Sistema avanzado de asistencia al conductor para la detección de distracción y somnolencia utilizando puntos de referencia faciales

Autores/as

  • Luis Darío Sinche Cueva Carrera de Computación,Facultad de Energía, las Industrias y los Recursos Naturales No Renovables, Universidad Nacional de Loja, Loja, Ecuador https://orcid.org/0000-0001-7680-1021

DOI:

https://doi.org/10.54753/cedamaz.v13i1.1814

Palabras clave:

Puntos de referencia faciales, Detección de somnolencia, Detección de distracción, Visión por computadora

Resumen

En este artículo se presenta el desarrollo de un sistema avanzado de asistencia al conductor para la detección de somnolencia y distracción en tiempo real como una solución ante los accidentes de tránsito utilizando visión artificial. Inicialmente se aborda la problemática sobre los accidentes de tránsito en Ecuador en 2021, para luego definir la distracción y la somnolencia y sus diferentes clases. En un siguiente punto, se presentan los trabajos de investigación más sobresalientes relacionados con la detección de somnolencia y distracción con los tipos de detección utilizados. Luego, se da a conocer las metodologías aplicadas en esta investigación, para la revisión de literatura se utilizó la metodología para la revisión sistemática de la literatura aplicada a la ingeniería y la educación y para la implementación del proyecto la metodología SCRUM. Para la detección de somnolencia y distracción se la realiza mediante puntos de referencia faciales; en cuanto a la somnolencia se utiliza la relación de aspecto del ojo EAR y como un aporte nuevo en la detección de distracción se aplica una diferencia de distancias horizontales.

Métricas

Cargando métricas ...

Citas

Abouelnaga, Y., Eraqi, H. M., y Moustafa, M. N. (2017). Real-time distracted driver posture classification. arXivpreprint arXiv:1706.09498.

Agencia Nacional de Tránsito del Ecuador ANT, . (2023). Visor de siniestralidad – estadísticas – agencia nacional de tránsito del ecuador – ant. Descargado de https :// www .ant .gob .ec / visor -de-siniestralidad-estadisticas/

Ahmed, J., Li, J.-P., Khan, S. A., y Shaikh, R. A. (2015). Eye behaviour based drowsiness detection system. En 2015 12th international computer conference on wavelet active media technology and information processing (iccwamtip) (pp. 268–272).

Azman, A., Meng, Q., Edirisinghe, E., y Azman, H. (2012). Eye and mouth movements extraction for driver cognitive distraction detection. En 2012 ieee business, engineering & industrial applications colloquium (beiac) (pp. 220–225).

Cueva, L. D. S., y Cordero, J. (2020). Advanced driver assistance system for the drowsiness detection using facial landmarks. En 2020 15th iberian conference on information systems and technologies (cisti) (pp. 1–4).

Fernández, A., Usamentiaga, R., Carús, J. L., y Casado, R. (2016). Driver distraction using visual-based sensors and algorithms. Sensors, 16(11), 1805.

Group, I. B. U. (2023). i·bug - resources - facial point annotations. Descargado de https://ibug.doc.ic.ac .uk/resources/facial-point-annotations/

Hossain, M. Y., y George, F. P. (2018). Iot based real-time drowsy driving detection system for the prevention of road accidents. En 2018 international conference on intelligent informatics and biomedical sciences (iciibms) (Vol. 3, pp. 190–195).

Junaedi, S., y Akbar, H. (2018). Driver drowsiness detection based on face feature and perclos. En Journal of physics: Conference series (Vol. 1090, p. 012037).

Maralappanavar, S., Behera, R., y Mudenagudi, U. (2016). Driver’s distraction detection based on gaze estimation. En 2016 international conference on advances in computing, communications and informatics (icacci) (pp. 2489–2494).

Murphy-Chutorian, E., y Trivedi, M. M. (2010). Head pose estimation and augmented reality tracking: An integrated system and evaluation for monitoring driver awareness. IEEE Transactions on intelligent transportation systems, 11(2), 300–311.

Nambi, A. U., Bannur, S., Mehta, I., Kalra, H., Virmani, A., Padmanabhan, V. N., . . . Raman, B. (2018). Hams: Driver and driving monitoring using a smartphone. En Proceedings of the 24th annual international conference on mobile computing and networking (pp. 840–842).

Reddy, B., Kim, Y.-H., Yun, S., Seo, C., y Jang, J. (2017). Real-time driver drowsiness detection for embedded system using model compression of deep neural networks. En Proceedings of the ieee conference on computer vision and pattern recognition workshops (pp.

–128).

Regan, M. A., Lee, J. D., y Young, K. (2008). Driver distraction: Theory, effects, and mitigation. CRC press.

Rosales Mayor, E., y Rey De Castro Mujica, J. (2010). Somnolencia: Qué es, qué la causa y cómo se mide. Acta médica peruana, 27(2), 137–143.

Soukupova, T., y Cech, J. (2016). Eye blink detection using facial landmarks. En 21st computer vision winter workshop, rimske toplice, slovenia (p. 2).

Torres-Carrión, P. V., González-González, C. S., Aciar, S., y Rodríguez-Morales, G. (2018). Methodology for systematic literature review applied to engineering and education. En 2018 ieee global engineering education conference (educon) (pp. 1364–1373).

WHO, W. H. O. (2018). Global status report on road safety 2018. Descargado de https://www .who .int/publications/i/item/9789241565684

Zhao, M. (2015). Advanced driver assistant system, threats, requirements, security solutions. Intel Labs, 2–3.

Descargas

Publicado

2023-06-30

Cómo citar

Sinche Cueva, L. D. (2023). Sistema avanzado de asistencia al conductor para la detección de distracción y somnolencia utilizando puntos de referencia faciales. CEDAMAZ, 13(1), 90–95. https://doi.org/10.54753/cedamaz.v13i1.1814

Número

Vol. 13 Núm. 1 (2023): CEDAMAZ

Sección

Ciencias exactas e ingenierías

Licencia

Derechos de autor 2023 CEDAMAZ

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:

  1. Luego que el artículo científico es aceptado, para su publicación el o la autora aceptan ceder los derechos de la primera publicación a la Revista CEDAMAZ, conservando sus derechos de autor. Se permite la reproducción total o parcial de los textos que se publican siempre y cuando sea sin fines de lucro. Cuando se ejecute la reproducción total o parcial de los artículos científicos aceptados y publicados en la revista CEDAMAZ, se debe citar la fuente completa y la dirección electrónica de la publicación.

  2. Los artículos científicos aceptados y publicados en la revista CEDAMAZ pueden ser depositados por los autores de manera integra en cualquier repositorio sin fines comerciales.

  3. Los autores no deben distribuir los artículos científicos aceptados, pero que todavía no han sido publicados oficialmente por la revista CEDAMAZ. En el caso de incumplir esta norma implica el rechazo del articulo científico.

  4. La publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons