دانلود مقاله تشخیص خوابآلودگی راننده و تشخیص مستی ناشی از الکل با استفاده از پردازش تصویر
تعداد کلمات فایل انگلیسی:1700 کلمه4صفحه pdf
تعداد صفحات فایل ترجمه:10صفحه word فونت14 Arial
چکیده:
در طی سال های اخیر، خواب آلودگی رانندگان, عامل اصلی تصادف بوده که منجر به عارضه های فیزیکی جدی، مرگ و میر و تلفات اقتصادی می شود. هدف از این مقاله، ارائه یک سیستم برای تشخیص خواب آلودیگ است. در این مقاله، تصاویر با استفاده از تکنیک های پردازش تصویر، پردازش شده و برای شناسایی حالت کنونی راننده به کار می رود. خواب آلودگی راننده توسط طرح چهره وی و حرکت سرش ، تحلیل و آنالیز گشته است. این سیستم، تشخیص داده های حاصل از تصویر را به فرم باینری، مدیریت نموده و چهره را تشخیص می دهد. تشخیص مصرف الکل، با کمک سنسورها انجام گرفته است. ممکن است با استفاده از این روش تعداد تصادفات جاده ای کاهش یابد؛ به این ترتیب که یک سیستم هشداری به راننده فرستاده شده که خواب آلود به نظر می رسد. خواب آلودگی مبتنی بر دوربین هایی که در بخش های مربوطه تعبیه شده است؛ اندازه گیری می گردد.
لغات کلیدی: خواب آلودگی راننده، پردازش تصویر، نظارت بر رفتار راننده، پیشگیری از تصادفات، حرکات سر.
1- مقدمه
خواب آلودگی حالتی است که منجر به کاهش هشیاری رانندگان به سبب خستگی یا خواب شدید می شود. به سبب خواب آلودگی کنترل راننده روی وسیله نقلیه از دست رفته و ممکن است منجر به انحراف او از جاده و در نتیجه تصادفات جدی و خطرناک شود. مطابق با آمار گزارش شده از سازمان NHTSA، عامل اصلی تصادفات، خواب آلودگی و خاواب زدگی راننده است. هند، یک صاحب امضا در اطلاعیه برزیلیا و انجمن بوده که توانسته تعداد تصادفات جاده ها و مرگ و میر را به50 درصد در سال 2020 کاهش دهد. به هرحال در طی چند سال، با افزایش نرخ رشد می توان به موتور سواری اشاره نمود که با توسعه شبکه های جاده ای و شهری همراه بوده، و هند با تاثیرات جدی متفاوتی روی سطوح امنیت جاده، مواجه می شود.
Driver Drowsiness Detection and Alcohol Detection using Image Processing
Abstract – In recent years, driver’s drowsiness is the main cause of accidents causing severe physical injuries, death and economic loss. The purpose of this paper is to develop a drowsiness detection system. In this work, images are processed using image processing techniques for identifying driver’s current state. Driver’s drowsiness is analyzed by his/her facial expression and head movement. This system manages utilizing data gained for the image which is in binary form to locate the face. Detection of alcohol consumption is done with the help of sensors. The number of road accidents might then be avoided if an alert is sent to a driver that is deemed drowsy. The drowsiness measure based on camera give an appreciated contribution
- INTRODUCTION
Drowsiness is a state resulting in reduction of consciousness caused due to lack of sleep or fatigue. Due to drowsiness, drive loses control of the vehicle which may deviate him/her from the road and results in severe accidents. According to NHTSA organization statistics, the major factor causing accidents is sleepiness of driver. India is a signatory to Brasilia Declaration and is committed to reduce the number of road accidents and fatalities by 50 per cent by 2020. However, over the years, with the increasing growth rate of motorization accompanied by road network expansion and urbanization, India is facing serious impacts on road safety levels. In India the total number of road accidents is increased by 2.5 per cent from 4,89,400 in 2014 to 5,01,423 in 2015. The road accident data analysis of 2015 reveals that about 1374 accidents and 400 deaths take place every day on Indian roads. Few of the major causes for this huge loss are alcohol consumption while driving and drowsiness of driver. In order to minimize this huge number of accidents, advanced driver assistance techniques can be used. For this the driver is monitored using two ways: direct and indirect. Direct monitoring technique consists of head movement, facial expressions captured using sensors like camera. Driver activities and his/her response to specific situation are included in indirect techniques for monitoring drowsiness. A series of actions performed by driver while driving involves eye activities, frequency and the amount of time for which eyes were closed, head displacement with respect to the centre of gravity assists in detecting the driver’s current state
کد:12634
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com
دانلود مقاله دات کام 
توضیحات محصول
دانلود مقاله تشخیص خوابآلودگی راننده و تشخیص مستی ناشی از الکل با استفاده از پردازش تصویر
تعداد کلمات فایل انگلیسی:1700 کلمه4صفحه pdf
تعداد صفحات فایل ترجمه:10صفحه word فونت14 Arial
چکیده:
در طی سال های اخیر، خواب آلودگی رانندگان, عامل اصلی تصادف بوده که منجر به عارضه های فیزیکی جدی، مرگ و میر و تلفات اقتصادی می شود. هدف از این مقاله، ارائه یک سیستم برای تشخیص خواب آلودیگ است. در این مقاله، تصاویر با استفاده از تکنیک های پردازش تصویر، پردازش شده و برای شناسایی حالت کنونی راننده به کار می رود. خواب آلودگی راننده توسط طرح چهره وی و حرکت سرش ، تحلیل و آنالیز گشته است. این سیستم، تشخیص داده های حاصل از تصویر را به فرم باینری، مدیریت نموده و چهره را تشخیص می دهد. تشخیص مصرف الکل، با کمک سنسورها انجام گرفته است. ممکن است با استفاده از این روش تعداد تصادفات جاده ای کاهش یابد؛ به این ترتیب که یک سیستم هشداری به راننده فرستاده شده که خواب آلود به نظر می رسد. خواب آلودگی مبتنی بر دوربین هایی که در بخش های مربوطه تعبیه شده است؛ اندازه گیری می گردد.
لغات کلیدی: خواب آلودگی راننده، پردازش تصویر، نظارت بر رفتار راننده، پیشگیری از تصادفات، حرکات سر.
1- مقدمه
خواب آلودگی حالتی است که منجر به کاهش هشیاری رانندگان به سبب خستگی یا خواب شدید می شود. به سبب خواب آلودگی کنترل راننده روی وسیله نقلیه از دست رفته و ممکن است منجر به انحراف او از جاده و در نتیجه تصادفات جدی و خطرناک شود. مطابق با آمار گزارش شده از سازمان NHTSA، عامل اصلی تصادفات، خواب آلودگی و خاواب زدگی راننده است. هند، یک صاحب امضا در اطلاعیه برزیلیا و انجمن بوده که توانسته تعداد تصادفات جاده ها و مرگ و میر را به50 درصد در سال 2020 کاهش دهد. به هرحال در طی چند سال، با افزایش نرخ رشد می توان به موتور سواری اشاره نمود که با توسعه شبکه های جاده ای و شهری همراه بوده، و هند با تاثیرات جدی متفاوتی روی سطوح امنیت جاده، مواجه می شود.
Driver Drowsiness Detection and Alcohol Detection using Image Processing
Abstract – In recent years, driver’s drowsiness is the main cause of accidents causing severe physical injuries, death and economic loss. The purpose of this paper is to develop a drowsiness detection system. In this work, images are processed using image processing techniques for identifying driver’s current state. Driver’s drowsiness is analyzed by his/her facial expression and head movement. This system manages utilizing data gained for the image which is in binary form to locate the face. Detection of alcohol consumption is done with the help of sensors. The number of road accidents might then be avoided if an alert is sent to a driver that is deemed drowsy. The drowsiness measure based on camera give an appreciated contribution
Drowsiness is a state resulting in reduction of consciousness caused due to lack of sleep or fatigue. Due to drowsiness, drive loses control of the vehicle which may deviate him/her from the road and results in severe accidents. According to NHTSA organization statistics, the major factor causing accidents is sleepiness of driver. India is a signatory to Brasilia Declaration and is committed to reduce the number of road accidents and fatalities by 50 per cent by 2020. However, over the years, with the increasing growth rate of motorization accompanied by road network expansion and urbanization, India is facing serious impacts on road safety levels. In India the total number of road accidents is increased by 2.5 per cent from 4,89,400 in 2014 to 5,01,423 in 2015. The road accident data analysis of 2015 reveals that about 1374 accidents and 400 deaths take place every day on Indian roads. Few of the major causes for this huge loss are alcohol consumption while driving and drowsiness of driver. In order to minimize this huge number of accidents, advanced driver assistance techniques can be used. For this the driver is monitored using two ways: direct and indirect. Direct monitoring technique consists of head movement, facial expressions captured using sensors like camera. Driver activities and his/her response to specific situation are included in indirect techniques for monitoring drowsiness. A series of actions performed by driver while driving involves eye activities, frequency and the amount of time for which eyes were closed, head displacement with respect to the centre of gravity assists in detecting the driver’s current state
کد:12634
دانلود رایگان فایل انگلیسی:
رمز فایل:www.downloadmaghaleh.com