메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최형탁 (충남대학교) 백문기 (충남대학교) 강재식 (충남대학교) 이규철 (충남대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제43권 제7호
발행연도
2018.7
수록면
1,124 - 1,132 (9page)
DOI
10.7840/kics.2018.43.7.1124

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2019

이미지와 PPG 데이터를 사용한 멀티모달 딥 러닝 기반의 운전자 졸음 감지 모델
최형탁 컴퓨터공학과 2019.01 학위논문

2018

멀티 모달 학습을 사용한 시각적 특징 기반의 운전자 졸음 감지
최형탁 ,  백문기 ,  강재식 외 1명 한국통신학회논문지 2018.07 학술저널

2017

시각적 특징 기반 운전자 졸음 인식을 향상하기 위한 멀티 모달 학습 기반의 시스템 설계
최형탁 ,  백문기 ,  이규철 한국통신학회 학술대회논문집 2017.11 학술대회자료

초록· 키워드

오류제보하기
운전자라는 제한적인 상황에서 졸음을 판단하기 위한 시각적 기반 졸음 감지 방법이 있다. 운전자의 눈, 머리움직임 등의 특징들을 추출하여 졸음을 판단하는데 졸음 발생 시 나타나는 변화가 상이하며 다른 개체이기 때문에 판단 기준으로 두 가지 이상의 특징을 사용함에 있어 편향 현상이 발생할 수도 있으며 데이터 누락 시 졸음 판단이 어려울 수도 있다. 본 논문에서는 시각적 특징 데이터에 구애받지 않기 위하여 DBM(Deep Boltzmann Machine)을 사용하는 멀티 모달 학습 방법을 제안한다. 일반적으로 사용하는 시각적 기반 특징들 중 두 가지(눈, 입)를 사용하여 졸음 발생 시 변화를 관찰한다. 먼저 멀티 모달 DBM을 사용하여 두 특징 데이터를 학습한 후 RNN(Recurrent Neaural Network)을 사용하여 시간적 변화를 고려한다.
#Multimodal-learning #Drowsy detection ,Deep Boltzmann Machine #Restricted Boltzmann Machine #visual feature

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 본론
Ⅳ. 실험
Ⅴ. 결론 및 향후 연구
References

참고문헌 (9)

참고문헌 신청
J. Ngiam, A. Khosla, M. Kim, J. Nam, H. Lee, and A. Y. Ng, “Multimodal deep learning.” in Proc. ICML-11, pp. 689-696, 2011. J. Jo, S. J. Lee, K. R. Park, I. J. Kim, and J. Kim, “Detecting driver drowsiness using feature-level fusion and user-specific classification.” Expert Systems with Appl., vol. 41, no. 4, pp. 1139-1152, 2014. M. Saradadevi and P. Bajaj, “Driver fatigue detection using mouth and yawning analysis,” IJCSNS, vol. 8, no. 6, pp. 183-188, Jun. 2008. I. Teyeb, O. Jemai, M. Zaied, and C. B. Amar, “A novel approach for drowsy driver detection using head posture estimation and eyes recognition system based on wavelet network,” IEEE IISA 2014, pp. 379-384, Jul. 2014. V. Radu, C. Tong, S. Bhattacharya, N. D. Lane, C. Mascolo, M. K. Marina, and F. Kawsar, “Multimodal deep learning for activity and context recognition,” in Proc. ACM on Interactive, Mob., Wearable and Ubiquitous Technol., vol. 1, no. 4, article 157, Nov. 2018.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

뇌파 기반 졸음 추정을 위한 특징추출기법의 비교 분석
최현수 ,  오정은 ,  이은주 외 3명 한국정보과학회 학술발표논문집 2017 .12
EIV와 MLP를 이용한 뇌파 기반 운전자의 졸음 감지 시스템
한형섭 ,  송경영 한국통신학회논문지 2014 .10
ICS 환경에서의 사이버보안 훈련을 위한 사례 기반 보안 위협 시나리오 개발 방법론 연구
전규현 ,  김광수 ,  강재식 외 2명 JOURNAL OF PLATFORM TECHNOLOGY 2024 .02
동공검출을 이용한 졸음방지 서비스에 관한 연구
이대연 ,  김정호 한국통신학회 학술대회논문집 2020 .11
카메라 센서와 딥러닝을 이용한 운전자 졸음운전 방지 시스템
김성희 ,  김준석 ,  홍석윤 한국정보과학회 학술발표논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-567-003342019