文献

J-GLOBAL ID：201802244403011846   整理番号：18A1386043

関連する眼画像の特徴を用いた改良型ドライバのdrowネス検出モデル【JST・京大機械翻訳】

Improved Driver Drowsiness Detection Model Using Relevant Eye Image’s Features

著者 (2件)： Hussein Walid ,  El-Seoud M. Samir Abou
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EECS  ページ： 261-265  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： サポートベクトルマシン ,  キャビン ,  監視装置 ,  周波数領域 ,  自動車 ,  交通事故 ,  画像処理 ,  *画像
準シソーラス用語： テクスチャ特徴 ,  ウェーブレット係数 ,  分類モデル ,  オンライン ,  不均衡 ,  瞬目 ,  眠気 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  運転者  (TB01040V) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 眼 ,  ドライバ ,  モデル