即时驾驶专注力监测与纪录系统之实作-NPUCSIE.pdf

第十四屆 離島資訊技術與應用研討會 即時駕駛專注力監測與紀錄系統之實作 吳建中 、翁凱文 、蔡明信 南臺科技大學 資訊 工程所 wucc@.tw 論文摘要 前言 為了提升駕駛者在行車時的安全，避免駕駛者 根據內政部統計處民國 102 年交通事故統計大 疲勞駕駛或開車分心是非常重要的 ，本論文透過 概有 27萬件 [1] ，其中在102 年A1 類道路交通事故 Android 智慧行動裝置，開發一套可以即時駕駛注 分析中，汽(機、慢車駕駛人過失) 1,783件占 95.50 意力監測與紀錄系統，透過監控駕駛者眼睛的睜閉 ％最高，包括了駕駛者未注意前方與酒駕等，因此 狀況與頻率進行駕駛者專注力的 指標分析，當此指 如果能夠在駕駛者分心或者是疲勞駕駛時能夠即 標大於時，表示駕駛者嚴重處於無專注力狀態，3 時的提醒駕駛者給予警示，將可使駕駛者免於交通 系統會建議駕駛者不要開車，當指標落在1至3 ，屬 事故的傷害，而依據美國國家公路交通安全管理局 於輕度無專注力狀態，系統會發出警告提示聲音。 (National Highway Traffic Safety Administration, 同時， 本論文針對不同的眼睛狀態偵測方法 ， NHTSA)估計每年約有十萬件交通意外事故是因為 包括 Haar-like 、固定區域預測法 、投影定位法三種 方式來測試與分析，影像解析度在480x640的實驗 疲勞駕駛導致，造成 1,550 人死亡與40,000 人受傷 中，其中在效能測試方面使用 Haar-like 特徵偵測眼 [1] 。 睛的正確率為 68.9% ，透過投影定位法偵測的正確 為了避免因為分心或是疲勞造成交通事故，國 率增加為85.7% ，在偵測速度方面，使用 Haar-like 內外的學者透過很多方式進行研究，包括廖等人[3] 特徵眼睛分類器去偵測眼睛的時間為 161 提出一個結合 AdaBoost 人臉偵測演算法和眼睛開 29.2% ms/frame ，而投影定位法為114 ms/frame ，有 闔偵測技術的駕駛狀態監控系統，可根 據不同的駕 的改善 。 駛情境，透過機率的概念，建立當下的人臉偵測標 準，來克服駕駛情境的改變所造成的影響，當駕駛 不專心駕駛時給予警示，而郭等人 [4]則是使用 關鍵詞：眼睛眨眼偵測 , 專注力評估 , PERLCOSE, PERCLOS 方法檢測某一段時間內眼睛閉合時間所 Android 佔的比例來判斷駕駛者是否疲勞，主要使用兩個不 同波長紅外線光源照射駕駛者臉部，經由二值化將 Abstract 眼睛與臉部分開，在計算眼睛的面積，並統計在一