• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1242-1244
• /
• 2021

한국교통안전공단이 발표한 자료에 따르면 교통사고로 사망한 원인의 70%가 졸음운전이다. 최근에는 졸음운전을 예방하기 위해 눈 깜박임 인식 등의 운전자의 생체 데이터를 활용한 방법들이 대두되고 있다. 특히 운전자의 졸음운전 판단 기술로 뇌파를 이용하는 연구가 활발히 진행되고 있다. 본 논문에서는 뇌파를 사용하여 효과적으로 졸음 상태를 판단할 수 있는 딥러닝 알고리즘을 제안한다. 졸음 상태인 경우, 아닌 경우인 2가지의 운전자 상태를 85%의 정확도로 판단한다. 또한 제안한 알고리즘을 활용해 졸음운전 감지 시스템과 더불어 졸음운전 예방 시스템을 제안하고자 한다.

• Journal of Biomedical Engineering Research
• /
• v.21 no.2
• /
• pp.175-180
• /
• 2000

본 논문은 주행 중의 졸음방지를 목적으로 하는 각성시스템의 평가에 관한 연구이다. 졸음운전을 방지하는 데에는 각성도의 저하상태를 높은 정확도로 검출하는 기술과 그것을 해소하는 기술이 필요하다. 본 논문에서는 졸음운저자를 위해서 졸음각성시스템을 향상시켰다. 개발된 각성시스템의 평가를 위해서 졸음을 유도하는 단조로운 행위를 수행하면서 뇌파, 심전도, 안전도와 같은 생체신호를 측정하였다. 피험자가 졸음상태에 있을 때에 산소, 향, 여러 가지 색 자극을 제시함으로써 각성효과를 평가하였다. 졸음의 해소에 효율적인 일정한 양의 산소와 멘톨 성분이 함유된 향을 동시에 각성자극으로 제시하였을 때와, 노란색의 색 자극을 주었을 때 가장 각성에 효과적임을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.473-476
• /
• 2022

본 논문에서는 비대면 교육 상황이 확대되는 시점에서 자율 학습에 유용하게 사용할 수 있는 학습자의 졸음을 인식하여 알려주는 모델을 설계하여 구현하였다. 기계학습의 CNN 알고리즘을 활용하여 공부상태와 졸음상태를 판별하는 모델을 만들고, Opencv 을 사용하여 일정 횟수 이상 졸음상태가 반복되면 알람을 울려 사용자를 잠에서 깨운다. 이 프로그램은 자기 관리 및 독립적인 학습을 수행하는 데에 도움을 줄 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.508-510
• /
• 2020

2015년도부터 2019년도까지 5년간 고속도로에서 1,079명의 사망자가 발생하였으며, 이중 졸음운전 및 주시 태만이 729명(67.6%)로 가장 많았다. 졸음운전 방지를 위해 휴게소, 졸음쉼터 등 노력하고 있으나 이러한 노력에도 졸음운전으로 인한 사고는 지금까지도 계속해서 발생하고 있다. 본 연구는 이러한 사고를 방지하기 위해 적외선 카메라를 이용한 영상 촬영하여 안면검출 해석과 서비스를 구현하였다. 안면검출을 통한 동공 상태의 여부와 적합한 수면 판단 기준으로 PERCLOS(Percentage of Eye Closure)을 적용하였다. 운전자의 동공의 장축과 단축의 비율이 1 : 0.35 미만 일 때, 운전자가 졸음상태라 판단하고 음성 알람을 통해 졸음방지를 개선할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.597-600
• /
• 2012

본 연구의 목적은 눈 폐쇄 상태 검출 알고리즘을 개발하고, 그것을 바탕으로 모바일 환경의 졸음운전 감지 시스템을 구현하는 것이다. 개발한 알고리즘은 검출된 눈 영역의 이미지를 히스토그램 분석을 통해 실험적으로 얻은 문턱 값으로 이진화 시킨 후 운전자 눈의 폐쇄 상태를 판단한다. 구현한 시스템은 얼굴과 눈 검출이 완료된 상태에서 검출된 눈이 폐쇄 상태인지를 판단한다. 폐쇄 상태인 경우 이상태가 지속되면 시스템은 운전자가 졸음운전 상태임을 감지하고 경고해준다. 자원이 제한된 모바일의 특성상 이미지 처리의 정확성뿐만 아니라 처리속도의 효율성도 중요한데 이 특성에 맞는 알고리즘을 개발하였고, 이를 바탕으로 졸음운전 감지 시스템 구현에 성공하였다.

• Database Research
• /
• v.34 no.3
• /
• pp.45-57
• /
• 2018

The drowsiness that occurs in the driving is a very dangerous driver condition that can be directly linked to a major accident. In order to prevent drowsiness, there are traditional drowsiness detection methods to grasp the driver's condition, but there is a limit to the generalized driver's condition recognition that reflects the individual characteristics of drivers. In recent years, deep learning based state recognition studies have been proposed to recognize drivers' condition. Deep learning has the advantage of extracting features from a non-human machine and deriving a more generalized recognition model. In this study, we propose a more accurate state recognition model than the existing deep learning method by learning image and PPG at the same time to grasp driver's condition. This paper confirms the effect of driver's image and PPG data on drowsiness detection and experiment to see if it improves the performance of learning model when used together. We confirmed the accuracy improvement of around 3% when using image and PPG together than using image alone. In addition, the multimodal deep learning based model that classifies the driver's condition into three categories showed a classification accuracy of 96%.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.6
• /
• pp.859-864
• /
• 2022

Drowsy driving, one of the biggest causes of traffic accidents every year, is accompanied by various factors. As a general method to check whether or not there is drowsiness, a method of identifying a driver's expression and driving pattern, and a method of analyzing bio-signals are being studied. This paper proposes a driver fatigue detection system using deep learning technology and bio-signal measurement technology. As the first step in the proposed method, deep learning is used to detect the driver's eye shape, yawning presence, and body movement to detect drowsiness. In the second stage, it was designed to increase the accuracy of the system by identifying the driver's fatigue state using the pulse wave signal and body temperature. As a result of the experiment, it was possible to reliably determine the driver's drowsiness and fatigue in real-time images.

• 건강소식
• /
• v.35 no.5
• /
• pp.21-21
• /
• 2011

누적된 피로와 졸음이 쏟아지는 상태에서 운전대를 잡으면 한순간에 교통사고가 날 수 있다. 운전 전 간단한 동작으로 피로를 풀어보자.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.5
• /
• pp.1303-1310
• /
• 2010

Recently, researches related with automative mechanism have been widely studied to increase the driver's safety by continuously monitoring the driver's health condition to prevent driver's drowsiness. This paper describes the design of wearable chest belt for ECG and reflectance pulse oximetry for SpO2 sensors based on wireless sensor network to monitor the driver's healthcare status. ECG, SpO2 and heart rate signals can be transmitted via wireless sensor node to base station connected to the server. Intelligent monitoring system is designed at the server to analyze the SpO2 and ECG signals. HRV (Heart Rate Variability) signals can be obtained by processing the ECG and PPG signals. HRV signals are further analyzed based on time and frequency domain to determine the driver's drowsiness status.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.719-722
• /
• 2016

운전자의 주의력 감쇠는 교통사고 요인에 있어서 큰 비중을 차지한다. 주의력 감쇠는 무선 통화, 기기 조작, 졸음으로 나타날 수 있는데 자동차 대형사고의 대부분은 졸음운전으로 인하여 일어나며, 졸음운전 시에는 운전자의 운전조작 및 방어 조작 능력이 현저하게 저하한다. 본 시스템은 카메라로부터 실시간으로 영상 데이터를 입력 받아 처리하여 운전자의 졸음 상태를 인식하는 시스템으로 운전자에게 졸음방지 기능을 제공한다. Haar-Like Feature cascade classifier 방법을 사용하여 얼굴 및 눈 영역 검출을 하였고 Open Eye, Closed Eye가 학습된 MLP(Multi-Layer Perceptron)를 이용해 눈 깜박임을 인식하여 PERCLOS(Percentage of Eye Close)방법으로 졸음을 판단하였다. 본 논문에서 제안한 방법의 인식률의 정확도를 검증하기 위해 인식률 테스트를 하였다.