آنالیز تصاویر چهره به منظور تشخیص خواب آلودگی

Authors

  • پونه روشنی تبریزی کارشناس ارشد مهندسی پزشکی، قطب کنترل و پردازش هوشمند، دانشکئه مهندسی برق و کامپیوتر، دانشگاه تهران
Abstract:

تشخیص خواب آلودگی در موارد زیادی از جمله کاهش تصادفات جاده ای اهمیت دارد. در این مقاله، الگوریتم های جدیدی به منظور تعیین مکان مردمک ها و دایره های عنبیه، لب ها و تشخیص وضعیت باز و بسته بودن چشم ها ارائه می شود که در نهایت بر اساس آنالیز چهره (باز و بسته بودن چشم ها و دهان) میزان سطح خواب آلودگی فرد تعیین می شود. در بیشتر روش های مبتنی بر آنالیز چهره با استفاده از یک پارامتر، خواب آلودگی فرد تشخیص داده شده است. روش های معدودی وجود دارند که از چندین پارامتر برای تشخیص خواب آلودگی استفاده می کنند و آنها نیز مبتنی بر داده های آموزشی و روشنگرهای مادون قرمزند. استفاده طولانی مدت از این روشنگر ها موجب آسیب شبکیه چشم می شود. بنابراین در این مقاله از روشنگرهای مادون قرمز استفاده نخواهد شد. همچنین با ترکیب چند پارامتر خواب آلودگی و عوامل محیطی، میزان سطح خواب آلودگی با دقت بالایی بدون نیاز به داده های آموزشی و سخت افزار خاص تعیین می شود. روش پیشنهادی به منظور تشخیص خواب آلودگی شامل 4 مرحله تشخیص ناحیه چهره، تعیین معیارهای خواب آلودگی به کمک چشم ها، تعیین معیار خواب آلودگی به وسیله دهان و تشخیص میزان سطح خواب آلودگی شخص است. مراحل مختلف روش پیشنهادی با روش های پیشین در شرایط متفاوت نوری و محیطی به وسیله مجموعه داده هایIMM ، HCE،CVL و 30 فیلم گرفته شده از 15 نفر مقایسه شده اند. در نهایت نیز قابلیت تشخیص سطح خواب آلودگی به وسیله روش پیشنهادی در 15 فرد خواب آلوده به طور موفقیت آمیز ارزیابی شده است. بدین صورت که در ابتدا وضعیت باز و بسته بودن چشم ها و دهان به ترتیب 94.3% و 95.1% درست تشخیص داده شده اند. سپس میزان سطح خواب آلودگی شخص در حالت های مختلف پلک زدن عادی، پلک زدن تند، صحبت کردن عادی، خمیازه کشیدن و بسته بودن طولانی مدت چشم ها مشخص شده است. در نهایت نیز اگر میزان سطح خواب آلودگی به دست آمده از حد آستانه 95% تجاوز کند، به شخص هشدار داده می شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تحلیل تصاویر ریزآرایه به منظور تشخیص نوع سرطان سینه

Background: Microarray technology is a powerful tool to study and analyze the behavior of thousands of genes simultaneously. Images of microarray have an important role in the detection and treatment of diseases. The aim of this study is to provide an automatic method for the extraction and analysis of microarray images to detect cancerous diseases. Methods: The proposed system consists of t...

full text

تحلیل تصاویر ریزآرایه به منظور تشخیص نوع سرطان سینه

Background: Microarray technology is a powerful tool to study and analyze the behavior of thousands of genes simultaneously. Images of microarray have an important role in the detection and treatment of diseases. The aim of this study is to provide an automatic method for the extraction and analysis of microarray images to detect cancerous diseases. Methods: The proposed system consists of t...

full text

بهبود محلی کیفیت تصاویر چهره با سایه شدید به منظور ارتقاء شناسایی

Varying illuminations, especially the side lighting effects in face images, is one of the major obstacles in face recognition systems. Various methods have been presented for face recognition under different lighting conditions witch require previous knowledge about Light source and shadow area. In this paper, a novel approach based on H-minima transform to image segmentation and illumination n...

full text

پیاده سازی و بهینه سازی یک روش غیرخطی در آنالیز چهره به منظور کاهش خطای تشخیص

فنآوری شناسایی چهره یکی از معدود روشهای بیومتریک می باشد که با دارا بودن مزایای دقت بالا و طبیعی بودن روش، به منظور شناخت افراد و در مواردی مانند امنیت اطلاعات، اجرا و نظارت بر قانون، کارتهای هوشمند، کنترل دسترسی و غیره مورد استفاده قرار می گیرد. در این پایان نامه از روش آنالیز غیر خطی مولفه های اصلی مبتنی بر تبدیل ویولت گسسته به منظور استخراج ویژگی های اصلی تصاویر چهره و سپس به منظور تشخیص و د...

تحلیل جاذب‌ها در شبکه‌های عصبی خودانجمنی و کاربرد آن در آنالیز تصاویر چهره

شبکه‌های عصبی خودانجمنی بالقوه امکان به‌کارگیری برای پردازش و هنجارسازی غیرخطی داده‌ها را در خود دارند؛ زیرا نخست، به یادگیری و شبیه‌سازی ارتباطات غیرخطی پیچیده قادرند و دوم، این ارتباطات را با تجزیه و گسترده‌سازی اطلاعات روی نورون‌ها و وزن‌ها و سپس ترکیب نتایج پردازش آنها به انجام می‌رسانند و از این طریق روی اطلاعات ورودی و ارتباطات مابین آنها عملاً درون‌یابی انجام می‌دهند. ایراد این شبکه‌ها ای...

full text

تشخیص خستگی راننده به کمک تحلیل تصاویر چهره

آمار تصادفات نشان¬دهنده آن است که خطاهای انسانی علت اصلی تصادفات منجر به جراحت و فوت در سرتاسر جهان است. این خطاها به خصوص در لحظاتی که راننده خسته است به اوج خود می-رسد. برای به حداقل رساندن این خطاها نیاز به سامانه¬ای جهت تشخیص خستگی و جلوگیری از ادامه رانندگی داریم. عملکرد این سامانه باید به صورت بی¬درنگ باشد تا مانع از تصادفات جانی و مالی شود. در این پژوهش،الگوریتم هوشمندی جهت تشخیص خستگی ر...

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 3

pages  247- 266

publication date 2008-11-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023