Earticle

현재 위치 Home

Evaluating Machine Learning-based Fatigue Detection System

첫 페이지 보기
  • 발행기관
    한국AI디지털융합학회(구 한국디지털융합학회) 바로가기
  • 간행물
    IJICTDC 바로가기
  • 통권
    Vol 5 No 1 (2020.06)바로가기
  • 페이지
    pp.58-62
  • 저자
    Deepak Upreti, V. Thirunavukkarasu, S. Uma Mageswari, Gyanendra Prasad Joshi
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A379586

※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

4,000원

원문정보

초록

영어
In this work, we implemented a fatigue detection system using machine learning and evaluated its performance. The proposed system is mainly based on the Viola-Jones face detection algorithm and the convolutional neural network (CNN). Viola-Jones object detection framework is mainly focused on the detection of the face and facial features. CNN is extended to DenseNets and made fully convolution to tackle the problem semantic image segmentation. The main idea behind the DenseNets is to capture the dense blocks that perform iterative concatenation of feature maps. The proposed system is implemented on many different video sequences and observed that its average accuracy is 99.18% and the detection rate is 99.71% out of approximately 100 image frames. The system shows high accuracy in segmentation, low error rate, and quick processing of input data distinguishes from the existing similar systems. Finally, if this system is implemented, it can minimize the number of accidents caused by drivers' fatigue.

목차

Abstract
1. Introduction
2. Related work
3. Proposed protocol
3.1 Capturing of image
3.2 Detection of drivers face
3.3 Facial feature detection (FFD)
3.4 Detection of eyes state
4. Experimental setup and results
5. Conclusion
References

키워드

Convolution neural network Dense Nets ML face detection image processing

저자

  • Deepak Upreti [ School of Computer Science and Applications REVA University, Bengaluru, Karnataka 560064, India ]
  • V. Thirunavukkarasu [ School of Computer Science and Applications REVA University, Bengaluru, Karnataka 560064, India ]
  • S. Uma Mageswari [ School of Computer Science and Applications REVA University, Bengaluru, Karnataka 560064, India ]
  • Gyanendra Prasad Joshi [ Department of Computer Science and Engineering Sejong University, Seoul 05006, Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국AI디지털융합학회(구 한국디지털융합학회) [The Korean Academic Society of AI Digital Convergence]
  • 설립연도
    2015
  • 분야
    사회과학>경영학
  • 소개
    본 학회는 디지털 경영에 관련된 디지털 미디어, 디지털 통신, 디지털 방송, 디지털 콘텐츠, 디지털 문화, 디지털 사회, 디지털 유통, 디지털 금융, 디지털 물류, 디지털 정책, 디지털 기술, 디지털 교육 그리고 디지털과 아날로그의 비교 등에 대한 학제간 연구와 실사구시적인 적용을 통하여 디지털 경영의 발전과 한국이 세계적인 디지털 강국으로 성장하기 위한 학술적인 기반과 실무적인 지침을 조성하는 것을 목적으로 하고 있습니다.

간행물

  • 간행물명
    IJICTDC [International Journal of Information Communication Technology and Digital Convergence]
  • 간기
    반년간
  • pISSN
    2466-0094
  • 수록기간
    2016~2025
  • 십진분류
    KDC 300 DDC 303

이 권호 내 다른 논문 / IJICTDC Vol 5 No 1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.