Інформаційна технологія виявлення сонливості водія на основі згорткової нейромережі

Abstract

Дана робота присвячена розробці програмного забезпечення для інформаційної технології виявлення сонливості водія на основі згорткової нейромережі. У роботі було обґрунтовано вибір згорткової нейронної мережі для виявлення сонливості водія, яка розпізнає вхідне зображення ока розміром 24х24 пікселів. Було створено програмне забезпеечення виявлення сонливості водія, яке визначає, що очі людини закриті на кілька секунд і сповіщає водія про сонливість звуковим сигналом. Програмне забезпеечення створено на мові програмування Python з використанням бібліотек OpenCV, Keras, NumPy та Pygame. Навчання згорткової нейромережі відбувалось за методом «Adam» з використанням бази даних зображень Driver Drowsiness Dataset. Навчальна вибірка складалась із 6000 зображень. Тестова вибірка складалась із 1000 зображень. Розроблена програма має достовірність виявлення сонливості водія 97%, а програма-аналог «Drowsiness DETECTOR in OpenCV2» має достовірність виявлення сонливості водія 92,3%.This work is devoted to the development of software for information technology for detecting driver drowsiness based on a convolutional neural network. The work justified the choice of a convolutional neural network for detecting driver drowsiness, which recognizes an input image of an eye with a size of 24x24 pixels. Software for detecting driver drowsiness was created, which determines that a person’s eyes are closed for several seconds and notifies the driver of drowsiness with a sound signal. The software was created in the Python programming language using the OpenCV, Keras, NumPy and Pygame libraries. The convolutional neural network was trained using the “Adam” method using the Driver Drowsiness Dataset image database. The training sample consisted of 6000 images. The test sample consisted of 1000 images. The developed program has a 97% accuracy in detecting driver drowsiness, and the similar program "Drowsiness DETECTOR in OpenCV2" has a 92.3% accuracy in detecting driver drowsiness.