• 로봇학회논문지
• /
• 제13권1호
• /
• pp.38-44
• /
• 2018

In this paper, we propose Intelligent Driver Assistance System (I-DAS) for driver safety. The proposed system recognizes safety and danger status by analyzing blind spots that the driver cannot see because of a large angle of head movement from the front. Most studies use image pre-processing such as face detection for collecting information about the driver's head movement. This not only increases the computational complexity of the system, but also decreases the accuracy of the recognition because the image processing system dose not use the entire image of the driver's upper body while seated on the driver's seat and when the head moves at a large angle from the front. The proposed system uses a convolutional neural network to replace the face detection system and uses the entire image of the driver's upper body. Therefore, high accuracy can be maintained even when the driver performs head movement at a large angle from the frontal gaze position without image pre-processing. Experimental result shows that the proposed system can accurately recognize the dangerous conditions in the blind zone during operation and performs with 95% accuracy of recognition for five drivers.

• 한국통신학회논문지
• /
• 제35권9C호
• /
• pp.756-760
• /
• 2010

본 논문에서는 운전자 피로 감지를 위한 얼굴 동작을 효과적으로 인식하는 방법을 제안하고자 한다. 얼굴 동작은 얼굴 표정, 얼굴 자세, 시선, 주름 같은 얼굴 특징으로 나타난다. 그러나 얼굴 특징으로 하나의 동작 상태를 뚜렷이 구분한다는 것은 대단히 어려운 문제이다. 왜냐하면 사람의 동작은 복합적이며 그 동작을 표현하는 얼굴은 충분한 정보를 제공하기에는 모호성을 갖기 때문이다. 제안된 얼굴 동작 인식 시스템은 먼저 적외선 카메라로 눈 검출, 머리 방향 추정, 머리 움직임 추정, 얼굴 추적과 주름 검출과 같은 얼굴 특징 등을 감지하고 획득한 특징을 FACS의 AU로 나타낸다. 획득한 AU를 근간으로 동적 베이지안 네트워크를 통하여 각 상태가 일어날 확률을 추론한다.

• 전자통신동향분석
• /
• 제38권6호
• /
• pp.31-40
• /
• 2023

Given recent accidents involving autonomous vehicles, driver monitoring technology related to the transition of control in autonomous vehicles is gaining prominence. Driver status monitoring systems recognize the driver's level of alertness and identify possible impairments in the driving ability owing to conditions including drowsiness and distraction. In autonomous vehicles, predictive factors for the transition to manual driving should also be included. During traditional human driving, monitoring the driver's status is relatively straightforward owing to the consistency of crucial cues, such as the driver's location, head orientation, gaze direction, and hand placement. However, monitoring becomes more challenging during autonomous driving because of the absence of direct manual control and the driver's engagement in other activities, which may obscure the accurate assessment of the driver's readiness to intervene. Hence, safety-ensuring technology must be balanced with user experience in autonomous driving. We explore relevant global and domestic regulations, the new car assessment program, and related standards to extract requirements for driver status monitoring. This kind of monitoring can both enhance the autonomous driving performance and contribute to the overall safety of autonomous vehicles on the road.

• Investigative Magnetic Resonance Imaging
• /
• 제16권2호
• /
• pp.124-135
• /
• 2012

목적: 본 연구에서는 숙달된 택시운전기사들을 대상으로 내비게이션 시스템을 이용하여 운전하는 한국인 대조군에 비교하여 해마의 부피와 모양 그리고 기능적 변화를 알아보고자 하였다. 대상과 방법: 총 8명의 대상군(4명의 숙달된 택시운전기사들과 4명의 같은 나이대 일반인 대조군)에 대해 삼차원 T1강조영상과 혈류산소 수준에 따른 기능성 자기공명영상을 촬영하였다. 해마의 용적과 모양, 기능성 자기공명영상 자료를 분석하여 두 군간에 신경 활성도 차이를 비교하였다. 결과: 해마의 용적은 두 군간에 통계적으로 유의한 차이를 보이지 않았다(p > 0.05). 해마의 모양을 보면, 택시운전기사군의 왼쪽 해마가 대조군에 비해 전체 길이가 약간 길고 머리와 꼬리부분이 약간 더 컸다(p < 0.05, uncorrected). 기능성 자기공명영상에서는 택시운전기사군에서 대조군에 비해 방추상회가 특히 활성화되어 있었다. 결론: 택시운전기사군의 해마가 보이는 이러한 구조적, 기능적 변화는 그들의 직업과 관련하여 공간적 탐색능력을 지속적으로 사용하면서 해마와 관련 뇌영역이 기능적으로 분화했음을 나타내는 소견으로 추측할 수 있겠다.