مکان‌یابی مردمک و تعیین باز و بسته بودن چشم جهت تشخیص خواب‌آلودگی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,128

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP05_033

تاریخ نمایه سازی: 29 اردیبهشت 1387

چکیده مقاله:

تشخیص خواب آلودگی در موارد زیادی از جمله کاهش تصادفات جاده ای اهمیت دارد . در این مقاله ، روش ترکیبی جدیدی بر اساس باز و بسته بودن چشم به منظور تشخیص خواب آلودگی فرد ارایه می شود . در روش پیشنهاد ی پس از تعیین ناحیه صورت ، با استفاده از نقشه چشم مشخص می شود . سپس با توجه به ویژگی های شدت روشنایی و هندسی تصاویر چشم ، وضعیت باز و بسته بودن چشم در طی دو مرحله مشخص می شود. روش مذکور به منظور مکان یابی مردمک و عنبیه بر روی 222 تصویر رنگی مجموعه داده IMM اعمال شده است . همچنین این روش برای تشخیص وضعیت باز و بسته بودن چشم بر روی 2250 تصویر گرفته شده در آزمایشگاه مورد بررسی قرار گرفته است. این تصاویر از 10 فیلم ویدیویی افراد مختلف در شرایط نوری متفاوت بدست آمده است . نتایج حاصل از مجموعه داده IMM به صحتی بیشینه برابر با 3 ، 97% برای حالت خنثی و مستقیم صورت نسبت به دوربین رسیده است و تصاویر گرفته شده از چشمان باز ، نیمه باز و بسته به ترتیب به میزان 4، 96% ، 2، 95% و 7، 94% درست تشخیص داده شده اند.

نویسندگان

پونه روشنی تبریزی

قطب کنترل و پردازش هوشمند ، دانشکده مهندسی برق

رضا آقائی زاده ظروفی

کامپیوتر پردیس دانشکده های فنی ، دانشگاه تهران

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 :
  • Q. Ji, Z. Zhu, and P. Lan، Real-Time Nonintrusive Monitoring ...
  • Detecting؛ M. H. Yang, D. Kriegman, and N.Ahuja Faces in ...
  • E. Saber, and A. M. Tekalp _، Frontal-View Face Detection ...
  • G. C. Feng, and P. C. Yuen، +Multi-Cues Eye Detection ...
  • A. Fathi, and M. T. Manzuri *Eye Detection and Tracking ...
  • T. Orazio, M. Leo, C. Guaragnella, and A. Distante ، ...
  • I. Park, J. Ahn, and H. Byun، Eficient Measurement of ...
  • R. L. Hsu, M. Ab del-Mottaleb _ and A.K. Jain ...
  • Image Digital؛ R. C. Gonzalez, and R. E. Woods Processing, ...
  • S. Sirohey, A. Rosenfeld, and Z. Duric، A Method of ...
  • Z. Zheng, J. Yang, and L. Yang، 0A Robust Method ...
  • T. Hong, H. Qin, and Q. Sun _ Improved Real ...
  • N. Otsu، 0A Threshold Selection Method from Gray- Level Histograms, ...
  • S. Singh, and N.P. P ap anikolopoulo S, *Monitoring Driver ...
  • th Iranian Conference on Machine Vision and Image Processing, November ...
  • نمایش کامل مراجع