نماذج التعلم العميق لتصنيف عيون السائق: دراسة مقارنة

المؤلفون

  • الاء عبد الرحيم ياسر1
  • علي حسين حسن
  • مصطفى حياوي

DOI:

https://doi.org/10.47831/mjse.v22i4.1020

الكلمات المفتاحية:

نماذج التعلم العميق لتصنيف عيون السائق: دراسة مقارنة

الملخص

    تعد قيادة السيارة في حالة النعاس مشكلة خطيرة للغاية ومنتشرة في المجتمع، لأن النعاس له تأثير سلبي على وقت رد فعل السائق. وبالتالي، عندما يزداد مستوى النعاس لدى السائق، يفقد السيطرة على سيارته. يمكنه أن ينحرف عن المسار بشكل غير متوقع، أو يصطدم بعائق أو يتسبب في انقلاب السيارة. في هذا البحث، نقدم حلًا منخفض التكلفة وغير تدخلي وأكثر دقة وأفضل لاكتشاف نعاس السائق في الوقت الفعلي في ظروف القيادة الواقعية، فعند اكتشاف النعاس، يقوم النظام بتنشيط إنذار مسموع للتنبيه السائق قبل أن ينام. في الطريقة المقترحة استخدمنا أهم مكونات الوجه التي تعتبر الأكثر فاعلية للنعاس. استخدمنا خوارزمية Viola-Jones لاكتشاف منطقة وجه وعين السائق. ثم أدخلنا الصورة الناتجة في الشبكة العصبية التلافيفية العميقة لاكتشاف نعاس السائق في الوقت الفعلي. الغرض من هذه الورقة هو الوصول إلى أداء خمسة نماذج للتعلم العميق: AlexNet وResNet50 وGoogleNet وVGG16 وDenseNet201، التي تكتشف النعاس باستخدام لقطات RGB للسائقين كمدخلات. تشير النتائج التجريبية إلى أن جميع هذه النماذج تنتج دقة كشف ممتازة ولكن DenseNet201 تحقق أعلى دقة كشف مقارنة بالآخرين.

التنزيلات

منشور

2021-12-01

كيفية الاقتباس

Alaa Abdulraheem Yasir, Ali Hussein Hasan, & Mustafa J. Hayawi. (2021). نماذج التعلم العميق لتصنيف عيون السائق: دراسة مقارنة. مجلة المستنصرية للعلوم والتربية, 22(4), 18–28. https://doi.org/10.47831/mjse.v22i4.1020

إصدار

القسم

Research Article

الفئات