Εμφάνιση απλής εγγραφής

Driver's drowsiness detection through eye characteristics from video.

Στοιχεία Dublin Core

dc.creatorΑσαργιωτάκης, Κωνσταντίνοςel
dc.creatorAsargiotakis, Konstantinosen
dc.date.accessioned2016-03-15T15:39:50Z
dc.date.available2016-03-15T15:39:50Z
dc.date.issued2015-10-14T12:42:16Z
dc.identifier.urihttp://hdl.handle.net/20.500.12688/3729
dc.description.abstractΣτη σημερινή εποχή όπου τα τροχαία ατυχήματα αποτελούν ένα μεγάλο ποσοστό των ετήσιων θανάτων, είναι μείζον θέμα η ασφάλεια του οδηγού και των επιβατών. Ένα σημαντικό ποσοστό αυτών των ατυχημάτων οφείλεται κυρίως στους οδηγούς, οι οποίοι είναι εξαντλημένοι από τις καθημερινές τους υποχρεώσεις και δραστηριότητες με αποτέλεσμα να καταλήγουν στο αίσθημα της κόπωσης και τελικά να αποκοιμούνται καθώς οδηγούν. Η κατάληξη ενός τέτοιου γεγονότος είναι καθοριστική, αφού δεν είναι λίγα τα περιστατικά κατά τα οποία τροχαία ατυχήματα τέτοιου τύπου καταλήγουν σε πολύνεκρες τραγωδίες. Η ραγδαία ανάπτυξη της τεχνολογίας άνοιξε το δρόμο για την εκμετάλλευση μεθόδων προς επίδοση λύσης σε αυτό το γεγονός. Αρκετοί είναι οι αλγόριθμοι οι οποίοι σε συνδυασμό με εξωτερικό υλικό (κάμερες, λέιζερ κ.α.) μπορούν να πάρουν αποφάσεις κρίσιμες για την ανθρώπινη ζωή. Τέτοιου είδους ολοκληρωμένα συστήματα συναντάμε στην καθημερινή μας ζωή. Το σύστημα που προτείνεται σε αυτήν την πτυχιακή εργασία έχει σκοπό την ανίχνευση της κόπωσης οδηγών και την προειδοποίηση τους όταν βρίσκονται σε κατάσταση υπνηλίας. Αν αυτό γίνει επιτυχώς τότε ο οδηγός ίσως συνετιστεί και ξεκουραστεί για κάποιο χρονικό διάστημα προκειμένου να αποφύγει ένα ατύχημα. Αν υπήρχε η δυνατότητα αποτροπής οδήγησης όταν είναι οι οδηγοί είναι κουρασμένοι τότε θα είχαμε μείωση των θανατηφόρων τροχαίων ατυχημάτων έως και 30%.el
dc.description.abstractNowadays that the car accidents lead to a large number of annual deaths, the safety of the driver and passengers is a major issue. An important proportion of these accidents is due to the drivers’ fatigue from the everyday life obligations and activities which leads to dropping off while driving. This can end to great fatal tragedy. The rapid development of technology allows the prevention of this problem. There exist many algorithms combined with certain hardware (camera, laser) that can take action for the safety of human life. The system that is proposed in this thesis aims to detect driver drowsiness and to warn the driver in order to pull over and get some rest in order to avoid a possible traffic accident. If drivers would be deterred from driving while being really tired then we would have a decline on fatal traffic accidents up to 30%.en
dc.languageel
dc.publisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
dc.publisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
dc.rightsAttribution-ShareAlike 4.0 International (CC BY-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/
dc.titleΑνίχνευση κόπωσης οδηγών μέσω χαρακτηριστικών ματιού από βίντεο.el
dc.titleDriver's drowsiness detection through eye characteristics from video.en

Στοιχεία healMeta

heal.creatorNameΑσαργιωτάκης, Κωνσταντίνοςel
heal.creatorNameAsargiotakis, Konstantinosen
heal.publicationDate2015-10-14T12:42:16Z
heal.identifier.primaryhttp://hdl.handle.net/20.500.12688/3729
heal.abstractΣτη σημερινή εποχή όπου τα τροχαία ατυχήματα αποτελούν ένα μεγάλο ποσοστό των ετήσιων θανάτων, είναι μείζον θέμα η ασφάλεια του οδηγού και των επιβατών. Ένα σημαντικό ποσοστό αυτών των ατυχημάτων οφείλεται κυρίως στους οδηγούς, οι οποίοι είναι εξαντλημένοι από τις καθημερινές τους υποχρεώσεις και δραστηριότητες με αποτέλεσμα να καταλήγουν στο αίσθημα της κόπωσης και τελικά να αποκοιμούνται καθώς οδηγούν. Η κατάληξη ενός τέτοιου γεγονότος είναι καθοριστική, αφού δεν είναι λίγα τα περιστατικά κατά τα οποία τροχαία ατυχήματα τέτοιου τύπου καταλήγουν σε πολύνεκρες τραγωδίες. Η ραγδαία ανάπτυξη της τεχνολογίας άνοιξε το δρόμο για την εκμετάλλευση μεθόδων προς επίδοση λύσης σε αυτό το γεγονός. Αρκετοί είναι οι αλγόριθμοι οι οποίοι σε συνδυασμό με εξωτερικό υλικό (κάμερες, λέιζερ κ.α.) μπορούν να πάρουν αποφάσεις κρίσιμες για την ανθρώπινη ζωή. Τέτοιου είδους ολοκληρωμένα συστήματα συναντάμε στην καθημερινή μας ζωή. Το σύστημα που προτείνεται σε αυτήν την πτυχιακή εργασία έχει σκοπό την ανίχνευση της κόπωσης οδηγών και την προειδοποίηση τους όταν βρίσκονται σε κατάσταση υπνηλίας. Αν αυτό γίνει επιτυχώς τότε ο οδηγός ίσως συνετιστεί και ξεκουραστεί για κάποιο χρονικό διάστημα προκειμένου να αποφύγει ένα ατύχημα. Αν υπήρχε η δυνατότητα αποτροπής οδήγησης όταν είναι οι οδηγοί είναι κουρασμένοι τότε θα είχαμε μείωση των θανατηφόρων τροχαίων ατυχημάτων έως και 30%.el
heal.abstractNowadays that the car accidents lead to a large number of annual deaths, the safety of the driver and passengers is a major issue. An important proportion of these accidents is due to the drivers’ fatigue from the everyday life obligations and activities which leads to dropping off while driving. This can end to great fatal tragedy. The rapid development of technology allows the prevention of this problem. There exist many algorithms combined with certain hardware (camera, laser) that can take action for the safety of human life. The system that is proposed in this thesis aims to detect driver drowsiness and to warn the driver in order to pull over and get some rest in order to avoid a possible traffic accident. If drivers would be deterred from driving while being really tired then we would have a decline on fatal traffic accidents up to 30%.en
heal.languageel
heal.academicPublisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
heal.titleΑνίχνευση κόπωσης οδηγών μέσω χαρακτηριστικών ματιού από βίντεο.el
heal.titleDriver's drowsiness detection through eye characteristics from video.en
heal.typebachelorThesis
heal.keywordανίχνευση υπνηλίας, ανίχνευση ματιού, διαδικτυακή κάμερα, τροχαίο ατύχημαel
heal.keyworddrowsiness detection, eye detection, web camera, traffic accidenten
heal.advisorNameΤσικνάκης, Εμμανουήλel
heal.advisorNameTsiknakis, Emmanouilen
heal.academicPublisherIDteicrete
heal.fullTextAvailabilitytrue
tcd.distinguishedfalse
tcd.surveyfalse


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Except where otherwise noted, this item's license is described as Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)