Documente Academic
Documente Profesional
Documente Cultură
circulație.
Cercetătorii au propus multe metode de detectare a oboselii pentru a rezolva această problemă, care
pot fi împărțite în trei tipuri: 1 parametri fiziologici, comportamente ale vehiculului și analiză a
caracteristicilor faciale
Algoritmul propus deteacteaza starea ochilui si a gurii prin extragerea conturului. Putem observa
diagrama bloc a algoritmului. Imaginile sunt achizitionate din 3 baze de date diferite si sunt obtinute in
conditii de iluminare diferite. Deoarece evidentierea si umbrele provocate de sursa de lumina au o mare
influenta asupra pielii, se va folosi algoritmul de compensare a culorii.
Zona faciala este extrasa pentru a obtine imaginea regiunii ochilor si gurii.
Astfel, folosim algoritmul de detectare a feței Viola Jones. Acesta are la baza un clasificator tip cascadă și
algoritmul Adaboost, care îmbunătățește considerabil viteza și precizia detectării feței.
• Ochii sunt așezați în partea superioară a feței, iar gura este situată în partea inferioară a feței
• După obținerea imaginii faciale, jumătatea superioară a imaginii este extrasă și înregistrată ca
imagine I1.
• se indeparteaza prima optime superioara, restul fiind marcat ca ROI pentru ochi.
• Pe acest ROI de aplica algortimul EyeMap pt a localiza regiunea ochilor. Prin aceasta metoda se
construiesc doua EyeMaps in spatiul YCbCr: EyeMapC si EyeMapL.
• ochii conțin valori luminoase și întunecate în componența luminanței; prin urmare, pentru a
construi EyeMapL se utilizează dilatarea și eroziunea.
• Pentru a localiza cu precizie regiunea ochilor, pragul optim T se obține folosind algoritmul OTSU
pentru a converti imaginea gri EyeMap într-o imagine binară (a)
• Analizăm raportul de aspect, poziția și alte caracteristici ale fiecărei componente conectate
(partea albă), pentru a exclude regiunea noneye
• considerăm o pereche de componente conectate drept regiunea ochilor așa cum se arată în (b)
• Dacă nu există o pereche de domenii conectate, atunci pragul este redus în funcție de valoarea
de prag optimă T și se redetecteaza
• Experimentele demonstrează că lungimea ochilor este aproximativ jumătate din distanța dintre
centrul ochilor și înălțimea ochilor este aproximativ jumătate din lungimea ochiului. Prin urmare,
localizăm regiunea ochilor stânga și dreapta, cu o calibrare dreptunghiulară, așa cum se arată în
fig (c).
• Din ROI-ul fetei initial, se va extrage treimea inferioara si jumatatea din mijloc a ei si se va seta
ca ROI al gurii
• Cu toate acestea, atunci când gura se deschide larg, individul casca, nu putem obține o regiune
completă a gurii, așa cum se arată în (b. Se va extinde inaltimea regiunii faciale
• Pe baza diferenței dintre culorile buzelor și pielii, regiunea bucală este poziționată precis în
funcție de segmentarea ,care se face în funcție de valoarea cromatismului „s” al spațiului RGB
• Experimentele demonstrează că valoarea „s” a regiunii buzelor este mai mare decât cea a pielii.
• Presupunand ca N0 este numarul de pixeli din regiunea buzelor,vom clasa toate valorile de
saturatie a pixelilor si vom selecta N0 pixeli cu cea mai mare valoare
• Pentru acest studio N0 s-a considerat a fi de 20% pentru a extrage regiunea complete a buzelor
(figura d)
• Având în vedere că buzele superioare și inferioare nu sunt conectate în permanență, așa cum se
arată în Fig. 4 (d), iar diferența dintre dimensiunea buzelor superioare și inferioare nu este mare,
selectăm cele mai mari două componente conectate si vom seta ca regiune finala dreptungiul
extern
• Pe baza diferentei de saturatie dintre sclera si piele, diferenta dintre componentele rosii si
albastre ale pielii si diferentei dintre regiunile sclerei, regiunea sclerei este segmentata utilizand
o metoda de clustering K-means
• Cel mai bun prag de segmentare se va obtine prin aplicarea algortimului OTSI
• Pentru regiuea sclerei si a pielii se va utiliza diferenta dintre componentele Red si Blue, folosind
o metoda de K-means clustering
• Astfel regiunea ochiului se va imaprti in 3 parti (b)
• Dupa analiza valorii s, a saturatiei in spatiul HSV, (se elimina pixelii cu S mare) se va localiza
regiunea sclerei
• Conform regiunii sclerei extrase, se vor folosi curbe cuadratice pentru a potrivi pleoapelor
superioare si inferioare
• Se va calcula dreptunghiul minim circumscris pentru a determina daca ochiul este inchis sau
deschis
• Diferenta dintre componenta Red si Green este cea mai mare pentru buze si cea mai mica
pentru interiorul gurii
• Având în vedere că gura este deschisă, în special atunci când o persoană casca, se va stabili un
prag T pentru segmentare, pentru a obtine o imagine binara (a)
• Diferenta dintre componenta Red si Green este cea mai mare pentru buze si cea mai mica
pentru interiorul gurii
• Având în vedere că gura este deschisă, în special atunci când o persoană casca, se va stabili un
prag T pentru segmentare, pentru a obtine o imagine binara (a)
• Pentru a obtine pragul T se calculeaza R-G pentru toti pixelii si se vo sorta crescator
• Se vol allege primii 10% pixeli si se vor seta la 255, restul pixelilor gri vor fi 0
• Se va elimina zgomotul
• Se va determia daca valoarea pielii e mai mare decat 1/20 din nr total de pixeli din imagine ->
daca DA, T va fi valoarea maxima a lui R-G
• Daca NU, se vor selecta n pixeli cu valori mici ale diferentei R-G din piexlii ramasi
• Se vor adaga la pixelii selectati anterior si se va calcua valoarea pieliii dupa pasii anteriori (primii
10%...)
• Determinam starea ochiului in fucntie de cel mai mic dreptunghi extern al conturului ochiului
• Observam ca algoritmul poate potrivi conturul foarte bine in conditii de iluminare diferite,
pentru dimensiuni diferite ale cohilor si chiar purtand ochelari
• există mai multe imagini în care sunt expuși dinții sau cu barba. Datorită diferențelor mari dintre
valoarea cenușie a dinților și a bărbii și culoarea pielii, metoda de proiecție nu funcționează bine
în acest caz.