Derin öğrenme kullanılarak nesnelerin interneti tabanlı mobil sürücü yorgunluk tespiti

Abstract

Sürücü yorgunluk tespiti trafik kazalarını önlemek için önemli bir konudur. Şiddetli trafik kazalarının %40’ı yorgunluk nedeniyle yaşanmaktadır. Sürücü yorgunluk tespiti için çeşitli yöntemler kullanılmaktadır. Sürücü yorgunluk tespiti yöntemlerinden biri EEG ve ECG gibi fiziksel sinyallerin analiz edilmesine dayalı sürücü yorgunluk tespitidir. Bu yöntemde sürücülere doğrudan müdahale gerekmektedir. Bir başka sürücü yorgunluk tespiti yöntemi araç-sürücü etkileşimine dayalı sürücü yorgunluk tespitidir. Bu yöntemde sürücülerin gaza basma şiddeti, direksiyon tutuşu ve frene basma sıklığı gibi davranışlar analiz edilmektedir. Ancak bu davranışlar kişiden kişiye değiştiğinden genelleştirilebilmesi zordur. Yapılan çalışmada kullanılan ve son sürücü yorgunluk tespiti yöntemi görüntülerden sürücü yorgunluk tespitidir. Bu yöntem diğer iki yönteme göre maliyet ve kullanılabilirliğin yanında sürücüye müdahale gerekmediğinden daha avantajlıdır. Kameralar üzerinden gelen görüntüler analiz edilerek yorgunluk tespiti yapılabilmektedir. Görüntülerden sürücü yorgunluk tespiti çalışmaları için klasik görüntü işleme teknikleri ve derin öğrenme algoritmaları kullanılmaktadır. Son sürücü yorgunluk tespiti çalışmaları genellikle derin öğrenme ağı modellerini temel almaktadır. Bunun yanında yaygın kullanımın sağlanabilmesi için geliştirilecek modelin mobil cihazlar üzerinde çalışabilmesi gerekecektir. Yapılan çalışmada mobil cihazlarda sürücü yorgunluk tespiti için Evrişimsel Sinir Ağları kullanılmıştır. Modelin başarı oranını artırabilmek için önceden eğitilmiş model transfer öğrenme tekniğiyle tekrar kullanılmıştır. Geliştirilen model %95,65 başarı oranına ulaşarak daha önceki yapılan çalışmalardan daha iyi sonuç elde etmiştir.