Systém pro sledování únavy řidiče
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá možnostmi zpracování obrazu na mobilních platformách, především na systému Android a jeho využití jako detektoru únavy řidiče. V úvodu je rozebrána problematika vlivu únavy na řidiče, především mikrospánku, společně s popisem již existujících systémů detekce únavy. Práce se dále věnuje popisu možností zpracování obrazu na mobilních platformách. Důraz je kladen především na systém Android, společně s knihovnou OpenCV, známou z desktopového prostředí. Následuje porovnání různých druhů implementace knihovny na mobilní platformu. V části o zpracování obrazu jsou popsány algoritmy pro detekci objektů v obraze, využitelné pro detekci obličeje, očí a jejich stavu. V praktické části byly vybrané metody implementovány pro systém Android. Byla vytvořena referenční aplikace, pro názornou demonstraci těchto metod na reálném zařízení. Jednotlivé metody jsou porovnávany podle časové náročnosti, chybovosti a dalších faktorů.
This diploma thesis deals with the options of image processing on mobile platforms, especially on Android operating system, and their use in a driver drowsiness detection system. The introductory part analyses the influence of drowsiness on drivers, focusing chiefly on the microsleep, and describes the already existing driver drowsiness detection systems. The thesis proceeds by the description of possibilities of image processing on mobile platforms with the emphasis on Android operating system together with the OpenCV library, known from the desktop interface. This is followed by comparison of various options of library implementation on a mobile platform. The chapter on image processing describes the algorithms for the detection of objects in the image, usable for detection of face, eyes and their posture. The practical part implements the selected methods for the Android operating system. A referential application was created to provide an explanatory demonstration of these methods on a real device. The individual methods are compared on the basis of time consumption, error rate and other factors.
This diploma thesis deals with the options of image processing on mobile platforms, especially on Android operating system, and their use in a driver drowsiness detection system. The introductory part analyses the influence of drowsiness on drivers, focusing chiefly on the microsleep, and describes the already existing driver drowsiness detection systems. The thesis proceeds by the description of possibilities of image processing on mobile platforms with the emphasis on Android operating system together with the OpenCV library, known from the desktop interface. This is followed by comparison of various options of library implementation on a mobile platform. The chapter on image processing describes the algorithms for the detection of objects in the image, usable for detection of face, eyes and their posture. The practical part implements the selected methods for the Android operating system. A referential application was created to provide an explanatory demonstration of these methods on a real device. The individual methods are compared on the basis of time consumption, error rate and other factors.
Description
Citation
HOŠEK, R. Systém pro sledování únavy řidiče [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
doc. Ing. Ivo Lattenberg, Ph.D. (předseda)
doc. Ing. Martin Medvecký, Ph.D. (místopředseda)
doc. Ing. Anna Přibilová, Ph.D. (člen)
doc. Ing. Jan Jeřábek, Ph.D. (člen)
Ing. Milan Šimek, Ph.D. (člen)
Ing. Patrik Morávek, Ph.D. (člen)
Ing. Radek Beneš, Ph.D. (člen)
Date of acceptance
2012-06-06
Defence
Student reagoval na otázky oponenta.
Čím je způsobena výrazně kratší doba detekce v případě Java knihovny?
Zkoušel jste reálné nasazení navrženého systému v automobilu? Kam by bylo vhodné telefon umístit, aby detekce probíhala správně?
Proč jste použil infračervené světlo s vlnovou délkou 940nm a ne s nižší frekvencí?
Doba detekce je poměrně dlouhá, jak byste řešil včasnou reakci na únavu řidiče?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení