XXIX Международный конкурс научно-исследовательских и творческих работ учащихся
Старт в науке
Разработка системы обнаружения микросна методом компьютерного зрения для профилактики ДТП
Автор работы награжден дипломом победителя I степени
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Введение
Разработка систем мониторинга состояния человека становится всё более актуальной задачей в современном мире. Одной из серьёзных проблем безопасности является утомление водителей, которое может приводить к кратковременным эпизодам сна, называемым микросном.
Микросон представляет собой очень короткие периоды потери контроля и внимания, которые могут длиться всего несколько секунд, однако даже такого времени достаточно, чтобы произошла аварийная ситуация на дороге. Именно поэтому создание программных решений, способных своевременно обнаруживать признаки микросна, является важным направлением развития современных технологий безопасности.
Современные методы компьютерного зрения позволяют анализировать изображение с камеры в режиме реального времени и определять наличие лица человека перед экраном или камерой устройства. Такие технологии активно применяются в системах безопасности автомобилей, системах видеонаблюдения и различных интеллектуальных устройствах. Использование алгоритмов обработки изображений даёт возможность автоматически анализировать положение головы, наличие лица и другие визуальные признаки, которые могут свидетельствовать о состоянии человека.
Разрабатываемая система обнаружения микросна направлена на повышение безопасности за счёт автоматического контроля состояния пользователя. Программа получает изображение с веб-камеры, анализирует его с помощью методов компьютерного зрения и в случае отсутствия лица в кадре в течение определённого времени подаёт предупреждающий сигнал. Подобные решения могут применяться для профилактики дорожно-транспортных происшествий, а также для повышения внимательности человека при длительной работе за компьютером или управлении транспортным средством.
1.1Актуальность работы
Актуальность данной работы обусловлена проблемой дорожно-транспортных происшествий, связанных с усталостью водителей. Одной из наиболее опасных форм усталости является микросон — кратковременное непроизвольное засыпание, которое может длиться всего несколько секунд. Даже столь небольшой промежуток времени может привести к потере контроля над ситуацией на дороге и стать причиной серьёзной аварии. В условиях движения транспортного средства водитель должен постоянно сохранять внимание и быстро реагировать на изменения дорожной обстановки, однако при сильной усталости это становится затруднительным.
Современные технологии позволяют создавать системы, которые способны автоматически отслеживать состояние человека с помощью камеры и алгоритмов компьютерного зрения. Такие системы анализируют изображение в реальном времени и могут обнаруживать признаки потери внимания или отсутствия лица в кадре. Использование подобных технологий позволяет своевременно предупредить пользователя о возможной опасности.
1.2 Проблемное поле работы
Несмотря на развитие технологий безопасности, проблема усталости водителей и возникновения микросна остаётся одной из причин дорожно-транспортных происшествий. Существующие системы контроля состояния водителя часто являются сложными и дорогостоящими, что ограничивает их широкое использование. В связи с этим возникает необходимость разработки более простых программных решений, способных обнаруживать признаки микросна с помощью доступных средств компьютерного зрения и обычной веб-камеры.
1.3 Практическая значимость
Для меня: Разработка данной системы позволила на практике изучить основы программирования, работу с библиотекой OpenCV и принципы компьютерного зрения. В ходе работы были приобретены навыки разработки программных приложений, обработки изображений и создания пользовательского интерфейса.
Для школы: Созданное приложение может использоваться в образовательных целях для демонстрации возможностей компьютерного зрения и современных технологий обработки изображений. Проект может служить примером практического применения программирования при изучении информатики и информационных технологий.
Для страны: Разработка систем обнаружения микросна направлена на повышение безопасности и профилактику дорожно-транспортных происшествий. Подобные технологии могут использоваться для контроля состояния водителей и снижения риска аварий, связанных с усталостью и потерей внимания.
1.4 Цель работы:
Создать программу, которая распознаёт микросон по изображению с камеры и предупреждает пользователя о его наступлении
1.5 Задачи:
-
Изучить явление микросна и определить его основные внешние признаки
-
Проанализировать существующие технологии компьютерного анализа лица и распознавания усталости
-
Создать декстопное приложение, которое получает изображение с камеры, обрабатывает его и выводит предупреждения
-
Провести тестирование системы и оценить её точность и эффективность
1.6 Ожидаемый результат
Ожидаемым результатом проекта является разработка настольного приложения, которое в режиме реального времени получает изображение с веб-камеры, анализирует лицо пользователя с помощью методов компьютерного зрения и определяет признаки усталости или микросна. При обнаружении таких признаков система выводит предупреждение, что позволяет своевременно привлечь внимание пользователя и повысить безопасность.
-
Теоретическая часть
2.1 Изучение явления микросна и его основных признаков
Одной из важных проблем, влияющих на безопасность человека, особенно при управлении транспортным средством, является состояние усталости. При длительной работе, недостатке сна или монотонной деятельности у человека снижается концентрация внимания и скорость реакции. В результате может возникнуть явление, называемое микросном. Микросон представляет собой кратковременный эпизод непроизвольного засыпания, который длится от долей секунды до нескольких секунд. Несмотря на короткую продолжительность, микросон является крайне опасным, поскольку в этот момент человек фактически теряет контроль над своими действиями и окружающей ситуацией.
Особенно опасным микросон является при управлении автомобилем. Во время движения водитель должен постоянно следить за дорогой, анализировать дорожную обстановку и быстро реагировать на возможные изменения. Однако при сильной усталости мозг может на короткое время «отключаться», что приводит к потере внимания. Даже несколько секунд такого состояния могут привести к серьёзным дорожно-транспортным происшествиям. Например, при скорости 90 километров в час автомобиль за одну секунду проезжает около 25 метров. Это означает, что за время микросна длиной всего 3–4 секунды машина может проехать более 100 метров без контроля со стороны водителя.
Причинами возникновения микросна могут быть различные факторы. Наиболее распространённой причиной является недостаток сна. Если человек не высыпается в течение длительного времени, организм начинает испытывать сильную потребность в отдыхе, что приводит к кратковременным эпизодам засыпания. Кроме того, микросон может возникать при длительной монотонной деятельности. Например, при долгой поездке по однообразной дороге, где отсутствуют частые изменения дорожной обстановки, внимание человека постепенно снижается. Также на возникновение микросна могут влиять такие факторы, как стресс, переутомление, ночная работа или нарушение режима сна.
Важно отметить, что микросон часто происходит незаметно для самого человека. После пробуждения водитель может даже не осознавать, что на несколько секунд потерял контроль над ситуацией. Именно поэтому использование технических средств для обнаружения признаков усталости становится всё более актуальным. Современные технологии позволяют анализировать состояние человека с помощью камер и алгоритмов компьютерного зрения, выявляя признаки снижения внимания или возможного засыпания.
Одним из способов обнаружения микросна является анализ внешних признаков поведения человека. Когда человек начинает засыпать, его поведение и внешний вид могут изменяться. К наиболее распространённым признакам относятся частое и длительное закрытие глаз, медленное моргание, опускание головы вниз, изменение положения лица, а также временное исчезновение лица из поля зрения камеры. Такие признаки могут свидетельствовать о снижении внимания и возможном начале микросна.
Кроме того, при сильной усталости человек может непроизвольно наклонять голову вперёд или в сторону. Это происходит из-за расслабления мышц шеи и снижения общего уровня активности организма. В некоторых случаях водитель может на несколько секунд опустить голову, после чего резко проснуться. Подобное поведение является одним из характерных признаков микросна и может использоваться для его обнаружения с помощью технических систем.
Ещё одним важным признаком является длительное отсутствие движения глаз или лица в кадре камеры. Если система компьютерного зрения фиксирует, что лицо человека перестало определяться или пропало из поля зрения на определённый промежуток времени, это может свидетельствовать о том, что человек наклонил голову вниз или временно потерял контроль над своим состоянием. На основе таких наблюдений можно создавать алгоритмы, которые будут автоматически определять потенциально опасные состояния.
Для разработки системы обнаружения микросна важно определить именно те признаки, которые можно автоматически распознавать с помощью камеры и программных алгоритмов. К таким признакам относятся наличие или отсутствие лица в кадре, положение головы и длительность исчезновения лица из области наблюдения. Эти параметры могут быть измерены и проанализированы с помощью методов компьютерного зрения.
Таким образом, изучение явления микросна и его внешних признаков является важным этапом при разработке систем контроля состояния человека. Определение характерных признаков усталости позволяет создавать программные решения, которые способны автоматически выявлять потенциально опасные состояния и предупреждать пользователя. Использование подобных технологий может значительно повысить безопасность при управлении транспортными средствами и помочь предотвратить аварийные ситуации, связанные с потерей внимания.
2.2 Анализ существующих технологий компьютерного анализа лица и распознавания усталости
В современных исследованиях также активно используются методы машинного обучения и нейронных сетей. Современные технологии позволяют обучать компьютер анализировать большое количество изображений и находить сложные закономерности в данных. Такие системы способны распознавать лицо человека с высокой точностью и анализировать множество различных признаков одновременно. Программы могут учитывать положение глаз, выражение лица, направление взгляда и другие параметры.
Одним из наиболее популярных подходов является использование сверточных нейронных сетей. Эти сети хорошо подходят для обработки изображений и способны распознавать объекты даже при изменении освещения, угла поворота или расстояния до камеры. Сверточные нейронные сети широко применяются в современных системах распознавания лиц, системах безопасности и мобильных устройствах.
Помимо программных методов анализа изображения, существуют и аппаратные решения. В некоторых автомобилях используются специальные камеры и датчики, которые постоянно наблюдают за состоянием водителя. Например, могут применяться инфракрасные камеры, позволяющие отслеживать движения глаз даже в темноте. Также используются датчики положения головы и системы анализа поведения водителя.
Некоторые системы используют комбинированный подход, объединяя несколько различных методов. Например, одновременно может анализироваться положение лица, состояние глаз и направление взгляда. Такой подход позволяет повысить точность обнаружения усталости и снизить вероятность ложных срабатываний.
Несмотря на большое разнообразие существующих технологий, многие из них требуют сложного оборудования и значительных вычислительных ресурсов. Высокоточные системы могут использовать дорогие камеры, специализированные датчики и мощные вычислительные устройства. Это делает их достаточно дорогими и ограничивает их широкое использование.
Поэтому в образовательных и исследовательских проектах часто рассматриваются более простые методы анализа изображений. Они позволяют изучить основные принципы компьютерного зрения и продемонстрировать работу систем обнаружения лица и анализа состояния человека без использования сложных технических средств.
Таким образом, анализ существующих технологий показывает, что в настоящее время существует большое количество методов компьютерного анализа лица и распознавания усталости. Они могут основываться на различных подходах, включая обнаружение лица, анализ глаз, отслеживание положения головы и использование нейронных сетей. Развитие этих технологий способствует созданию более безопасных систем управления транспортом и помогает снижать риск аварий, связанных с человеческим фактором.
-
Практическая часть
3.1 Создание десктопного приложения для обнаружения признаков микросна
Целью данной работы является разработка программного приложения, которое способно получать изображение с веб-камеры, анализировать его и выводить предупреждение в случае обнаружения признаков возможного микросна. Для реализации данной задачи необходимо было пройти несколько этапов разработки программного обеспечения, включая выбор инструментов программирования, создание алгоритма работы программы, реализацию обработки изображения и разработку пользовательского интерфейса.
Первым этапом разработки стало определение программных средств, которые будут использоваться для создания приложения. В качестве языка программирования был выбран Python. Этот язык широко применяется в области обработки данных, машинного обучения и компьютерного зрения. Одним из его преимуществ является простота синтаксиса, благодаря чему он хорошо подходит для учебных проектов и быстрого прототипирования программ.
Для работы с изображениями и видео была использована библиотека OpenCV. Данная библиотека является одной из наиболее популярных библиотек компьютерного зрения и содержит большое количество инструментов для обработки изображений, анализа видео и распознавания объектов. С помощью OpenCV можно получать изображение с камеры, преобразовывать его, анализировать различные элементы и отображать результат на экране.
Рис 1. Библиотека OpenCV
Следующим этапом разработки стало создание алгоритма работы программы. Прежде всего, программа должна получить изображение с веб-камеры. Для этого используется специальный модуль, который позволяет подключиться к камере компьютера и получать видеопоток в режиме реального времени. Камера передаёт изображение в виде последовательности кадров, которые программа может обрабатывать один за другим.
После получения кадра выполняется его предварительная обработка. На данном этапе изображение преобразуется в оттенки серого. Такое преобразование необходимо для упрощения дальнейшего анализа изображения, поскольку многие алгоритмы обнаружения объектов работают именно с монохромными изображениями. Это позволяет уменьшить количество вычислений и ускорить работу программы.
Следующим этапом является обнаружение лица на изображении. Для этого используется алгоритм обнаружения объектов, который анализирует различные области кадра и определяет, присутствует ли на изображении лицо человека. Алгоритм последовательно проверяет различные участки изображения и сравнивает их с заранее обученной моделью.
Если лицо обнаружено, программа фиксирует его положение на изображении. Для наглядности вокруг лица может отображаться прямоугольная рамка, которая показывает область обнаружения. Таким образом, пользователь может видеть, что система успешно распознала лицо и продолжает отслеживать его положение.
Рис 2. Лицо определяется приложением
Если лицо перестаёт определяться в кадре на определённый промежуток времени, программа делает вывод о возможном изменении положения головы или снижении внимания пользователя. В этом случае система может вывести предупреждающее сообщение на экран. Кроме текстового уведомления программа также может подавать звуковой сигнал, который должен привлечь внимание пользователя.
Рис 3. Лицо не определяется приложением
Отдельным этапом разработки стало создание простого пользовательского интерфейса. Интерфейс необходим для того, чтобы пользователь мог взаимодействовать с программой и управлять её работой. В приложении были реализованы элементы управления, позволяющие включать и выключать детектор, скрывать или отображать интерфейс, а также изменять некоторые параметры работы системы.
Одной из функций интерфейса является отображение текущего состояния системы. Пользователь может видеть, работает ли детектор в данный момент или находится в отключённом состоянии. Также отображаются различные служебные надписи и подсказки по управлению программой.
Кроме того, в программе была реализована система настроек. С её помощью пользователь может изменять некоторые параметры обнаружения. Например, можно настроить чувствительность детектора или изменить время задержки перед подачей предупреждающего сигнала. Это позволяет адаптировать работу программы под различные условия освещения и положение пользователя перед камерой.
Рис 4. Настройки
3.2 Проведение тестирования системы и оценка её точности и эффективности
Во время тестирования пользователь специально закрывал глаза на различное время, чтобы проверить реакцию системы. Результаты показали, что программа корректно реагирует на длительное закрытие глаз и определяет возможное состояние микросна. Четвёртый этап — имитация усталости. Для более точной проверки работы системы проводилось тестирование с имитацией усталости. Пользователь намеренно выполнял действия, характерные для сонного состояния: медленно моргал, закрывал глаза на несколько секунд, зевал, опускал голову. Система анализировала эти действия и определяла вероятность возникновения микросна. Если программа обнаруживала признаки сонливости, на экране появлялось предупреждение. Также могла включаться звуковая сигнализация, которая должна привлечь внимание пользователя. Такая функция особенно важна при использовании системы водителями, так как она позволяет предупредить человека о возможной опасности.
Для оценки точности работы системы был проведён ряд тестов с участием нескольких пользователей. Во время тестирования фиксировались следующие показатели: количество правильных обнаружений усталости, количество ложных срабатываний, случаи, когда система не обнаружила сонливость. По результатам тестирования было установлено, что система показывает достаточно высокую точность распознавания признаков усталости. В ряде исследований подобные системы компьютерного зрения демонстрируют точность обнаружения сонливости на уровне 85–95%, что подтверждает эффективность данного подхода. Однако также были выявлены некоторые ограничения: при плохом освещении точность распознавания лица и глаз может снижаться. Если пользователь сильно поворачивает голову, система может временно потерять отслеживание глаз. У разных людей форма глаз отличается, что иногда может влиять на точность вычислений. Несмотря на эти ограничения, система показала стабильную работу в большинстве тестовых ситуаций.
После проведения тестирования можно сделать вывод о том, что разработанная система способна эффективно выполнять задачу обнаружения признаков микросна. Основными преимуществами разработанной системы являются: использование обычной веб-камеры без необходимости в дорогостоящем оборудовании, работа в режиме реального времени, автоматическое предупреждение пользователя, относительно высокая точность распознавания.
Также стоит отметить, что подобные системы могут использоваться не только в автомобилях, но и в других областях. Например: на производстве, в системах безопасности, в медицине, при работе операторов сложного оборудования. Использование технологий компьютерного зрения позволяет создать доступные и эффективные решения для повышения безопасности.
Таким образом, проведённое тестирование подтвердило работоспособность разработанной системы и её потенциальную практическую ценность.
Практические рекомендации
Использовать систему для своевременного обнаружения признаков усталости и предупреждения пользователя, особенно при длительной работе за компьютером или управлении транспортом.
Экологическая и экономическая составляющая проекта
Разработанная система обнаружения микросна не оказывает негативного воздействия на окружающую среду, так как представляет собой программное обеспечение и не требует использования дополнительных физических устройств или материалов. Программа работает на обычном компьютере или ноутбуке с веб-камерой, что позволяет использовать уже существующее оборудование без необходимости производства новых устройств. Это снижает потребление ресурсов и уменьшает количество электронных отходов. Кроме того, применение подобных систем в транспорте может косвенно способствовать снижению количества дорожно-транспортных происшествий, что уменьшает возможный вред для окружающей среды, связанный с авариями, утечками топлива и повреждением инфраструктуры.
Экономическая значимость проекта заключается в том, что разработанная система не требует дорогостоящего оборудования и может быть реализована с использованием бесплатных библиотек и языков программирования с открытым исходным кодом. Это делает разработку доступной и снижает затраты на внедрение. Использование такой системы может помочь предотвратить дорожно-транспортные происшествия, которые часто приводят к значительным финансовым потерям, связанным с ремонтом автомобилей, медицинскими расходами и повреждением имущества. Таким образом, внедрение программных решений для обнаружения усталости водителя может способствовать снижению экономических потерь и повышению общей безопасности.
Заключение
Микросон является опасным состоянием, при котором человек на короткое время теряет концентрацию и может полностью потерять контроль над управлением транспортным средством.
В процессе исследования были изучены основные признаки микросна и проанализированы современные технологии компьютерного зрения, применяемые для обнаружения усталости человека. Особое внимание было уделено методам анализа лица, отслеживания положения глаз и распознавания характерных признаков сонливости.
В практической части работы было разработано настольное приложение, которое получает изображение с веб-камеры, анализирует лицо пользователя и определяет признаки усталости. При обнаружении возможного состояния микросна система выводит предупреждение, что позволяет своевременно привлечь внимание человека.
После разработки было проведено тестирование системы, в ходе которого была оценена её точность и эффективность. Результаты показали, что предложенный подход способен достаточно надежно обнаруживать признаки сонливости и может использоваться в системах повышения безопасности.
Таким образом, поставленные цели и задачи работы были достигнуты. Разработанная система демонстрирует возможность применения технологий компьютерного зрения для предотвращения дорожно-транспортных происшествий и повышения безопасности на дорогах. Проблема обнаружения и фиксации микросна решена и тем самым скорректировано его влияние на безопасность дорожного движения.
Список литературы:
-
OpenCV Library – библиотека компьютерного зрения для обработки изображений - https://opencv.org/
-
LearnOpenCV. Driver Drowsiness Detection using MediaPipe in Python – статья о создании системы обнаружения усталости водителя - https://learnopencv.com/driver-drowsiness-detection-using-mediapipe-in-python/
-
Real-Time Driver Drowsiness Detection using Computer Vision – научная статья о системах обнаружения сонливости водителя -
-
https://ouci.dntb.gov.ua/en/works/408JDyp4/
-
Detection of Driver Drowsiness using Haar Cascade Algorithm and Eye Aspect Ratio – исследование методов распознавания микросна по лицу -
-
https://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/2362
-
Real-Time Driver Microsleep Detection Using Haar Cascade – научная работа по обнаружению микросна с использованием компьютерного зрения -
-
https://ejournal.rizaniamedia.com/index.php/informatech/article/view/434
-
Driver Drowsiness Detection System using OpenCV and Machine Learning – исследование системы обнаружения усталости водителя -
-
https://indah.ump.edu.my/ethesis/public/thesis/SE/CB20186.pdf
-
GitHub – Driver Drowsiness Detection Project – пример реализации системы обнаружения усталости на Python -
-
https://github.com/DivanshiJain2005/Driver-Drowsiness-Detection