Publicación: Alerta temprana de micro sueño usando reconocimiento de imágenes faciales bajo un ambiente controlado
Portada
PDF 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
La presente tesis aborda un estudio de los índices de accidentalidad y mortandad, generados por los microsueños en diferentes entornos laborales, especialmente en sectores industriales y servicio de transporte; para responder satisfactoriamente a este problema se considera oportuno la implementación de un sistema de visión por computadora no invasivo, mediante el procesamiento de imágenes digitales para la detección de patrones que conduzcan al microsueño bajo un ambiente controlado; este sistema tiene la capacidad de generar una señal de alerta visual y audible para cada evento y además dispone de una interfaz de usuario para que el sistema sea más interactivo; según estudios existen varios modelos funcionales para la detección de los microsueños; sin embargo su aplicación esta ligeramente enfocada a vehículos de carga y servicio público; para el desarrollo de este sistema fue necesario investigar el comportamiento fisiológico de los rasgos faciales para identificar patrones que conduzcan al microsueño, a partir de este estudio se considera fundamental parametrizar los parpados y el bostezo, teniendo en cuenta que todos los escenarios se encuentran debidamente controlados, es decir donde no hay presencia del viento y el nivel de luminosidad es igual o superior a los 60 lúmenes. A partir de estos parámetros se considera necesario respaldar el sistema de visión por computadora mediante proyectos de investigación en común, ya sea en territorio nacional e internacional, de acuerdo al campo de investigación se considera oportuno el diseño del algoritmo mediante el lenguaje de programación “Python”, ya que cuenta con un portafolio amplio para el procesamiento de imágenes digitales mediante diferentes técnicas de indexación; para evaluar el desempeño del algoritmo se implementa un dataset con una muestra de 55 rostros y se calcula el porcentaje de detección de microsueños mediante una matriz de confusión; finalmente se realizan pruebas del algoritmo bajo condiciones críticas para identificar los límites del programa donde el algoritmo no logra identificar patrones que conducen al microsueño.
Resumen en inglés
This thesis addresses a study of the accident and mortality rates generated by microdreams in different workenviro nments, especially in industrial sectors and transportation services; To satisfactorily respond to this problem, the implementation of a non-invasive computer vision system is considered appropriate, through the processing of digital images for the detection of patterns that lead to microsleep under a controlled environment; This system has the ability to generate a visual and audible alert signal for each event and also has a user interface to make the system more interactive; According to studies, there are several functional models for the detection of microdreams; However, its application is slightly focused on cargo and public service vehicles; For the development of this system it was necessary to investigate the physiological behavior of facial features to identify patterns that lead to microsleep. From this study it is considered essential to parameterize eyelids and yawning, taking into account that all scenarios are properly controlled that is, where there is no wind and the brightness level is equal to or greater than 60 lumens. Based on these parameters, it is considered necessary to support the computer vision system through common research projects, whether in national or international territory. According to the field of research, the design of the algorithm using the programming language “Python” is considered appropriate”, since it has a broad portfolio for digital image processing using different indexing techniques; To evaluate the performance of the algorithm, a dataset is implemented with a sample of 55 faces and the percentage of microdream detection is calculated using a confusion matrix; Finally, tests of the algorithm are carried out under critical conditions to identify the limits of the program where the algorithm fails to identify patterns that lead to microsleep.