基于机器学习的实时驾驶员昏昏欲睡的检测,使用视觉功能
Yaman Albadawi1, Aneesa AlRedhaei2, Maen Takruri3
1Department of Computer Science and Engineering, American University of Sharjah, Sharjah P.O. Box 26666, United Arab Emirates.
Journal of imaging
|May 26, 2023
概括
本研究介绍了一种使用视觉特征实时检测驾驶员昏昏欲睡的非侵入性系统. 该系统在识别昏昏欲睡的司机方面达到高达99%的准确性,提高了道路安全.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 道路交通安全 道路交通安全
背景情况:
- 与昏昏欲睡相关的车祸对道路安全构成重大威胁.
- 早期检测和提醒昏昏欲睡的司机可以防止许多事故.
研究的目的:
- 开发一种非侵入性系统,用于实时检测驾驶员的昏昏欲睡.
- 利用从面部地标和头部姿势中提取的视觉特征进行准确的检测.
主要方法:
- 一个使用面部标志和面部网状检测器来提取视觉特征的系统.
- 提取嘴角比率,眼角比率和头部姿势特征.
- 使用随机森林,顺序神经网络和线性支向量机器模型进行分类.
主要成果:
- 拟议的系统在检测昏昏欲睡的司机方面取得了很高的准确性.
- 对国家清华大学数据集的评估表明,高达99%的准确性.
- 成功实时检测和警报昏昏欲睡的司机.
结论:
- 开发的系统为实时驾驶员昏昏欲睡的检测提供了一个有效的解决方案.
- 基于特征的视觉分析与机器学习分类器相结合,可以显著提高道路安全.
- 非侵入性方法为驾驶员监控提供了一种实用的方法.
更多相关视频
04:54Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
Published on: November 8, 2024
576
06:37Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
Published on: December 15, 2023
3.9K
