Geri Dön

Novel drowsiness detection models by hybrid optimization algorithms and machine learning techniques

Farklı hibridizasyon algoritmaları kullanılarak sürücü uyuşukluk tespit sistemi geliştirilmesi

  1. Tez No: 634747
  2. Yazar: RADHWAN ALI ABDULGHANI SALEH
  3. Danışmanlar: DR. ÖĞR. ÜYESİ RÜŞTÜ AKAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Uyuklama veya yorgunluk, trafik kazalarının önemli bir nedenidir ve yol güvenliği üzerinde büyük bir etkiye sahiptir. Uykulu sürücüleri zamanında uyararak çok sayıda ölümcül kaza önlenebilir. Uyuklamayı tespit etmek için sürüş sırasında sürücünün uyuklama durumunu takip eden ve sürüşe konsantre olmadıkları takdirde sürücüleri uyaran çeşitli yöntemler vardır. Bu yöntemlerin başarısı veri kümesinin genelliği, veri kümesinden çıkarılan özellikler, makine öğrenme yönteminin karmaşıklığı ve kullanılan optimizasyon algoritmasına göre değişmektedir. Bu çalışmadasürücülerin uyuklama durumunu tespit etmek amacıyla hibrid optimizasyon algoritmaları ve makine öğrenme teknikleri kullanılarak görüntü tabanlı yaklaşımlar geliştirilmiştir. Geliştirilen modelde, esneme tespiti ve göz durumu tespiti amacıyla çok katmanlı sinir ağ modellerini eğitmek için yeni hibrid optimizasyon algoritmaları önerilmiş ve kullanılmıştır. Ayrıca, uyuklama seviyesi tespiti için bulanık çıkarım modelinden de faydalanılmıştır. Sonuçlar, önerilen bu yeni yaklaşımların %77.19 gibi yüksek bir doğrulukla rekabetçi bir model olduğunu göstermektedir.

Özet (Çeviri)

Drowsiness or tiredness is a significant cause of road accidents and has a huge effect on road safety. A lot of fatal accidents can be avoided by warning drowsy drivers on time. There are various methods for detecting drowsiness which tracks the driver's sleepiness while driving and warn the drivers if they do not concentrate on driving. In this study, Image-based approaches are developed using novel hybrid optimization algorithms and machine learning techniques. Indeed, to guarantee the success of these approaches, we have to focus on four things simultaneously: the generality of the dataset, the features extracted from the dataset, the complexity of the machine learning method, and the optimization algorithm used to optimize the parameters of this method. In this study, besides the novel features that are extracted from the images, novel optimization algorithms are developed then used to train the multi-layer neural network models for the purpose of yawning detection and eye state detection. Moreover, the fuzzy inference model is proposed for drowsiness level detection. As a result of creating novel optimization algorithm, more accurate models are developed in order to detect the drowsy of the driver automatically. Thus, the results of this study show that the proposed models are competitive models with high accuracies. And the obtained accuracy of the proposed model is 77.19%.

Benzer Tezler

  1. Multimodal vision-based driver monitoring system in autonomous vehicles

    Çok modlu görüntü tabanlı sürücü izleme sistemi otonom araçlarda

    LEILA GHASEMZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. SEFER BADAY

  2. Video görüntüleri yardımıyla uykulu sürücülerin tespiti

    Detection of drowsy drivers via video images

    SERAP KÜÇÜKMANİSA

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜLENT BOLAT

  3. Detection of drowsiness by using deep cascade based on a convolution neural network (CNN)

    Bir evrişim sinir ağı (CNN) tabanlı derin kademeli kullanarak uyuşukluk tespiti

    MAHDI SALAH MAHDI AL-INIZI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. GALİP CANSEVER

  4. Novel addition fragmentation agents as cationic initiators

    Katyonik başlatıcı olarak kullanılan yeni katılma bölüşme reaktifleri

    LEVENT ATMACA

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Kimyaİstanbul Teknik Üniversitesi

    PROF. DR. YUSUF YAĞCI

  5. XIX. yüzyıl Türk edebiyatında popüler roman

    Turkish popular novel in the XIXth century

    SIDDIKA DİLEK YALÇIN

    Doktora

    Türkçe

    Türkçe

    1998

    Türk Dili ve EdebiyatıHacettepe Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF. DR. BİLGE ERCİLASUN