論文の概要: Detection of Driver Drowsiness by Calculating the Speed of Eye Blinking

• arxiv url: http://arxiv.org/abs/2110.11223v1
• Date: Thu, 21 Oct 2021 16:02:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-22 17:08:30.516120
• Title: Detection of Driver Drowsiness by Calculating the Speed of Eye Blinking
• Title（参考訳）: 点眼速度の計算による運転者の眠気の検出
• Authors: Muhammad Fawwaz Yusri, Patrick Mangat, Oliver Wasenm\"uller
• Abstract要約: そこで我々は,視線点滅率に基づく眠気の簡易リアルタイム検出システムについて検討した。 目が点滅する速度が、経験的に決められた閾値を下回ると、システムはアラームを起動する。 顔がカメラに向けられた場合、このシステムはうまく機能するが、頭部が大きく傾くと信頼性が低下する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many road accidents are caused by drowsiness of the driver. While there are methods to detect closed eyes, it is a non-trivial task to detect the gradual process of a driver becoming drowsy. We consider a simple real-time detection system for drowsiness merely based on the eye blinking rate derived from the eye aspect ratio. For the eye detection we use HOG and a linear SVM. If the speed of the eye blinking drops below some empirically determined threshold, the system triggers an alarm, hence preventing the driver from falling into microsleep. In this paper, we extensively evaluate the minimal requirements for the proposed system. We find that this system works well if the face is directed to the camera, but it becomes less reliable once the head is tilted significantly. The results of our evaluations provide the foundation for further developments of our drowsiness detection system.
• Abstract（参考訳）: 多くの道路事故は運転者の眠気によって引き起こされる。 閉じた目を検出する方法は存在するが、ドライバが眠くなる段階的なプロセスを検出するのは非自明な作業である。 本研究は, 視線比から得られた瞬き速度のみに基づいて, 眠気の簡易リアルタイム検出システムを提案する。 視線検出にはhogと線形svmを使用します。 目が点滅するスピードが、経験的に決められた閾値を下回ると、システムはアラームをトリガーし、ドライバーがマイクロスリープに落ちるのを防ぐ。 本稿では,提案システムにおける最小要件を広範囲に評価する。 顔がカメラに向けられた場合、このシステムはうまく機能するが、頭部が大きく傾くと信頼性が低下する。 本評価の結果は, 睡眠検知システムのさらなる発展の基盤となるものである。

関連論文リスト

• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• Detecting Driver Fatigue With Eye Blink Behavior [0.0]
  交通事故は毎年、何百万人もの死者と数十億ドルの経済損失を引き起こしている。 様々な研究は、カメラベースのソリューションを用いてドライバーの睡眠/覚醒状態を検出することに焦点を当てている。 本研究では、点眼周波数に加えて、ドライバ適応型点眼行動特徴セットを評価し、疲労状態を検出する。
  論文  参考訳（メタデータ） (2024-07-02T12:41:51Z)
• Driver Drowsiness Detection System: An Approach By Machine Learning Application [0.0]
  毎年100万人が交通事故で死亡している。 道路事故の件数が増加する主な原則は、眠気である。 本稿では,80%の精度で眠気検知の問題を解決することに焦点を当てた。
  論文  参考訳（メタデータ） (2023-03-11T05:05:36Z)
• Near-infrared and visible-light periocular recognition with Gabor features using frequency-adaptive automatic eye detection [69.35569554213679]
  近視認識は、制御の少ないシナリオにおいて、顔や虹彩の堅牢性の増大が要求されるため、近年注目を集めている。 本稿では,複雑な対称性フィルタに基づく眼球検出システムを提案する。 このシステムはレチノトピックサンプリンググリッドとガボルスペクトル分解に基づく近視アルゴリズムの入力として用いられる。
  論文  参考訳（メタデータ） (2022-11-10T13:04:03Z)
• SleepyWheels: An Ensemble Model for Drowsiness Detection leading to Accident Prevention [0.0]
  SleepyWheelsは、顔のランドマークを識別すると同時に、軽量なニューラルネットワークを使用する革命的な方法だ。 このモデルは、ドライバーの眠気に関する特別なデータセットに基づいて訓練され、精度は97%に達する。
  論文  参考訳（メタデータ） (2022-11-01T19:36:47Z)
• Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
  道路事故は世界8大死因である。 様々な要因がドライバーの疲労の原因となっている。 ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
  論文  参考訳（メタデータ） (2022-08-31T08:42:28Z)
• Drivers' attention detection: a systematic literature review [62.997667081978825]
  多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。 技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。 本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
  論文  参考訳（メタデータ） (2022-04-06T11:36:40Z)
• MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
  白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。 近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。 深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
  論文  参考訳（メタデータ） (2021-10-06T08:10:28Z)
• In-the-wild Drowsiness Detection from Facial Expressions [6.569756709977793]
  眠気状態の運転は道路事故の大きな原因であり、生命と財産に大きな損害を与える。 運転中に顔を記録するカメラキットを用いて、夜間シフト作業者の車両を配置するデータ収集プロトコルを提案する。 我々は、ドライバーの顔の入力ビデオのポーズ、表情、感情に基づく表現から、さまざまな畳み込みと時間的ニューラルネットワークアーキテクチャを用いて、眠気状態を予測する実験を行った。
  論文  参考訳（メタデータ） (2020-10-21T17:28:56Z)
• Towards Evaluating Driver Fatigue with Robust Deep Learning Models [0.0]
  ドローシー運転の結果、米国では毎年約7万2000件の事故と4万4000件のケガが発生している。 撮影カメラフレームの眼球閉鎖性を検出するための枠組みを,眠気検出のためのゲートウェイとして提案する。
  論文  参考訳（メタデータ） (2020-07-16T16:44:49Z)
• Training-free Monocular 3D Event Detection System for Traffic Surveillance [93.65240041833319]
  既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。 現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。 本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
  論文  参考訳（メタデータ） (2020-02-01T04:42:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。