Tujuan utama projek ini adalah untuk mereka bentuk dan melaksanakan sebuah sistem berasaskan pemprosesan imej untuk mengesan masalah mengantuk yang dihadapi oleh pemandu supaya keselamatan jalan raya dapat ditingkatkan dan kemalangan dapat dikurangkan. Sistem ini dimodelkan dengan menghala kamera secara langsung ke arah wajah pemandu dan merakam imej secara berterusan untuk diproses. Setelah imej dirakam, sistem ini akan melaksanakan pengecaman muka untuk mengesan kawasan muka sebelum melakukan pengekstrakan mata pada rantau muka untuk mengesan mata. Mata kemudiannya digunakan untuk menentukan sama ada pemandu mengantuk atau tidak. Algoritma yang digunakan untuk pengesanan muka dan pengekstrakan mata adalah Viola-Jones manakala algoritma yang digunakan untuk pengesanan mengantuk adalah ambang global nisbah aspek. Sistem ini mampu memantau keadaan pemandu secara berterusan, dan dapat menentukan status mengantuk yang dihadapi oleh pemandu. Sekiranya mengantuk dikesan, amaran akan diberikan kepada pemandu dengan mengeluarkan isyarat amaran. Sistem ini boleh menentukan nisbah aspek, di mana jika mata pemandu tertutup, nilai nisbah aspek akan meningkat. Sekiranya nilai nisbah aspek lebih tinggi daripada nilai ambang yang ditetapkan, sistem ini akan membuat kesimpulan bahawa pemandu berada dalam keadaan mengantuk dan bunyi amaran akan dimainkan untuk memberi amaran kepada pemandu. Keputusan ujikaji dengan menggunakan pelbagai kes ujian menunjukkan ketepatan dan kemantapan sistem. Sistem ini mempunyai ketepatan yang tinggi di mana kebanyakan kes ujian memberi ketepatan 90% dan ke atas. Hal ini membuktikan bahawa sistem dalam projek ini dapat mengesan mengantuk dengan baik.
_______________________________________________________________________________________________________
The main aim of this project is to design and implement an image processing based system to detect driver drowsiness in order to increase road safety and reduce accidents. The system is modeled via a webcam that is focused directly on the driver's face, and continuously captures images for processing. Once an image has been captured, the system will proceed to perform face detection to detect the face region, before performing eye extraction on the face region to detect the eyes. The eyes are then used to determine whether the driver is drowsy or not. The algorithm used for face detection and eye extraction is Viola-Jones while the algorithm used for drowsiness detection is global threshold of the aspect ratio. The system is able to continuously monitor the driver, and determine the drowsiness status of the driver. If drowsiness is detected, a warning signal is issued to alert the driver. The system can determine the eye aspect ratio, whereby if the driver's eyes are closed, the aspect ratio value will be increased. If the aspect ratio value is higher than the threshold set value, the system concludes that the driver is drowsy, and will play an alert sound to alert the driver. Experimental results using various Test Cases demonstrates the accuracy and robustness of the system. The system demonstrates high accuracies where most of the Test Cases give an accuracy of 90% and above. This proves that the system developed in this project is able to accurately detect drowsiness.