Um estudo de técnicas de detecção de olhos utilizando Visão Computacional

Abstract

Todo ano, um número significativo de motoristas se envolvem em acidentes no trânsito por problemas relacionados à fadiga e sonolência. Neste sentido, é importante investigar técnicas que auxiliem na prevenção desse tipo de acidente. A área de Visão Computacional permite a análise de imagens para a extração de informações com relação a essas imagens podendo, por exemplo, extrair aspectos visuais com relação a um motorista objetivando prevenir possíveis problemas associados. Levando isso em consideração, este trabalho estudou técnicas de detecção de olhos, para identificar se os olhos estão abertos ou fechados, etapa que pode ser utilizada para posterior identificação de sonolência em motoristas. Os algoritmos desenvolvidos utilizam as técnicas de detecção Viola e Jones, Histogramas de Gradientes Orientados e Transformada de Hough. Os algoritmos foram feitos em linguagem de programação Python utilizando as bibliotecas OpenCV e Dlib. Este trabalho faz a análise dos resultados alcançados e compara o desempenho das técnicas entre si levando em consideração custo computacional, uso de memória e acurácia na detecção.

Every year, a significant number of drivers get involved in traffic accidents due to problems related to fatigue and drowsiness. Due to this, it is important to investigate techniques that help prevent this type of accident. The Computer Vision field enables the analysis of images to extract information regarding these images and, for example, extract visual aspects regarding a driver in order to prevent possible associated problems. Taking this into consideration, this paper has studied eye detection techniques to identify whether the eyes are open or closed, a step that can be used for later identification of drowsiness in drivers. The developed algorithms use Viola and Jones, Hough Transform and Histograms of Oriented Gradients detection techniques. The algorithms were made in Python programming language using the OpenCV and Dlib libraries. This paper analyzes the achieved results and compares the performance of the techniques against each other taking into account computational cost, memory usage and detection accuracy.