Driver Fatigue Detection Based on Convolutional Neural Networks Using EM-CNN
CONTENIDO PARA USUARIOS REGISTRADOS
Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.
Acceder- Autor
- Año de publicación 2020
- Idioma Inglés
- Publicado por Revista VirtualPRO,
- Descripción
- Con un enfoque en la investigación de la detección de la fatiga en la conducción, se propone un algoritmo de detección del estado de fatiga del conductor totalmente automatizado utilizando imágenes de conducción. En el algoritmo propuesto, se emplea la arquitectura de red convolucional multitarea en cascada (MTCNN) para la detección de rostros y la localización de puntos de características, y se extrae la región de interés (ROI) utilizando puntos de características. Se propone una red neuronal convolucional, denominada EM-CNN, para detectar los estados de los ojos y la boca a partir de las imágenes de la ROI. El porcentaje de cierre del párpado sobre la pupila a lo largo del tiempo (PERCLOS) y el grado de apertura de la boca (POM) son dos parámetros utilizados para la detección del cansancio. Los resultados experimentales demuestran que el EM-CNN propuesto puede detectar eficazmente el estado de fatiga del conductor a partir de imágenes de conducción. El algoritmo propuesto EM-CNN supera a otros métodos basados en CNN, es decir, AlexNet, VGG-16, GoogLeNet y ResNet50, mostrando unos índices de precisión y sensibilidad del 93,623y 93,643%, respectivamente.
-
Citación recomendada (normas APA)
- Hindawi, "Driver Fatigue Detection Based on Convolutional Neural Networks Using EM-CNN", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3436731/), el día 2024-05-18.