Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
New Ordering-Based Pruning Metrics for Ensembles of Classifiers in Imbalanced Datasets Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Real-Time Eye Detection and Tracking in the Near-Infrared Video for Drivers’ Drowsiness Control

verfasst von : Bogusław Cyganek

Erschienen in: Proceedings of the 9th International Conference on Computer Recognition Systems CORES 2015

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a visual system for real-time eye detection and tracking in the near-infrared (NIR) video streams for drivers’ monitoring. The system starts with crude eye position estimation based on an eye model suitable for NIR processing. In the next step, eye regions are verified with the classifier operating in the higher-order decomposition of the tensor of eye prototypes. Finally, the process is augmented with the linear tracker which facilitates eye detection and allows real-time operation necessary in the automotive environment. The reported experiments show high accuracy and real-time operation of the system in the car.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Artificial Photoreceptors for Ensemble Classification of Hyperspectral Images
Nächstes Kapitel Clothing Similarity Estimation Using Dominant Color Descriptor and SSIM Index
Literatur
1.
Bergasa, L.M., Nuevo, J., Sotelo, M.A., Barea, R., Lopez, E.: Visual monitoring of driver inattention. In: Prokhorov, D. (ed.) Computational Intelligence in Automotive Applications. SCI, vol. 132, pp. 25–51 (2008)
2.
Cyganek, B., Gruszczyński, S.: Hybrid computer vision system for drivers’ eye recognition and fatigue monitoring. Neurocomputing 126, 78–94 (2014)CrossRef
3.
Cyganek, B., Gruszczyński, S.: Eye recognition in near-infrared images for driver’s drowsiness monitoring. In: 2013 IEEE Intelligent Vehicles Symposium (IV), pp 397–402. Gold Coast, Australia, 23–26 June 2013
4.
Cyganek, B.: Object Detection and Recognition in Digital Images. Wiley, NewYork (2013). Theory and practiceCrossRefMATH
5.
D’Orazio, T., Leo, M., Guaragnella, C., Distante, A.: A visual approach for driver inattention detection. Pattern Recognit. 40, 2341–2355 (2007)CrossRefMATH
6.
García, I., Bronte, S., Bergasa, L.M, Almazán, J., Yebes, J.: Vision-based drowsiness detector for real driving conditions. In: 2012 Intelligent Vehicles Symposium. Alcalá de Henares, Spain (2012)
7.
Gray, E., Murray, W.: A derivation of an analytic expression for the tracking index for the alpha-beta-gamma filter. IEEE Trans. Aerosp. Electron. Syst. 29, 1064–1065 (1993)CrossRef
8.
Jackowski, K., Krawczyk, B., Woźniak, M.: Improved adaptive splitting and selection: the hybrid training method of a classifier based on a feature space partitioning. Int. J. Neural Syst. 24(3) (2014)
9.
Kalata, P. R. The tracking index: A generalized parameter for \(\alpha \)-\(\beta \) and \(\alpha \)-\(\beta \)-\(\gamma \) target trackers. IEEE Transactions on Aerospace and Electronic Systems, AES -20, pp. 174–182 (1984)
10.
Kalman, R.E.: A new approach to linear filtering, prediction problems. Trans. ASME J. Basic Eng. pp. 35–45 (1960)
11.
Kawaguchi, T., Hidaka, D., Rizon, M.: Detection of eyes from human faces by Hough transform and separability filter. Int. Conf. Image Process. 1, 49–52 (2000)
12.
Krawczyk, B.: One-class classifier ensemble pruning and weighting with firefly algorithm. Neurocomputing 150, 490–500 (2015)CrossRef
13.
Ma, Y., Ding, X., Wang, Z., Wang, N.: Robust precise eye location under probabilistic framework. IEEE Int. Conf. Autom. Face Gesture Recognit. pp. 339–344 (2004)
14.
Ristic, B., Arulampalam, S., Gordon, N.: Beyond the kalman filter. Particle filters for tracking applications, Artech House (2004)
15.
Safadi, R., B.: An Adaptive Tracking Algorithm for Robotics and Computer Vision Application. Technical Report MS-CIS-88-05, University of Pennsylvania (1988)
16.
Savas, B., Eldén, L.: Handwritten digit classification using higher order singular value decomposition. Pattern Recognit. 40, 993–1003 (2007)CrossRefMATH
17.
Wang, P., Green M., Ji, Q., Wayman J.: Automatic eye detection and its validation. In: CVPR’05 Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol. 03, pp. 164–171 (2005)
18.
19.
Zhu, Z., Jib, Q.: Robust real-time eye detection and tracking under variable lighting conditions and various face orientations. Comput. Vis. Image Underst. 98, 124–154 (2005)CrossRef
Metadaten
Titel
Real-Time Eye Detection and Tracking in the Near-Infrared Video for Drivers’ Drowsiness Control
verfasst von
Bogusław Cyganek
Copyright-Jahr
2016
Buch
Proceedings of the 9th International Conference on Computer Recognition Systems CORES 2015

Print ISBN: 978-3-319-26225-3

Electronic ISBN: 978-3-319-26227-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-26227-7_45