Nadzor umora kod vozača – pregled algoritama za detekciju lica i očiju

„VISTA – Computer Vision Innovations for Safe TrafficWP 3.1.7. Driver Fatigue MonitoringAutor: Markan LoparVoditelj radnog paketa: Slobodan Ribarić

Problem umora kod vozača

• Umor i pospanost – česti uzroci prometnih nesreća

• Više od 100 tisuća prometnih nesreća godišnje u SAD izazvano umorom vozača

• Umor i pospanost češći uzrok prometnih nesreća nego alkohol

Nadzor umora kod vozača

• Tehnike za nadzor umora:– invazivne (mjerenje biomedicinskih parametara

poput EEG-a)– neinvazivne (procjena umora iz vizualnih snimki

vozača)– ponašanje vozila (održavanje smjera, kut

skretanja, brzina, kočenje itd.)– kombinacija gornjih triju tehnika

Tehnike računalnog vida za nadzor umora kod vozača

• Uključen širok raspon metoda za:– akviziciju slika (standardne kamere, IR kamere,

stereo sustavi)– detekciju dijelova lica (oči, pogled, usta, položaj

glave)– izbor značajki (Gaborovi filtri, Houghova

transformacija, haarolike značajke...)– klasifikaciju (neuronske mreže, strojevi s

potpornim vektorima, Petrijeve mreže, Bayesovske mreže...)

Parametri za procjenu umora kod vozača

• PERCLOS – postotak vremena u kojem su oči 80% zatvorene tijekom nekog mjernog intervala

• Drugi parametri:– otvorenost usta (zijevanje)– smjer pogleda– nagnutost glave

Detekcija lica i očiju

• Detekcija očiju pomoću aktivnog osvjetljenja– akvizicija slika sa efektom svijetle i tamne zjenice– oduzimanjem slika dobije se lokacija zjenica

Detekcija lica i očiju

• Detekcija lica na osnovu informacija o boji• Viola-Jones detektor• Detekcija očiju pomoću kružne Houghove

transformacije (CHT)

Tehnike detekcije lica u ovom istraživanju

• Aproksimacija lica kao elipse• Pronalaženje elipse pomoću poopćene

Houghove transformacije (GHT)

Tehnike detekcije lica u ovom istraživanju

• Značajke SIFT i SURF• Viola-Jones detektor• kombinacija haarolikih značajki i MAX

operatora

Tehnike detekcije očiju u ovom istraživanju

• Viola-Jones detektor• Pronalaženje središta oka korištenjem izofota• Konvolucijske mreže• Pronalaženje središta oka pomoću gradijenata

Prednosti i mane primijenjenih metoda detekcije lica

Metoda Prednosti Mane

Detekcija elipsa Dobra aproksimacija oblika ljudske glave

Sporo, veliki broj krivo prepoznatih objekata kao

glava

SIFT Pouzdana metoda za uspoređivanje objekata

Velika osjetljivost na promjene osvjetljenja

SURF Pouzdana metoda za uspoređivanje objekata,

brže nego SIFT

Isto kao SIFT

Viola-Jones Vrlo brza i pouzdana detekcija lica

Poneki krivo klasificirani objekt, potrebno učenje

Viola-Jones + MAX Brza i pouzdana detekcija lica

Poneki krivo klasificiran objekt, dugotrajno učenje

Prednosti i mane primijenjenih metoda detekcije očiju

Metoda Prednosti Mane

Viola-Jones Vrlo brza i pouzdana detekcija očiju

Nešto veći broj krivo klasificiranih objekata, pogotovo kutova usta

Konvolucijske mreže Brza detekcija Manja točnost detekcije zbog ovisnosti o

prethodnim koracima detekcije

Izofote Pouzdana i vrlo brza detekcija

Često krivo zamijeni kut oka za središte

Gradijenti Gotovo uvijek ispravno detektira središte oka

Sporije nego izofote

Zaključak i budući rad

• Viola-Jones najbolja metoda za detekciju lica• Za detekciju očiju najbolja metoda gradijenata• Potencijal metode gradijenata za izračun

PERCLOS-a• Istraživanje metoda za lociranje usta i

određivanje smjera pogleda i nagnutosti glave• Pokusi sa termovizijskom kamerom