論文の概要: Development of Low-Cost Real-Time Driver Drowsiness Detection System using Eye Centre Tracking and Dynamic Thresholding
- arxiv url: http://arxiv.org/abs/2609.13756v1
- Date: Sat, 12 Sep 2026 07:03:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.507231
- Title: Development of Low-Cost Real-Time Driver Drowsiness Detection System using Eye Centre Tracking and Dynamic Thresholding
- Title（参考訳）: アイセンタートラッキングとダイナミックスレッショルドを用いた低コストリアルタイムドライバの眠気検知システムの開発
- Abstract要約: 眠気はドライバーの集中度と警戒力を著しく低下させる。
我々は,運転者の視線パターンをリアルタイムに追跡・監視することで,運転者の眠気を検出するシステムを構築した。
一定の時間目が閉じられていると、眠気が検知され、運転者に警告として警報を発する。
- 参考スコア（独自算出の注目度）: 1.0178789727597504
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One in every five vehicle accidents on the road today is caused simply due to driver fatigue. Fatigue or otherwise drowsiness, significantly reduces the concentration and vigilance of the driver thereby increasing the risk of inherent human error leading to injuries and fatalities. Hence, our primary motive being - to reduce road accidents using a non-intrusive image processing based alert system. In this regard, we have built a system that detects driver drowsiness by real time tracking and monitoring the pattern of the driver's eyes. The stand alone system consists of 3 interconnected components - a processor, a camera and an alarm. After initial facial detection, the eyes are located, extracted and continuously monitored to check whether they are open or closed on the basis of a pixel-by-pixel method. When the eyes are seen to be closed for a certain amount of time, drowsiness is said to be detected and an alarm is issued accordingly to alert the driver and hence, prevent a casualty.
- Abstract（参考訳）: 現在、道路上の自動車事故の5分の1は、単に運転者の疲労によって引き起こされている。
疲労や眠気はドライバーの集中力や警戒力を著しく低下させ、人為的なエラーのリスクを増大させ、怪我や死亡につながる。
したがって、我々の主な動機は、非侵襲的な画像処理に基づく警告システムを用いて、道路事故を減らすことである。
そこで我々は,運転者の視線パターンをリアルタイムに追跡・監視することで,運転者の眠気を検出するシステムを構築した。
スタンドのみのシステムは、プロセッサ、カメラ、アラームという3つの相互接続されたコンポーネントで構成されている。
初期顔検出後、眼の位置、抽出、連続監視を行い、ピクセル・バイ・ピクセル法に基づいて開眼か閉眼かをチェックする。
一定の時間目が閉じられていると、眠気が検出され、運転者に警告して警報が発せられるので、事故を防ぐことができる。
関連論文リスト
- A Real-Time Driver Drowsiness Detection System Using MediaPipe and Eye Aspect Ratio [0.0]
本研究は, ドロージーの兆候を示すドライバーに警告を行うことにより, 道路の安全を向上することを目的としたドライバ・ドローシー検知システムの開発について述べる。
このシステムは、運転者の顔の特徴を追跡する標準的なウェブカメラに基づいており、眼球運動の検査に重点を置いている。
システムは、長時間の目が閉じた瞬間や、悲しみの現れである点滅率の非常に低い瞬間を検出し、音でドライバーに警告して注意を戻す。
論文 参考訳（メタデータ） (2025-11-17T17:22:48Z) - Real-Time Sleepiness Detection for Driver State Monitoring System [2.5058328799137217]
運転者の視線状態検出のためのリアルタイム手法を提案する。
正規化相互相関に基づくオンライン動的テンプレートマッチング手法を提案する。
特定の期間目が閉じている場合、運転者は眠っていると考えられ、警報が鳴る。
論文 参考訳（メタデータ） (2025-04-21T02:15:37Z) - IoT-enabled Drowsiness Driver Safety Alert System with Real-Time Monitoring Using Integrated Sensors Technology [0.0]
本稿では,統合センサ技術を用いたリアルタイムモニタリングによるモノのインターネット(IoT)対応ドライバ安全アラートシステムの構築を目的とする。
このシステムは、アルコールの存在を検知し、運転者の目の動きを監視するためのアルコールセンサーと赤外線センサーを備える。
赤外線センサーからのデータは、リアルタイムの監視とアラートのためにBluetooth経由で携帯電話に送信される。
論文 参考訳（メタデータ） (2025-02-01T07:11:13Z) - Infrastructure-based End-to-End Learning and Prevention of Driver
Failure [68.0478623315416]
フェールネットは、規模が拡大したミニ都市において、名目上と無謀なドライバーの両方の軌道上で、エンドツーエンドでトレーニングされた、繰り返しニューラルネットワークである。
制御障害、上流での認識エラー、ドライバーのスピードを正確に識別し、名目運転と区別することができる。
速度や周波数ベースの予測器と比較すると、FailureNetのリカレントニューラルネットワーク構造は予測能力を向上し、ハードウェアにデプロイすると84%以上の精度が得られる。
論文 参考訳（メタデータ） (2023-03-21T22:55:51Z) - 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) - 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) - 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) - Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object
Detection [55.12894776039135]
ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。
対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。
5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
論文 参考訳（メタデータ） (2021-03-26T01:18:11Z) - 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) - 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。