APPLICATION OF COMPUTER VISION TECHNIQUES FOR EVALUATING DRIVER PHYSICAL PARAMETERS

This article focuses on the research and development of a neural network for evaluating driver physical parameters. The research was conducted as part of the «DIMUS Driver State Monitoring System» project. The goal of the research is to develop a system that can automatically analyze video footage from a camera installed in a car and detect signs of driver fatigue, drowsiness, or distraction. The system is based on a hybrid neural network, which combines the advantages of deep learning and traditional image processing algorithms. The system uses a deep neural network to recognize key points on the driver's face, such as the eyes, nose, and mouth. The obtained data is then used to determine the head position, blink rate, lip movement, and other parameters that may indicate the driver's condition. Based on the obtained data, sleep onset is predicted, and a sound signal is emitted to warn the driver of danger. Experimental results show that the developed system has a high accuracy in recognizing driver physical parameters. The research results were used to develop a hardware and software complex for driver fatigue prevention, which can significantly improve road safety.

Данная статья посвящена исследованию и разработке нейронной сети для оценки физических параметров водителя. Исследование проводилось в рамках проекта “Система мониторинга состояния водителя DIMUS”. Целью исследования является разработка системы, способной автоматически анализировать видеозапись с камеры, установленной в автомобиле, и выявлять признаки усталости, сонливости или рассеянности водителя. Система основана на гибридной нейронной сети, которая сочетает в себе преимущества глубокого обучения и традиционных алгоритмов обработки изображений. Система использует глубокую нейронную сеть для распознавания ключевых точек на лице водителя, таких как глаза, нос и рот. Полученные данные затем используются для определения положения головы, частоты моргания, движения губ и других параметров, которые могут указывать на состояние водителя. На основании полученных данных прогнозируется наступление сна и подается звуковой сигнал, предупреждающий водителя об опасности. Результаты экспериментов показывают, что разработанная система обладает высокой точностью распознавания физических параметров водителя. Результаты исследований были использованы при разработке аппаратно-программного комплекса для предотвращения утомления водителя, который может значительно повысить безопасность дорожного движения.