$\require{mediawiki-texvc}$

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.

졸음 인식과 안전운전 보조시스템 구현
Implementation of A Safe Driving Assistance System and Doze Detection 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.49 no.3 = no.345, 2012년, pp.30 - 39  

송혁 (전자부품연구원) ,  최진모 (전자부품연구원) ,  이철동 (전자부품연구원) ,  최병호 (전자부품연구원) ,  유지상 (광운대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 검출된 운전자의 얼굴영역에서 눈의 형태를 인식하여 졸음 상태를 감지하는 기법을 개발하고 감지 결과에 따라 위험 상태를 알려주는 경보 시스템을 구현하고자 한다. 먼저 얼굴 검출에는 Haar 변환 기법을 이용하고 실험실환경, 차량환경 및 적외선 영상을 획득하여 다양한 조명 환경에서도 강인하도록 전처리 및 후처리 과정을 적용한다. 눈 검출에는 보통 한국인이라는 가정하에 눈의 위치 및 크기의 비례 구조 특성 등을 이용하여 후보 영역을 제한하고 트리구조에 대한 실험 결과로 고속 알고리즘을 구현하였다. 또한 졸음 상태를 인식하기 위해서는 눈의 개폐 형태를 검출할 수 있는 Hough 변환을 이용한 기법과 눈의 계폐에 따른 눈의 형태 비율을 이용한 기법을 새로이 제안하며, 눈이 감겨있는 시간을 측정하여 졸음 여부를 판단한다. 1단계 졸음 상태로 판단될 경우 통합 모니터링 인터페이스에서 운전자에게 경고음을 울리며 2단계 졸음 상태로 판단될 경우에는 CAN(Controller Area Network)을 통하여 안전벨트를 진동하게 함으로써 운전자에게 경고를 하는 시스템을 구현한다. 본 논문에서 제안하는 기법은 기존의 기법들과 비교하여 실험실 환경에서 평균 83.64% 이상의 검출률을 달성 하였으며, 실제 차량환경에서도 실험 결과를 통하여 평균적으로 우수한 결과를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, a safe driving assistance system is proposed by detecting the status of driver's doze based on face and eye detection. By the level of the fatigue, safe driving system alarms or set the seatbelt on vibration. To reduce the effect of backward light and too strong solar light which caus...

주제어

#졸음검출   #얼굴검출   #안전운전시스템   #눈상태검출  

질의응답

핵심어 질문 논문에서 추출한 답변
졸음검출 기법으로는 무엇이 있는가? 졸음검출 기법으로는 적외선 영상 획득시 Even 및 Odd Frame에서의 조명 변화를 이용한 눈검출 및 Facial Feature의 Localization을 이용하여 머리 움직임을 통한 피로도 검출방법[5], Gabor Response Wave를 이용한 깜박임검출방법[6], 눈썹과 눈 영역의 밝기값에 따른 거리변화를 깜박임 검출방법[7], 눈 템플릿을 이용한 방법[8] 등의 방법이 있다. 위의 실험은 대부분 실험실 환경 내에서 이루어져 일정한 조명, 일정한 밝기값을 가진 얼굴 영상이므로 실제 차량 환경에서의 졸음검출률을 보장하기 어렵다.
자동차 사고의 주요 원인 중 가장 큰 비중을 차지하는 요소는 무엇인가? 자동차 사고의 주요 원인 중 가장 큰 비중을 차지하는 요소는 운전자의 피로로 인한 졸음운전으로 조사 되었다. 이는 피로가 졸음으로 이어지기 때문이다.
차량 내 지능형 전자 장치로는 무엇이 있는가? 차량 내 지능형 전자 장치는 운전자가 주행하는데 도움을 주는 안전운전 시스템과 차량 내에서 즐길 수 있는 엔터테인먼트 시스템으로 구분할 수 있는데 최근 안전 운전을 위한 시스템의 개발이 가속화되고 있다. 차량의 위치를 파악하는 GIS 시스템, 외부의 온도, 습도 및 조도를 인식하는 환경 센서, 차량의 속도, 운동 및 각속도를 인식하는 차량 정보 센서, 전방의 장애물을 인식하는 장애물 감지센서, 운전자의 상태를 감지하는 운전자상태 감지센서 등을 통하여 입력되는 정보를 분석하여 운전자의 안전 운전을 유도하는 시스템이 하나의 예라 할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. 오세근, "미래 지능형 자동차산업 동향과 전망", EIC, 2011. 

  2. 알앤디비즈, "지능형 자동차 시장동향", EIC, 2010. 

  3. http://www.volvocountry.com/Volvo-S80/LANE-DEPARTURE-WARNING.html, 2011.07년 발췌 

  4. H. S. Son, S. Y. Lee, J. C. Choi and K. W. Min, "Efficient Pedestrian Detection by Bininterleaved Histogram of Oriented Gradients", TENCON, pp.2322-2325, Nov. 2010. 

  5. H. Gu, Q. Ji, Z. Zhu, "Active Facial Tracking for Fatigue Detection" Proc. of the Sixth IEEE WACV'02, 2002 

  6. J. W. Li, "Eye blink detection based on multiple Gabor response waves", Machine Learning and Cybernetics, 2008 International Conference, Vol. 5, pp. 2852-2856, Dec. 2008. 

  7. N. Parmar, "Drowsy Driver Detection System" Ryerson University, 2002. 

  8. T. Miyakawa, H. Takano, and K. Nakamura, "Development of Non-contact Real-time Blink Detection System for Doze Alarm," SICE Annual Conference in Sapporo, vol..2, pp.1626-1631, Aug. 2004. 

  9. L. Jin, S. Satoh and M. Sakauchi, "A Novel Adaptive Image Enhancement Algorithm for Face Detection," in Proc. of ICPR04, pp.843-848, Cambridge, UK, Aug. 2004. 

  10. M. H. Yang, D. J. Kriegman and N. Ahuja, "Detecting Faces in Images: A Survey," IEEE TPAMI, vol.24, no.1, pp.34-8, Jan. 2002. 

    상세보기 crossref

  11. E. Hjelmas, and B. K. Low, "Face Detection: A Survey," CVIU, vol.83, pp.236-74, Sep, 2001. 

    상세보기

  12. W. Zhao, R. Chellappa, P. J. Philips, and A. Rosenfeld, "Face Recognition: A Literature Survey," ACM Computing Surveys, vol.35, no.4, pp.399-58, Dec. 2003. 

    상세보기 crossref

  13. R. Lienhart and J. Maydt, "An Extended Set of Haar-like Features for Rapid Object Detection," IEEE ICIP 2002, vol.1, pp.900-903, Sept. 2002. 

  14. P. Viola and M. J. Jones, "Rapid Object Detection using a Boosted Cascade of Simple Features," IEEE CVPR, vol.1, pp.I-511-I-518, Dec. 2001. 

  15. M. H. Yang, N. Ahuja, D. Kriegman, "Face recognition using kernel eigenfaces", International Conference on Image Processing Proceedings, Vol. 1, pp. 37-40, Sep, 2000. 

  16. T. Miyakawa, H. Takano, K. Nakamura, "Development of non-contact real-time blink detection system for doze alarm", SICE 2004 Annual Conference, Vol. 2, pp. 1626-1631, Aug. 2004. 

  17. S. Guerfi, J. P. Gambotto, S. Lelandais, "Implementation of the Watershed Method in the HSI Color Space for the Face Extraction", Advanced Video and Signal Based Surveillance, pp. 282-286, 2005. 

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