• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1897-1898
• /
• 2008

본 논문에서는 비젼을 이용한 영상처리 기술을 기반으로 운전자의 피로도를 측정하여 졸음운전을 감지하여 경고하는 실시간 시스템을 제안한다. 제안된 시스템은 얼굴 영상 분석과 퍼지 이론을 이용하여 운전자의 졸음 또는 부주의함을 감지하여 경고함으로서 교통사고를 미연에 방지하는 시스템이다. 본 논문에서는 실시간 얼굴 탐색 알고리즘 개발을 위해 퍼지 색상 필터와 가상 얼굴 모형을 이용하여 얼굴위치 및 눈 영역을 보다 빠르게 검출하고, 눈 깜박임의 빈도수(Eye blinking frequency)와 눈의 닫힘 지속 기간(Eye closure duration)을 측정하는 방법은 제안한다. 그 다음, 측정된 데이터를 기반으로 퍼지논리를 사용하여 운전자의 피로도를 결정하고 졸음운전 여부를 감지 및 판단하는 방법을 제안한다. 마지막으로, 제안된 방법은 여러 실험을 통해 운전자의 졸음운전 감지 능력의 우수성을 증명한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.13 no.3
• /
• pp.136-141
• /
• 2012

One of the main reasons for serious road accidents is driving while drowsy. For this reason, drowsiness detection and warning system for drivers has recently become a very important issue. Monitoring physiological signals provides the possibility of detecting features of drowsiness and fatigue of drivers. One of the effective signals is to measure electroencephalogram (EEG) signals and electrooculogram (EOG) signals. The aim of this study is to extract drowsiness-related features from a set of EEG signals and to classify the features into three states: alertness, drowsiness, sleepiness. This paper proposes a neural-network-based drowsiness detection system using Linear Predictive Coding (LPC) coefficients as feature vectors and Multi-Layer Perceptron (MLP) as a classifier. Samples of EEG data from each predefined state were used to train the MLP program by using the proposed feature extraction algorithms. The trained MLP program was tested on unclassified EEG data and subsequently reviewed according to manual classification. The classification rate of the proposed system is over 96.5% for only very small number of samples (250ms, 64 samples). Therefore, it can be applied to real driving incident situation that can occur for a split second.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.14 no.3
• /
• pp.89-97
• /
• 2014

In this paper, we propose real-time program that measure open-close frequency of mouth and eyes to detect drowsiness of a driver. This program detects a face to the CCD camera image using OpenCV library. Then that extracts each area using CDF for eye detection and Active Contour for mouth detection based on detected face. This system measures each frequency of Open-Close using extracted area data of eyes and mouth. We propose foundation technique how to perform sleepiness decision of users based on measurement data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.7-10
• /
• 2008

자동차의 수가 점점 증가함에 따라 교통사고도 그 만큼 증가하고 있다. 교통사고의 주요 원인 중 하나가 졸음운전이나 부주의한 운전에 의한 것이다. 따라서 Real-Time으로 운전자의 제스처를 인식하여 졸음운전이나 부주의에 의한 사고를 사전에 예방하여 보다 안전한 운전을 돕는 서비스가 필요시 되고 있다. 본 논문에서는 운전자의 제스처 인식에 전처리 과정으로 운전자의 상반신에 대한 영상데이터에서 Adaboost를 이용하여 복잡한 배경과 다양한 환경에서 강인하게 얼굴 영역을 찾는 알고리즘을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1396-1398
• /
• 2015

BCI (Brain Computer Interface)는 사람의 두뇌와 컴퓨터를 연결하는 '뇌-컴퓨터 인터페이스'를 나타내는 것이며 EEG(Electroencephalogram)을 주로 분석하여 인간의 행동이나 의도를 파악한다. 본 논문에서는 EEG를 이용한 행동인식의 하나로 졸음을 판단하는 방법을 제안한다. 제안방법에서는 MindWave를 이용하여 얻은 실험 데이터를 FFT를 이용하여 1초 단위로 스펙트럼을 분석하여 High-Alpha 영역의 시간에 따른 데이터 변화 패턴을 분석하여 졸음을 판단한다. 실험 결과, 100%의 최고 성능을 얻을 수 있었다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.7 no.6
• /
• pp.133-139
• /
• 2008

In this paper, the feasibility for producing a plastic optical fiber sensor to be used as an anti-drowsy driving sensor is discussed. This sensor consists of a plastic optical fiber wound on the steering wheel covered by soft material. When a driver hold a steering wheel, the gripping force is induced and causes to the bend of the plastic optical fiber which decreases the power of light propagated inside the plastic fiber. The experimental results show that the detected optical power decrease as the gripping force increase and that this sensor can be used as the anti-drowsy driving sensor.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.2
• /
• pp.223-229
• /
• 2008

In this paper. we propose the real-time vision system which judges drowsiness driving based on levels of drivers' fatigue. The proposed system is to prevent traffic accidents by warning the drowsiness and carelessness using face-image analysis and fuzzy logic algorithm. We find the face position and eye areas by using fuzzy skin filter and virtual face model in order to develop the real-time face detection algorithm, and we measure the eye blinking frequency and eye closure duration by using their informations. And then we propose the method for estimating the levels of drivel's fatigue based on measured data by using the fuzzy logic and for deciding whether drowsiness driving is or not. Finally, we show the effectiveness and feasibility of the proposed method through some experiments.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.647-648
• /
• 2019

눈의 개폐 검출은 졸음 운전 감지, 온라인 강의에서 수강자 모니터링, 인간 컴퓨터 상호작용(HCI) 등에 적용될 수 있다. 최근에는 모바일 장치에 적용 가능한 효율적인 기법들이 연구되고 있으며 객체 검출 기법과 결합하여 좋은 결과를 보여주고 있다. 본 논문에서는 임베디드 환경에서 적용할 수 있는 가볍고 빠른 딥러닝 방법을 살펴보고, 눈 개폐 검출에 적용하는 방법에 대해 검토한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.338-341
• /
• 2013

눈동자 검출은 운전 부주의 검출, 졸음 검출, 시선 검출 등 다양한 상황 인지에 이용되고 있다. 이러한 상황 인지를 위해 본 논문에서는 원 허프 변환(Hough Circle Transform)을 이용한 눈동자 검출방법을 제안한다. 이것은 영상 내 원을 검출하는 방법으로 연산량이 많아 실시간 처리에 문제가 된다. 이러한 문제를 해결하기 위해 눈 검출 후 눈 영역의 크기를 일정한 눈 크기로 정규화 하고 눈의 양쪽 끝점간 거리에 따른 대략적인 눈동자의 반지름 값 범위를 추정한다. 그 추정된 반지름 값 범위 내에서 Hough Circle Transform을 수행하면 연산량의 축소가 가능하며 그 결과 초당 21frames 정도의 눈동자 검출이 가능하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.344-346
• /
• 2020

비대면 강의가 늘어남에 따라 이에 집중하지 못하는 학습자들에게 강의에 집중할 수 있는 환경을 제공하고자 이 작품을 고안했다. 이 작품은 학습하는 사용자의 모습을 웹캠을 통해 실시간으로 관찰하여 얼굴인식을 통해 학습지가 누구인지 파악하고, 졸음이 감지되거나 화면이 아닌 다른 곳을 응시했을 때 사용자에게 화면상으로 경고 메시지를 보여줌으로써 집중할 수 있게 도움을 줄 수 있는 작품이다. 졸음의 판단 근거는 눈을 감고 있는 것으로 판단하고, 다른 곳을 응시하는 경우에는 화면 상의 동공의 위치 좌표가 눈에서 한쪽으로 치우치는 경우를 판단한다. 작품을 구현하기 위해 python 언어와 라이브러리들을 사용했다. face-recognition library를 이용해 얼굴을 인식했고 dlib library를 이용해 얼굴에서 눈의 landmark를 검출해 학습자가 화면에 집중하고 있는지 파악했다.