Human Activity Drowsiness Detection

Abstract

Automobile accidents are the most paramount lead cause of death and lethal injuries in Egypt. Most of these accidents are caused by non-compliance with traffic rules including speeding, using the telephone to talk, sending messages, and browsing social networking sites. Unfortunately, the previous unlawful activities aren’t the only distraction that result in car accidents. A study conducted on Egypt’s drivers in 2015 exposed that 56% of drivers admit to falling asleep behind the wheel. Moreover, they continue their process of driving while being drowsy, tired, or under the influence of a drug that causes lethargy, lack of concentration, or hallucinations, which leads to hazardous driving behavior, resulting in fatal car calamities, putting the driver and those surrounding in a terminal condition. This project tackles this problem by aiding drivers in being more aware of their condition while behind the wheel with the use of Computer Science, Computer Vision, and Software Engineering. The project explores the Dlib’s approach, on a MacOS virtual machine, in detecting the face and eyes in order to calculate what is known as the Eye Aspect Ratio (EAR), which will distinguish a driver’s eye performance. If the driver blinks and the blink takes up a certain amount of frames identified scientifically by researchers in researches, then, the driver will be detected as drowsy and an alarm will go off, warning the driver of their condition to get off the road in order to keep the highways of Egypt safe, saving lives in the process. :تنجم معظم هذه الحوادث عن عدم الامتثال لقواعد المرور بما في ذلك السرعة واستخدام الهاتف للتحدث وإرسال الرسائل وتصفح مواقع الشبكات الاجتماعية. لسوء الحظ ، فإن الأنشطة غير القانونية السابقة ليست هي الهاء الوحيد الذي يؤدي إلى حوادث السيارات. كشفت دراسة أجريت على السائقين المصريين في عام 2015 أن 56 ٪ من السائقين يعترفون بالنوم خلف عجلة القيادة. علاوة على ذلك ، يواصلون عملية القيادة أثناء النعاس أو التعب أو تحت تأثير دواء يسبب الخمول أو نقص التركيز أو الهلوسة ، مما يؤدي إلى سلوك خطير في القيادة ، مما يؤدي إلى وقوع كوارث قاتلة في السيارة ، مما يضع السائق وأولئك المحيطة في حالة المحطة. يعالج هذا المشروع هذه المشكلة من خلال مساعدة السائقين في أن يكونوا أكثر وعياً بحالتهم أثناء القيادة باستخدام علوم الكمبيوتر ، ورؤية الكمبيوتر ، وهندسة البرمجيات. يستكشف المشروع نهج Dlib ، على جهاز ظاهري لنظام MacOS ، في اكتشاف الوجه والعينين من أجل حساب ما يُعرف باسم نسبة العين إلى الارتفاع (EAR) ، والتي ستميز أداء سائق العين. إذا كان وميض السائق وأخذ وميضًا كمية معينة من الإطارات التي تم تحديدها بشكل علمي من قِبل الباحثين في الأبحاث ، فسيتم اكتشاف السائق على أنه نعسان وسوف ينطلق إنذار ، ويحذر السائق من حالته على السير في الطريق للحفاظ على الطرق السريعة في مصر آمنة ، إنقاذ الأرواح في هذه العملية .