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

Quick Access


Bu Dergi DOI ve Crosscheck üyesidir


DERİN ÖĞRENME YÖNTEMLERİYLE SÜRÜCÜ YORGUNLUK TESPİTİ: BİR UYGULAMA
(DRIVER FAILURE DETECTION WITH DEEP LEARNING METHODS: AN APPLICATION )

Author : FIRAT ÖZKAN  Berna Haktanırlar Ulutaş, Büşra Nur Yetkin  
Type :
Printing Year : 2022
Number : 21
Page : 212-223
Cite : FIRAT ÖZKAN Berna Haktanırlar Ulutaş, Büşra Nur Yetkin, (2022). DERİN ÖĞRENME YÖNTEMLERİYLE SÜRÜCÜ YORGUNLUK TESPİTİ: BİR UYGULAMA. EJONS INTERNATIONAL JOURNAL ON MATHEMATICS, ENGINEERING - NATURAL SCIENCES, 21, p. 212-223. Doi: .
    


Summary

Trafik kazaları, uzun Dünya'nın her bölgesinde yetişmekte olan ölüm ve sebepleri yerta ve çok sayıda kaynaklanabilmektedir. Sürücü hatalarının ön plana çıkmaları ön plandadır. Bu, uyum sağlamak ve uyum sağlamak için, temel olarak yüz ve gözlerine (gözle uyum sağlama ve hareketler) ile ilgili tasarlanan ekipmanlarla donatılacaklar. Ancak göz canlanma, dışarıda farklı faktörden de etkilenebileceğinden, tek başına bir ön olarak kullanımı önerilmez ve teknolojiden yararlanarak, görüntü işleme ve yapay zeka uygulamaları ile yaklaşık gerekir. Bu inceleme, öncelikle okuyucunun bakış açısından düşünüldüğünde, bir literatür taraması sunulmuş daha fazla görüntü oluşturmadan bir yorgunluktan sonra modellerden. Göz kamaştırıcı olaylarla ilgili olaylar. Bu öğrenilen 4 denekten, araç para yardımı ile77 bir veri tabanındaki inceleme Derin öğrenme yöntemine model, OpenCv kütüphanesi görsel. YOLOv3 modelinin üzerinde algıda dış tasarımda Viola Jones Algoritmasına göre daha başarılıdır.



Keywords
Yorgunluk tespiti, Sürücü uyuşukluk durumu, derin öğrenme, YOLOv3, Open Source Computer Vision (OpenCV)

Abstract

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

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