Publicación: Implementación software de algoritmos para la detección de rasgos faciales utilizados como indicadores de somnolencia en conductores usando secuencias de imágenes biométricas
| dc.contributor.advisor | Ramírez Silva, Ana Beatriz | |
| dc.contributor.advisor | Ariza, Leandro Fabio | |
| dc.contributor.author | Bayona Acosta, Rafael | |
| dc.date.accessioned | 2024-03-03T16:33:29Z | |
| dc.date.available | 2007 | |
| dc.date.available | 2024-03-03T16:33:29Z | |
| dc.date.created | 2007 | |
| dc.date.issued | 2007 | |
| dc.description.abstract | En este trabajo se describe la implementación de un algoritmo que permite, a partir de secuencias de imágenes biométricas de conductores, determinar en tiempo real cambios en las aberturas de los ojos, los cuales pueden ser utilizados para predecir estados de cansancio y somnolencia. El algoritmo consta de tres etapas. En la primera etapa se realiza una segmentación del rostro la cual se fundamenta en una caracterización universal del color de piel y en el método de crecimiento de regiones por agregación de píxeles. En la segunda etapa, se detecta la localización del iris de uno de los ojos para el caso de personas con los ojos abiertos y se extrae una subimágen de este. Para el caso en que el individuo tenga los ojos cerrados se detecta un punto cualquiera y se extrae una subimágen de esta zona. Para la detección del iris se halla la correlación entre la imágen obtenida con detección de bordes y una máscara con forma de arco. En la tercera etapa para reconocer que la imágen obtenida en la segunda etapa corresponde con la imágen de un ojo abierto, se utiliza el coeficiente de correlación y una imágen patrón. Antes de calcular el coeficiente de correlación se suaviza la imágen con un filtro mediana y se aplica un algoritmo de compensación de iluminación que permita uniformizar los valores de iluminación en la imágen. La validación de los algoritmos propuestos se hace por medio de una base de datos de imágenes, de personas dentro de un vehículo con diversas condiciones de iluminación, diferentes distancias entre la cámara y la persona y personas en distintas posiciones y con la mirada en diferentes direcciones, adquiridas por medio de una cámara digital, en las cuales se analizan las estadísticas de las frecuencias de falsa aceptación y frecuencias de falso rechazo, la sensibilidad y la especificidad como indicadores de confiabilidad de los algoritmos implementados. | |
| dc.description.abstractenglish | This work describes the algorithm implementation that allows starting from biometric images sequences of drivers, to determine changes in the eyes openings in realtime, which can be used to predict fatigue and drowsiness states. The algorithm consists of three stages. In the first stage a face segmentation is carried out based in a universal skin color map and the region growing method. In the second stage, the iris localization of one eye in the image is detected for people with open eyes and a subimage is extracted. In the case that the individual has the closed eyes anyone point is detected and a subimage of this area is extracted. For the iris detection we calculated the correlation between the edge image and one mask with an arch form. In the third stage it is used the correlation coefficient and a pattern image in order to recognize the previous image as an open eye image. Before calculating the correlation coefficient the image is smoothing with a median filter and an illumination compensation algorithm that is applied to make uniform the illumination values in the image. The validation of the proposed algorithms was made using a database of images of people inside a vehicle, acquired with a digital camera, in which the statistics of the false acceptance rate and the false rejection rate, the sensibility and the specificity are analyzed as dependability indicators of the implemented algorithms. | |
| dc.description.degreelevel | Pregrado | |
| dc.description.degreename | Ingeniero Electrónico | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | Universidad Industrial de Santander | |
| dc.identifier.reponame | Universidad Industrial de Santander | |
| dc.identifier.repourl | https://noesis.uis.edu.co | |
| dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/19803 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Industrial de Santander | |
| dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
| dc.publisher.program | Ingeniería Electrónica | |
| dc.publisher.school | Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones | |
| dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
| dc.subject | Procesamiento Digital de Imágenes | |
| dc.subject | Segmentación del rostro | |
| dc.subject | Detección del iris | |
| dc.subject | Compensación de iluminación | |
| dc.subject | Correlación y coeficiente de correlación. | |
| dc.subject.keyword | Digital Images Processing | |
| dc.subject.keyword | Face segmentation | |
| dc.subject.keyword | Iris detection | |
| dc.subject.keyword | Illumination compensation | |
| dc.subject.keyword | Correlation and correlation coefficient. | |
| dc.title | Implementación software de algoritmos para la detección de rasgos faciales utilizados como indicadores de somnolencia en conductores usando secuencias de imágenes biométricas | |
| dc.title.english | Software implementation of algorithms for the detection of facial features used as indicators of drowsiness in drivers using biometric images sequences* | |
| dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
| dc.type.hasversion | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
| dspace.entity.type | Publication |
