Driver Status Monitoring Using Statistical Methods and Artificial Intelligence Based on Body Movements and Facial Expressions

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F22%3A10251838" target="_blank" >RIV/61989100:27240/22:10251838 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Driver Status Monitoring Using Statistical Methods and Artificial Intelligence Based on Body Movements and Facial Expressions

Popis výsledku v původním jazyce

In this report, we describe the work (method) that was carried out in the area of driver state monitoring. In fact, the method is based on detecting the particular parts of driver&apos;s body in the sequence of images obtained from an in-car camera. A feature vector containing the distances between the body parts and describing the situation in a chosen number of frames is computed and used for detection. For the detection itself, the neural network of the autoencoder type containing the LSTM units is used. The method is compared with some other methods; the results show that the method is useful. In the following text, the main ideas of this work are presented.

Název v anglickém jazyce

Driver Status Monitoring Using Statistical Methods and Artificial Intelligence Based on Body Movements and Facial Expressions

Popis výsledku anglicky

In this report, we describe the work (method) that was carried out in the area of driver state monitoring. In fact, the method is based on detecting the particular parts of driver&apos;s body in the sequence of images obtained from an in-car camera. A feature vector containing the distances between the body parts and describing the situation in a chosen number of frames is computed and used for detection. For the detection itself, the neural network of the autoencoder type containing the LSTM units is used. The method is compared with some other methods; the results show that the method is useful. In the following text, the main ideas of this work are presented.

Druh

V_souhrn - Souhrnná výzkumná zpráva

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

N - Vyzkumna aktivita podporovana z neverejnych zdroju

Rok uplatnění

2022

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Počet stran výsledku

8

Místo vydání

neuveden

Název nakladatele resp. objednatele

Škoda Auto a.s.

Verze

—