Video görüntüleri yardımıyla uykulu sürücülerin tespiti
Detection of drowsy drivers via video images
- Tez No: 598273
- Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT BOLAT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sürücü hataları kaynaklı trafik kazaları diğer kaza sebeplerine göre daha çok can ve mal kaybına sebep olmaktadır. Bu tür kazaların başlıca sebepleri olarak dikkatsizlik, uykusuzluk, kurallara uymama, hız limitlerine uymamak ve alkollü araç kullanmak gösterilebilir. Sürücü hataları kaynaklı kazaların azaltılması için çeşitli çalışmalar yapılmakta, yöntemler geliştirilmekte böylece günden güne iyileşen teknolojik destek sağlanmış olmaktadır. Bu tez çalışması kapsamında dikkatsizlik ve uykusuzluk nedeniyle oluşabilecek kazaların önüne geçmek amacıyla özgün bir sürücü yorgunluk tespit sistemi geliştirilmiştir. Geliştirilen yöntem şerit işareti tespiti ve uykulu sürücü tespiti aşamaları olmak üzere iki aşamadan oluşmaktadır. Deneysel sonuçlar tez kapsamında önerilen yöntemin yüksek doğrulukla uykulu sürücüleri tespit edebildiğini göstermektedir.
Özet (Çeviri)
Traffic accidents caused by driver errors cause more loss of life and property than other accidents. The main reason for such accidents are carelessness, drowsiness, non-compliance with the rules, failure to comply with speed limits and drink driving. Various studies are carried out to reduce accidents caused by driver errors, and methods are developed so that day-by-day technological support is provided. In order to prevent accidents due to carelessness and drowsiness, a novel driver drowsiness detection system is developed. The developed method consists of two stages: lane marking detection and drowsy driver detection. Experimental results show that the proposed method can detect drowsy drivers with high accuracy.
Benzer Tezler
- Akan video görüntüleri üzerinden, dağıtık, işbirlikçi ve gerçek zamanlı araç tanıma ve boyutlarına göre sınıflandırma sistemi
Distributed, collaborative and real-time vehicle detection and size classification over the video streams
SEDA KUL
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET SAYAR
- Principle component analysis for medical video compression
Tıbbi video kompresyonu için temel bileşen analizi
HİBA HAMEED MAJEED ALSHUWAILI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Video görüntülerinden trafik kazası riskini gerçek zamanlı belirleyen bir sistem tasarımı
A system design for determining traffic accident risk from real-time video images
UYGAR ER
Yüksek Lisans
Türkçe
2012
TrafikYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Video dosyalarında yüz tespiti, tanıma ve video içerisindeki zamana göre işaretleme
Face detection, recognition and time marking in video files
HÜSEYİN GÖZE
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA