지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2015
- 저작권
- 울산대학교 논문은 저작권에 의해 보호받습니다.
이용수17
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
현대 시대에서 자동차는 단순히 이동만을 위한 교통수단이 아닌 하나의 삶의 필수품이 되었다. 하지만 그만큼 안전운전에 관한 관심도 함께 높아지고 있다. 수 많은 사람들이 매년 졸음 운전으로 인해 사망, 부상을 당하고 있으며 졸음 운전으로 인한 자동차 충돌 사고의 경우 경찰의 물리적인 단속과 같은 제약이 없고 속도를 유지한 채 그대로 충돌하기 때문에 더 심각하고 치명적인 사고로 이어질 확률이 높다.그러므로 졸음운전 사고를 예방하기 위한 운전자 상태 감시 시스템의 개발이 필요하며 현재 많은 연구들이 이루어 지고 있다.
자동차용 블랙박스는 교통 사고를 대비하여 영상 증거 자료의 확보를 위해서 장착하는 장치로서 최근 들어 자동차용 블랙박스의 보급률이 높아지며 시장규모 또한 점차 성장해가고 있는 추세이다. 그에 따라 블랙박스의 기술 또한 함께 발전하고 있으며 특히 활용성 강화를 위해 IT 기술을 접목하여 동영상, 운행정보 등 관련 정보를 실시간 또는 네트워크를 통해 타 장비에 전송할 수 있도록 하는 기술을 주목 할 수 있다. 또한 최근의 자동차용 블랙박스는 외부 상태를 감시 할 수 있을 뿐만 아니라 내부를 볼 수 있는 제품도 출시되고 있다.따라서 본 논문에서는 블랙박스를 이용한 졸음운전을 예방하는 운전자 상태 감시 시스템을 제안하고자 하며 이러한 컨셉을 가지고 키넥트를 이용하여 선행 연구를 실시하였다.
키넥트를 통해 획득한 정면 영상을 기반으로 하여 눈 영역을 검출하고 영상 처리의 과정을 거쳐 필요 없는 부분을 제거한 눈에 한층 더 가까워진 영상을 탐지한다. 그리고 동공 영역을 추출하여 눈의 개폐 상태를 판단하기 위해 영상의 R,G,B 값 분석을 이용하여 동공 영역을 추출한다. 본 연구에서는 동공 추출의 정확성을 향상 시키기 위해 4가지의 방법을 사용하여 동공 추출을 시행하였으며 이 방법을 컬러영상과 적외선 영상에 각각 적용시켜 동공 추출을 시행해 본 결과 두 가지 영상에서 모두 열린 눈에서 동공 추출이 된 것을 확인 할 수 있었다. 그 후 눈 개폐 상태를 추출된 영상을 이진화 하여 판단하였다. 그 결과 컬러영상과 적외선 영상에서 높은 정확도로 눈 개폐 상태에 대한 판단이 가능함을 알 수 있었다. 또한 적외선 영상의 실험 결과는 밤과 같은 어두운 환경에서도 충분히 사용 가능함을 알 수 있었다. 본 논문에서는 이러한 선행연구를 통해 블랙박스를 이용한 운전자의 졸음운전 감시 시스템의 실용화에 대한 가능성을 확인한다.
자동차용 블랙박스는 교통 사고를 대비하여 영상 증거 자료의 확보를 위해서 장착하는 장치로서 최근 들어 자동차용 블랙박스의 보급률이 높아지며 시장규모 또한 점차 성장해가고 있는 추세이다. 그에 따라 블랙박스의 기술 또한 함께 발전하고 있으며 특히 활용성 강화를 위해 IT 기술을 접목하여 동영상, 운행정보 등 관련 정보를 실시간 또는 네트워크를 통해 타 장비에 전송할 수 있도록 하는 기술을 주목 할 수 있다. 또한 최근의 자동차용 블랙박스는 외부 상태를 감시 할 수 있을 뿐만 아니라 내부를 볼 수 있는 제품도 출시되고 있다.따라서 본 논문에서는 블랙박스를 이용한 졸음운전을 예방하는 운전자 상태 감시 시스템을 제안하고자 하며 이러한 컨셉을 가지고 키넥트를 이용하여 선행 연구를 실시하였다.
키넥트를 통해 획득한 정면 영상을 기반으로 하여 눈 영역을 검출하고 영상 처리의 과정을 거쳐 필요 없는 부분을 제거한 눈에 한층 더 가까워진 영상을 탐지한다. 그리고 동공 영역을 추출하여 눈의 개폐 상태를 판단하기 위해 영상의 R,G,B 값 분석을 이용하여 동공 영역을 추출한다. 본 연구에서는 동공 추출의 정확성을 향상 시키기 위해 4가지의 방법을 사용하여 동공 추출을 시행하였으며 이 방법을 컬러영상과 적외선 영상에 각각 적용시켜 동공 추출을 시행해 본 결과 두 가지 영상에서 모두 열린 눈에서 동공 추출이 된 것을 확인 할 수 있었다. 그 후 눈 개폐 상태를 추출된 영상을 이진화 하여 판단하였다. 그 결과 컬러영상과 적외선 영상에서 높은 정확도로 눈 개폐 상태에 대한 판단이 가능함을 알 수 있었다. 또한 적외선 영상의 실험 결과는 밤과 같은 어두운 환경에서도 충분히 사용 가능함을 알 수 있었다. 본 논문에서는 이러한 선행연구를 통해 블랙박스를 이용한 운전자의 졸음운전 감시 시스템의 실용화에 대한 가능성을 확인한다.
목차
감사의 글 IV[국문 요약] VI[그림 목록] VIII[표 목록] IX1. 서 론 11.1 연구 배경 및 목표 22. 본 론 72.1 얼굴 영역 검출과 눈 검출 82.1.1 Viola-Jones face detection 알고리즘을 통한 눈 영역 검출 82.2 동공 영역 검출 102.2.1눈 영역의 값 분석 102.2.2 동공 영역 검출 132.3 눈 개폐 상태 판단 방법 172.4 실험 결과 192.4.1 동공 영역 추출 결과 202.4.2 눈 개폐 상태 판단 결과 233. 토의 및 결론 253.1 토의 및 결론 26참고 문헌 27[ABSTRACT] 30
최근 본 자료
댓글(0)
0