A system for drivers drowsiness detection

Detalhes bibliográficos
Autor(a) principal: Ferreira, Diogo Filipe Rodrigues
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/88600
Resumo: Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores
id RCAP_e2ccfb8a94602c3af5f1141f2bc3e3be
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/88600
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling A system for drivers drowsiness detectionUm sistema para deteção de sonolência nos condutoresSonolênciaVisão por computadorObject detectionYOLOPERCLOSFOMDrowsinessComputer visionEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado em Engenharia Eletrónica Industrial e ComputadoresA condução é uma atividade que requer concentração e um estado de atenção de alerta, pois em caso de distração ou sonolência pode levar a graves consequências. No entanto, o comportamento de conduzir num estado de fadiga, é subestimado por muitas pessoas. Além disso, para trabalhos como empresas transportadoras, os camionistas têm de levar a sua mercadoria ao destino o mais rápido possível e por vezes o descanso é evitado, levando a acidentes. Desta forma, torna-se pertinente o desenvolvimento de um sistema que consiga detetar sonolência nos condutores e que os alerte. Para a realização deste projeto foi então desenvolvido um sistema que deteta quando um condutor se encontra com sinais de sonolência, e para isso foram projetados dois modelos, utilizando visão por computador. O primeiro utiliza object detection para fazer um rastreio a regiões-chave como olhos, boca e cabeça. Para isto teve de ser construido um dataset e uma arquitetura de redes neuronais teve de ser escolhida, e o You Only Look Once (YOLO) foi a que se destacou e mais se adequou ao caso. O segundo modelo calcula os valores de Percentage of Eyelid Closure (PERCLOS) e Frequency of Open Mouth (FOM) de maneira a comparar com valores threshold para fazer um juízo final e dar o alerta. Com resultados bastante satisfatórios obtidos, testes foram efetuados numa Raspberry Pi, de forma a ver como o sistema construído se comportava num dispositivo com menos poder computacional.Driving is an activity that requires concentration and a state of alert attention, as in case of distraction or drowsiness it can lead to serious consequences. However, the behavior of driving in a fatigued state is underestimated by many people. Furthermore, for jobs such as transport companies, truck drivers have to deliver their goods to their destination as quickly as possible and sometimes rest is avoided, leading to accidents. Therefore, it becomes relevant to develop a system that can detect drowsiness in drivers and alert them. In order to carry out this project, a system was developed that detects when a driver has signs of drowsiness, and for that, two models were designed, using computer vision. The first uses object detection to track key regions like eyes, mouth and head. For this, a dataset had to be built and a neural network architecture had to be chosen, and YOLO was the one that stood out and best suited the case. The second model calculates the values of PERCLOS and FOM in order to compare with threshold values to make a final judgment and give the alert. With very satisfactory results obtained, tests were carried out on a Raspberry Pi, in order to see how the built system behaved on a device with less computing power.Ribeiro, A. FernandoUniversidade do MinhoFerreira, Diogo Filipe Rodrigues2022-12-152022-12-15T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/88600eng203511301info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-10T01:19:41Zoai:repositorium.sdum.uminho.pt:1822/88600Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:37:06.801647Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv A system for drivers drowsiness detection
Um sistema para deteção de sonolência nos condutores
title A system for drivers drowsiness detection
spellingShingle A system for drivers drowsiness detection
Ferreira, Diogo Filipe Rodrigues
Sonolência
Visão por computador
Object detection
YOLO
PERCLOS
FOM
Drowsiness
Computer vision
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short A system for drivers drowsiness detection
title_full A system for drivers drowsiness detection
title_fullStr A system for drivers drowsiness detection
title_full_unstemmed A system for drivers drowsiness detection
title_sort A system for drivers drowsiness detection
author Ferreira, Diogo Filipe Rodrigues
author_facet Ferreira, Diogo Filipe Rodrigues
author_role author
dc.contributor.none.fl_str_mv Ribeiro, A. Fernando
Universidade do Minho
dc.contributor.author.fl_str_mv Ferreira, Diogo Filipe Rodrigues
dc.subject.por.fl_str_mv Sonolência
Visão por computador
Object detection
YOLO
PERCLOS
FOM
Drowsiness
Computer vision
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Sonolência
Visão por computador
Object detection
YOLO
PERCLOS
FOM
Drowsiness
Computer vision
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores
publishDate 2022
dc.date.none.fl_str_mv 2022-12-15
2022-12-15T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/88600
url https://hdl.handle.net/1822/88600
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203511301
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137422077853696