Real-Time Eye State Detection System for Driver Drowsiness Using Convolutional Neural Network/Sistema de detecção em tempo real do estado dos olhos para sonolência do motorista usando rede neural convolucional

▼Laboratório de Tecnologia Aberta para Sustentabilidade da Michigan Tech

Entre em contato com o Dr. Joshua Pearce em Tecnologia Sustentável Apropriada Gratuita.

MAIS · Projetos e Publicações · Métodos · Revisões de Literatura · Pessoas · Patrocinadores · Notícias · Atualizações no Twitter · YouTube

Uma das principais causas de acidentes de trânsito com feridos e mortos é o sonolência ao volante. Este estudo desenvolveu um sistema de rastreamento ocular inovador, baseado na Internet das Coisas (IoT) e de código aberto. Foram avaliados três algoritmos de reconhecimento ocular para serem integrados à solução de código aberto, com o objetivo de despertar os motoristas quando começam a cochilar: 1) Rede Neural Convolucional (CNN) com Cascata Haar, 2) 68 pontos de referência faciais e 3) detecção do olhar em três posições faciais diferentes, tanto em condições de direção diurna quanto noturna, com e sem óculos. Cada combinação desses fatores foi testada 100 vezes. O melhor algoritmo foi selecionado com base no número de detecções corretas e, em seguida, testado novamente considerando diferentes condições de luminosidade (dia e noite), ângulo do rosto (esquerda, direita e centro), ângulo da câmera (esquerda e direita) e o uso de óculos (com e sem óculos), para detectar tanto o piscar de olhos quanto olhos fechados. Os resultados mostraram que o algoritmo mais preciso para detectar os olhos do motorista foi a CNN com Cascata Haar, com 94% de acurácia. O sistema consegue detectar o estado dos olhos dos motoristas durante a condução e, caso estes fechem os olhos por mais de dois segundos, emite um alerta para despertá-los e evitar acidentes. O sistema de código aberto proposto custa cerca de US$ 100 e poderia ser amplamente implementado para ajudar a reduzir acidentes nas estradas em todo o mundo.

• Código aberto e gratuito : https://github.com/wissarutkong/cnn_eyedetection

▼Publicações Pearce

RÁPIDO · MAIOR · QAS

Agrivoltaica · Conservação de Energia · Política Energética · Energia Solar Fotovoltaica · Simbiose Industrial · Análise do Ciclo de Vida · Ciência dos Materiais · Medicina · Código Aberto · Sistemas Fotovoltaicos · Alimentos Resilientes · Células Solares · Desenvolvimento Sustentável · Educação para a Sustentabilidade · Água

• Visão Computacional para Reciclagem Distribuída e Manufatura Aditiva
• 
  Segmentação semântica composta de sintético para real na manufatura aditiva
• 
  Rumo à Manufatura Aditiva Inteligente Monitorada: Detecção de Anomalias em Imagens de Impressão 3D In Situ, Camada por Camada, de Código Aberto, Utilizando Histogramas de Gradientes Orientados e um Motor de Renderização Baseado em Física.
• 
  Análise de impressão 3D camada a camada baseada em visão computacional de código aberto
• 
  Monitoramento em tempo real de impressão 3D em 360 graus usando análise computacional de duas câmeras.
• 
  Fatores que afetam o monitoramento óptico em tempo real da impressão 3D por filamento fundido.
• 
  Sensor de diâmetro de filamento 3D de código aberto para máquinas de reciclagem, enrolamento e manufatura aditiva.

• Aplicações adicionais de visão computacional para sistemas operacionais
• 
  Modelo de aprendizado profundo em dois estágios para contagem não destrutiva de folhas em plantações de tomate
• 
  Um novo sensor baseado em câmera para monitoramento em tempo real da qualidade de águas residuais.
• 
  Do liquidificador à fazenda: Transformando a agricultura em ambiente controlado com dados sintéticos e SwinUNet para monitoramento preciso de culturas.
• 
  Otimizando a detecção de doenças e a qualidade do morango com Vision Transformers e redes neurais convolucionais baseadas em atenção.
• 
  Sistema de detecção em tempo real do estado dos olhos para sonolência do motorista usando rede neural convolucional
• 
  Sistema de análise de doenças em cactos de código aberto por meio de inteligência artificial e processamento de imagens.
• 
  Centrífuga de código aberto totalmente imprimível em 3D
• 
  Sistemas fotovoltaicos solares monofaciais versus bifaciais em ambientes com neve.
• 
  Método de análise de imagem para quantificar perdas de neve em sistemas fotovoltaicos.
• 
  Perdas por neve em sistemas fotovoltaicos: Validação dos modelos de Marion e Townsend