Développement d'une Application de Détection Somnolence au Volant du Conducteur Pour Eviter les Accidents de la Route

Abstract

De nombreuses personnes meurent chaque jour suites aux accidents de la route causés par la somnolence et la fatigue du conducteur. Pour éviter ce type d'accident, il convient de détecter rapidement la somnolence, qui dû au changement imprévu de l'état physiologique et comportemental du conducteur. En raison du développement technologique de la vision par ordinateur, il est possible de surveiller l'état du conducteur sans interférer avec sa tâche en analysant les expressions faciales et l'état des yeux. L’état du conducteur est contrôlée en fonction de l’état des yeux à travers trois étapes de base: la détection du visage, le positionnement des yeux et enfin la reconnaissance de l’état des yeux à l'aide de techniques de traitement des images. Dans notre projet, nous avons discuté les plus courantes méthodes de détection des visages : HOG, Viola et Jones et CNN. Après des tests sur les bases de données FDDB et YAWDD, nous avons constaté que la méthode de Viola et Jones donnait de bons résultats et qu'en prenant en charge la méthode de Suivi de corrélation, la détection était bien meilleure. En ce qui concerne l'emplacement des yeux, nous avons formé nos propres modèles basés sur les méthodes HOG et Viola et Jones sur la base de données que nous avons créé. Les modèles de Viola et Jones sont meilleurs que les modèles HOG. Enfin, nous avons calculé le pourcentage des yeux fermés dans une unité de temps donnée après avoir déterminé l’état des yeux afin de détecter la somnolence du cond ucteur dans l’intention de le prévenir.

Mots clés: somnolence au volant, détection de la somnolence, système non intrusif, aide à la conduite, suivie du visage, troubles de la vue. Many people die every day from road accidents caused by drowsiness and driver fatigue. To avoid this type of accident, drowsiness must be detected quickly, a complex problem due to the unforeseen change in the physiological and behavioral state of the driver. In recent years, due to the technological development of computer vision, it is possible to monitor the state of the driver without interfering with his task by analyzing facial expressions and eye states. The state of the driver is controlled according to the state of the eyes through three basic steps: the detection of the face, the positioning of the eyes and finally the recognition of the state of the eyes with the help of techniques of capture and image processing. In our project, we discussed the most common methods of face detection, namel y HOG, Viola and Jones and CNN. After testing on the FDDB and YAWDD databases, we found that the Viola and Jones methods performed well and that by supporting the Correlation Tracking method, the detection was much better. Regarding the location of the eyes, we formed our own models based on the HOG and Viola and Jones methods on the database we created. The Viola and Jones models are better than the HOG models. Finally, we calculated the percentage of eyes closed in a given unit of time after determining the state of the eyes to detect sleepiness of the driver with the intention of preventing it.

Key words: driving drowsiness, drowsiness detection, non-intrusive system, driving assistance, facial follow-up, visual disturbances.