nadzor umora kod vozača – pregled algoritama za detekciju lica i očiju
DESCRIPTION
Nadzor umora kod vozača – pregled algoritama za detekciju lica i očiju. „VISTA – Computer Vision Innovations for Safe Traffic WP 3.1.7. Driver Fatigue Monitoring Autor: Markan Lopar Voditelj radnog paketa: Slobodan Ribarić. Problem umora kod vozača. - PowerPoint PPT PresentationTRANSCRIPT
Nadzor umora kod vozača – pregled algoritama za detekciju lica i očiju
„VISTA – Computer Vision Innovations for Safe TrafficWP 3.1.7. Driver Fatigue MonitoringAutor: Markan LoparVoditelj radnog paketa: Slobodan Ribarić
Problem umora kod vozača
• Umor i pospanost – česti uzroci prometnih nesreća
• Više od 100 tisuća prometnih nesreća godišnje u SAD izazvano umorom vozača
• Umor i pospanost češći uzrok prometnih nesreća nego alkohol
Nadzor umora kod vozača
• Tehnike za nadzor umora:– invazivne (mjerenje biomedicinskih parametara
poput EEG-a)– neinvazivne (procjena umora iz vizualnih snimki
vozača)– ponašanje vozila (održavanje smjera, kut
skretanja, brzina, kočenje itd.)– kombinacija gornjih triju tehnika
Tehnike računalnog vida za nadzor umora kod vozača
• Uključen širok raspon metoda za:– akviziciju slika (standardne kamere, IR kamere,
stereo sustavi)– detekciju dijelova lica (oči, pogled, usta, položaj
glave)– izbor značajki (Gaborovi filtri, Houghova
transformacija, haarolike značajke...)– klasifikaciju (neuronske mreže, strojevi s
potpornim vektorima, Petrijeve mreže, Bayesovske mreže...)
Parametri za procjenu umora kod vozača
• PERCLOS – postotak vremena u kojem su oči 80% zatvorene tijekom nekog mjernog intervala
• Drugi parametri:– otvorenost usta (zijevanje)– smjer pogleda– nagnutost glave
Detekcija lica i očiju
• Detekcija očiju pomoću aktivnog osvjetljenja– akvizicija slika sa efektom svijetle i tamne zjenice– oduzimanjem slika dobije se lokacija zjenica
Detekcija lica i očiju
• Detekcija lica na osnovu informacija o boji• Viola-Jones detektor• Detekcija očiju pomoću kružne Houghove
transformacije (CHT)
Tehnike detekcije lica u ovom istraživanju
• Aproksimacija lica kao elipse• Pronalaženje elipse pomoću poopćene
Houghove transformacije (GHT)
Tehnike detekcije lica u ovom istraživanju
• Značajke SIFT i SURF• Viola-Jones detektor• kombinacija haarolikih značajki i MAX
operatora
Tehnike detekcije očiju u ovom istraživanju
• Viola-Jones detektor• Pronalaženje središta oka korištenjem izofota• Konvolucijske mreže• Pronalaženje središta oka pomoću gradijenata
Prednosti i mane primijenjenih metoda detekcije lica
Metoda Prednosti Mane
Detekcija elipsa Dobra aproksimacija oblika ljudske glave
Sporo, veliki broj krivo prepoznatih objekata kao
glava
SIFT Pouzdana metoda za uspoređivanje objekata
Velika osjetljivost na promjene osvjetljenja
SURF Pouzdana metoda za uspoređivanje objekata,
brže nego SIFT
Isto kao SIFT
Viola-Jones Vrlo brza i pouzdana detekcija lica
Poneki krivo klasificirani objekt, potrebno učenje
Viola-Jones + MAX Brza i pouzdana detekcija lica
Poneki krivo klasificiran objekt, dugotrajno učenje
Prednosti i mane primijenjenih metoda detekcije očiju
Metoda Prednosti Mane
Viola-Jones Vrlo brza i pouzdana detekcija očiju
Nešto veći broj krivo klasificiranih objekata, pogotovo kutova usta
Konvolucijske mreže Brza detekcija Manja točnost detekcije zbog ovisnosti o
prethodnim koracima detekcije
Izofote Pouzdana i vrlo brza detekcija
Često krivo zamijeni kut oka za središte
Gradijenti Gotovo uvijek ispravno detektira središte oka
Sporije nego izofote
Zaključak i budući rad
• Viola-Jones najbolja metoda za detekciju lica• Za detekciju očiju najbolja metoda gradijenata• Potencijal metode gradijenata za izračun
PERCLOS-a• Istraživanje metoda za lociranje usta i
određivanje smjera pogleda i nagnutosti glave• Pokusi sa termovizijskom kamerom