โปรแกรมตรวจจับสัญญานบ่งบอกอาการง่วงนอนจากลักษณะดวงตา Driver Drowsiness Detection Program through Eye Motion Analysis

Abstract

บทคัดย่อ อาการง่วงนอนเป็นสาเหตุหลักที่ก่อให้เกิดอุบัติเหตุทางรถยนต์ ผู้วิจัยตระหนักถึงปัญหาจึงได้พัฒนาโปรแกรมตรวจสอบอาการง่วงนอนซึ่งจะมีเสียงแจ้งเตือนผู้ขับขี่เป็นระยะเพื่อป้องกันผู้ขับขี่จากอุบัติเหตุ โดยติดตั้งกล้องไว้ในรถเพื่อบันทึกภาพวิดีโอของผู้ขับขี่ การตรวจจับใบหน้าใช้อัลกอริทึมวิเคราะห์สีผิว และการตรวจหาดวงตาใช้หลักการหาพื้นที่ที่พบพิกเซลสีขาวบนใบหน้า  งานวิจัยนี้อธิบายถึงวิธีติดตามสถานะดวงตาเพื่อหาว่าตาเปิดหรือปิด ถ้าพบว่าตาปิดค่าความง่วงนอนจะเพิ่มขึ้น ในทางตรงกันข้ามค่าความง่วงนอนจะลดลง ถ้าค่าความง่วงนอนมีค่ามากกว่าหรือเท่ากับค่าเกณฑ์ที่กำหนดระบบจะส่งสัญญานเตือนอย่างต่อเนื่อง ผู้วิจัยได้ทดสอบระบบกับภาพวิดีโอ 9 คลิป และค่าพิสัยภาพสี YCbCr จำนวน 3 ช่วง พบว่าการวิเคราะห์สถานะดวงตาถูกต้อง 69.71% และวิเคราะห์สถานะความง่วงนอนได้ถูกต้อง 67.6% สุดท้ายระบบยังมีข้อผิดพลาดอยู่ ในกรณีที่ภาพวิดีโอมีแสงเข้ามาทำให้เกิดพื้นหลังเป็นสีดำและความเข้มของแสงไม่เท่ากัน และกรณีที่ระบบตรวจพบคิ้วส่งผลให้สถานะดวงตาเป็นเปิดซึ่งไม่ถูกต้อง ABSTRACT Drowsy driving is one of the main reasons causing traffic accidents. This paper aims to develop a program to detect driver drowsiness and alert drivers timely to prevent them from accidents. In order to analyze driver’s eyes movement, a small camera is mounted inside the car to capture the driver’s face. The program detects the face using pixel-based skin color algorithm and distinguishes the eyes by finding area of white pixels on face. This paper describes a method of tracking the eyes’ status whether they are closed or open. If the eyes are found closed, the drowsiness index will be increased, on the other hand, the drowsiness index will be decreased, if the eyes become open. Whenever the drowsiness reaches the threshold, the system will issue a warning signal continuously. From the experiment with 9 video clips and 3 ranges of YCbCr colour, it shows that the system is able to analyze eye status with 69.71% accuracy and detect driver drowsiness with 67.67% accuracy across subjects. The system still has some errors when source of light is not consistency and when the system detects eyebrows, the system indicates the eye status is open which is not correct.