• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.947-950
• /
• 2015

우리나라 전체 교통사고 원인에 있어서 졸음운전은 음주운전보다도 더 큰 비중을 차지하고 있는 위험요소로 나타나고 있다. 따라서 사전에 졸음운전사고를 예방하기 위하여 운전자의 졸음을 인식하고 경고해주는 시스템 개발과 관련된 연구가 활발하게 이루어지고 있는 추세이며, 졸음의 지표는 뇌파의 알파파를 분석하는 것이 효과적이라는 선행 연구결과들이 발표되었다. 본 연구에서는 LabView 프로그램을 이용하여 졸음지표를 검출할 수 있는 신호처리 알고리즘을 적용시킨 뇌파측정 장치를 자체 개발하였다. 소수의 실험자를 대상으로 졸음유도 실험을 실시한 결과 알파파의 상대 파워스펙트럼 변화를 기준으로 졸음상태를 의미하는 뇌파의 패턴을 검출 할 수 있었다. 이후 기존의 뇌파측정 장비들을 사용하여 측정한 졸음패턴과 비교분석한 결과 유사한 패턴을 나타내는 것을 확인 할 수 있었다. 이러한 결과를 바탕으로 차후 운전자의 졸음예방 시스템에 활용한다면 졸음운전 사고로 인한 사망률을 낮추는데 기여할 수 있을 것으로 기대된다.

• 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.

• 해양환경안전학회지
• /
• 제20권5호
• /
• pp.564-570
• /
• 2014

본 논문에서는 컬러정보와 깊이정보를 사용하여 얼굴을 검출하고 추적한 후 항해사의 졸음을 탐지하는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성된다. 얼굴검출 과정에서는 기존의 방법 중 가장 좋은 성능을 보이는 Adaboost 알고리즘을 사용하며, Adaboost로 입력되는 영상의 영역을 사람이 존재하는 영역으로만 제한하여 얼굴을 검출한다. 얼굴검출 과정에서 얼굴이 검출되면 그것을 템플릿으로 하여 얼굴추적 과정이 수행된다. 제안한 방법의 성능을 평가하기 위하여 실험영상을 이용하여 실험을 수행하였다. 실험결과 제안한 졸음탐지 방법은 기존의 방법에 비해 약 23 %의 수행시간을 보였으며, 또한 졸음탐지 방법은 추적 시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1 %의 낮은 추적오차율을 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.

• 한국인공지능학회지
• /
• 제6권1호
• /
• pp.11-15
• /
• 2018

The purpose of this study is to develop a pulsatile drowsiness detection system that can compensate the limitations of existing camera - based or breathing pressure sensor based Drowsiness driving prevention systems. A heart rate sensor mounted on the driver's finger and an alarm system that sounds when drowsiness is detected. The heart rate sensor was used to measure pulse changes in the wrist, and an alarm system based on the Arduino, which works in conjunction with the laptop, generates an audible alarm in the event of drowsiness. In this paper, we assume that the pulse rate of the drowsy state is 60 ~ 65 times / minute, which is the middle between the awake state and the sleep state. As a result of the experiment, the alarm sounded when the driver's pulse rate was in the drowsy pulse rate range. Based on these experiments, the drowsiness detection system was able to detect the drowsiness of the driver successfully in real time. A more effective drowsiness prevention system can be developed in the future by incorporating the results of the present study on a pulse-based drowsiness prevention system in an existing drowsiness prevention system.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.322-325
• /
• 1997

In this study, we propose a non-invasive method to detect the drowsiness of a driver. The computer vision technology was used to extract an eye, track eyelids and measure the parameters related to the blink. We examined the blink patterns of a driver in drowsy state. For the evaluation of our image processing algorithm, the blink patterns were compared with the measured EOG signals. The result showed that our algorithm might be available in detection of drowsiness.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.75-77
• /
• 2021

다양한 원인으로 매년 수많은 사람이 교통사고로 목숨을 잃거나 크게 다치곤 한다. 최근 교통사고 통계자료에 따르면 졸음운전으로 인한 교통사고가 음주운전이나, 과속보다도 높은 비중을 차지하고 있었다. 또한, 사고가 났을 때 안전벨트를 매지 않은 운전자나 동승객은 부상 정도가 훨씬 심각한 것으로 알려져 전 좌석에 안전벨트를 꼭 착용해야 하는 법도 제정되었다. 그런데도 많은 운전자 및 동승자가 안전벨트를 착용하지 않아 크게 부상을 당하는 사고는 줄지 않고 있다. 이러한 사고와 부상을 줄이기 위하여 본 논문에서는 다중 네트워크를 이용하여 운전자의 졸음 감지 및 운전자, 동승자의 안전벨트 착용 여부까지 실시간으로 판별하는 시스템을 설계하고 구현한다.

• 제어로봇시스템학회논문지
• /
• 제22권9호
• /
• pp.699-704
• /
• 2016

In this paper, we propose a development method for a drowsiness detection system using retinex theory and edge information for vehicle safety. Detection of a drowsy state of a driver is very important because the drowsiness of driver is often the main cause of many car accidents. After acquiring an image of the entire face, we executed the pre-process step using the retinex theory. We then applied a technique for the detection of the white pixels using edge information. Experimental results showed that the proposed method improved the accuracy of detecting drowsiness to nearly 98%, and can be used to prevent a car accident caused by the driver's drowsiness.

• 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.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.67-77
• /
• 2016

본 논문에서는 변형된 하우스더프 거리 (MDH: Modified Hausdorff Distance)를 이용한 눈 개폐 감지 알고리즘을 제안한다. 제안하는 알고리즘은 얼굴 검출과 눈 개폐 감지로 크게 구분된다. 얼굴 영역의 검출을 위하여 고정 크기의 영역 내에서 픽셀 값을 이용하는 지역 구조특성의 MCT (Modified Census Transform)특징기반 방법을 사용하였다. 이후, 검출된 얼굴 영역 내에서 MHD를 이용하여 눈의 위치 및 개폐를 판단한다. 얼굴 검출의 처리절차는 먼저, 오프라인에서 다양한 얼굴 영상에 대해 MCT 이미지를 생성하고, 이를 기반으로 PCA를 이용하여 기준이 되는 특징벡터들을 추출한다. 다음으로, 온라인에서는 입력되는 실험 영상 내에서 새롭게 추출된 특징벡터들과 기준이 되는 특징 벡터들 간의 유클리드 거리를 이용하여 얼굴 영역을 검출하는 순서로 진행된다. 이후, 검출된 얼굴 영역 내에서 MHD 기반의 눈 영역 검출과 템플릿 매칭을 수행하여 눈의 개폐를 감지한다. 제안하는 방법의 성능 검증을 위하여 그레이 스케일 영상 (30FPS, $320{\times}180$)을 입력으로 실험을 수행한 결과, 눈 계폐 검출율에서 평균 94.04%의 정확도를 달성하였다.