Detección de somnolencia utilizando técnicas de visión artificial en entornos móviles
Este trabajo tiene como objetivo presentar el desarrollo e implementación de un dispositivo inteligente de detección de somnolencia en conductores empleando principalmente técnicas de visión artificial y una Raspberry Pi 4, con el fin de alertar al conductor y prevenir la ocurrencia de potenciales a...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2022
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/149624 |
| Aporte de: |
| Sumario: | Este trabajo tiene como objetivo presentar el desarrollo e implementación de un dispositivo inteligente de detección de somnolencia en conductores empleando principalmente técnicas de visión artificial y una Raspberry Pi 4, con el fin de alertar al conductor y prevenir la ocurrencia de potenciales accidentes de tránsito. En primera instancia, se realizará una introducción a la temática abordada, junto los conceptos claves necesarios para el desarrollo del trabajo. Posteriormente, se hará mención sobre el desarrollo de los datasets, las comparativas y estudios de escalabilidad usando los modelos preentrenados MobileNeVt2 e InceptionV3, el proceso de detección de somnolencia empleando como técnicas de visión artificial los modelos de CNN mencionados y los clasificadores basados en cascadas de Haar, finalizando con las pruebas en la Raspberry Pi en un entorno real de conducción. |
|---|