Detekce směru pohledu řidiče pomocí konvolučních neuronových sítí

Abstract

Tato práce se zabývá detekci směru pohledu řidiče za pomocí konvoluční neuronové sítě. Byly vyzkoušeny dva modely. První s využitím obličejového detektoru a druhý bez využití externích detektorů. Také bylo testováno různé nastavení učících parametrů pro konvoluční neuronové sítě, jako nastavení random cropperu, velikosti posuvného okna atd. Pro účely testování a trénování konvoluční neuronové sítě byly vytvořeny dvě jednoduché sady jedné osoby. Jedna byla určena pro učení neuronové sítě sloužící k detekci natočení hlavy a druhá k učení neuronové sítě pro detekci směru pohledu očí. Obě měly devět tříd a byly vytvořeny ve vnitřních podmínkách.

This study was focus on driver gaze estimation by using a convolutional neural network. Two approaches were tested. The one which using the external face detector and the second one which not using any external detectors. Also, the various learning parameters of the convolutional neural network were tested like the setting of random cropper, windows size, etc. Two simple datasets were created for learning and testing the convolutional neural network. The first one was created for the learning of the convolutional neural network for head pose detection. The second one was created for the learning of the convolutional neural network for eye gaze. Both of them were created in the indoor environment and have nine classes.