지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 곽근창
- 발행연도
- 2017
- 저작권
- 조선대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (4)
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, we propose an analysis method of drowsiness status of a driver from the opening and closing of eye and mouth. For this purpose, eyes, nose and mouth are detected to improve the area of interest using the
spatial correlation in the existing Viola-Jones algorithm. Then, histogram equalization is performed for detection at night driving, and drowsiness status of the driver data with the accumulation value through opening and closing of eye and mouth using SVM (Support Vector Machine) and PERCLOS (Percentage Closure of Eyes). The experimental result using Caltect face database showed that the detection rate of two eyes and nose were increased
by about 3% and 13.78%, respectively. Experimental results were confirmed that the performance of drowsiness through the opening and closing of the eyes was 90.72% and the performance of state through the opening and closing of the mouth was 98.26%.
spatial correlation in the existing Viola-Jones algorithm. Then, histogram equalization is performed for detection at night driving, and drowsiness status of the driver data with the accumulation value through opening and closing of eye and mouth using SVM (Support Vector Machine) and PERCLOS (Percentage Closure of Eyes). The experimental result using Caltect face database showed that the detection rate of two eyes and nose were increased
by about 3% and 13.78%, respectively. Experimental results were confirmed that the performance of drowsiness through the opening and closing of the eyes was 90.72% and the performance of state through the opening and closing of the mouth was 98.26%.
목차
제1장 서론 3제2장 Viola-Jones 알고리즘을 이용한 운전자 얼굴 검출 방법 6제1절 적분영상 7제2절 Haar-like 특징 8제3절 Adaboost 알고리즘 10 제4절 Cascade 구조 14제3장 운전자 상태 및 졸음판단 방법 16제1절 얼굴의 공간적 상관관계 16제2절 운전자 눈과 입 개폐판단을 위한 과정 19제3절 라벨링 방법 21제4절 히스토그램 평활화 24제5절 서포트 벡터 머신 261.선형 서포트 벡터 머신 분류 272.비선형 서포트 벡터 머신 분류 28제6절 PERCLOS 29제4장 실험 및 결과 31제1절 데이터베이스 311.Caltech Face Data 312.운전자 주행 영상 32제2절 유효성 판단 실험 34제3절 입 개폐를 이용한 운전자 상태판단 36제4절 눈 개폐를 통한 졸음판단 38제5장 결론 44참고문헌 45
최근 본 자료
댓글(0)
0