دسته بندی علمی – پژوهشی : طراحی سیستم نظارت چهره راننده جهت تشخیص خستگی و عدم تمرکز حواس- …

۳۴

۳

برای بررسی تاثیر وجود عینک در عملکرد سیستم، تعداد ۶ فیلم در شرایط وجود عینک تهیه شده است. جدول ‏۴‑۳ آمار فیلم‏های تهیه شده به تفکیک وجود یا عدم وجود عینک بر روی چشم افراد را نشان می‏دهد.
جدول ‏۴‑۳: تعداد و مدت زمان فیلم‏های تهیه شده برای آزمایش سیستم به تفکیک شرایط عینک داشتن

برای دانلود متن کامل این پایان نامه به سایت  pipaf.ir  مراجعه نمایید.

شرایط بدون عینک با عینک
مدت (دقیقه) ۸۸ ۲۱
تعداد فیلم ۳۱ ۶

الگوریتم‏های سیستم پیشنهادی در محیط نرم‏افزار MATLAB R2008a پیاده‏سازی شده و بر روی یک کامپیوتر شخصی Intel Core2Dou 2.66 GHz با ۲ GB حافظه مورد آزمایش قرار گرفته است. توجه به این نکته ضروری است که هرچند پردازنده کامپیوتری که نتایج بر روی آن آزمایش شده، دوهسته‏ای[۱۴۴] می‏باشد، اما به دلیل نوع نرم‏افزار استفاده شده برای پیاده‏سازی الگوریتم‏ها (نرم‏افزار MATLAB)، در عمل تنها از یک پردازنده آن برای انجام محاسبات استفاده می‏شود. نرم‏افزار MATLAB توانایی استفاده از دو هسته یک پردازنده را ندارد.
برای ارزیابی دقیق‏تر سیستم، هر یک از بخش‏های نرم‏افزار هوشمند تا حد امکان به طور جداگانه مورد ارزیابی قرار گرفت. درنهایت نیز چند آزمایش برای ارزیابی کلی سیستم انجام شد. به این ترتیب نتایج آزمایشات و ارزیابی سیستم شامل بخش‏های زیر خواهد بود:
آشکارسازی چهره
ردیابی چهره
استخراج ویژگی ناحیه چشم
استخراج ویژگی ناحیه چهره و سر
تشخیص کاهش هوشیاری
ارزیابی کلی سیستم
معیار‏های ارزیابی
ارزیابی دقیق سیستم‏های نظارت چهره راننده بر اساس خطای False Positive و False Negative انجام می‏شود. این ارزیابی معادل بیان دقت سیستم بر اساس True Positive و True Negative است. در آشکارسازی چهره یا چشم نیز از این معیار‏ها برای تعیین دقت الگوریتم استفاده می‏گردد.
از این پس به جای اصطلاحات نرخ False Positive، False Negative، True Positive و True Negative به ترتیب از اختصارات FPR[145]، FNR[146]، TPR[147] و TNR[148] استفاده خواهد شد. با فرض نرمال بودن مقادیر فوق، بین FPR و TNR و بین FNR و TPR روابط زیر بر قرار است:

این مطلب را هم بخوانید :  به دام اندازی یون در دام پاول۹۳- قسمت ۹