1 |
1
운전자의 얼굴 영상을 촬영하여 출력하는 이미지 출력부;출력된 상기 영상에서 운전자의 얼굴 영역과 눈 영역을 검출하는 영역 검출부 및 검출된 상기 눈 영역의 두께로 눈 개폐 상태 및 졸음 여부를 판단하는 상태 판단부를 포함하고,상기 이미지 출력부는,촬영된 운전자의 얼굴 영상을 실시간으로 입력하는 실시간 영상 입력부 및입력된 운전자의 얼굴 영상에 관하여 명도에 따라 영상 보정 처리(Histogram equalization)하는 제1영상 보정부를 포함하며,상기 영역 검출부는,하르-라이크(Haar-like), 아다부스트(Adaboost), 케스케이드(Cascade) 알고리즘 중 적어도 어느 하나 이상의 알고리즘을 적용하여, 운전자의 얼굴 영상에서 얼굴 영역과 눈 영역을 추출하는 얼굴과 눈 영역 추출부;추출된 상기 눈 영역과 후보 영역을 CIE L*a*b 색상 공간 영역으로 변환하여, 눈 윤곽선을 검출하는 윤곽선 검출부 및 눈 영역을 이진화한 후, 라벨링 기법으로 눈 영역 이외에 후보 영역을 제거하는 후보 영역 제거부를 포함하고,상기 상태 판단부는,검출된 눈 영역의 두께 분포 값을 분석하여 눈의 개폐 상태를 판단하는 개폐상태 판단부 및눈의 개폐 상태에 따른 시간 패턴으로 졸음여부를 판단하는 졸음 판단부를 포함하며,상기 개폐 상태 판단부는,검출된 눈 영역을 X축(가로 방향)으로 1픽셀 씩 이동한 후, Y축(세로 방향)으로 투영하여 눈 영역의 두께 분포를 측정하여 프로젝션(projection) 결과를 산출하고, 상기 프로젝션(projection) 결과와 눈 영역의 전체 픽셀 개수를 2차원 K-means 알고리즘으로 학습하여 눈 개폐 상태를 판단하는 것을 특징으로 하는 영상 기반의 운전자 졸음 인식 시스템
|
7 |
7
(a) 영역 검출부를 이용하여, 입력된 운전자의 얼굴 영상에서 얼굴 영역과 눈 영역을 검출하는 단계; (b) 상태 판단부를 이용하여, 검출된 상기 눈 영역의 두께로 눈 개폐 상태를 판단하는 단계 및 (c) 시간의 흐름에 따른 눈 개폐 상태의 패턴을 분석하여, 운전자의 졸음 여부를 판단하는 단계를 포함하고,상기 (a) 단계는,얼굴과 눈 영역 추출부를 이용하여, 하르-라이크(Haar-like), 아다부스트(Adaboost), 케스케이드(Cascade) 알고리즘 중 적어도 어느 하나 이상의 알고리즘을 적용하여, 운전자의 얼굴 영상에서 얼굴 영역과 눈 영역을 추출하는 단계;윤곽선 검출부를 이용하여, 추출된 상기 눈 영역과 후보 영역을 CIE L*a*b 색상 공간 영역으로 변환하여, 눈 윤곽선을 검출하는 단계;후보 영역 제거부를 이용하여, 눈 영역을 이진화하는 단계 및라벨링 기법으로 눈 영역 이외에 후보 영역을 제거하는 단계를 포함하며,상기 (b) 단계는,검출된 눈 영역을 X축(가로 방향)으로 1픽셀 씩 이동한 후, Y축(세로 방향)으로 투영하여 눈 영역의 두께 분포를 측정하여 프로젝션(projection) 결과를 산출하고, 상기 프로젝션(projection) 결과와 눈 영역의 전체 픽셀 개수를 2차원 K-means 알고리즘으로 학습하여 눈 개폐 상태를 판단하는 단계를 포함하며,상기 (a) 단계 이전에,(d) 이미지 출력부를 이용하여, 촬영된 운전자의 얼굴 영상을 입력하는 단계를 더 포함하고,상기 (d) 단계는,실시간 영상 입력부를 이용하여, 촬영된 운전자의 얼굴 영상을 실시간으로 입력하는 단계 및입력된 운전자의 얼굴 영상에 관하여 명도에 따라 영상 보정 처리하는 단계를 포함하는 것을 특징으로 하는 영상 기반의 운전자 졸음 인식 방법
|