Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/132366
Título : | Detección de somnolencia y síncope en conductores mediante visión artificial |
Autoría: | Jiménez Berlanga, José Manuel |
Director: | Monzo, Carlos |
Tutor: | Ortega Redondo, Juan Antonio |
Resumen : | Los accidentes de tráfico son una de las principales causas de mortalidad entre la población, con 1,25 millones de fallecidos por año siendo además la principal causa de muerte en jóvenes (5 a 29 años). De ellos, el 8% de los accidentes de tráfico se deben a somnolencia y fatiga. Esta situación no ha pasado desapercibida para las autoridades que llevan años implementando medidas mitigadoras y correctoras para reducir el número de siniestros de manera que una de las principales novedades para los próximos años será la obligatoriedad de sistemas automáticos de detección de fatiga del conductor a partir del 2022. Es por ello que el presente trabajo pretende implementar un demostrador de tecnología software capaz de detectar/predecir el estado de fatiga de un conductor mediante la adquisición y procesado de imágenes para determinar la tasa de parpadeo e interpretar el resultado. El sistema permitirá que el usuario conozca el resultado del análisis bajo requisitos de tiempo real soft. El sistema se plantea como una aplicación de visión artificial lo cual garantiza la ausencia de problemas derivados de la interoperabilidad con sistemas HW-SW propietarios del vehículo. |
Palabras clave : | detección facial visión por computador detección de somnolencia |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | jun-2021 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
jmjberlangaTFM0621memoria.pdf | Memoria del TFM | 5,91 MB | Adobe PDF | Visualizar/Abrir |
jmjberlangaTFMpresentación.pdf | Presentación del TFM | 2,13 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons