Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Real-Time Drivers' Drowsiness Detection and Analysis through Deep Learning

Created by
  • Haebom
Category
Empty

저자

ANK Zaman, Prosenjit Chatterjee, Rajat Sharma

실시간 운전자 졸음 감지 시스템 개발

개요

본 연구는 장거리 운전 시 졸음운전으로 인한 사고를 예방하기 위해 딥 컨볼루션 신경망(DCNN)과 OpenCV를 활용한 실시간 운전자 졸음 감지 시스템을 개발했다. 이 시스템은 실시간으로 운전자의 얼굴 이미지를 분석하여 눈의 충분한 개방과 하품과 같은 입 움직임과 같은 얼굴 특징을 검사한다. DCNN 프레임워크는 이러한 데이터를 수집하여 사전 훈련된 모델을 사용하여 운전자의 졸음 상태를 감지한다. 졸음 상태로 감지되면 스마트카 기술에 내장된 실시간 경고를 울린다.

시사점, 한계점

시사점:
비침습적이고 저렴하며 비용 효율적인 졸음 감지 방법 제공.
운전자의 안전을 향상시키고 잠재적으로 생명을 구할 수 있음.
NTHU-DDD 데이터 세트 및 Yawn-Eye-Dataset에서 각각 99.6% 및 97%의 높은 졸음 감지 정확도를 달성.
한계점:
논문에 구체적인 한계점 언급 없음.
👍