Universidad del Valle Biblioteca Digital

Biblioteca Digital Universidad del Valle > Patrimonio Documental Universidad del Valle > Revistas > Ingeniería y Competitividad > Vol. 16 no. 2, 2014 / Ingeniería y Competitividad >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10893/8464

Título : Detección de distracción en conductores mediante técnicas de visión de máquina
Otros títulos: Driver distraction detection using machine vision techniques
Autores: Jiménez Moreno, Robinson
Avilés Sánchez, Oscar
Amaya Hurtado, Darío
Palabras clave : Distracción
procesamiento de imagen
red neuronal
visión de máquina
Distraction
image processing
neural network
machine vision
Fecha de publicación: 12-may-2015
Resumen: Resumen En este artículo se presenta un sistema para la detección de estados de distracción en conductores de vehículos en horas diurnas mediante técnicas de visión de máquina, el cual se basa en la segmentación de la imagen respecto a los ojos y la boca de una persona, vista de frente por una cámara. De dicha segmentación se establece los estados de movimiento que de la boca y de la cabeza, permiten inferir un estado de distracción. Las imágenes se extraen de videos de corta duración y con una resolución de 640x480 píxeles, sobre las cuales se emplean técnicas de procesamiento de imagen como transformación de espacios de color y análisis de histograma. La decisión del estado es el resultado de una combinación de las características extraídas ingresadas a una red neuronal del tipo perceptrón multicapa. El desempeño logrado en la detección en un ambiente controlado de pruebas es del 90% y del 86% en ambiente real, con un tiempo de respuesta promedio de 30 ms. Abstract This article presents a system for detecting states of distraction in drivers during daylight hours using machine vision techniques, which is based on the image segmentation of the eyes and mouth of a person, with a front-face-view camera. From said segmentation states of motion of the mouth and head are established, thus allowing to infer the corresponding state of distraction. Images are extracted from short videos with a resolution of 640x480 pixels and image processing techniques such as color space transformation and histogram analysis are applied. A decision concerning the state of the driver is the result from a multilayer perceptron-type neural network with all extracted features as inputs. Achieved performance is 90% for a controlled environment screening test and 86% in real environment, with an average response time of 30 ms.
URI: http://hdl.handle.net/10893/8464
Aparece en las colecciones: Vol. 16 no. 2, 2014 / Ingeniería y Competitividad

Texto completo:

Archivo Descripción Tamaño Formato
Deteccion de distraccion en conductores.pdf1.45 MBAdobe PDFDescargar aquí
Ver estadísticas

Los ítems de Biblioteca Digital están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Biblioteca Mario Carvajal
biblioteca@univalle.edu.co
Teléfonos +57 2 3212950 - Fax 3212977
Universidad del Valle - Ciudad Universitaria
Calle 13 # 100-00 Cali, Colombia
    Biblioteca San Fernando
biblioteca@univalle.edu.co
Teléfonos +57 2 5185633 - Fax 5581951
Universidad del Valle - Sede San Fernando
Calle 4a.B # 36-00
Cali, Colombia
    Biblioteca Colección Clínica
biblioteca@univalle.edu.co
Teléfonos +57 2 5576113
Hospital Universitario del Valle
Calle 5a # 36-08
Cali, Colombia
DSpace Software Copyright © 2002-2008 MIT and Hewlett-Packard