DROWSINESS DETECTION USING YOLOV8
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Phạm Hữu Đức |
| Người hướng dẫn | Trần Công Án |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Because of their unique driving characteristics, car drivers have got particular driving techniques, knowledge and attitudes. Driver tiredness has been a severe issue affecting road safety; consequently, it is critical to create an effective drowsiness detection algorithm to avoid road accidents. Various research efforts have been directed toward the challenge of detecting abnormal human driver behaviors in order to study the frontal face of the drivers and automotive dynamics using computer vision techniques. However, traditional approaches cannot capture complex the driver behavior aspects. However, since the inception of deep learning architectures, a large number of researches have been conducted to assess and recognize driver drowsiness using neural network techniques. This project:” Drowsiness Detection using Yolov8” is based on the Object Detection by Ultralytics Yolov8 and used to classify, analyze and detect the drowsiness of the users. The purpose of this project is to help minimize traffic accidents due to drowsiness or alert office worker to continue their work properly. The final experimental findings reveal that the algorithm described in this paper can accurately recognize proper and wrong facial expressions with a precision of 96.9%.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- NHẬN DẠNG HOẠT ĐỘNG CỦA CON NGƯỜI BẰNG OPENPOSE
- BUILDING A STOCK TRADING SIMULATION SYSTEM WITH AUTOMATED TECHNICAL ANALYSIS
- XÂY DỰNG HỆ THỐNG TƯ VẤN TUYỂN SINH ĐẠI HỌC
- STUDYING NETWORK INTRUSIONS
- PHÁT TRIỂN WEBSITE BÁN THỨC ĂN MANG ĐI DÙNG KIẾN TRÚC MICROSERVICES BẰNG REACTJS VÀ JAVA SPRING BOOT
- XÂY DỰNG ỨNG DỤNG QUẢN LÍ THU MUA NÔNG SẢN - PHẦN ỨNG DỤNG DI ĐỘNG
- DEVELOPMENT OF AN ONLINE ENGLISH TEST SYSTEM
- PHÂN LỚP ẢNH DI SẢN VĂN HÓA PHI VẬT THỂ
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.