• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.519-520
• /
• 2021

본 논문에서는 딥러닝 기반의 얼굴인식과 Harr Cascade 분류기를 이용한 눈인식, 스마트워치를 매개로 한 심박수 측정을 활용하여 운전자 졸음운전 경고 시스템을 제안하였다. 제안하는 시스템은 PERCLOS 방법을 적용하여 운전자의 눈 감은 시간을 누적시켜 졸음 상태 유무를 판단하고, 스마트워치의 HR센서를 활용한 운전자의 심박수 값 모니터링을 진행하여 졸음 발생 시 경고음을 발생시켜 졸음운전으로 인한 교통사고를 예방할 수 있다.

• 융합정보논문지
• /
• 제8권3호
• /
• pp.193-198
• /
• 2018

최근, 자동차 교통사고의 인명 피해가 급속히 증가하고 있으며 경상보다는 중상 및 사망이 많은 대형사고가 증가하고 있다. 대형사고의 70% 이상은 졸음운전으로 발생한다. 따라서, 본 논문에서는 교통사고의 대형 참사를 방지하기 위한 졸음운전 방지 시스템을 연구하였다. 본 논문에서는 졸음운전 감지 시스템을 위한 실시간 눈 깜빡임 인식 방법과 이산화탄소 증가에 따른 졸음 인식을 감지하도록 제안한다. 졸음운전 감지 시스템은 기존의 영상 검출과 딥러닝을 적용하였고 이산화탄소 증가 감지는 사물인터넷 기반으로 개발하였다. 이러한 두 가지 기법을 동시에 이용한 졸음운전 방지 시스템은 기존의 제품에 비해 정확성이 향상되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.425-426
• /
• 2023

지난 5년 (2016~2020년) 간 고속도로 교통사고 사망자 1,035명 중 약 70%(722명)가 졸음 및 주시 태만으로 인해 발생하였다. 졸음운전 사고를 예방하기 위해 졸음 쉼터나 휴게소 등이 있지만 활용률이 높은 편은 아니다. 해당 문제 해결을 위해 본 논문에서는 자동차 내부에서 즉각적으로 졸음을 판별해 알람을 제공하는 알람 기능을 구현하였다. 차량에 웹캠과 CO₂ 농도 측정기를 설치하여 웹캠으로는 운전자의 눈 종횡비를 계산하여 졸음을 판단하고 CO₂ 센서로 차량 내부 CO₂ 농도를 측정하여 운전자의 졸음을 판단하여 경고음과 음성 경고 메시지를 출력함과 동시에 창문 개폐 기능으로 잠을 깨워주기 때문에 교통사고 발생률 저하에 기여할 것으로 기대된다.

• 한국통신학회논문지
• /
• 제37권8C호
• /
• pp.711-720
• /
• 2012

본 논문에서는 운전자 졸음 인식 시스템의 구현 방법과 그에 따른 결과를 소개한다. 영상 입력 장치로는 시중에 판매되는 웹캠 카메라를 사용하였다. 얼굴 검출 방법으로는 Haar 변환 기법을 이용하였으며, 다양한 조명 환경에 강건하게 적응하도록 조명정규화를 수행하였다. 조명정규화를 거친 얼굴 영상은 특징값 추출에 용이하다. 조명정규화를 통한 눈 후보영역은 인체측정학 정보를 이용하여 후보 영역을 줄인 이후에 PCA와 Circle Mask의 혼합 모델을 적용했다. 위 방법을 통해 차량 내부의 복잡한 조명 환경 속에서 강건히 눈 영역을 추출한다. 검출된 눈 영역은 고해상도의 조명 정규화 영상과 간단한 연산을 통하여 졸음 여부를 판별한다. 졸음 상태가 1단계로 판단 될 경우에는 통합 모니터링 인터페이스에서 운전자에게 경고음을 울리며 2단계일 경우에는 CAN(Controller Area Network)를 통하여 안전벨트를 진동하게 함으로써 운전자에게 경고를 준다. 본 논문에서 제안하는 졸음 인식 시스템은 낮은 계산 복잡도를 만족하는 동시에 높은 인식률을 보여준다. 실험 결과 차량 내에서 97%의 인식률이 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.447-450
• /
• 2013

본 논문에서는 카메라로부터 운전자의 눈동자, 하품을 인식하여 운전자의 졸음운전을 방지하는 방법을 제안한다. Viola-Jones 알고리즘을 사용하여 얼굴의 영역을 확보하고 이로부터 눈 영역과 입 영역을 추출해낸다. 눈 영역에서는 Hough변환을 적용하여 눈동자를 인식하여 졸음을 인식한다. 입 영역에는 전처리 필터를 적용하여 하품할 때 혀의 피부색을 검출한 뒤에 Sub-Window를 사용하여 하품 여부를 판단한다. 실험 결과 하품 인식률은 87%에 달했다. 본 논문에서 제안된 방법을 사용함으로서 졸음운전에 대한 사고를 줄이는 데 기여할 수 있을 것으로 보인다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.45-57
• /
• 2018

주행 중에 발생하는 졸음은 큰 사고로 직결될 수 있는 매우 위험한 운전자 상태이다. 졸음을 방지하기 위하여 운전자의 상태를 파악하는 전통적인 졸음 감지 방법들이 존재하지만 운전자들이 가지는 개개인의 특성을 모두 반영한 일반화 된 운전자 상태 인식에는 한계가 있다. 최근에는 운전자의 상태를 인식하기 위한 딥 러닝기반의 상태인식 연구들이 제안되었다. 딥 러닝은 인간이 아닌 기계가 특징을 추출하여 보다 일반화된 인식모델을 도출할 수 있는 장점이 있다. 본 연구에서는 운전자의 상태를 파악하기 위해 이미지와 PPG를 동시에 학습하여 기존 딥 러닝 방식보다 정확한 상태 인식 모델을 제안한다. 본 논문은 운전자의 이미지와 PPG 데이터가 졸음 감지에 어떤 영향을 미치는지, 함께 사용되었을 때 학습 모델의 성능을 향상시키는지 실험을 통해 확인하였다. 이미지만을 사용했을 때 보다 이미지와 PPG를 함께 사용하였을 때 3%내외의 정확도 향상을 확인했다. 또한, 운전자의 상태를 세 가지로 분류하는 멀티모달 딥 러닝 기반의 모델을 96%의 분류 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• 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.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.859-864
• /
• 2022

매년 교통사고의 가장 큰 원인으로 손꼽히는 졸음운전은 운전자의 수면 부족, 산소 부족, 긴장감의 저하, 신체의 피로 등과 같은 다양한 요인을 동반한다. 졸음 유무를 확인하는 일반적인 방법으로 운전자의 표정과 주행패턴을 파악하는 방법, 심전도, 산소포화도, 뇌파와 같은 생체신호를 분석하는 방법들이 연구되고 있다. 본 논문은 영상을 검출하는 딥러닝 모델과 생체 신호 측정 기술을 이용한 운전자 피로 감지 시스템을 제안한다. 제안 방법은 일차적으로 딥러닝을 이용하여 운전자의 눈 모양과 하품 유무, 졸음으로 예상되는 신체 동작을 파악하여 졸음 상태를 감지한다. 이차적으로 맥파 신호와 체온을 이용하여 운전자의 피로 상태를 파악하여 시스템의 정확도를 높이도록 설계하였다. 실험 결과, 실시간 영상에서 운전자의 졸음 유무 판별이 안정적으로 가능하였으며 각성상태와 졸음 상태에서의 분당 심박수와 체온을 비교하여 본 연구의 타당성을 확인할 수 있었다.