Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Ribeiro, Rafael Fernando, 1981-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sensor Kinect
Aprendizado de máquina
Motoristas
Atenção
Sensor kinect
Machine learning
Drivers
Attention
Aprendizado profundo
Deep learning
Link de acesso: https://hdl.handle.net/20.500.12733/1639904
Resumo: Orientador: Paula Dornhofer Paro Costa
id UNICAMP-30_6767d59110aa7c2c27a4ad10739f06b4
oai_identifier_str oai::1157264
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Sistema de detecção de zona de visão do motorista utilizando câmera de profundidadeDriver gaze zone detection system using a depth cameraSensor KinectAprendizado de máquinaMotoristasAtençãoSensor kinectMachine learningDriversAttentionAprendizado profundoDeep learningOrientador: Paula Dornhofer Paro CostaDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: A falta de atenção do motorista é uma das principais causas de acidentes envolvendo carros. Esses acidentes podem ser prevenidos por sistemas de alerta e monitoramento do motorista. O problema de monitorar o motorista no carro por meio de técnicas de visão computacional apresenta várias dificuldades tais como mudanças bruscas de luminosidade e diferentes características visuais que dificultam a detecção da face (uso ou não de óculos, barba, expressões faciais e diferentes etnias). O presente trabalho propõe um sistema de visão computacional capaz de detectar a desatenção do motorista com base no monitoramento de seu foco de visão, permitindo inferir, por exemplo, se o motorista está olhando para a estrada ou não. O trabalho apresenta os resultados de experimentos com imagens coloridas, infravermelhas e de profundidade capturadas de motoristas dentro do carro. As imagens coletadas foram utilizadas para treinar algoritmos automáticos de detecção da zona de visualização do motorista em tempo real que podem ser utilizados durante o dia quanto à noite. Os experimentos propostos exploraram diferentes estratégias a fim de encontrar uma melhor forma de extrair as informações das imagens disponíveis. Fizemos experimentos isoladamente com as imagens coloridas, infravermelhas e de profundidade e com fusões destas a fim de adquirir a melhor acurácia dentre eles. O trabalho apresenta como principais contribuições a disponibilização de uma base de imagens de motoristas pública para fins de pesquisa, estudos sobre a aplicabilidade de imagens de profundidade de forma a melhorar a eficácia destes tipos de sistema e a definição de um modelo com acurácia superior a 90% para detecção do foco de visãoAbstract: Driver's distraction is one of the main causes of car accidents. These accidents could be prevented by alert and monitoring Advanced Driver Assistance Systems (ADAS). The problem of monitoring the driver in the car through computer vision techniques presents several difficulties such as abrupt changes in light, different visual characteristics that make facial detection difficult, such as the use of glasses, beards, facial expressions and different ethnicities The present dissertation proposes a computer vision system able to detect the driver's distraction by monitoring the driver gaze and estimating if the driver is looking to the road or not. Our work shows results of experiments on color, infrared and depth images captured directly from drivers. The captured images were used by the system to train a machine learning algorithm to predict the driver's gaze zone automatically and on real-time, during day or night. The proposed experiments explore different configurations to find the best way to extract information from captured images. Hence, we trained different algorithms using separated color, infrared and depth images and we also trained the algorithms using fused data extracted from different images types to find the best model. Among the contributions of the present work is a new public image database of drivers, a study on the use of depth images in order to try to improve these kinds of systems and a trained model with an accuracy above 90% to detect the driver gaze regionMestradoEngenharia de ComputaçãoMestre em Engenharia Elétrica[s.n.]Costa, Paula Dornhofer Paro, 1978-Pedrini, HélioRohmer, EricUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASRibeiro, Rafael Fernando, 1981-20192019-08-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online ( 107 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1639904RIBEIRO, Rafael Fernando. Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade. 2019. 1 recurso online ( 107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639904. Acesso em: 26 abr. 2024.https://repositorio.unicamp.br/acervo/detalhe/1157264Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2020-11-06T09:44:18Zoai::1157264Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2020-11-06T09:44:18Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
Driver gaze zone detection system using a depth camera
title Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
spellingShingle Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
Ribeiro, Rafael Fernando, 1981-
Sensor Kinect
Aprendizado de máquina
Motoristas
Atenção
Sensor kinect
Machine learning
Drivers
Attention
Aprendizado profundo
Deep learning
title_short Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
title_full Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
title_fullStr Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
title_full_unstemmed Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
title_sort Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade
author Ribeiro, Rafael Fernando, 1981-
author_facet Ribeiro, Rafael Fernando, 1981-
author_role author
dc.contributor.none.fl_str_mv Costa, Paula Dornhofer Paro, 1978-
Pedrini, Hélio
Rohmer, Eric
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Ribeiro, Rafael Fernando, 1981-
dc.subject.por.fl_str_mv Sensor Kinect
Aprendizado de máquina
Motoristas
Atenção
Sensor kinect
Machine learning
Drivers
Attention
Aprendizado profundo
Deep learning
topic Sensor Kinect
Aprendizado de máquina
Motoristas
Atenção
Sensor kinect
Machine learning
Drivers
Attention
Aprendizado profundo
Deep learning
description Orientador: Paula Dornhofer Paro Costa
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-08-07T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1639904
RIBEIRO, Rafael Fernando. Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade. 2019. 1 recurso online ( 107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639904. Acesso em: 26 abr. 2024.
url https://hdl.handle.net/20.500.12733/1639904
identifier_str_mv RIBEIRO, Rafael Fernando. Sistema de detecção de zona de visão do motorista utilizando câmera de profundidade. 2019. 1 recurso online ( 107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639904. Acesso em: 26 abr. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1157264
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online ( 107 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1797405526916595712

Registros relacionados