NHẬN DIỆN CHỚP MẮT VÀ CẢNH BÁO BUỒN NGỦ KHI LÁI XE TRÊN NỀN WINDOWS VÀ ANDROID Phát hiện buồn ngủ khi lái xe cũng là một trong những vấn đề quan trong khi tham gia giao thông bằng xe ô tô. Với thực trạng tai nạn giao thông và đặc điểm ngành nghề của những tài xế lái xe đường dài, vào ban đêm hay rạng sáng họ rất dễ rơi vào trạng thái buồn ngủ và gây ra tai nạn đáng tiếc. Nhận thấy sự cấp thiết của vấn đề trên, các hãng sản xuất xe lớn cũng dã phát triển những thiết bị cảnh báo như hệ thống cảnh báo mệt mỏi của MercedesBenz – Autonet, BMW từng đưa ra kế hoạch về hệ thống nhận diện người lái, Toyota và một số hãng xe Nhật Bản lại đưa ra ghế ngồi đo cảm biến áp suất tim mạch. Gần đây thì phương pháp phát hiện buồn ngủ dựa theo chu kỳ sinh học của mắt đã và đang được thực hiện như một ứng dụng của công nghệ xử lý ảnh
ÐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ÐẠI HỌC BÁCH KHOA KHOA ÐIỆN – ÐIỆN TỬ BỘ MÔN VIỄN THÔNG LUẬN VĂN TỐT NGHIỆP NHẬN DIỆN CHỚP MẮT VÀ CẢNH BÁO BUỒN NGỦ KHI LÁI XE TRÊN NỀN WINDOWS VÀ ANDROID GVHD: PGS TS Hồng Đình Chiến SVTH : Lê Thế Hải 40700665 Lê Thanh Hòa 40700884 - Tp Hồ Chí Minh, Tháng 1-2012 - i BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐH BÁCH KHOA Thành phố Hồ Chí Minh CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập – Tự Do – Hạnh Phúc Số: /BKĐT Khoa: Điện – Điện tử Bộ Môn: Viễn Thông NHIỆM VỤ LUẬN VĂN TỐT NGHIỆP Họ tên: Họ tên: Ngành: LÊ THẾ HẢI LÊ THANH HỊA VIỄN THƠNG MSSV: 40700665 MSSV: 40700884 LỚP: DD07DV1 Đầu đề luận văn: “Nhận diện chớp mắt cảnh báo buồn ngủ lái xe Windows Android” Nhiệm vụ ( Yêu cầu nội dung số liệu ban đầu): Ngày giao nhiệm vụ luận văn: Ngày hoàn thành nhiệm vụ: Họ tên người hướng dẫn: Phần hướng dẫn Nội dung yêu cầu LVTN thông qua Bộ Môn Ngày .tháng năm 2011 CHỦ NHIỆM BỘ MÔN (Ký ghi rõ họ tên) PHẦN DÀNH CHO KHOA, BỘ MÔN: Người duyệt (chấm sơ bộ): Đơn vị: Ngày bảo vệ: Điểm tổng kết: Nơi lưu trữ luận văn: NGƯỜI HƯỚNG DẪN CHÍNH (Ký ghi rõ họ tên) TRƯỜNG ĐH BÁCH KHOA KHOA ĐIỆN – ĐIỆN TỬ CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập – Tự Do – Hạnh Phúc o0o-Ngày tháng năm 201… PHIẾU CHẤM BẢO VỆ LVTN (Dành cho người hướng dẫn) Họ tên: LÊ THẾ HẢI MSSV: 40700665 Họ tên: LÊ THANH HÒA MSSV: 40700884 Ngành: VIỄN THÔNG LỚP: DD07DV1 Đề tài: “Nhận diện chớp mắt cảnh báo buồn ngủ lái xe Windows Android” Họ tên người hướng dẫn: PGS TS HỒNG ĐÌNH CHIẾN Tổng qt thuyết minh: Số trang Số chương Số bảng số liệu Số hình vẽ Số tài liệu tham khảo Phần mềm tính tốn Tổng qt vẽ: - Số vẽ: A1 A2 khổ khác - Số vẽ tay - Số vẽ máy tính Những ưu điểm LVTN: Những thiếu sót LVTN: Đề nghị: Được bảo vệ , Bổ sung thêm để bảo vệ , Không bảo vệ câu hỏi sinh viên trả lời trước Hội Đồng: a) b) c) Đánh giá chung (bằng chữ: giỏi, khá, TB): Điểm …………………… Ký tên (ghi rõ họ tên) TRƯỜNG ĐH BÁCH KHOA KHOA ĐIỆN – ĐIỆN TỬ CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc Lập – Tự Do – Hạnh Phúc o0o-Ngày tháng năm 201… PHIẾU CHẤM BẢO VỆ LVTN (Dành cho người phản biện) Họ tên: LÊ THẾ HẢI MSSV: 40700665 Họ tên: LÊ THANH HỊA MSSV: 40700884 Ngành: VIỄN THƠNG LỚP: DD07DV1 10 Đề tài: “Nhận diện chớp mắt cảnh báo buồn ngủ lái xe Windows Android” 11 Họ tên người phản biện: 12 Tổng quát thuyết minh: Số trang Số chương Số bảng số liệu Số hình vẽ Số tài liệu tham khảo Phần mềm tính toán 13 Tổng quát vẽ: - Số vẽ: A1 A2 khổ khác - Số vẽ tay - Số vẽ máy tính 14 Những ưu điểm LVTN: 15 Những thiếu sót LVTN: 16 Đề nghị: Được bảo vệ , Bổ sung thêm để bảo vệ , Không bảo vệ 17 câu hỏi sinh viên trả lời trước Hội Đồng: a) b) c) 18 Đánh giá chung (bằng chữ: giỏi, khá, TB): Điểm …………………… Ký tên (ghi rõ họ tên) LỜI CẢM ƠN Lời đầu tiên, chúng em xin gửi đến Thầy, PGS TS Hoàng Đình Chiến lời cảm ơn chân thành sâu sắc Nhờ có hướng dẫn giúp đỡ tận tình Thầy suốt thời gian qua, chúng em thực hồn thành Đồ Án Môn Học 2, Thực Tập Tốt Nghiệp Luận Văn Tốt Nghiệp Những lời nhận xét, góp ý hướng dẫn tận tình Thầy giúp chúng em có định hướng đắn suốt trình thực Đề tài, giúp chúng em nhìn ưu khuyết điểm Đề tài bước hoàn thiện Đồng thời, chúng em xin trân trọng cảm ơn Thầy Cô Trường Đại Học Bách Khoa nói chung khoa Điện - Điện Tử nói riêng dạy dỗ chúng em suốt quãng thời gian ngồi ghế giảng đường Đại học Những lời giảng Thầy Cô bục giảng trang bị cho em kiến thức giúp chúng em tích lũy thêm kinh nghiệm Bên cạnh đó, chúng chân thành cảm ơn động viên hỗ trợ gia đình cha mẹ suốt thời gian học tập Đặc biệt, chúng xin gửi lời cảm ơn trân trọng đến cha mẹ, người sinh nuôi dưỡng chúng nên người Sự quan tâm, lo lắng hy sinh lớn lao cha mẹ động lực cho chúng cố gắng phấn đấu đường học tập Một lần nữa, chúng xin gửi đến cha mẹ biết ơn sâu sắc Cuối cùng, xin cảm ơn hỗ trợ giúp đỡ bạn bè thời gian học tập Trường Đại Học Bách Khoa q trình hồn trình hồn thành Luận Văn Tốt Nghiệp Hồ Chí Minh, ngày tháng năm 2012 LÊ THẾ HẢI LÊ THANH HỊA TĨM TẮT LUẬN VĂN Đề tài luận văn xây dựng phần mềm phát chớp mắt cảnh báo buồn ngủ cho người lái xe thời gian thực sử dụng camera kết nối với máy tính hay nạp hệ điều hành Android Theo khảo sát ngủ gật sau vơ lăng ngun nhân dẫn tới 30% số tai nạn xảy ra, đặc biệt với chuyến dài ngày Buồn ngủ làm tài xế lao vệ đường đâm vào xe khác Do cảnh báo tài xế có tượng buồn ngủ vấn đề cấp thiết thiết thực nhằm làm giảm tị lệ tai nạn giao thông Trong khuôn khổ luận văn, nhóm tập trung xây dựng chương trình ứng dụng vào thực tế để cảnh báo buồn ngủ lái xe Chương trình thực hệ điều hành Windows Android Trên Windows chương trình sử dụng ngơn ngữ C mã nguồn mở OpenCV2.1, Android sử dụng ngôn ngữ Java mã nguồn mở OpenCV2.3.1 cho Android Chương trình hai hệ điều hành đáp ứng độ xác tốc độ thời gian thực điều kiện lái xe Khi người lái xe ngủ đóng mắt lại, có âm cảnh báo nguy hiểm Đây điểm mà việc cảnh báo lái xe buồn ngủ chưa phổ biến Việt Nam Nhóm sinh viên thực LÊ THẾ HẢI LÊ THANH HỊA MỤC LỤC Đề mục Trang Trang bìa .i Nhiệm vụ luận văn Lời cảm ơn ii Tóm tắt luận văn iii Mục lục .iv Danh sách hình vẽ vii Danh sách bảng biểu ix Danh mục từ viết tắt .x Nội dung luận văn Phần mở đầu: Giới thiệu chung Phần I: Lý thuyết tổng quan Chương 1: Giới thiệu thị giác máy tính .5 1.1 Thế thị giác máy tính 1.2 Các ứng dụng thị giác máy tính .7 1.3 Các thư viện thị giác máy tính mã nguồn mở 1.4 Thư viện mã nguồn mở OpenCV 1.4.1 Tổng quan OpenCV 1.4.2 Những khả OpenCV .8 1.4.3 Cấu tạo OpenCV .9 Chương 2: Các khái niệm tảng xử lý ảnh 10 2.1 Cấu trúc mắt người .11 2.2 Không gian màu 11 2.3 2.2.1 Không gian màu GRAY .12 2.2.2 Không gian màu HSV 12 2.2.3 Không gian màu XYZ 13 Ngưỡng ảnh 14 2.3.1 Ngưỡng toàn cục 14 2.3.2 Ngưỡng thích nghi .14 Chương 3: Một số thuật toán nhận dạng 16 3.1 3.2 3.3 Các phương pháp nhận dạng khuôn mặt người 17 3.1.1 Hướng tiếp cận dựa tri thức 17 3.1.2 Hướng tiếp cận dựa đặc trưng không đổi .17 3.1.3 Hướng tiếp cận dựa so khớp mẫu 18 3.1.4 Hướng tiếp cận dựa diện mạo .18 Giải thuật AdaBoost đặc trưng Haar khuôn mặt .19 3.2.1 Giải thuật AdaBoost .19 3.2.2 Đặc trưng Haar-like khuôn mặt .21 Giải thuật Adaptive Mean Shift 23 Chương 4: Giới thiệu Android máy ảo Dalvik 25 4.1 Lịch sử Android 26 4.2 Kiến trúc Android 27 4.2.1 Tầng ứng dụng .27 4.2.2 Application framework 27 4.2.3 Thư viện .28 4.2.4 Android Runtime 29 4.3 Máy ảo Dalvik 29 4.4 Các thành phần chương trình Android 30 4.5 4.4.1 AndroidManifest.xml 30 4.4.2 File R.java 31 Chu kỳ ứng dụng Android 33 Chương 5: Android với OpenCV2.3.1 36 5.1 5.2 5.3 Cài đặt sử dụng Android SDK Eclipse .37 5.5.1 Eclipse 37 5.5.2 Android SDK – NDK – JDK – JRE 38 Sử dụng OpenCV2.3.1 Android .39 5.2.1 JNI (JavaTM Native Interface) 39 5.2.2 JNA (JaveTM Native Access) 40 Các thành phần giao diện Android 41 5.3.1 View .41 5.3.2 ViewGroup 41 5.3.3 Button ImageButton 44 5.3.4 Activity Intent 45 Phần II: Lập trình .48 Chương 6: Lập trình Windows 49 6.1 Sơ đồ giải thuật chương trình .50 6.2 Sơ đồ giải thuật số chương trình 52 6.2.1 6.2.2 6.2.3 6.3 Chương trình phát khuôn mặt .52 Chương trình phát tròng mắt 55 Chương trình cảnh báo âm 57 Kết chương trình chạy Windows 59 Chương 7: Lập trình Android 63 7.1 Sơ đồ giải thuật lớp SampleCvViewBase 64 7.2 Sơ đồ giải thuật số hàm 64 7.3 7.2.1 Hàm public FdView() 64 7.2.2 Hàm protected Bitmap processFrame() .66 Kết chương trình chạy Transformer TF101 Galaxy i9003 68 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .72 PHỤ LỤC TÀI LIỆU THAM KHẢO DANH SÁCH HÌNH VẼ Chương Hình 1.1: Mối quan hệ thị giác máy tính ngành liên quan Chương Hình 2.1: Cấu tạo mắt người 11 Hình 2.2: Khơng gian màu HSV 12 Hình 2.3: Ảnh gốc ngưỡng thích nghi với cửa sổ 7x7, C=4 .15 Chương Hình 3.1: Nhận dạng dựa tri thức 17 Hình 3.2: Nhận dạng dựa so khớp mẫu .18 Hình 3.3: Tập ảnh dùng để huấn luyện mặt người 19 Hình 3.4: Phương pháp nhận dạng mặt người theo mạng Neural .19 Hình 3.5: Mơ hình phân tầng kết hợp phân loại yếu xác định khuôn m ặt 20 Hình 3.6: Kết hợp phân loại yếu thành phân loại mạnh 20 Hình 3.7: Đặc trưng Haar-like 21 Hình 3.8: Đặc trưng cạnh 21 Hình 3.9: Đặc trưng đường 21 Hình 3.10: Đặc trưng xung quanh tâm 21 Hình 3.11: Cách tính Integral Image ảnh 22 Hình 3.12: Ví dụ cách tính nhanh giá trị mức xám vùng D ảnh 22 Hình 3.13: Giải thuật Adaptive Mean Shift 23 Hình 3.14: Màu da khn mặt (kênh H) 24 Chương Hình 4.1: Android timeline 26 Hình 4.2: Cấu trúc stack hệ thống Android 27 Hình 4.3: Máy ảo Dalvik 29 Hình 4.4: Chu kỳ ứng dụng Android 33 Chương Hình 5.1: Kiến trúc Eclipse 37 Hình 5.2: Cấu trúc giao diện ứng dụng Android 41 10 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID Hình 7.6: Trường hợp khơng đeo kính dùng Galaxy i9003 Trang 81 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID Hình 7.7: Trường hợp có đeo kính dùng Transformer TF101 Độ xác chương trình tính theo cơng thức: (7.1) Overall Accuracy: độ xác chương trình (tính theo phần trăm) TO (True Open): số frames mà chương trình phát mắt mở mở mắt liên tục FO (False Open): số frames mà chương trình phát mắt đóng mở mắt liên tục TC (True Close): số frames mà chương trình phát mắt đóng đóng mắt liên tục FC (False Close): số frames mà chương trình phát mắt mở đóng mắt liên tục Thực lần đo, lần 2000 frames, ta thu kết bảng: Bảng 7.1: Kết đo để đánh giá độ xác chương trình Trang 82 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID N TO FO TC FC 1662 338 1870 130 1660 400 1900 100 1540 460 1910 90 1690 310 1890 110 1660 340 1880 120 Average 1630.4 369.6 1890 110 Độ xác chương trình: Biểu đồ 7.1: Trường hợp khơng đeo kính ban ngày Hiệu suất nhận dạng 0.86 0.85 0.85 0.84 0.84 Trung bình trườ ng hợp 0.83 0.83 100 200 300 400 500 600 700 800 900 1000 Số khung hình Trang 83 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Xuyên suốt trình thực đề tài, nhóm xây dựng chương trình phần mềm ứng dụng cho tài xế điều khiển phương tiện Đề tài xây dựng môi trường Windows Android OS với hỗ trợ thư viện phần mềm xử lý ảnh Intel OpenCV, với nhiệm vụ phát cảnh báo có dấu hiệu buồn ngủ tài xế Và thực tế chương trình đáp ứng yêu cầu sau: Chương trình chạy Windows: - Đáp ứng thời gian thực với tốc độ xử lý frame ảnh khoảng 60-80ms/frame - tương đương khoảng từ 12 – 16 fps Kết chạy thực tế chấp nhận (>80% detect đươc pupil), chương trình - hoạt động tốt với yêu cầu đề tài Chương trình hoạt động với khoảng cách khn mặt camera từ 0.40.7m, phù hợp với khoảng cách từ vô-lăng tới mắt người điều khiển phương tiện Chương trình chạy Android OS: - Tìm hiểu Hệ điều hành Android thực đề tài thiết bị thực tế là: Điện thoại Samsung Galaxy i9003 (Android 2.2.1) Máy tính bảng Asus Transformer TF101 ( Android 3.2) Chương trình ứng dụng Android viết ngôn ngữ Java công - cụ hỗ trợ Java JNI để truy xuất hàm từ thư viện xử lý ảnh OpenCV Với kết chạy thiết bị: ĐTDĐ Samsung Galaxy i9003 (1Ghz, RAM 512Mb): kích thước frame - 320x240, tốc độ xử lý frame khoảng 80 – 100ms tương đương khoảng từ 10 – 12 fps Máy tính bảng Asus Tranformer TF101(2x1Ghz, RAM 1Gb): kích thước frame ảnh 640x320, tốc độ xử lý frame khoảng 100 – 125ms tương đương khoảng từ – 10 fps Ưu điểm - Là chương trình phần mềm, tiết kiệm chi phí thiết kế thi công - phần cứng cho hệ thống cảnh báo với chức tương tự Mang tính động cao tích hợp vào thiết bị cầm tay phổ biến (các thiết bị ĐTDĐ, máy tính bảng) Trang 84 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID - Chương trình đáp ứng yêu cầu thực tế, thời gian xử lý cảnh báo nhanh cho ứng dụng yêu cầu thời gian thực Nhược điểm - Giải thuật sử dụng để phát khn mặt Haar Cascade, Camshift, Kalman Filter, giải thuật đơn giản, phụ thuộc nhiều vào điều - kiện ngoại cảnh ánh sáng, góc quay, tốc độ di chuyển… Chương trình chạy số nhược điểm không theo dõi khuôn mặt số trường hợp như: Quay trái, quay phải góc lớn 40o cho ứng dụng Windows lớn 20o cho ứng dụng Android đặc điểm giải thuật Haar Cúi đầu lớn 10o - 15o hay ngẩng đầu lên 30o Đối với người có mang kính góc giới hạn giảm so với trường hợp khơng mang kính phản chiếu ánh sáng (bên mắt tối so với trường hợp khơng có kính), đặc điểm tập huấn luyện mắt haarcascade_lefteye_2splits.xml không hỗ trợ cho trường hợp đeo kính Hướng khắc phục hướng phát triển Hướng khắc phục - Ta xây dựng tập training cho giải thuật Haar Cascade để phù hợp với điều kiện thực tế người Việt Nam để bám phát tốt - Cho phép chương trình sử dụng điều kiện ngoại cảnh phù hợp ánh sáng, khoảng cách… để giảm sai số tăng độ tin cậy cho chương - trình Có thể đặt đèn chiếu sáng vừa đủ Cabin xe Cải thiện chất lượng hình ảnh thơng qua chất lượng Camera, sử dụng loại Camera có độ phân giải cao hay tốt Camera hồng ngoại để thu frame ảnh ảnh Gray không phụ thuộc vào điều kiện ánh sáng Hướng phát triển - Phát triển chương trình với giải thuật nhận diện khác hiệu xác hơn, nhiên thường phức tạp đòi hỏi nhiều thời gian tìm hiểu nghiên cứu Giải thuật 3D Tracking nhận diện phát khuôn mặt dựa cấu trúc 3D khn mặt Trang 85 PHẦN II: LẬP TRÌNH Chương 7: LẬP TRÌNH TRÊN NỀN ANDROID Giải thuật Gaze, phát triển lên từ giải thuật 3D Tracking, ứng dụng để phát theo dõi hướng di chuyển Object, đặc biệt (Iris) cho ứng dụng điều khiển bảo mật Nghiên cứu để thực giải thuật Chip vi xử lý gọn nhẹ, tốc độ cao mang tính thương mại cao sản xuất thành Chip Thiết kế vi mạch dùng VHDL Verilog cho ứng dụng xử lý ảnh Tìm hiểu kết hợp với hệ thống cảnh báo khác phương tiện: hệ thống GPS, hệ thống cảnh báo nguy hiểm dựa xác định khoảng cách sóng siêu âm… Trang 86 PHỤ LỤC HƯỚNG DẪN SỬ DỤNG PHẦN MỀM TRÊN WINDOWS Sau đóng gói, chương trình cài gồm tập tin sau: Ta nhấn vào tập tin EYE_DETECT.msi để bắt đầu trình đặt làm theo bước sau: Sau ta vơ thư mục cài đặt để chạy chương trình: Màn hình chương trình chạy: HƯỚNG DẪN SỬ DỤNG PHẦN MỀM TRÊN ANDROID Ta vào Menu → Settings → Applications → Chọn Unknown sources: Chép File cài đặt Eye_Blink_Detection.apk vào Sdcard Ở ta chép vào Folder Download: Ta vào Folder Download nhấn vào File Eye_Blink_Detection.apk để cài đặt sử dụng chương trình: Màn hình chương trình chạy: KẾT HỢP CHƯƠNG TRÌNH XỬ LÝ ẢNH TRÊN WINDOWS LÊN HỆ THÔNG ĐA CẢNH BÁO BUỒN NGỦ Để cho việc nhận dạng buồn ngủ xác phải kết hợp nhiều hệ thống cảnh báo cho lái xe an toàn Và hệ thống cảnh báo bao gồm cảm biến vô lăng, chân ga, phanh cảm biến siêu âm đo khoảng cách tích hợp với cơng nghệ xử lý ảnh nhận diện buồn ngủ Mơ hình nhóm sinh viên Đại Học Lạc Hồng hướng dẫn Thầy PGS TS Hồng Đình Chiến thực Mơ hình thiết kế hình vẽ sau: Camera Bộ điều khiển cảm biến âm cảnh báo Các cảm Các chức điều khiển: Máy tính xử lý Stt Kí hiệu Chú thích DISPLAY Màn hình Lcd để hiển thị thông báo l ời dẫn ch ương SOS CAM FONT BEHIND trình Đèn báo hiệu cho phần tác động hệ thống tiếp điểm Đèn báo hiệu cho phần giám sát mắt tài xế (xử lý ảnh) Đèn báo hiệu vật cản phía trước xe Đèn báo hiệu vật cản phía sau xe Cơng tắc lựa chọn chế độ tự động điều chỉnh khoảng cách an SRF toàn theo vận tốc, hay lựa chọn tay Các thang khoảng cách an toàn cho chế độ chọn tay Lựa chọn chế độ hoạt động siêu âm (FRONT: ch ỉ chạy siêu âm trước, ALL: chạy hai siêu âm, BEHIND: ch ỉ 10 RESET MODE/START chạy siêu âm sau) Nút reset hệ thống Nút vào chế độ cài đặt (nhấn giữ 3s), hay chạy hệ thống 11 12 ENTER/EXIT POWER (nhấn thả liền) Nút dùng chế độ cài đặt để chọn mode Cơng tắc nguồn hệ thống TÀI LIỆU THAM KHẢO [1] Gary Bradski and Adrian Kaebler, Learning OpenCV O’REILLY”, 2008 [2] Zafer Savas, “Real – Time Detection and Tracking of Human Eyes in Video Sequences,”Stu thesis, Middle East Technical University, 2005 [3] Paul Viola and Michael J Jones, “Robust Real – Time Face Detection,” International Journal of Computer Vision, vol 57, pp 137–154, 2004 [4] A Simple Camshift Wrapper, http://www.cognotics.com/opencv/downloads/camshift_w rapper/, 2007 [5] Fast Object Tracking – Robot Computer Vision, http://www.lirtex.com/, 2010 [6] OpenCV – How to create XML file for AdaBoost http://madeintm.blogspot.com/, 2010 [7] R Rogers, J Lombardo, Z Mednieks, and B Meike, Android Application Development O’REILLY, 2009 [8] OpenCV2.3.1 for Android, http://opencv.willowgarage.com/wiki/Android, 2011 [9] JavaCV, http://code.google.com/p/javacv/, 2011 [10] Android Developers Reference, http://developer.android.com/reference/packages.html, 2011 [11] Francis R Bach and Michael I Jordan, “Kernel Independent Component Analysis,” Journal of Machine Learning Research, vol 3, pp 1–48, 2002 [12] Matthew Turk and Pentland Alex, “Eigenfaces for Recognition,” Journal of Cognitive Neuroscience, vol 3, num 1, 1991 [13] Nguyễn Hà Nam, “Tối ưu hóa KPCA GA để chọn thuộc tính đ ặc tr ưng nhằm tăng hiệu phân lớp thuật tốn Random Forest,” Tạp chí Khoa h ọc ĐHQGHN, Khoa học Tự nhiên Công nghệ, tập 25, trang 84–93, 2009 [14] Trần Thanh Duy Nguyễn Minh Quang, “Thiết Kế Và Thi Công Robot Bám Đối Tượng Mặt Người”, Luận văn đại học, Đại Học Sư Phạm Kỹ Thuật Tp HCM, 2005 ... Android Chương trình hai hệ điều hành đáp ứng độ xác tốc độ thời gian thực điều kiện lái xe Khi người lái xe ngủ đóng mắt lại, có âm cảnh báo nguy hiểm Đây điểm mà việc cảnh báo lái xe buồn ngủ. .. tên: LÊ THANH HÒA MSSV: 40700884 Ngành: VIỄN THÔNG LỚP: DD07DV1 Đề tài: Nhận diện chớp mắt cảnh báo buồn ngủ lái xe Windows Android Họ tên người hướng dẫn: PGS TS HỒNG ĐÌNH CHIẾN Tổng qt thuyết... LÊ THANH HỊA MSSV: 40700884 Ngành: VIỄN THƠNG LỚP: DD07DV1 10 Đề tài: Nhận diện chớp mắt cảnh báo buồn ngủ lái xe Windows Android 11 Họ tên người phản biện: 12 Tổng quát thuyết minh: Số trang