开发软件,用于检测驾驶员使用图像处理和神经网络的昏昏欲睡.
Ali Askari1,2, Ali Salehi Sahlabadi3,4, Maliheh Eshaghzadeh5
1Department of Occupational Health Engineering, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran.
Iranian journal of public health
|November 24, 2025
概括
这项研究增强了驾驶员昏昏欲睡检测 (D.D.D.) 系统. 开发的模型实现了92.3%的检测率,提高了各种驾驶条件的安全性.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 人与计算机的交互
背景情况:
- 驾驶员的昏昏欲睡在操作过程中构成重大安全风险.
- 早期发现昏昏欲睡对于预防事故至关重要.
- 现有的驾驶员昏昏欲睡检测 (D.D.D) 方法有其局限性.
研究的目的:
- 提高驾驶员昏昏欲睡检测 (D.D.D.) 系统的性能和可靠性.
- 开发一个强大的DDD软件模型,能够准确地检测昏昏欲睡.
- 解决关于模型构建,测试和操作机制的关键问题.
主要方法:
- 开发一个初始的嗜睡检测软件模型.
- 在软件开发生命周期期间严格测试和改进流程.
- 定义最终DDD软件模型的操作机制.
主要成果:
- 开发的模型显示了92.3%的检测率.
- 在各种面部状况中成功检测到昏昏欲睡,包括那些有头发和眼镜的人.
- 表示模型在不同的环境和情境环境中的有效性.
结论:
- 增强的DDD系统有助于提高道路安全.
- 该模型的适应性允许在各种驾驶场景中检测昏昏欲睡.
- 进一步的发展可能会导致更复杂的驾驶辅助技术.


