Implementación software de algoritmos para la detección de rasgos faciales utilizados como indicadores de somnolencia en conductores usando secuencias de imágenes biométricas

Cargando...
Miniatura

Fecha

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Industrial de Santander

Resumen

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.

Descripción

Citación