論文の概要: Driver Drowsiness Detection System: An Approach By Machine Learning
Application
- arxiv url: http://arxiv.org/abs/2303.06310v1
- Date: Sat, 11 Mar 2023 05:05:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-14 19:47:08.422732
- Title: Driver Drowsiness Detection System: An Approach By Machine Learning
Application
- Title(参考訳): 運転者の眠気検出システム:機械学習によるアプローチ
- Authors: Jagbeer Singh, Ritika Kanojia, Rishika Singh, Rishita Bansal, Sakshi
Bansal
- Abstract要約: 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。
- 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: The majority of human deaths and injuries are caused by traffic accidents. A
million people worldwide die each year due to traffic accident injuries,
consistent with the World Health Organization. Drivers who do not receive
enough sleep, rest, or who feel weary may fall asleep behind the wheel,
endangering both themselves and other road users. The research on road
accidents specified that major road accidents occur due to drowsiness while
driving. These days, it is observed that tired driving is the main reason to
occur drowsiness. Now, drowsiness becomes the main principle for to increase in
the number of road accidents. This becomes a major issue in a world which is
very important to resolve as soon as possible. The predominant goal of all
devices is to improve the performance to detect drowsiness in real time. Many
devices were developed to detect drowsiness, which depend on different
artificial intelligence algorithms. So, our research is also related to driver
drowsiness detection which can identify the drowsiness of a driver by
identifying the face and then followed by eye tracking. The extracted eye image
is matched with the dataset by the system. With the help of the dataset, the
system detected that if eyes were close for a certain range, it could ring an
alarm to alert the driver and if the eyes were open after the alert, then it
could continue tracking. If the eyes were open then the score that we set
decreased and if the eyes were closed then the score increased. This paper
focus to resolve the problem of drowsiness detection with an accuracy of 80%
and helps to reduce road accidents.
- Abstract(参考訳): 人的死傷の大部分は交通事故によるものである。
世界保健機関(who)によると、毎年100万人が交通事故で死亡している。
十分な睡眠、休息、疲れを感じていないドライバーは、車輪の後ろで眠り、自分自身と他の道路利用者の両方を危険に晒すことがある。
道路事故の研究は、運転中の眠気によって大きな道路事故が発生することを明記した。
最近では、疲れた運転が眠気を引き起こす主な原因であることが観察されている。
今では、道路事故の増加のための主要な原則となっている。
これは、できるだけ早く解決することが非常に重要である世界の大きな問題になります。
すべてのデバイスの主な目標は、リアルタイムに眠気を検出するパフォーマンスを改善することである。
多くのデバイスは、異なる人工知能アルゴリズムに依存する眠気を検出するために開発された。
そこで本研究では,ドライバの眠気検出にも関係しており,顔の識別と視線追跡によってドライバの眠気を識別できる。
抽出されたアイイメージは、システムによってデータセットにマッチする。
システムはデータセットの助けを借りて、もし目が一定の範囲に近かったら、ドライバーに警告を鳴らすために警報を鳴らし、もし目が警告の後に開いていれば、追跡を続けることができることを検知した。
目が開いていると、設定したスコアが減少し、目を閉じるとスコアが増加する。
本稿では,80%の精度で眠気検知の問題を解決することに注力し,道路事故の低減に寄与する。
関連論文リスト
- 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) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳(メタデータ) (2023-03-08T00:48:32Z) - 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) - In-vehicle alertness monitoring for older adults [63.359033532099204]
高齢者に対する車内警戒監視システムを提案する。
高齢者10名(70歳以上)を対象に,プロトタイプトラベラー監視システムを実装し,警報検出アルゴリズムの評価を行った。
本研究は, 人口調査対象者を対象とした最初の研究であり, 参加型手法によるアルゴリズム開発とシステム設計に関する今後の研究に影響を及ぼすものである。
論文 参考訳(メタデータ) (2022-08-17T06:07:37Z) - 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) - CODA: A Real-World Road Corner Case Dataset for Object Detection in
Autonomous Driving [117.87070488537334]
我々は、ビジョンベース検出器のこの重要な問題を露呈する、CODAという挑戦的なデータセットを導入する。
大規模自動運転データセットで訓練された標準物体検出器の性能は、mARの12.8%以下に著しく低下した。
我々は最先端のオープンワールドオブジェクト検出器を実験し、CODAの新しいオブジェクトを確実に識別できないことを発見した。
論文 参考訳(メタデータ) (2022-03-15T08:32:56Z) - Detection of Driver Drowsiness by Calculating the Speed of Eye Blinking [0.0]
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。
論文 参考訳(メタデータ) (2021-10-21T16:02:05Z) - 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) - Driver Intention Anticipation Based on In-Cabin and Driving Scene
Monitoring [52.557003792696484]
本稿では,車内映像と交通シーン映像の両方に基づいて運転者の意図を検出する枠組みを提案する。
本フレームワークは,83.98%,F1スコア84.3%の精度で予測を行う。
論文 参考訳(メタデータ) (2020-06-20T11:56:32Z)
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。