VigilEye——基于人工智能的实时司机睡眠检测系统
计算机视觉与模式识别
2024-06-25 v1
摘要
本研究提出一种新型司机睡眠检测系统，将深度学习技术与 OpenCV 框架相结合。该系统利用从司机面部提取的面部关键点作为卷积神经网络训练以识别睡眠模式的输入。将 OpenCV 集成后，系统具备实时视频处理能力，适用于实际部署。对多样化数据集进行的广泛实验表明，该系统在检测睡眠方面表现出高准确率、高灵敏度和高特异度。该系统有望通过提供及时警报来防止因司机疲劳而引发的事故。这项研究推动了实时司机监控系统的发展，对汽车安全和智能交通系统具有深远意义。该研究在此背景下成功地将深度学习技术应用于实际场景，为未来在司机监控和车辆安全方面的研究开辟了新方向。本论文的实现代码已公开于 https://github.com/LUFFY7001/Driver-s-Drowsiness-Detection。
引用
@article{arxiv.2406.15646,
title = {VigilEye -- Artificial Intelligence-based Real-time Driver Drowsiness Detection},
author = {Sandeep Singh Sengar and Aswin Kumar and Owen Singh},
journal= {arXiv preprint arXiv:2406.15646},
year = {2024}
}