초록
본 논문은 지능형 자동차 개발을 위한 주간 및 야간 환경에서 차량 운전 시 발생할 수 있는 다양한 조명을 극복하고 운전자 졸음 상태를 단일 CCD(Charge Coupled Device) 카메라를 통해 감시하는 시스템을 제안한다. 운전 중 운전자 눈을 감시하여 졸음 상태를 판단하는 시스템에서 눈 검출 및 눈꺼풀 움직임 측정은 선행되어야 할 중요한 과정이다. 따라서 비전기반 시스템의 가장 큰 단점인 조명변화를 극복하며 눈 검출 성능을 높이고 실시간 처리가 가능한 간단한 조명 보정 알고리즘을 제안하였으며 또한 신뢰성 있는 졸음 판단을 위해 효율적인 눈꺼풀 움직임 측정 방법을 제안한다. 이러한 시스템은 실시간으로 처리되어야 하며 이를 위해 제안한 방법과 더불어 효율적인 눈 검증 방법으로 단계적 SVM(Cascaded Support Vector Machine)을 적용하였다. 한편, 제안한 알고리즘의 성능 측정을 위해 주간 및 야간의 다 양한 조명 변화 속에서 주행 중 수집된 운전자 동영상을 사용하였으며 자체 수집된 동영상에 대해 98% 이상의 눈 검출 성능 및 신뢰성 있는 눈꺼풀 움직임을 측정하였다. 최종 졸음판단 결과는 수집된 각각의 동 영상에 대한 PERCLOS(The percentage of eye-closed time during a period)를 비교함으로써 제안한 시스템의 성능 및 우수성을 보였다.
In this paper, we propose a new illumination-robust drowsy driver monitoring system with single CCD(Charge Coupled Device) camera for intelligent vehicle in the day and night. For this system that is monitoring driver's eyes during a driving, the eye detection and the measure of eyelid movement are the important preprocesses. Therefore, we propose efficient illumination compensation algorithm to improve the performance of eye detection and also eyelid movement measuring method for efficient drowsy detection in various illumination. For real-time application, Cascaded SVM (Cascaded Support Vector Machine) is applied as an efficient eye verification method in this system. Furthermore, in order to estimate the performance of the proposed algorithm, we collect video data about drivers under various illuminations in the day and night. Finally, we acquired average eye detection rate of over 98% about these own data, and PERCLOS(The percentage of eye-closed time during a period) are represented as drowsy detection results of the proposed system for the collected video data.