Göz kırpma tabanlı sürücü yorgunluk değerlendirme sistemi tasarımı

Simple item page
dc.contributor.advisorDirik, Ahmet Emir
dc.contributor.authorKaragülmez, Soner
dc.contributor.departmentUludağ Üniversitesi/Fen Bilimleri Enstitüsü/Elektrik-Elektronik Mühendisliği Anabilim Dalı.tr_TR
dc.date.accessioned2019-12-09T11:45:20Z
dc.date.available2019-12-09T11:45:20Z
dc.date.issued2017
dc.description.abstractGünümüzde birçok insan trafik kazalarında hayatlarını kaybetmektedir. Ölümcül trafik kazalarının en önemli nedeni olarak sürücülerin uykusuzluğu ve yorgunluğu gösterilmektedir. Bu çalışmada, araç sürücülerinin yorgun ya da dinç olduğuna karar veren yeni bir sistem sunulmaktadır. Önerilen sistem dört aşamadan oluşmaktadır. İlk aşamada sayısal bir kamera üzerinden göz bölgeleri tespit edilerek takip edilmektedir. İkinci aşamada takip edilen gözün açık ya da kapalı olup olmadığı kestirilmektedir. Bu aşama sonunda, sürücünün göz durumu ve zaman bilgisini veren bir göz durum vektörü oluşturulmaktadır. Üçüncü aşamada bu göz durum vektörü üzerinden 7 adet istatistiksel öznitelik çıkarılmaktadır. Son aşamada ise bu özniteliklerin kullanışlı olanları elenmekte ve elenen bu öznitelikler bir yapay sinir ağının değerlendirmesine sunularak sürücünün yorgun olup olmadığına karar verilmektedir. Deneysel sonuçlar, kişilerin yorgunluk derecelerinin 25 video ve 5 farklı kişi üzerinden %96'lık bir başarımla doğru olarak ölçülebildiğini göstermektedir.tr_TR
dc.description.abstractToday, so many people die because of traffic accidents. It is shown that drowsiness and fatigue are the most important reasons of fatal traffic accidents. In this study a new system deciding whether a driver is fatigued or not is proposed. The proposed system consists of four stages. In the first stage, eye regions are finded and tracked by a digital camera. In the second stage, it is predicted that the tracked eye is open or close. At the end of the stage, an eye state vector giving eye state and time information is created. In the third stage, seven statistical features are extracted from the eye-state vector. At the last stage, effective features are eliminated and presented as an evaluation of a neural network and it decides whether the driver is fatigued or not. Experimental results show that people's fatigue levels are correctly measured 96% accuracy on 25 videos and 5 different people.en_US
dc.format.extentXI, 70 sayfatr_TR
dc.identifier.citationKaragülmez, S. (2017). Göz kırpma tabanlı sürücü yorgunluk değerlendirme sistemi tasarımı. Yayınlanmamış yüksek lisans tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü.tr_TR
dc.identifier.urihttp://hdl.handle.net/11452/2601
dc.language.isotrtr_TR
dc.publisherUludağ Üniversitesitr_TR
dc.relation.publicationcategoryTeztr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectSürücü yorgunluk tespit sistemitr_TR
dc.subjectSürücü uykusuzluk tespit sistemitr_TR
dc.subjectGöz kırpma analizitr_TR
dc.subjectGöz durum analizitr_TR
dc.subjectViola-Jones yöntemitr_TR
dc.subjectDriver fatigue detection systemen_US
dc.subjectDriver drowsiness detection systemen_US
dc.subjectEye-blink analysisen_US
dc.subjectEye-state analysisen_US
dc.subjectViola-Jones methoden_US
dc.titleGöz kırpma tabanlı sürücü yorgunluk değerlendirme sistemi tasarımıtr_TR
dc.title.alternativeEye-blink based driver fatigue assessment system designen_US
dc.typemasterThesisen_US

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
496122.pdf
Size:
3.15 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Fen Bilimleri Yüksek Lisans Tezleri / Master Degree