машина обучения. ДОКЛАД. Доклад По науном проекте книту на тему система отслеживания небезопасного вождения

• Название: Доклад По науном проекте книту на тему система отслеживания небезопасного вождения
• Анкор: машина обучения
• Дата: 29.03.2021
• Размер: 1.36 Mb.
• Имя файла: ДОКЛАД.docx
• Тип: Доклад; #189227

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение
высшего образования
«Казанский национальный исследовательский технологический университет»
(ФГБОУ ВО КНИТУ)

Института нефти, химии и нанотехнологий, факультета наноматериалов и нанотехнологий

Кафедра Интеллектуальных систем и управления информационными ресурсами

Доклад

По науном проекте

КНИТУ

На тему; система отслеживания небезопасного вождения.

Выполнил студент: Мвапе .С.


научный консультант: Антонова П.В.


Казань 2021г.

содержание

Абстрактные 3

2. Введение 4

3.Цель и задачи проекта  5

4. процесс 6

Система обнаружения сонных водителей была разработана с использованием навязчивых концепций машинного зрения. Система использует веб-камеру, которая направлена прямо на лицо водителя и отслеживает движения глаз водителя, чтобы определить усталость. В таком случае, когда обнаруживается усталость, выдается предупреждающий сигнал, чтобы предупредить водителя. Разработанный алгоритм отличается от всех опубликованных в настоящее время статей, что и было основной целью проекта. Система занимается обнаружением глаз в определенном сегменте лица. Если они не найдены для 20 последовательных кадров, система делает вывод, что драйвер засыпает. 6

В этом проекте мы разработали систему обнаружения сонливости с использованием Python. Входное видео захватывается с помощью веб-камеры (камеры), а затем извлекается. Распознавание лиц и глаз выполняется с помощью OpenCv с помощью 68 ориентиров по лицам. Используя евклидово соотношение сторон глаза, мы можем получить коэффициент мигания глаз, это помогает определить, открыты или закрыты глаза. 6

Он обнаружит лицо и глаза водителя с помощью заданных команд. Затем он определит, открыты или закрыты глаза водителя. Если глаза закрыты больше, чем заданный интервал времени, он предупредит водителя, включив будильник, или если глаза открыты, он отобразит сообщение «глаза открыты», а затем он перейдет к видеосъемке водителя, и процесс будет продолжаться. 6

5. Требования 7

6 .Flow chart 7

на любом этапе водитель возвращается в свое обычное положение, оценка снижается ниже порогового значения, и сигнализация перестает срабатывать 12

8.заключение 13

Абстрактные

В наши дни дорожно-транспортные происшествия стали одной из основных проблем. Основные дорожно-транспортные происшествия происходят из-за сонливости, пьяного и опрометчивого вождения. По этой причине с каждым годом увеличивается количество ДТП, особенно автомобилей. Из-за сонливости водители становятся менее активными во время вождения. Эта статья представляет собой создание системы обнаружения и предупреждения сонливости для обеспечения безопасности автомобилей и предотвращения аварий. Мы используем обнаружение глаз, обнаружение сонливости и обнаружение паттернов моргания с помощью концепций, основанных на машинном зрении. Для обнаружения усталости или сонливости использовалась веб-камера, которая направлена прямо на лицо водителя и определяет движение глаз водителя.

2. Введение

Усталость водителей вызывает максимальное количество аварий. Обнаружение сонливости снижает количество ДТП и повышает безопасность водителя. Различные исследования показывают, что около 30-40% аварий происходят из-за сонливого водителя. Развитие технологий позволяет внедрять более совершенные решения в повседневную жизнь. Это делает работу менее утомительной для сотрудников, а также повышает безопасность труда. Сейчас системы на основе машинного зрения более популярны и используются в различных приложениях.

Обнаружение сонливости включает наблюдение за лицом, определение положения глаз и наблюдение за образцом моргания. Анализ изображений лиц выполняется с помощью «предсказателя формы, содержащего 68 ориентиров на лица». Для определения усталости использовалась веб-камера, которая направлена ​​прямо на лицо водителя и обнаруживает движение глаз. В этом проекте основное внимание будет уделено модели мигания глаз, которая включает рассмотрение всего изображения лица и определение положения глаз с помощью собственного алгоритма обработки изображений. После определения положения глаз система предназначена для определения того, открыты ли глаза или закрыты, и для определения сонливости. Если глаза закрыты на определенный период времени, сработает сигнализация, чтобы предупредить водителя.

Разработка технологий обнаружения или предотвращения сонливости за рулем является серьезной проблемой в области систем предотвращения аварий. Из-за опасности, которую представляет сонливость на дороге, необходимо разработать методы противодействия ее последствиям. Невнимательность водителя может быть результатом отсутствия бдительности во время вождения из-за сонливости и рассеянности водителя. Водитель отвлекается, когда какой-либо предмет или событие отвлекает внимание человека от вождения.

3.Цель и задачи проекта 

Цель проекта 

• 
  - предупреждать или уведомлять водителей, если они засыпают за рулем или потеряли концентрацию
  
• 
  Задачи
  
• 
  - разработать прототип системы обнаружения сонливости
  
• 
  - В центре внимания будет;
  
• 
  направлен на разработку системы, которая будет точно контролировать открытое или закрытое состояние водителя глаза в режиме реального времени.
  

4. процесс

Система обнаружения сонных водителей была разработана с использованием навязчивых концепций машинного зрения. Система использует веб-камеру, которая направлена прямо на лицо водителя и отслеживает движения глаз водителя, чтобы определить усталость. В таком случае, когда обнаруживается усталость, выдается предупреждающий сигнал, чтобы предупредить водителя. Разработанный алгоритм отличается от всех опубликованных в настоящее время статей, что и было основной целью проекта. Система занимается обнаружением глаз в определенном сегменте лица. Если они не найдены для 20 последовательных кадров, система делает вывод, что драйвер засыпает. В этом проекте мы разработали систему обнаружения сонливости с использованием Python. Входное видео захватывается с помощью веб-камеры (камеры), а затем извлекается. Распознавание лиц и глаз выполняется с помощью OpenCv с помощью 68 ориентиров по лицам. Используя евклидово соотношение сторон глаза, мы можем получить коэффициент мигания глаз, это помогает определить, открыты или закрыты глаза. Он обнаружит лицо и глаза водителя с помощью заданных команд. Затем он определит, открыты или закрыты глаза водителя. Если глаза закрыты больше, чем заданный интервал времени, он предупредит водителя, включив будильник, или если глаза открыты, он отобразит сообщение «глаза открыты», а затем он перейдет к видеосъемке водителя, и процесс будет продолжаться.


Рисунок 1

5. Требования

5.1. Программное обеспечение Anaconda:

Anaconda - это бесплатный дистрибутив языков программирования Python и R с открытым исходным кодом для научных вычислений (обработка данных, приложения для машинного обучения, крупномасштабная обработка данных, прогнозная аналитика и т. Д.), Цель которого - упростить управление пакетами и их развертывание.

5.2. Python:

Мы использовали версию Python 3.6, которая поддерживает пакеты opencv и dlib для распознавания лиц. Python - это интерпретируемый язык программирования общего назначения. Это легко понять.

5.3. OpenCV:

Это библиотека многих функций программирования, которая в основном используется для программ компьютерного зрения в реальном времени.

5.4. Длиб:

Он используется для создания более сложного программного обеспечения и используется для решения многих задач в реальном времени.

5.5. ВЭБ-камера :

Для обнаружения движений лица и глаз.

5.6. Воспроизвести звук:

Если глаза закрыты на более длительный промежуток времени, с помощью программы воспроизведения звука можно будет включить будильник.

6 .Flow chart

Рисунок 2


Рабочий процесс нашего проекта таков: когда пользователь запускает проект, веб-камера размещается в том месте, где она можетСистема обнаружения и предупреждения сонливости с использованием Pythonвидеть лицо водителей. Пользователь запускает программу, с помощью веб-камеры запускается видео. Это 5затем начинает извлекать видео. После этого он обнаружит лицо и глаза водителя по заданномукоманды. Затем он определит, открыты или закрыты глаза водителя. Если глаза закрыты более чемчерез заданный интервал времени он предупредит водителя, включив будильник, или, если глаза открыты, он отобразит сообщение «глаза open », а затем он перейдет к видеосъемке драйвера, и процесс будет продолжен.


6.РЕЗУТАЛЬТЫ

Рисунок 3

• 
  первая модель с использованием OpenCV идентифицирует лицо. как показано квадратной фигурой на картинке выше.
  
• 
  вторая модель с помощью CNN отслеживает глаза. пока они открыты, счет будет ниже порога, и будильник не сработает
  

Рисунок 4

• 
  модель определяет, что водитель закрыл глаза. каждый новый ввод, полученный с камеры, увеличивает оценку на 1.
  
• 
  когда последовательный такой ввод продолжает счет с превышением установленного порога, и сигнал тревоги срабатывает, предупреждая водителя о необходимости
  

Рисунок 5

• 
  так же, как на предыдущем рисунке. работает система оповещения модели, и водитель наклоняет голову так, что не может обращать внимание на дорогу
  

Рисунок 6

• на любом этапе водитель возвращается в свое обычное положение, оценка снижается ниже порогового значения, и сигнализация перестает срабатывать

8.заключение

Таким образом, мы реализовали систему обнаружения и предупреждения сонливости с использованием Python. Каждый раз, когда водитель чувствует сонливость, глаза закрываются дольше заданного интервала времени, включается сигнализация. Этот проект поможет предотвратить аварии несчастные случаи, вызванные сонливостью. В режиме реального времени идентификация сонливого водителя с помощью обнаружения моргания глаз, если параметры превышают определенный предел, могут быть установлены предупреждающие сигналы на транспортном средстве, чтобы предупредить водителя о сонливости.

В этом проекте он будет определять сонливость, наблюдая за миганием глаз. С помощью евклидова коэффициента расстояний, то есть коэффициента моргания глаз, легче проанализировать коэффициент моргания. Это более эффективный метод, чем другие системы. Его можно построить по очень высокой цене. Это дает более точный результат, чем «обнаружение сонливости с помощью MATLAB».

10.список использованных источников

1. 
   Вандна Шайни, Рекха Шайни «Система и методы обнаружения сонливости водителя», IJCSIT, Vol. 5 (3), 2014.
   
2. 
   К.Сриджаяти, М.Ведачари «Внедрение системы обнаружения сонливости водителя», IJSETR, том 2, выпуск 9,
   

Сентябрь 2013.

3. 
   Чисти, Джасмин Гилл, «Система обнаружения сонливости водителя», IJCST, том 3, выпуск 4, июль-август 2015 г. [4] Дивья Чандан, «Обнаружение сонливости с использованием MATLAB», IJCST, том 9, выпуск 3, март -2018.
   
4. 
   Арун Сахаядхас, Кеннет Сундарадж и Муругаппан Муругаппан «Обнаружение сонливости водителя на основе датчиков», Сенсоры, 7
   

Декабрь 2012 г.

5. 
   Патил М.Н., Бриджеш Айер, Раджив Арья (2016) Оценка производительности алгоритмов PCA и ICA для приложения распознавания выражений лица. В: Пант М., Дип К., Бансал Дж., Нагар А., Дас К. (ред.) Труды Пятой Международной конференции по мягким вычислениям для решения проблем. Достижения в интеллектуальных системах и вычислениях, том 436, стр 965-976. Спрингер, Сингапур. https://doi.org/10.1007/978-981-10-0448-3_81
   
6. 
   Митарвал Сурендра Сингх Л., Аджгар Бхавана Г., Шинде Пуджа С., Маске Ашиш М. «Сонливость, вызывающая слежение за глазами.
   
7. 
   Система мониторинга и предупреждения », IJTRA, том 3, выпуск 3, май-июнь 2015 г.
   
8. 
   С. Бавкар, Б. Айер и С. Деосаркар, «Быстрый скрининг алкоголизма: подход к выбору оптимального канала на основе ЭЭГ», IEEE Access, т. 7, стр. 99670-99682, 2019 г., DOI: 10.1109 / ACCESS.2019.2927267.
   
9. 
   Оук П., Айер Б. (2020) Обнаружение зеркального отражения для раннего прогнозирования рака шейки матки. В: Хитендра Сарма Т., Санкар В., Шайк Р. (редакторы) Новые тенденции в электротехнике, коммуникациях и информационных технологиях. Конспект лекций по электротехнике, том 569, стр 683-691. Спрингер, Сингапур
   
10. 
    Бавкар С., Айер Б., Деосаркар С. (2020) Метод скрининга алкоголизма на основе BPSO. В: Кумар А., Моцар С. (редакторы) ICCCE 2019. Лекционные заметки по электротехнике, том 570, стр 47-53. Спрингер, Сингапур. https://doi.org/10.1007/978-981-13-8715-9_6
    
11. 
    Оук П., Айер Б. (2020) Обнаружение и замена зеркального отражения: ключ к точному анализу медицинских изображений. В: Кумар А., Моцар С. (редакторы) ICCCE 2019. Лекционные заметки по электротехнике, том 570, стр 223-241. Спрингер, Сингапур. Https://doi.org/10.1007/978-981-13-8715-9_28