تشخیص خواب آلودگی راننده با استفاده از روش های پردازش تصویر

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,178

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TTC14_234

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

امروزه دنیای فناوری با مجهز کردن سخت افزار به هوش مصنوعی باعث تغییر زندگی انسان هاشده است. یکی از زمینه هایی که فناوری می تواند در آن به انسان ها کمک کند، تضمین و افزایشامنیت رانندگی است. تصادفات جاده ای ناشی از خطاهای انسانی یکی از مهم ترین دلایل مرگ و میردر جهان است و خواب آلودگی و عدم هشیاری هنگام رانندگی یکی از دلایل عمده ی تصادفاتکشنده در بزرگراه ها شناخته شده است. روش های بسیاری برای تشخیص خواب آلودگی راننده طراحیشده اند. یکی از بهترین روش ها برای تشخیص خواب آلودگی رانندگان، استفاده از پردازش تصویر وماشین بینایی است. در این مقاله یک روش نوین برای تشخیص بلادرنگ خواب آلودگی رانندگانوسایل نقلیه ارائه شده است. در این روش ابتدا با استفاده از ویژگی های هار ناحیه ی چهره و چشم هاتشخیص داده می شوند. برای تشخیص حالت چشم ها از روش استخراج ویژگی های تحلیل مولفه یاصلی و آموزش ماشین های بردار پشتیبان با این ویژگی ها استفاده می شود. الگوریتم ارائه شده دراین مقاله روی سیستم های خاص سخت افزاری مبتنی بر پردازنده ARM پیاده سازی و تست شده است. بسته نهایی شامل یک سخت افزار به همراه نرم افزار طراحی شده در مکان مناسب مقابل رانندهنصب می شود. این الگوریتم روی پایگاه داده ی استاندارد BioID دقت 94/41% را نشان داده است.

کلیدواژه ها:

تشخیص خواب آلودگی راننده ، ماشین بینایی ، ویژگی های هار ، ماشین های بردار پشتیبان

نویسندگان

سیدامیرحسن منجمی

دانشیار، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، 81746 ، ایران

مریم کیوان آرا

کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، 81746 ، ایران

نسرین صالحی

کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، 81746 ، ایران

عزت حسنی الصوص

دکتری، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، 81746 ، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Occupational and Environmentl Medicine, 1999, Vehicle Accidents Related To Sleep: ...
  • National Highway Traffic Safety Admini stration, DC, DOT HS, 2006, ...
  • Perez, C.A., Palma, A., Holzmann, C.A., Pena, C., 2001, Face ...
  • Clinical Neurophys iology, 2007, Monitoring Sleepiness with On-Board Electrophys iological ...
  • Neural Network World, 2004, Detection of Different Levels of Vigilance ...
  • Transactions On Information and Systems, 2006, Driver Identification Using Driving ...
  • Y. Takei, Y. Furukawa, 2005, Estimate of Driver's Fatigue through ...
  • Patter Recognition, 2007, A Visual Approach for Driver Inattention Detection, ...
  • M. Suzuki, N. Yamamoto, O. Yamamoto, T. Nakano, and S. ...
  • Transactions On Intelligent Transportation Systems, 2006, Real-Time System For Monitoring ...
  • Tianyi Hong, Huabiao Qin, 2007, Drivers Drowsiness Detection in Embedded ...
  • Goel, P, et.al, 2012, Hybrid Approach of Haar Cascade Classifiers ...
  • P.Viola, M.Jones, "Rapid Object Detection using a Boosted Cascade of ...
  • P.Menezes, J.Barreto, J.Dias, 2004, Face Tracking based on Haar-like features ...
  • J.Wang, X.Chen, W.Gao, 2005, Online Selecting Discriminative Tracking Features Using ...
  • Ito, T., Mita, S., Kozuka, K., Nakano, T., Yamamoto, 2002, ...
  • Journal of Information Hiding and Multimedia Signal Processing, 2011, Feature-based ...
  • Zhichao Tian; Huabiao Qin, 2005, Real-time driver's eye state detection ...
  • D. Y. Huang, W. C. Hu, M. H. Hsu, 2009, ...
  • Xia Liu, Fengliang Xu, Fujimura, K., , 2002, Real-Time Eye ...
  • نمایش کامل مراجع