ОЦЕНКА УСТАЛОСТИ ВОДИТЕЛЯ НА ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ БИБЛИОТЕКИ OPENCV
Ключевые слова:
методы обнаружения усталости, классификатор каскадов Хаара, компьютерное зрение, глубокое обучение, сверточная нейронная сеть, оценка усталости по изображению, распознавание лиц, распознавание глазАннотация
Усталость за рулем является одной из наиболее распространенных причин дорожно-транспортных происшествий. В этой статье обозреваются существующие методы определения усталости, основанные на биологических и физиологических признаках, представлены результаты реализации простого алгоритма для обнаружения усталости с помощью классификации глаз (открытые/закрытые) и классификации лиц (зевает/не зевает) с использованием предобработки изображений классификатором каскадов Хаара библиотеки OpenCV. Результаты проведенного исследования могут послужить основой для разработки нейросетевой модели для обнаружения усталости и содержат способы использования каскадов Хаара для обнаружения глаз и лица на изображениях.
Библиографические ссылки
Нефедьев А. И., Нефедьев Д. И., Безбородов С. А., Гусев В. Г. Контроль состояния водителя во время движения автотранспортного средства // Измерение. Мониторинг. Управление. Контроль. 2021. №2 (36).
Самофалов, И. В., Нефедьев А. И. Интеллектуальная система контроля психоэмоционального состояния водителя автотранспортного средства // Энерго- и ресурсосбережение: промышленность и транспорт. 2020. № 2. С. 46–49.
Ядав Н., Банерджи К., Бали В. Исследование по выявлению усталости работников с помощью машинного обучения // Международный журнал электронного здравоохранения и медицинских коммуникаций. 2020. Т. 11. № 3. С. 1-8.
Байрамов А. И., Фасхутдинов Т. Р., Тимергалин Д. М., Ямиков Р. Р., Муртазин В. Р., Туманов Н. А. Оценка усталости человека методом анализа фотографий лица с помощью сверточных нейронных сетей // Электронные библиотеки. 2021. Т. 24. № 4.
Булыгин А. О., Кашевник А. М. Анализ современных исследований в области детектирования утомления водителя в кабине транспортного средства // Системы анализа и обработки данных. 2021. Т. 83. № 3. С. 19–36.
Сикандер Г., Анвар С. Системы обнаружения усталости водителя: обзор // Труды по интеллектуальным транспортным системам. 2019. Т. 20. № 6. С. 2339-2352.
OpenCV: Распознавание лиц с помощью каскадов Хаара [Электронный ресурс]. – URL: https://docs.opencv.org/4.x/d2/d99/tutorial_js_face_detection.html (дата обращения: 15.05.2023).
Виола П., Джонс М. Быстрое обнаружение объектов с использованием расширенного набора простых функций // Материалы конференции по компьютерному зрению и распознаванию образов. 2001.
OpenCV: каскадный классификатор [Электронный ресурс]. – URL: https://docs.opencv.org/3.4/db/d28/tutorial_cascade_classifier.html (дата обращения: 15.05.2023).
Амеличев Г. Э., Панина В. С., Белов Ю. С. Распознавание лиц с использованием каскадов Хаара // EScio. 2020. №8 (47).
Бенгио Ю., Лекун Ю. Сверточные сети для изображений, речи и временных рядов. 1997.
Чжичао С., Инань М., Юнг Ю. Дж., Е Сыль К., Гюхэ П. Сверточная нейронная сеть для определения усталости водителя на основе слияния черт лица // Инженерные приложения искусственного интеллекта. 2023. Т. 126.
Документация по API Keras 3 [Электронный ресурс]. – URL: https://keras.io/api/ (дата обращения: 09.04.2023).
Drowsiness_dataset | Kaggle [Электронный ресурс]. – URL: https://www.kaggle.com/datasets/dheerajperumandla/drowsiness-dataset (дата обращения: 09.04.2023).
GitHub · opencv/data at 3.4 · opencv/opencv [Электронный ресурс]. – URL: https://github.com/opencv/opencv/tree/3.4/data (дата обращения: 09.04.2023).
