Reconocimiento facial y detección de somnolencia en conductores

Abstract

Los accidentes de tráfico causan continuos fallecimientos en todo el mundo. A medida que se va desarrollando nueva tecnología aplicable y se van endureciendo las sanciones, se consigue reducir progresivamente el número de víctimas mortales, pero aun así hoy en día sigue habiendo demasiados fallecidos en las carreteras. Por ese motivo, en este trabajo se ha realizado una investigación de algunas de las soluciones existentes en el mercado para aumentar la seguridad vial en las carreteras mediante el reconocimiento facial de los conductores y la detección de signos de somnolencia. A partir de dicho análisis se ha estudiado el diseño óptimo para cumplir el objetivo establecido. Este documento presenta un estudio de técnicas de Machine Learning y herramientas de detección de rostros aplicadas a un programa para el reconocimiento facial y la detección de somnolencia en conductores. Palabras clave: seguridad vial, reconocimiento facial, identificación de somnolencia, biometría

Traffic accidents cause constant deaths all over the world. As new applicable technology is developed, and sanctions are tightening, the number of fatalities is progressively reduced, but even so there are still too many deaths on the roads. For this reason, in this work an investigation of some of the existing solutions in the market has been carried out to increase traffic safety on roads through facial recognition of drivers and the detection of signs of drowsiness. From this analysis, the optimal design to meet the established objective has been studied. This document presents a study of Machine Learning techniques and face detection tools applied to a program for facial recognition and detection of drowsiness in drivers. Keywords: traffic safety, facial recognition, drowsiness detection, biometrics