تشخیص حواس پرتی و خواب آلودگی راننده از طریق روشهای مبتنی بر پردازش تصویر و یادگیری عمیق
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 351
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JICTP-1-1_001
تاریخ نمایه سازی: 15 آذر 1400
چکیده مقاله:
این تحقیق به بررسی یک رویکرد جدید جهت تشخیص حواس پرتی و خواب آلودگی راننده جهت هوشمندسازی رانندگی پرداخته است.به دلیل عدم وجود یک مجموعه داده دقیق و جامع در حوزه مجموعه داده های چشم، نویسندگان یک مجموعه داده نوین جمع آوری کرده اند، همچنین شبکه عصبی مصنوعی ای در جهت تشخیص خواب آلودگی راننده به گونه ای طراحی شده که دو هدف مهم پردازش های بلادرنگ، از جمله دقت بالا و سرعت بالا، همزمان در نظر گرفته شوند. اهداف این مقاله به شرح زیر است: تخمین موقعیت سر راننده جهت تشخیص حواس پرتی، معرفی یک مجموعه داده جامع جدید برای تشخیص بسته بودن چشم، و همچنین، طراحی سه شبکه عصبی مصنوعی که یکی از آنها یک شبکه عصبی کاملا طراحی شده (FD-NN) است و دو شبکه ی دیگر از تکنیک انتقال یادگیری از طریق شبکه های VGG۱۶ و VGG۱۹با لایه های اضافی استفاده می کنند (TL-VGG). نتایج نشان می دهد دقت شبکه های پیشنهادی بالا و پیچیدگی محاسباتی کم است، به طوری که روش پیشنهادی نسبت به کارهای قبلی ۴ برابر سریع تر و دارای صحت ۹۸.۱۵% است.
کلیدواژه ها:
نویسندگان
سید علی اصغر بهشتی شیرازی
دانشیار،دانشکده مهندسی برق-دانشگاه علم و صنعت ایران، تهران، ایران
مریم هاشمی
دانشجوی کارشناسی ارشد، دانشگاه علم و صنعت ایران، تهران، ایران
علیرضا میررشید
دانشجوی کارشناسی ارشد، دانشگاه علم وصنعت ایران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :