운전자의 피로와 졸음으로 인한 도로 사고는 전 세계적으로 사망의 주요 원인 중 하나로 남아 있습니다. 기존의 경고 시스템은 종종 단일 소스 데이터에 의존하여 잘못된 양성 반응과 놓친 감지를 초래합니다. 이 프로젝트인 WAKE-UP-YOLO는 컴퓨터 비전과 생리학적 건강 모니터링을 통합하여 신뢰할 수 있고 다중 모드 졸음 경고를 제공하는 포괄적인 실시간 운전자의 졸음 감지 시스템을 제시합니다. 이 시스템은 YOLOv8n으로 처리된 카메라 피드를 통해 장시간 눈 감기 및 하품과 같은 얼굴 지표를 실시간으로 감지합니다. 동시에 스마트워치 API 또는 시뮬레이션 엔진에서 수집한 맥박, 혈중 산소 포화도(SpO2), 스트레스 수준과 같은 건강 매개변수를 모니터링합니다. 가중 융합 논리 모듈은 두 신호 스트림을 결합하여 통합된 졸음 점수를 생성합니다. 점수가 설정된 임계값을 초과하면, 시스템은 경고(점수 >= 0.6) 및 중대(점수 >= 0.8) 심각도 수준에서 음성 알림을 트리거합니다. 이 시스템은 OpenCV, Ultralytics YOLOv8, Pygame 및 Tkinter를 사용하여 Python으로 구현되었으며, 웹캠 접근이 가능한 표준 노트북에서 배포할 수 있습니다. 실험 결과는 다중 모드 융합이 단일 소스 시스템에 비해 잘못된 양성 반응을 상당히 줄인다는 것을 입증하여 WAKE-UP-YOLO를 실용적이고 효과적인 운전 안전 솔루션으로 만듭니다.
Patil 외 (수요일), 이 질문을 연구했습니다.