Rozpoznání směru pohledu řidiče s využitím kamery ve vozidle

Abstract

Tato bakalářská práce se zabývá odhadem směru pohledu řidiče s využitím metod hlubokého učení. Monitorování pohledu může snížit rizika vyplývající z nepozornosti řidiče a předcházet možným rizikům. Práce je zaměřena na existující metody pro odhad směru pohledu, jejichž implementace jsou volně dostupné. Vybrané metody jsou v práci představeny a následně otestovány na videonahrávkách snímaných během jízdy ve vozidle. Na základě tohoto testování je pak vyhodnocena úspěšnost metod, která závisí nejen na přesnosti odhadovaných vektorů pohledu, ale také na časové náročnosti, která je pro použití za provozu důležitá.

This bachelor thesis deals with the estimation of driver's gaze using deep learning technology. The gaze monitoring can reduce the risks of driver's inattention and prevent potential hazards. The paper is focused on existing methods for eye gaze estimation, the implementations of which are freely available. The proposed methods are presented and tested on custom video recordings taken while driving a vehicle. Based on this testing, success of the methods is evaluated, which depends not only on the accuracy of the estimated gaze vectors, but also the time required, which is important for real-time monitoring.