抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
運転者の眠気は,今日,道路事故の重要な原因の1つである。したがって,疲労とdrosinの検出は,対応する道路事故の防止において重要な役割を果たす。過去10年にわたり,多くの画像処理ベースの手法を開発し,運転者の疲労と眠気状態を検出した。これらのアプローチは,主に運転者の顔の抽出に焦点を合わせ,眼領域からの瞬目率と口領域からのyawning率を予測する。しかしながら,これらの特徴は,運転者の疲労レベルを記述するのに必ずしも最良ではなく,ある運転者は医学的問題により不均衡な瞬目率を持つ可能性があり,他方では,いくつかの運転者は完全に運転されているが,高いyawning率を有している可能性がある。本論文では,オンライン顔監視システムを設置し,円形と黒色比の2つの新しい特徴を含む空間および周波数領域において,大規模な眼領域特徴を抽出した。4つのサポートベクトルマシン分類モデルを,関連する特徴の組合せに基づいて開発した。これらのモデルの解析は,ウェーブレット係数,テクスチャ特徴,循環性,およびブラック比を採用したとき,最高の精度(91.3%)が達成されたことを示した。提案した手法の結果は,運転者の眠気状態を決定するための自動車キャビンへの有望なインライン実装を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】