Detección de movimiento corporal para el control de sueño y fatiga en conducción de vehículos aplicando background substraction para el proyecto de conducción segura

Fabián Celso Gunsha Maji, Ángel José Quevedo Ríos, Juan Carlos Castelo Valdivieso, Elvis Enrique Argüello

Resumen


En la actualidad la visión artificial y el procesamiento de imágenes están marcado un avance significativo debido a la evolución de los procesadores, dentro de este enfoque la detección de movimiento se ha desarrollado algoritmos que permiten ser más eficientes en ambientes donde la detección de movimiento resulta complicada, para los cuales OpenCV (Open Source Computer Vision) establece algunos métodos que son analizados mediante la programación de algoritmos en Python y son mostrados en este artículo que permitirán establecer estrategias de control de sueño y fatiga en la conducción del vehículo.


Palabras clave


Visión Artificial; OpenCV; background substraction.

Texto completo:

PDF HTML

Referencias


Z. Zivkovic and F. van der Heijden, “Efficient adaptive density estimation per image pixel for the task of background subtraction,” vol. 27, no. 7, 2006, pp. 773–780. [Online]. Available: https://www.sciencedirect.com/science/article/pii/S0167865505003521

P. Kaew Trakul Pong and R. Bowden, “An improved adaptive background mixture model for real-time tracking with shadow detection,” 2002.

C. Stauffer and W. Grimson, “Adaptive background mixture models for real-time tracking,” in Proceedings. 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (Cat. No PR00149), vol. 2, 1999, pp. 246–252 Vol. 2.

Z. Zivkovic, “Improved adaptive gaussian mixture model for background subtraction,” in Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004., vol. 2, 2004, pp. 28–31 Vol.2.

A. B. Godbehere, A. Matsukawa, and K. Goldberg, “Visual tracking of human visitors under variable-lighting conditions for a responsive audio art installation,” in 2012 American Control Conference (ACC), 2012, pp. 4305–4312.

B. Singh, D. Singh, G. Singh, N. Sharma, and V. Sibbal, “Motion detection for video surveillance,” in 2014 International Conference on Signal Propagation and Computer Technology (ICSPCT 2014), 2014, pp. 578–584.

Y. Fang, J. Tang, W. Shen, W. Shen, X. Gu, L. Song, and G. Zhai, “Dual attention guided gaze target detection in the wild,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), June 2021, pp. 11 390–11 399.




DOI: https://doi.org/10.23857/pc.v9i8.7743

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/