[論文レビュー] Driver Drowsiness Detection System: An Approach By Machine Learning Application

Jagbeer Singh, Ritika Kanojia+3 more|arXiv (Cornell University)|Mar 11, 2023

Sleep and Work-Related Fatigue被引用数 14

ひとこと要約

本論文は、顔と目の追跡を用いて運転者の眠気を検出し、目の画像をデータセットと照合し、目が閉じた時にアラートを鳴らす機械学習ベースのシステムを提案し、約80%の精度を達成する。

ABSTRACT

The majority of human deaths and injuries are caused by traffic accidents. A million people worldwide die each year due to traffic accident injuries, consistent with the World Health Organization. Drivers who do not receive enough sleep, rest, or who feel weary may fall asleep behind the wheel, endangering both themselves and other road users. The research on road accidents specified that major road accidents occur due to drowsiness while driving. These days, it is observed that tired driving is the main reason to occur drowsiness. Now, drowsiness becomes the main principle for to increase in the number of road accidents. This becomes a major issue in a world which is very important to resolve as soon as possible. The predominant goal of all devices is to improve the performance to detect drowsiness in real time. Many devices were developed to detect drowsiness, which depend on different artificial intelligence algorithms. So, our research is also related to driver drowsiness detection which can identify the drowsiness of a driver by identifying the face and then followed by eye tracking. The extracted eye image is matched with the dataset by the system. With the help of the dataset, the system detected that if eyes were close for a certain range, it could ring an alarm to alert the driver and if the eyes were open after the alert, then it could continue tracking. If the eyes were open then the score that we set decreased and if the eyes were closed then the score increased. This paper focus to resolve the problem of drowsiness detection with an accuracy of 80% and helps to reduce road accidents.

研究の動機と目的

• 眠気運転による道路事故の高い発生率に対処する。
• 顔と目の追跡手がけるリアルタイムな眠気検出アプローチを開発する。
• 閾値の間、目を閉じた場合にアラームを鳴らすMLベースのシステムを評価する。
• 目の状態（開眼/閉眼）と眠気の相関を示し、事故を減らす。

提案手法

• 運転者の顔を識別し、リアルタイムで目を追跡する。
• 目の画像を抽出し、それをデータセットと比較して眠気を分類する。
• 閉眼がスコアを増加させ、開眼がそれを減少させる閉眼ベースのスコアリング機構を使用する。
• 設定範囲で目が閉じたままの場合にアラームを作動させる。
• リアルタイム性能を目指し、精度を約80%程度にする。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムの眼球追跡と顔の分析は運転者の眠気を信頼性高く検出できるか？
• RQ2 眠気分類のための眼の画像のデータセットベースの照合はどれほど効果的か？
• RQ3 閉眼スコアは眠気と相関してタイムリーな警告を引き起こすか？

主な発見

• システムは眠気検出において約80%の精度を達成する。
• 目が指定された時間閉じている場合にアラートを作動させる。
• 目の状態追跡（開 eyes/閉 eyes）は動的スコアリング機構を通知する。
• リアルタイム処理はドライバーに迅速に通知することを重視する。
• このアプローチは早期の眠気検知によって道路事故を減らすことを強調する。