earticle

영어

In this paper, we propose a drowsy driver detection system with a novel eye state detection method that is adaptive to various vehicle environment such as glasses, light and so forth using SURF(Speed Up Robust Feature) which can extract quickly local features from images. Also the performance of eye state detection is improved as individual three eye-state templates of each driver can be made using Bayesian inference. The experimental results under various environment with average 98.1% and 96.1% detection rate in the daytime and at night respectively and those in the opened ZJU database with average 97.8% detection rate show that the proposed method outperforms the current state-of-the-art.

한국어

본 논문은 지역적 특징을 빠르게 추출할 수 있는 SURF(Speed Up Robust Features) 알고리즘을 이용해 안경과 조명 등 자동차 환경에 적응적인 새로운 눈 상태 검출방법을 제안하였다. 또한, 베이지안 추론을 이용하여 각 운전자에 대해 세 가지 고유의 눈 상태 템플릿을 실시간적으로 생성함으로써 눈 상태 검출 성능을 향상시켰다. 주·야간, 안경 착용 시, 미착용 시 등 여러 환경에 대한 성능 실험 결과 주·야간 환경에서 각각 평균 98.1%와 96.0%의 검출률을, 공개된 ZJU데이터베이스에 대한 실험 결과 평균 97.8%의 검출률을 보임으로써 제안된 방법의 우수성을 보였다.