A Survey on Drowsiness Detection — Modern Applications and Methods

要約

眠気の検出は、職場や運転中の安全を確保し、生産性を向上させ、さまざまな領域にわたるヘルスケアを実現する上で最も重要です。
したがって、正確かつリアルタイムの眠気検出は、さまざまな分野やシナリオにわたって事故を防止し、安全性を高め、最終的には人命を救う上で重要な役割を果たします。
この包括的なレビューでは、ドライバーの眠気検出のみに焦点を当てていた従来の焦点を超えて、さまざまな応用分野における眠気検出の重要性を探求しています。
公共交通機関、医療、職場の安全などのさまざまな状況を考慮して、眠気検出スキームにおける現在の方法論、課題、技術の進歩を詳しく掘り下げます。
この研究は、眠気の多面的な影響を調査することにより、その影響と、安全性とパフォーマンスの向上における正確かつリアルタイムの検出技術の重要な役割の全体的な理解に貢献します。
現在のアルゴリズムの弱点と、正確かつリアルタイムの検出、安定したデータ送信、バイアスのないシステムの構築などの既存の研究の限界を特定しました。
私たちの調査は既存の研究を枠組み化し、合成データの使用によるバイアスの問題の軽減、モデル圧縮によるハードウェアの制限の克服、モデルのパフォーマンスを向上させるための融合の活用などの実用的な推奨事項につながります。
これは、単一の側面だけに焦点を当てるのではなく、このように全体的に眠気検出のトピックを調査する先駆的な研究です。
私たちは、眠気の検出というテーマを動的かつ進化する分野であると考えており、さらなる探究の機会が数多く存在します。

要約(オリジナル)

Drowsiness detection holds paramount importance in ensuring safety in workplaces or behind the wheel, enhancing productivity, and healthcare across diverse domains. Therefore accurate and real-time drowsiness detection plays a critical role in preventing accidents, enhancing safety, and ultimately saving lives across various sectors and scenarios. This comprehensive review explores the significance of drowsiness detection in various areas of application, transcending the conventional focus solely on driver drowsiness detection. We delve into the current methodologies, challenges, and technological advancements in drowsiness detection schemes, considering diverse contexts such as public transportation, healthcare, workplace safety, and beyond. By examining the multifaceted implications of drowsiness, this work contributes to a holistic understanding of its impact and the crucial role of accurate and real-time detection techniques in enhancing safety and performance. We identified weaknesses in current algorithms and limitations in existing research such as accurate and real-time detection, stable data transmission, and building bias-free systems. Our survey frames existing works and leads to practical recommendations like mitigating the bias issue by using synthetic data, overcoming the hardware limitations with model compression, and leveraging fusion to boost model performance. This is a pioneering work to survey the topic of drowsiness detection in such an entirely and not only focusing on one single aspect. We consider the topic of drowsiness detection as a dynamic and evolving field, presenting numerous opportunities for further exploration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google