Geri Dön

Sürücülerde uykululuk hali tespit sistemi tasarımı ve uygulaması

Design and implementation of drowsiness detection system for drivers

PDF İndir

  1. Tez No: 754097
  2. Yazar: NUR YASİN PEKER
  3. Danışmanlar: PROF. DR. AHMET ZENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 66

Özet

Uykululuk halinin önceden tespit edilmesi, uykululuğa bağlı trafik kazalarını önlemek, fiziksel ve ekonomik kayıpların önüne geçmek açısından önemlidir. Bir kamera yardımı ile kişilerin görüntüleri üzerinde görüntü işleme teknikleri uygulanarak uykululuk halini önceden kestirmek mümkündür. Bu tezde, literatürde kullaılan uykululuk ölçme yöntemleri, veri kümeleri ve görüntü işleme tekniği incelenmiş ve uyarlamalı bir eşik değeri hesaplama yöntemi önerilmiştir. Veri kümelerinden yararlanılarak uykululuk halinin tespit edilmesinde büyük bilgiye sahip olan göz bölgesinden gelen öznitelikler ile göz kırpma ve uzun süreli göz kapama tespiti yapmak için sabit ve uyarlamalı eşik değerleri ayrı ayrı değerlendirilmiştir. Böylece, kısa süreli göz kırpma ile uzun süreli göz kapamanın daha iyi ayırt edilmesi hedeflenmiştir. Çalışmada önerilen uyarlamalı eşik değerinin sabit bir eşik değerinden çok daha başarılı göz kırpma tespiti sonuçları verdiği, iki farklı veri kümesi üzerinde yapılan deneyler ile doğrulanmıştır. Uykululuk tespiti için literatürde CLOSDUR ve PERCLOS yöntemleri kullanılmıştır. Uyarlamalı eşik değeri kullanılarak elde edilen göz açıklığı bilgisi ile gözün bir dakika için kapalı olduğu sürenin yüzdesel ifadesi (PERCLOS) belirlenmiş ve uzun süreli göz kapama bilgisi (CLOSDUR) ile birleştirilerek uykululuk tespiti çalışamaları yapılmıştır. Elde edilen sonuçlar literatürde bulunan veri kümelerinin gerçek referans değerleriyle büyük oranda uyuşmaktadır.

Özet (Çeviri)

Detecting drowsiness in advance is very important for preventing possible traffic accidents due to fatigue which result in physical and economic losses. It is possible to predict drowsiness by applying computer vision techniques to facial video captures using a camera. In this thesis, drowsiness measurement methods, data sets and image processing techniques used in the literature were examined and an adaptive threshold value method was proposed. Using datasets, features from the eye region, which have great knowledge in the detection of drowsiness, as well as fixed and adaptive threshold values for blink and long-term eye-closure detection were evaluated separately. This is intended to enable a better distinction between short-term blinks and long-term blinks. It was verified through experiments on two different datasets that the proposed adaptive threshold approach provides much more successful blink detection results than a fixed threshold. CLOSDUR and PERCLOS methods have been used in the literature for drowsiness detection. The percentile expression of the time the eye is closed for one minute (PERCLOS) was determined with the eye-opening information obtained using the adaptive threshold, and drowsiness detection studies were performed by combining it with the long-term eye-closure information (CLOSDUR). The results obtained are in good agreement with the actual reference values of the data sets found in the literature.

Benzer Tezler

  1. Tez No

    671633

    Derin öğrenme tabanlı sürücü yorgunluğu sezme ve tahmin sistemi geliştirilmesi

    Detecting drivers' fatigue and development of a prediction system based on deep learning

    BURCU KIR SAVAŞ

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. YAŞAR BECERİKLİ

  2. Tez No

    878820

    Python ve Arduino haberleşmesi kullanarak uyku modu uyarı sistemi

    Sleep mode warning system using Python and Arduino communication

    SARKHAN RZAYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİ

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YÜCEL TEKİN

  3. Tez No

    946101

    Polisomnografi istenen sürücü adaylarında obstrüktif uyku apnesi sıklığının değerlendirilmesi

    Evaluation of the prevalence of obstructive sleep apnea in driver candidates referred for polysomnography

    AYŞE BÜŞRA ÖZKAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Aile HekimliğiSağlık Bilimleri Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    PROF. DR. ALİ RAMAZAN BENLİ

  4. Tez No

    956032

    Okul servis sürücülerinin karıştığı trafik kazalarında uykululuk ilişkisinin araştırılması: Yozgat ili akdağmadeni ilçesi örneği

    Investigation of the relationship between sleepiness and traffic accidents involving school bus drivers: the case of akdağmadeni̇ district, Yozgat province

    DİLAN YARGİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Göğüs HastalıklarıYozgat Bozok Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    PROF. DR. HÜLYA ŞİMŞEK

  5. Tez No

    919280

    Towards the development of an autonomous system for driver's drowsiness detection and alertness using a high-fidelity driving simulator

    Yüksek hassasiyetli sürüş simülatörü kullanılarak sürücünün uykululuk tespiti ve uyanıklığı için otonom bir sistemin geliştirilmesine doğru

    RIAZ MINHAS

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BEREN SEMİZ GÜRSOY

Geri Dön