EJONS INTERNATIONAL JOURNAL ON MATHEMATICS, ENGINEERING & NATURAL SCIENCES ISSN 2602 - 4136

Quick Access


Bu Dergi DOI ve Crosscheck üyesidir


Abstract


DRIVER FAILURE DETECTION WITH DEEP LEARNING METHODS: AN APPLICATION

Trafik kazaları uzun yıllardır dünyanın her bölgesinde başlıca ölüm ve yaralanma nedenleri arasında yer almakta ve çok çeşitli nedenlere dayanabilmektedir. Yorgunluk genellikle sürücü hatalarının ana nedeni olarak bilinir. Bu nedenle, temel olarak yüz ve göz hareketlerine (göz kırpma süresi ve sıklığı) odaklanan sürücü yorgunluğunu ve uyuşukluğunu tespit etmek için görüntü işleme tabanlı yaklaşımlar geliştirilmiştir. Ancak göz kırpma, yorgunluk dışında pek çok faktörden kaynaklanabileceğinden tek bir gösterge olarak değerlendirilmemeli ve teknoloji destekli cihazlar, görüntü işleme ve yapay zeka uygulamaları kullanılarak desteklenmelidir. Bu çalışma, önce sürücü yorgunluğunun tespitine ilişkin kapsamlı bir literatür taraması sunmuş, ardından görüntü işlemeye dayalı bir yorgunluk tespit modeli önerilmiştir. Derin öğrenme yöntemine dayalı bir model kullanılarak OpenCv Kütüphanesi yardımıyla görselleştirilmiştir. YOLOv3'ün yüz algılamada Viola Jones Algoritmasından daha başarılı olduğu belirlendi.



Keywords
Fatigue detection, Driver drowsiness status, deep learning, YOLOv3,OpenCv



References

Advanced Search


Announcements

    HAZİRAN Sayısı

    VERBİS'E KAYIT S�RELERİ HAKKINDA DUYURU | Kırklareli Ticaret ve ...

    HAZİRAN ayında yayınlanacak Sayımız için  20 MAYIS Tarihine kadar çalişmanızı Yükleyebilirsiniz



Address :Kazakh National Women's Pedagogical University, Almatı, Kazakhistan
Telephone :+7 778 921 0336 - 0 534 349 92 73 Fax :
Email :ejonsjournal@gmail.com

Web Yazılım & Programlama Han Yazılım Bilişim Hizmetleri