얼굴 특징점과 딥러닝을 이용한 실시간 피로, 산만 및 감정 감지를 위한 컴퓨터 비전 기반 운전자 모니터링 시스템

차량 사고는 전 세계적으로 주요 사망 원인으로 남아 있으며, 에콰도르에서는 졸음과 산만이 약 25%의 치명적인 사고를 차지합니다. 본 연구는 얼굴 표정에서 피로, 산만, 감정을 감지하기 위해 컴퓨터 비전과 딥러닝을 사용하는 실시간 운전자 모니터링 시스템을 제시합니다. 이 시스템은 감정 인식을 위해 RAF-DB로 훈련된 MobileNetV2 기반 CNN과 MediaPipe의 468개 얼굴 특징점을 결합하여 EAR(눈 종횡비), MAR(입 종횡비), 시선 및 머리 자세를 계산합니다. 실제 및 시뮬레이션 운전 환경에서 27명의 참가자를 대상으로 실시한 테스트에서 우수한 결과를 보였습니다. 산만 감지에서는 100% 정확도, 하품 감지에서는 85.19%, 눈 감김 감지에서는 88.89%의 정확도를 기록했습니다. 또한 시스템은 행복(100%)과 분노/혐오(96.3%)를 효과적으로 인식했으나, 슬픔 감지에는 어려움을 겪었고 공포는 감지하지 못했는데, 이는 실제 표현의 미묘함과 훈련 데이터셋의 한계 때문으로 추정됩니다. 이러한 도전 과제에도 불구하고 결과는 감정 인식 통합이 운전자 모니터링 시스템에서 중요한 역할을 하여 오경보를 줄이고 반응 정확성을 향상시킴을 강조합니다. 본 연구는 지능형 행동 분석을 통한 운전 안전 향상을 위해 경량화되고 비침습적인 기술 개발을 지원합니다.