Ermüdungserkennung anhand von Biosignalen und Gesichtsausdrücken

Unaufmerksamkeit bei Autofahrern ist die Hauptursache für Verkehrsunfälle. Unaufmerksamkeit kann durch Müdigkeit verursacht werden. Die Wachsamkeit einer Person wird in der Regel durch verschiedene visuelle Hinweise wie Augenlidbewegung, Blickbewegung, Kopfbewegung und Gesichtsausdruck charakterisiert, die dann extrahiert und auf den Schläfrigkeitsgrad geschlossen werden können. Auch der mentale Zustand des Fahrers kann anhand der EEG-Signale bestimmt werden. Daher konzentriert sich dieses Projekt auf die gleichzeitige Kombination mehrerer visueller und nicht-visueller Hinweise, um eine robustere Charakterisierung der Müdigkeit zu erhalten als ein einzelner Input. Dieser Ansatz kombiniert Gesichtsausdrücke wie Augenlidbewegungen und Gähnen zur Müdigkeitserkennung. Die Gesichtsmerkmale werden erkannt und dann werden die Interessenpunkte mit Hilfe der Harris-Eckpunkterkennung verfolgt. Der von diesen Punkten abgedeckte Bereich bestimmt, ob Müdigkeit vorliegt oder nicht. Wir verwenden auch EEG-Signale, um den mentalen Zustand des Fahrers für die Erkennung von Müdigkeit abzuleiten, was das System noch zuverlässiger macht. Das System kombiniert also effektiv die verschiedenen Merkmale, um Unfälle zu vermeiden, die durch das Vorhandensein von Müdigkeit bei den Fahrern verursacht werden.

Autorentext

Engagierter, einfallsreicher Pädagoge, der nachweislich in der Lage ist, Strategien und Praktiken zu entwickeln und zu überwachen, die ein sicheres Lernumfeld fördern; gewährleistet und fördert kontinuierliche Verbesserungen für Schüler und Lehrer; entwickelt ein Umfeld, das eine offene Kommunikation mit Kollegen, Schülern, der Gemeinschaft und Mentoren fördert.