Ein Leistungsvergleich von pre-trained Deep Learning-Architekturen zur Müdigkeitserkennung in Echtzeit

Fahrzeugtechnische Systeme wie die Spurverlassenswarnung oder das Kollosionswarnsystem tragen bereits dazu bei, ermüdungsbedingte Unfälle zu reduzieren. Die vorliegende Arbeit untersucht den Einsatz von pre-trained Deep Learning-Architekturen zur Müdigkeitserkennung in Echtzeit. Dabei liegt die Verwendung von Convolutional Neural Networks (CNN) zur Bildklassifikation im Fokus. Klassifiziert wird, ob die Augen einer Person offen oder geschlossen sind. Es wird die Leistung von
drei in der Müdigkeitserkennung bereits populären CNN-Modellen – VGG16, ResNet50 und InceptionV3 – in der Echtzeiterkennung verglichen. Das Ziel ist es, dasjenige Modell zu identifizieren, das sich zur Müdigkeitserkennung am besten eignet. In der theoretischen Fundierung wird zunächst eine eingehende Literaturrecherche in den Themenbereichen Deep Learning und Transfer Learning durchgeführt. Im zweiten Abschnitt der Arbeit folgt die experimentelle Untersuchung. Die Modelle werden 30 Epochen lang auf den Media Research Lab (MRL) Eye Datensatz trainiert, wobei das Training bei Anzeichen einer Überanpassung unter Anwendung von Early Stopping vorzeitig beendet wird. Die Leistung der CNN-Architekturen wird daraufhin auf Basis der Konfusionsmatrizen berechnet und anschließend analysiert. Die Erkennung in Echtzeit wird mittels OpenCV im Live-Stream getestet. Die Resultate der Untersuchung zeigen, dass InceptionV3 mit einer Genauigkeit von 98 Prozent im Vergleich die beste Leistung erbringt. Sowohl in guten als auch in schlechten Lichtverhältnissen erzielt die Architektur herausragende Ergebnisse. Weiterführende Studien in Bezug auf leichtgewichtigere Modelle, sowie deren ressourcenschonende Integration werden diskutiert. Diese Forschungsarbeit liefert bedeutende Erkenntnisse im Bereich der automatisierten Müdigkeitserkennung und deren praktischer Anwendung in der Verkehrssicherheit.