Graduate papers
  
Description of the graduate paper
Form of studies Bachelor
Title of the study programm Computer Systems
Title in original language Datorredzes sistēmas izstrāde vadītāju noguruma noteikšanai reālajā laikā, izmantojot acu izsekošanu un galvas kustību analīzi
Title in English Development of a Computer Vision System for Real-Time Driver Fatigue Detection Using Eye Tracking and Head Motion Analysis
Department Faculty Of Computer Science Information Tehnology And Energy
Scientific advisor Katrīna Šmite
Reviewer Artjoms Supoņenkovs
Abstract Vadītāja nogurums ir būtisks smagu ceļu satiksmes negadījumu iemesls visā pasaulē, jo tas samazina modrību, palēnina reakcijas laiku un pasliktina lēmumu pieņemšanu. Šajā darbā izstrādāta neinvazīva, reāllaika noguruma noteikšanas sistēma, kas izmanto parastās kameras acu un galvas uzvedības monitorēšanai. Viegls datu apstrādes kanāls, balstīts uz MediaPipe Face Mesh, vispirms lokalizē blīvos sejas atslēgas punktus; pēc tam, izmantojot šos punktus, aprēķina acu aspektu koeficientu (EAR) un mutes aspektu koeficientu (MAR), lai nofiksētu mirkšķināšanu, ilgstošu plakstiņu aizvēršanu un žāvas, kā arī izmanto SolvePnP algoritmu, lai noteiktu galvas pozīcijas leņķus (pitch, yaw, roll) attiecībā pret adaptīvo bāzes līniju. Dinamiska vērtēšanas sistēma un brīdinājumu loģika kombinē svērtās funkcijas — pagarinātu mirkšķināšanu, augstu mirkšķināšanas tempu, galvas noliekumus un žāvas — pārbīdāmā logā, aktivizējot vizuālus un skaņas brīdinājumus tikai tad, kad kopējais noguruma līmenis pārsniedz iepriekš noteiktu slieksni vai tūlītēji smagu notikumu gadījumā (piemēram, ilgstošs galvas noliekums). Laboratorijas izmēģinājumos (50 divu minūšu sesijas, 10 brīvprātīgie) sistēmas kopējā precizitāte pēc visiem rādītājiem sasniedza 94,1 %, un visu individuālo metriku — mirkšķināšanas biežums, pagarināta mirkšķināšana, žagas un galvas noliekums — pārsniedza 90 %. Piecos reālās braukšanas testos, izmantojot portatīvo datoru ar vertikāli orientētu mobilās kameras straumi, vidējā precizitāte samazinājās līdz pat 79,4 %, kas ir aptuveni 15 % kritums salīdzinājumā ar laboratorijas rezultātiem. Šo kritumu galvenokārt izraisīja kadra portreta orientācija un neliela stūres rata aizsegšana. Rezultāti apliecina, ka tīri vizuālais sliekšņu vadīts piegājiens var nodrošināt līdzvērtīgus vai pat labākus rādītājus nekā daudzi publicētie risinājumi kontrolētos apstākļos, un paliek piemērots reālajā ekspluatācijā, ja tiek izmantota specializēta platleņķa videokamera. Sistēmas zemo skaitļošanas prasību un parasto kameru lietojums padara to perspektīvu arī mobilajām un iebūvētajām platformām.
Keywords Vadītāja noguruma noteikšana, datorredze, acu kustību izsekošana, galvas pozīcijas noteikšana, reāllaika uzraudzība
Keywords in English Driver fatigue detection, Computer vision, Eye tracking, Head pose estimation, Real-time monitoring
Language eng
Year 2025
Date and time of uploading 27.05.2025 21:20:43