Resumen

Proponemos la detección de somnolencia en videos de vigilancia en tiempo real al determinar si los ojos de una persona están abiertos o cerrados. Como primer paso, se detecta la cara del sujeto en la imagen. En la cara detectada, se localizan y filtran los ojos con un operador Sobel extendido para detectar la curvatura de los párpados. Una vez que se detectan las curvas, se utiliza la concavidad para determinar si los párpados están cerrados o abiertos. En consecuencia, una curva cóncava hacia arriba significa que el párpado está cerrado, mientras que una curva cóncava hacia abajo significa que el ojo está abierto. El método propuesto también se implementa en hardware para ser utilizado en escenarios en tiempo real, como la detección de somnolencia en conductores. La evaluación del método propuesto se realizó con tres conjuntos de datos de imágenes, donde las imágenes en el primer conjunto de datos tienen un fondo uniforme. El método propuesto logró una precisión de clasificación de hasta el 95% en este conjunto

• Materias:Programación centralizada Dispositivos móviles Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Centralized scheduling Mobile devices Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Método propuesto; Detección de somnolencia; Vídeos de vigilancia en tiempo real; Detección ocular; Curvatura del párpado; Detección de concavidad
• Keywords:Proposed method; Drowsiness detection; Real-time surveillance videos; Eye detection; Eyelid curvature; Concavity detection