Drowsy driver detection using image processing
Görüntü işleme ile uykulu sürücü tespiti
- Tez No: 368798
- Danışmanlar: DOÇ. DR. İLKAY ULUSOY PARNAS
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bu tez uykulu sürücü tespiti üzerine odaklanmıştır ve sürücünün durumunu yüksek bir performansla tespit etmeyi amaçlamaktadır. Bir çok insanın yaşamını yitirdiği veya sakatlandığı trafik kazalarının ana sebeplerinden biri de uykulu araç kullanımıdır. Uykulu sürücü tespit yöntemleri sürücünün performansına veya sürücünün durumuna odaklananlar olmak üzere iki ana gruba ayrılır. Sürücünün durumuna odaklanan yöntemler de, fizyolojik sinyalleri kullananlar veya bilgisayarla görmeyi kullananlar olmak üzere ikiye ayrılır. Bu tezde sürücü verisi kamera ile kaydedilen video dilimleridir ve önerilen yöntem, sürücünün durumunu tespit etmek için bilgisayarla görmeyi kullanan yöntemler grubuna aittir. Sürücünün uyanık ve uykulu olmak üzere iki durumu vardır. Kaydedilen video dilimleri analiz edilir, görüntü işleme teknikleriyle göz bölgeleri bulunur ve bulunan göz bölgeleri yapay sinir ağları kullanılarak oluşturulan sağ ve sol göz sınıflandırıcılarına girdi olarak verilir. Sinir ağları sağ ve sol gözleri açık, yarı açık ve kapalı olmak üzere sınıflandırır. Video dilimi boyunca bütün göz durumları birleştirilir ve sürücünün durumu uyanık veya uykulu olmak üzere tahmin edilir. Önerilen yöntem 30 saniyelik video dilimleri üzerinde test edilmiştir. Sürücü durumu tespit yönteminin başarı oranı %99.1'dir ve göz durumu tespit yönteminin başarı oranı %94'tür. Bu sonuçlar literatürdeki sonuçlarla benzerlik göstermektedir.
Özet (Çeviri)
This thesis is focused on drowsy driver detection and the objective of this thesis is to recognize driver's state with high performance. Drowsy driving is one of the main reasons of traffic accidents in which many people die or get injured. Drowsy driver detection methods are divided into two main groups: methods focusing on driver's performance and methods focusing on driver's state. Furthermore, methods focusing on driver's state are divided into two groups: methods using physiological signals and methods using computer vision. In this thesis, driver data are video segments captured by a camera and the method proposed belongs to the group that uses computer vision to detect driver's state. There are two main states of a driver, those are alert and drowsy states. Video segments captured are analyzed by making use of image processing techniques. Eye regions are detected and those eye regions are input to right and left eye region classifiers, which are implemented using artificial neural networks. The neural networks classify the right and left eye as open, semi-closed or closed eye. The eye states along the video segment are fused and the driver's state is predicted as alert or drowsy. The proposed method is tested on 30-second- long video segments. The accuracy of the driver's state recognition method is 99.1% and the accuracy of our eye state recognition method is 94%. Those results are comparable with the results in literature.
Benzer Tezler
- Novel drowsiness detection models by hybrid optimization algorithms and machine learning techniques
Farklı hibridizasyon algoritmaları kullanılarak sürücü uyuşukluk tespit sistemi geliştirilmesi
RADHWAN ALI ABDULGHANI SALEH
Yüksek Lisans
İngilizce
2020
Mühendislik BilimleriErciyes ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RÜŞTÜ AKAY
- Gerçek zamanlı uykulu sürüş algılama sistemi
Drowsy driving detection system
SEDAT GOLGİYAZ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN AKIN
- Uykulu sürücü belirleme süreci
Drowsy driver detection system
SEZGİN HAYIRLI
Yüksek Lisans
Türkçe
2005
KazalarHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET DEMİRER
- Akıllı algoritmalar kullanarak sürücü davranışı algılama
Driver behavior detection using intelligent algorithms
NAIF ABDULRAHEEM MAHMOOD ALZEBARI
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Video based detection of driver fatigue
Görüntü aracılığıyla sürücüde yorgunluğun sezimi
ESRA VURAL
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiPROF. DR. AYTUL ERCİL
YRD. DOÇ. DR. MUJDAT CETİN