the measurement standard of yawn, eyes drowsy status and nod based on facial features. The proposed algorithm detect the driver drowsiness in complex background, and it is robust to changes in the environment. The algorithm can be applied in real time because of the processing speed faster. Throughout the experiment, we confirmed that the algorithm reliably detected driver drowsiness. The processing speed of the proposed algorithm is about 0.084ms. Also, the proposed algorithm can achieve an average detection rate of 98.48% and 97.37% for a yawn, drowsy eyes, and nod in the daytime and nighttime.
주제어
#Drowsiness Detection Face Alignment Face Detection
학위논문 정보
저자
오미연
학위수여기관
경북대학교 대학원
학위구분
국내석사
학과
전자공학부
지도교수
박길흠
발행연도
2017
총페이지
41 p.
키워드
Drowsiness Detection Face Alignment Face Detection
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.