نماذج التعلم العميق لتصنيف عيون السائق: دراسة مقارنة
DOI:
https://doi.org/10.47831/mjse.v22i4.1020الكلمات المفتاحية:
نماذج التعلم العميق لتصنيف عيون السائق: دراسة مقارنةالملخص
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.