>
Fa   |   Ar   |   En
   تشخیص خودکار عدم تمرکز راننده با استفاده از بینایی ماشین و یادگیری عمیق: یک مرور کوتاه  
   
نویسنده کریمی چقاکبودی سمیرا ,چاله چاله عبداله
منبع دهمين كنفرانس بين المللي وب پژوهي - 1403 - دوره : 10 - دهمین کنفرانس بین المللی وب پژوهی - کد همایش: 03231-70970 - صفحه:0 -0
چکیده    یکی از چالش‌های بزرگ جهان امروز تصادفات رانندگی است که بر اثر عوامل مختلفی همچون عدم تمرکز راننده در حین رانندگی رخ می‌دهد زیرا این عوامل عواقب جدی و جبران ناپذیری را در پی خواهد داشت. روش‌های مختلفی برای تشخیص عوامل عدم تمرکز وجود دارد. استفاده از تکنولوژی‌های مبتنی‌بر بینایی ماشین و یادگیری عمیق به منظور تشخیص خودکار این عوامل می‎تواند ایمنی در رانندگی را بهبود بخشیده و حوادث ناشی از عدم تمرکز را به حداقل برساند. استفاده از الگوریتم‌های هوشمند پردازش تصویر بر روی داده‌های تصویری به دست آمده از دوربین‌های نصب شده در محیط رانندگی به منظور استخراج مشخصات و علائم مرتبط بسیار کارآمد می‌باشند. با بهره‌گیری از الگوریتم‌های یادگیری عمیق وضعیت راننده، شناسایی و تشخیص داده می‌شود. به این ترتیب به صورت هوشمندانه به راننده کمک می‌شود تا تمرکز خود را بهبود بخشیده و از وقوع حوادث جلوگیری شود. هدف اصلی این مقاله، بررسی روش‌های ارائه شده در حوزه تشخیص خودکار عوامل عدم تمرکز راننده با استفاده از تکنیک‌های بینایی ‌ماشین و یادگیری عمیق است. همچنین در این تحقیق، می‌توان با هدف بهبود ایمنی و پیشگیری از حوادث رانندگی، از روش‌های نوین مبتنی‌بر وب در سیستم‌های تشخیص عوامل عدم تمرکز راننده استفاده نمود.
کلیدواژه بینایی ماشین، پردازش تصویر، یادگیری عمیق، عوامل عدم تمرکز راننده، تشخیص مبتنی بر وب
آدرس , iran, , iran
پست الکترونیکی chalechale@razi.ac.ir
 
   automatic driver distraction detection using computer vision and deep learning: a minireview  
   
Authors
Abstract    one of the major challenges in the world today is traffic accidents, which occur due to various factors such as driver distraction during driving, as these factors will have serious and irreparable consequences. there are various methods for detecting distraction factors. the use of machine vision-based technologies and deep learning for automatic detection of these factors can improve driving safety and minimize accidents caused by distraction. the use of intelligent image processing algorithms on image data obtained from cameras installed in the driving environment for extracting relevant characteristics and signs is very efficient. by utilizing deep learning algorithms, the driver s condition can be identified and recognized. in this way, intelligent assistance is provided to the driver to improve their focus and prevent accidents. the main goal of this article is to investigate the methods proposed in the field of automatic detection of driver distraction factors using machine vision techniques and deep learning. additionally, novel web-based methods can be utilized in driver distraction detection systems with the aim of improving safety and preventing traffic accidents.
Keywords machine vision ,image processing ,deep learning ,driver distraction ,web-based detection
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved