|
|
|
|
| LEADER |
04237na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160711154233.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid2507
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Mandić, Zvonimir
|9 37410
|
| 245 |
1 |
0 |
|a Algoritmi za detekciju umora vozača :
|b diplomski rad /
|c Zvonimir Mandić ; [mentor Davor Petrinović].
|
| 246 |
1 |
|
|a Algorithms for detecting driver fatigue
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b Z. Mandić,
|c 2015.
|
| 300 |
|
|
|a 50 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računalno inženjerstvo, šifra smjera: 55, datum predaje: 2015-06-30, datum završetka: 2015-07-10
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U radu je opisan sustav za detekciju umora baziran na analizi zijevanja. Sustav uzima koordinate vrha gornje usne i dna brade iz čega računa njihovu udaljenost. Ta udaljenost se zatim provlači kroz sklop za normalizaciju i skaliranje u interval od 0 do 1 nakon čega se iz signala filtrom uklanjaju nepotrebne informacije. Iz filtriranog signala sklopom za detekciju lokalnog maksimuma izdvajaju se vršne vrijednosti. Detektor zijeva zatim uzima te vršne vrijednosti, uspoređuje ih sa zadanim pragom te signalizira ukoliko je zijev detektiran. Brojač vremena pamti trenutke kada je zijevanje detektirano te na izlaz daje intervale između svakog zijeva. Pomoću tih intervala određuje se frekvencija zijevanja. Zadavanjem praga frekvencije zijevanja kod umorne osobe ostvaruje se detekcija umora vozača. Detekcija bazirana na analizom zijevanja je funkcionalna i može se koristiti u stvarnim uvjetima. No, takav sustav predviđen je kao dio većeg sustava koji će donositi odluke bazirane na više različitih izvora informacija.
Osim praktične implementacije, u radu su opisani i istraživački radovi na temu detekcije umora vozača. U tim radovima detekcija se bazira na EEG-u, analizi pritiska na volan i analizi karakteristika lica čemu je dana posebna pažnja. U tim radovima pokazano je da je EEG najtočnija metoda za detekciju umora. U radu su ukratko opisani i već postojeći stvarni sustavi za detekciju umora koji se koriste u modernim automobilima.
|
| 520 |
3 |
|
|a Sažetak na engleskom: In this paper, the system for drowsiness detection based on yawn analysis is described. The system takes upper lips and lower chin coordinates and calculates their distance. The calculated distance is then normalized and scaled in 0 to 1 interval. After that, the signal is brought to FIR filter where nonessential information is removed. From the filtered signal peak detector detects local maxima (signal peaks). The yawn detector takes these peaks, compares them to the threshold, and signals if yawn is detected. The timer takes signals of detected yawns and measures time between two yawn detection intervals. By using these intervals, yawn frequency is calculated. In the end, driver drowsiness is detected by setting yawn frequency threshold. The developed drowsiness detection is functional and can be used in real systems. However, this system is intended to be used as a part of a bigger one which uses more different information sources to make a valid decision.
Besides practical part, in this paper the various scientific research papers which are focused on drowsiness detection and monitoring are shown. In these papers, the detection is based on EEG analysis, steering grip force analysis and face analysis. The EEG method is considered most accurate and it is used as a reference for others. The systems for drowsiness detection which are used in modern cars today are also described.
|
| 653 |
|
1 |
|a Detekcija umora
|a obrada signala
|a obrada videa
|a aritmetika sa zasićenjem
|a digitalni filtar
|a VHDL
|a Matlab
|a Modelsim
|a Xilinx
|a digitalni dizajn
|a Zync
|a Zedboard
|a FPGA
|a EEG
|a prepoznavanje karakterističnih točaka lica
|
| 653 |
|
1 |
|a Drowsiness detection
|a signal processing
|a video processing
|a saturation arithmetics
|a digital filter
|a VHDL
|a Matlab
|a ModelSim
|a Xilinx
|a digital design
|a Zync
|a ZedBoard
|a FPGA
|a EEG
|a face characteristics analysis
|
| 700 |
1 |
|
|a Petrinović, Davor
|4 ths
|9 13132
|
| 942 |
|
|
|c Y
|2 udc
|
| 999 |
|
|
|c 46263
|d 46263
|