• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.481-484
• /
• 2011

최근의 자동차 기술이 기계적 장치 위주에서 전장부품 특히, 차량의 안전 및 편의 기술로서 발전되고 있어서, 추후 자동차의 경쟁력은 에너지 효율성문제와 안전편의 기술의 적용에 의해 그 경쟁력이 결정될 것으로 판단된다. 본 연구에서는 자동차 운전자 졸림의 검지하기 위한 각종 기술을 소개하고 상용화된 기술의 장단점을 비교하여서, 이의 문제점을 해결하기 위한 복합 센싱기술을 소개한다. 기존의 카메라에 의한 눈동자인식을 기반으로한 직접적인 졸림검지와 운전자의 생체신호를 검출하여 간접적으로 스트레스, 피로도, 졸림을 검출하는 방법을 결합하여, 보다 정확도가 높은 졸림검지가 가능한 알고리즘을 개발하였다.

• 중소기업융합학회논문지
• /
• 제3권1호
• /
• pp.31-41
• /
• 2013

치명적인 사고를 막기 위해 드라이버 졸음 (DD)를 검출하는 다양한 최근 방법이 제안되고있다. 본 논문은 운전자의 눈에 폐쇄 속도를 모니터링 할 수 있는 기능을 AdaBoost 기반 물체 검출 알고리즘에 적용한 DD 탐지 시스템 구현에서 하드웨어/소프트웨어 공동 설계 방법을 제안한다. 소프트웨어 구성 요소는 DD 검출 알고리즘 중에서 필요한 기능성을 완전하게 달성하기 위해 전체적인 제어 및 논리 연산을 구현한다. 반면, 본 연구에서는 DD 검출 알고리즘의 중요한 기능은 처리를 가속화하기 위해 맞춤형 하드웨어 구성 요소를 통해 가속된다. 하드웨어/소프트웨어 아키텍처는 비디오 도터 보드와 알테라 DE2 보드에 구현되었습니다. 제안 된 구현의 성능을 평가하고 몇 가지 최근의 작품을 벤치마킹했다.

• 전기학회논문지
• /
• 제63권12호
• /
• pp.1667-1670
• /
• 2014

This paper describes a method for detecting the pupil region and identification of the eye status for driver drowsiness detection system. This program detects a driver's face and eyes using viola-jones face detection algorithm and extracts the pupil area by utilizing mean values of each row and column on the eye area. The proposed method uses binary images and the number of black pixels to identify the eye status. Experimental results showed that the accuracy of classification eye status(open/close) was above 90%.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 춘계학술대회
• /
• pp.56-59
• /
• 1996

The purpose of this study is to identify the cause of driver's drowsiness and to get information about driver's drowsiness from facial image using computer vision. We measured the driver's movements of a head and shoulders in the highway arid street. We also measured the eye blink duration and yawning duration of normal and drowsy drivers. from the results, we confirmed that the measurement of eye blink and yawning might be a way of drowsy detection.

• 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.

• 제어로봇시스템학회논문지
• /
• 제22권5호
• /
• pp.361-366
• /
• 2016

In this paper, we propose a technique for drowsiness detection using the histogram and edge information of eyes. The drowsiness of vehicle drivers is the main cause of many vehicle accidents. Therefore, the checking of eye images in order to detect the drowsiness status of a driver is very important for preventing accidents. In our suggested method, we analyze the changes of the histograms and edges of eye region images, which are acquired using a CCD camera. The experimental results show that our proposed method enhances the accuracy of detecting drowsiness to nearly 99%, and can be used for preventing vehicle accidents caused by the driver's drowsiness.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.464-470
• /
• 2016

본 논문은 개선된 얼굴검출 알고리즘과 눈의 개폐 빈도수로부터 운전자의 졸음을 판단하는 방법을 제안한다. 이를 위해 기존의 Viola-Jones 알고리즘과 얼굴의 공간적 상관관계를 이용하여 얼굴, 눈, 코, 입을 검출한다. 여기서, 얼굴의 공간적 상관관계는 7가지 특징에 기반한 DFP(Detect Face Part)에 의해 수행된다. Caltect 얼굴 데이터베이스에 실험을 한 결과, 특히 코 영역에 대한 검출률은 기존 Viola-Jones 알고리즘과 비교하여 13.78% 증가된 검출률을 보여주고 있다. 그리고, SVM(Support Vector Machine)과 PERCLOS(Percentage Closure of Eyes)을 사용해 시간에 따른 눈 개폐상태의 누적 값으로 운전자의 졸음 판단을 분석한다. 실험결과 93.28%의 운전자 졸음판단률을 얻어 제안된 방법의 유용성을 확인하였다.

• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.136-141
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.768-773
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호 분석이 많이 적용되는데 그중에서도 뇌파(Electroencephalogram, EEG)와 안구전도(Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜를 바탕으로 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하였고 선형예측(Linear Predictive Coding, LPC) 계수와 Support Vector Machine(SVM)을 이용한 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)에서도 96.5%의 높은 분류 결과를 얻어 짧은 순간에 일어날 운전시 돌발 상황을 실시간으로 예측할 수 있는 가능성을 보였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.90-94
• /
• 1996

We studied the problem of driver's low vigilance state which is related to the one reason of traffic accidents. In this paper, we developed the drowsiness warning system for a drowsy driver. To extract the eyes and mouth from the driver's facial image in real time, a computer vision method was used. The eye blink duration and yawning were used as measurement parameters of drowsiness detection. When the drowsy state of a driver was detected, the driver was refreshed by the scent generator and the alarm. Also, the driver's bio-signal was acquired and analyzed to measure the vigilance state.