Інтелектуальна система відеомоніторингу стану водія автотранспорту для підвищення безпеки дорожнього руху

Скорочена інформація про документ
dc.contributor.advisorТитаренко, Андрій Миколайович
dc.contributor.authorКудрявцев, Іван Михайлович
dc.date.accessioned2026-10-16T13:07:37Z
dc.date.available2026-10-16T13:07:37Z
dc.date.issued2026
dc.description.abstractДипломна робота: 101 с., 15 рис., 16 табл., 2 додатки, 24 джерела. Об’єкт дослідження — процес виявлення ознак сонливості водія транспортного засобу за відеопотоком у реальному часі. Предмет дослідження — методи комп’ютерного зору, архітектури нейронних мереж та алгоритми обробки відеопотоку для моніторингу стану водія. Мета роботи — розроблення інтелектуальної системи відеомоніторингу стану водія на основі гібридної архітектури OpenCV та YOLOv8, що функціонує в режимі реального часу на стандартній веб-камері без спеціалізованого апаратного забезпечення. Як результат роботи, проаналізовано дорожньо-транспортну статистику, пов’язану з втомою водіїв, та визначено ключові візуальні маркери сонливості. Розроблено програмний продукт мовою програмування Python, що реалізує двоетапний пайплайн детекції: каскади Хаара локалізують обличчя і зону очей, а нейронна мережа YOLOv8n класифікує стан кожного ока. Сформовано гібридний навчальний датасет та проведено навчання моделі із застосуванням domain adaptation. Реалізовано двошаровий алгоритм накопичення індексу сонливості, який забезпечує стійкість системи до поодиноких хибних класифікацій. Практична цінність роботи полягає в тому, що система розгортається на стандартній веб-камері та персональному комп’ютері без спеціалізованих сенсорів, що суттєво знижує поріг впровадження систем моніторингу стану водія у малому та середньому транспортному бізнесі.
dc.description.abstractotherBachelor’s thesis: 101 p., 15 fig., 16 tables, 2 appendices, 24 references. The object of research is the process of detecting signs of driver drowsiness from a video stream in real time. The subject of research comprises computer vision methods, neural network architectures and video-stream processing algorithms for monitoring the driver state. The aim of the work is the development of an intelligent driver-state video monitoring system based on a hybrid OpenCV and YOLOv8 architecture that operates in real time on a standard web camera without specialised hardware. As a result, the road-accident statistics related to driver fatigue were analysed and the key visual markers of drowsiness were identified. A software product was developed in the Python programming language that implements a two-stage detection pipeline: Haar cascades localise the face and the eye region, while a YOLOv8n neural network classifies the state of each eye. A hybrid training dataset was assembled, and the model was trained using domain adaptation. A two-layer drowsiness-index accumulation algorithm was implemented, providing robustness against isolated misclassifications. The practical value of the thesis is that the system can be deployed on a standard web camera and a personal computer without dedicated sensors, which significantly lowers the entry barrier for adopting driver-monitoring systems in small and medium transport businesses.
dc.format.extent101 с.
dc.identifier.citationКудрявцев, І. М. Інтелектуальна система відеомоніторингу стану водія автотранспорту для підвищення безпеки дорожнього руху : дипломна робота … бакалавра : 124 Системний аналіз / Кудрявцев Іван Михайлович. – Київ, 2026. – 101 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/84069
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectвідеомоніторинг
dc.subjectдетекція сонливості
dc.subjecthaar cascade
dc.subjectyolov8
dc.subjectкомп’ютерний зір
dc.subjectнейронна мережа
dc.subjectdomain adaptation
dc.subjectpython
dc.subjectvideo monitoring
dc.subjectdrowsiness detection
dc.subjecthaar cascade
dc.subjectcomputer vision
dc.subjectneural network
dc.titleІнтелектуальна система відеомоніторингу стану водія автотранспорту для підвищення безпеки дорожнього руху
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kudryavtsev_bakalavr.pdf
Розмір:
2.75 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи