선박의 안전운항을 위한 깊이정보 기반의 졸음 감지 시스템 = A Detection System of Drowsy Driving based on Depth Information for Ship Safety Navigation

국문 초록 (Abstract)

본 논문에서는 컬러정보와 깊이정보를 사용하여 얼굴을 검출하고 추적한 후 항해사의 졸음을 탐지하는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성된다. 얼굴검출 과정에서는 기존의 방법 중 가장 좋은 성능을 보이는 Adaboost 알고리즘을 사용하며, Adaboost로 입력되는 영상의 영역을 사람이 존재하는 영역으로만 제한하여 얼굴을 검출한다. 얼굴검출 과정에서 얼굴이 검출되면 그것을 템플릿으로 하여 얼굴추적 과정이 수행된다. 제안한 방법의 성능을 평가하기 위하여 실험영상을 이용하여 실험을 수행하였다. 실험결과 제안한 졸음탐지 방법은 기존의 방법에 비해 약 23 %의 수행시간을 보였으며, 또한 졸음탐지 방법은 추적 시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1 %의 낮은 추적오차율을 보였다.

다국어 초록 (Multilingual Abstract)

This paper propose a method to detect and track a human face using depth information as well as color images for detection of drowsy driving. It consists of a face detection procedure and a face tracking procedure. The face detection procedure basically uses the Adaboost method which shows the best performance so far. But it restricts the area to be searched as the region where the face is highly possible to exist. The face detected in the detection procedure is used as the template to start the face tracking procedure. The experimental results showed that the proposed detection method takes only about 23 % of the execution time of the existing method. In all the cases except a special one, the tracking error ratio is as low as about 1 %.

참고문헌 (Reference)

1 양원재, "해기사의 피로도 현황에 대한 조사 분석" 해양환경안전학회 18 (18): 551-556, 2012

2 양원재, "항해사의 피로도 분석모델에 관한 기초연구" 해양환경안전학회 15 (15): 217-222, 2009

3 배윤진, "깊이정보를 이용한 고속 고정밀 얼굴검출 및 추적 방법" 한국통신학회 37 (37): 586-599, 2012

4 홍성화, "USN을 활용한 TLC 기반의 BNWAS 구축" 한국항행학회 18 (18): 128-133, 2014

5 Ha, J., "Robust Real-Time Face Detection" 1 : 28-, 2014

6 Viola, P., "Robust Real-Time Face Detection" 52 (52): 137-154, 2004

7 Lienhart, R., "An Extended Set of Haar-like Features for Rapid Object Detection" 1 : 22-25, 2002

8 Papageorgiou, C. P., "A General Framework for Object Detection" 555-562, 1998