Bu çalışma, sürücülerde uyuşukluk/yorgunluk durumlarını gerçek zamanlı olarak algılayıp
uyarı üreten derin öğrenme tabanlı bir yaklaşım sunar. Göz açıklığı–kırpma ve esneme gibi
görsel ipuçları, CNN tabanlı modeller ve transfer öğrenme ile sınıflandırılır; sonuçlar sesli/işitsel
uyarı modülüne iletilir.
Amaç ve Kapsam
Sürücü davranışlarını kameradan izleyerek uyku hâli, göz kapanma/kırpma ve esneme belirtilerini tespit etmek.
Tespit sonucu anlık uyarı vererek kaza riskini azaltmak.
Veri Setleri ve Ön-İşleme
Göz verisi: ~85.000 görüntüden oluşan açık erişimli bir Eye veri seti ile göz açık/kapalı durumlarının etiketlenmesi.
Esneme verisi: 5.000’den fazla görüntü içeren Yawn veri seti ile esneme hareketlerinin sınıflandırılması.
Dengesiz sınıflar için dengeleme, çeşitleme (augmentation) ve gürültüye dayanıklılık için ön-işleme adımları.
Model ve Yöntem
CNN tabanlı mimari ve transfer öğrenme ile düşük veri maliyeti ve hızlı yakınsama.
Göz ve ağız bölgelerinin tespiti → özellik çıkarımı → ikili/çok sınıflı sınıflandırma zinciri.
Gerçek zamanlı çalışmaya uygun hafifletilmiş model ve uyarı modülü.
Başarım (Özet Metrikler)
Doğruluk (Accuracy): %98,0
Hassasiyet (Sensitivity/Recall): %97,5
Özgüllük (Specificity): %98,2
Sonuçlar, göz kırpma ve esneme analizlerine odaklanan yaklaşımın güvenilir ve etkili bir
tespit sunduğunu göstermektedir. Sentetik ve çeşitlendirilmiş veri kullanımı modelin genellenebilirliğini artırmıştır.
Katkılar
Sürücü uyuşukluğunu görsel ipuçları üzerinden gerçek zamanlı ve temasız biçimde tespit.
Veri dengesizliğini gideren ve farklı ışık/çekim koşullarına dayanıklı eğitim hattı.
Uygulamada kullanılabilir hafif model ve anlık uyarı mekanizması.
Gelecek Çalışmalar
El/baş hareketleri, yüz ifadeleri gibi ek biyometrik ipuçlarının entegrasyonu.
Farklı coğrafi/ışık koşulları ve araç içi konumlar için genişletilmiş saha testleri.
Filo yönetim sistemleriyle entegrasyon ve kullanıcı geri bildirimi ile model uyarlaması.
Anahtar Kelimeler
Derin Öğrenme, Sürücü Yorgunluğu, Göz İzleme, Esneme Tespiti, CNN, Transfer Öğrenme, Trafik Güvenliği.
