$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

눈 깜박임 패턴을 이용한 졸음 검출
Drowsiness Detection using Eye-blink Patterns 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.10 no.2, 2011년, pp.94 - 102  

최기호 (광운대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 눈 깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하였다. 유한오토마타를 이용한 졸음 검출 모델을 제안하여 눈감은 상태를 나타내는 입력 심벌의 개수만을 체크함으로써 눈 깜박임, 졸음, 수면 검출을 용이하게 하였다. 또한 수평 투영 히스토그램의 특성을 이용하여 눈동자가 있는 영역만을 구해 수직 투영 히스토그램을 취함으로써 눈썹이나 안경테와 같은 외부 영향을 최소화 시켜 정확도를 높였다. ZJU 눈 깜박임 데이터베이스를 이용한 눈 깜박임 검출 실험 결과 93% 이상의 정확도를 얻음으로써 제안된 방법의 우수함을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, a novel drowsiness detection algorithm using eye-blink pattern is proposed. The proposed drowsiness detection model using finite automata makes it easy to detect eye-blink, drowsiness and sleep by checking the number of input symbols standing for closed eye state only. Also it increas...

주제어

#Drowsiness detection   #eye-blink   #finite automata   #projection   #histogram   #eye-blink database  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 이전 연구에서 고품질의 이미지 요구, 복잡한 계산과 시간, 환경변화에 따른 성능저하, 체계적인 졸음 검출 모델의 부재 등이 극복해야 할 문제점이었으므로, 본 연구에서는 일반적인 웹 카메라를 이용하고 그레이 레벨 이미지를 바이너리 이미지로 변환하여 픽셀의 수평 수직 투영 히스토그램을 이용함으로써 계산을 단순화하고 조명, 안경 착용 등의 환경변화에 덜 민감하게 하며 오토마타를 이용해 졸음 검출 규칙을 체계화함으로써 기존 연구의 문제점들을 극복하고자한다.
  • 본 논문은 눈 깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하였다. 이를 위해서 유한오 토마타를 이용한 졸음 검출 모델을 제안하여 눈감은 상태를 나타내는 입력 심벌의 개수만을 체크함 으로써 눈 깜박임, 졸음, 수면 검출 등을 용이하게 하였다.
  • 얼굴 이미지의 특징 분석 중에서 눈 깜박임의 지속시간에 대한 분석이 졸음 여부를 검출하는데 있어 가장 신뢰할 수 있는 방법이므로 본 논문은 눈깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
교통사고의 제일 큰 원인 중 하나는? 졸음운전은 교통사고의 제일 큰 원인 중 하나이다. 국내의 최근 3년간 (2006 ~ 2008년) 교통사고 통계에 의하면 졸음운전으로 인한 교통사고는 8,267건, 그 중 사망 512명, 치사율(사고 100건당 사망자수) 6.
국내에서 2006년부터 2008년 동안의 교통사고 통계에 의하면 졸음운전으로 인한 교통사고는 몇 건인가? 졸음운전은 교통사고의 제일 큰 원인 중 하나이다. 국내의 최근 3년간 (2006 ~ 2008년) 교통사고 통계에 의하면 졸음운전으로 인한 교통사고는 8,267건, 그 중 사망 512명, 치사율(사고 100건당 사망자수) 6.2명으로 전체 교통사고 치사율에 비해 2배 이 상 높은 것으로 보고되고 있으며, 교통사고 원인 분석결과 졸음운전으로 인한 교통사고(21.
졸음운전의 자동 검출에 관한 연구의 3가지 형태와 그에 대한 설명은 무엇인가? 졸음운전의 자동 검출에 관한 연구들은 주로 운전자의 생체적 특성의 분석, 자동차의 움직임 특성의 분석, 운전자의 얼굴 이미지 특징을 분석하는 등 크게 3가지 형태로 분류할 수 있다 [4]. 첫째, 생체적 특성 분석 방법으로는 뇌파, 심장 박동, 맥박 수의 측정과 분석 등이 있다. 이러한 방법 들은 가장 좋은 검출 정확도를 갖지만 특별한 장치가 부착되어 운전자와 물리적인 접촉이 강제되는 형태 이므로 실용적이지 못하다. 둘째, 자동차의 움직임 특성의 분석 방법으로는 속도나 회전각 등의 측정과 분석이 있다. 이러한 방법은 비강제적 형태로 실현될 수 있지만 자동차 유형, 운전자 경험, 운전 조건 등과 같이 여러 가지 제한점을 갖는다. 셋째로, 운전자의 얼굴 이미지 특징의 분석 방법으로는 이미지에 기초한 눈꺼풀의 움직임, 머리의 움직임, 하품 등의 검출과 분석이 있다. 이와 같은 방법은 생체적 특성의 분석 방법 보다는 덜 정확할 수 있지만 비강제적인 형태이며 실현이 용이하고, 자동차의 움직임 특성을 이용하는 방법 보다는 더 정확하며 운전자의 경험과 자동차 유형에 무관하게 독립적으로 적용 가능하므로 가장 실용적인 방법이라고 할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. 한국도로공사 블로그 길in세상, http://blog.naver. com/openex?RedirectLog&logNo60105079742, January 2011. 

  2. 교통안전공단 공식블로그 자동차 안전 지킴이, http://blog.naver.com/autolog?RedirectLog& logNo10101815052, January 2011. 

  3. C. C. Liu, S. G. Hosking and M. G. Lenne, "Predicting driver drowsiness using vehcle measures : Recent insights and future challenges," Journal of Safety Research, vol.40, no.4, pp.239-245, Aug. 2009. 

    상세보기

  4. P. R. Tabrizi and R. A. Zoroofi, "Drowsiness detection based on brightness and numerical features of eye images," 2009 Fifth International Conference on Intelligent Information Hiding and Multimedia Signal Processing, pp.1310-1313, 2009. 

  5. M. Suzuki, N. Yamamoto, O. Yamamoto, T. Nakano and S. Yamamoto, "Measurement of driver's consciousness by image processing-a method for presuming driver's drowsiness by eye-blinks coping with individual differences-," IEEE International Conference on Systems, Man and Cybernetics, vol.10, pp.2891-2896, 2006. 

  6. Z. Zhang and J. Zhang, "Driver fatigue detection based intelligent vehicle control," The 18th International Conference on Pattern Recognition (ICPR'06), vol.8, pp.1262-1265, 2006. 

  7. M. H. Sigari, "Driver hypo-vigilance detection based on eyelid behavior," Seventh International Conference on Advances in Pattern Recognition, pp.426-429, 2009. 

  8. T. Danisman, I. M. Bilasco, C. Djeraba and N. Ihaddadene, "Drowsy driver detection system using eye blink patterns," IEEE 2010 International Conference on Machine and Web Intelligence (ICMWI), pp.230-233, 2010. 

  9. D. Liu, P. Sun, Y. Xiao and Y. Yin, "Drowsiness detection based on eyelid movement," Second International Workshop on Education Technology and Computer Science, pp.49-52, 2010. 

  10. G. Pan, L. Sun, Z. Wu and S. Lao, "Eyeblink-based anti-spoofing in face recognition from a generic webcamera," The 11th IEEE International Conference on Computer Vision (ICCV'07), Rio de Janeiro, Brazil, pp.1-8, October 14-20, 2007. 

  11. P. Viola and M. Jones, "Rapid object detection using a boosted cascade of simple feature," IEEE Computer Society Conference on Computer Vision and Pattern Recognition, vol.12, pp.I-511-I-518, 2001. 

  12. http://opencv.willowgarage.com/wiki/, Jan. 2011. 

  13. F. Wang, M. Zhou and B. Zhu, "A novel feature based rapid Eye state detection method," Proceedings of the 2009 IEEE International Conference on Robotics and Biomimetics, Guilin, China, pp.1236-1240, Dec. 2009. 

  14. D. Dinges, "PERCOS: a valid psychophysio-logical measure of alertness as assessed by psychomotor igilance," Federal Highway Administration, Office of Motor Carriers, Technical Report, MCRT-98-006, 1998. 

  15. P. P. Caffier, U. Erdmann and P. Ullsperger, "The spontaneous eye-blink as sleepiness indicator in patients with obstructive sleep apnoea syndrome-a pilot study," Sleep Medicine, vol.6, no.2, pp.155-162, 2005. 

    상세보기

  16. ZJU Eyeblink Database, http://www.stat.ucla.edu/-gpan, December 2010. 

  17. http://www.jflap.org/, December 2010. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로