Novel drowsiness detection models by hybrid optimization algorithms and machine learning techniques
Farklı hibridizasyon algoritmaları kullanılarak sürücü uyuşukluk tespit sistemi geliştirilmesi
- Tez No: 634747
- Danışmanlar: DR. ÖĞR. ÜYESİ RÜŞTÜ AKAY
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Araç CAN verilerinin ve EKG'nin işlenmesiyle sürücü yorgunluk tespit sistemi geliştirme
Development of a driver drowsiness detection system by processing vehicle CAN data and ECG signals
KAAN KAHRAMAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA EKİNCİ
- Multimodal vision-based driver monitoring system in autonomous vehicles
Çok modlu görüntü tabanlı sürücü izleme sistemi otonom araçlarda
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. SEFER BADAY
- Drowsiness detection using brain signal recognition deep neural network (BSRDNN)
Beyin sinyali tanima kullanilarak uyuşukluk algilama derin sinir aği (BSRDNN)
HAYDER OSAMAH DAWOOD AL KHALIDI
Doktora
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Okan ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEMİH BİLGEN
- Video görüntüleri yardımıyla uykulu sürücülerin tespiti
Detection of drowsy drivers via video images
SERAP KÜÇÜKMANİSA
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT BOLAT
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. GALİP CANSEVER