[한국기술뉴스] 인하대학교 임베디드시스템공학과 전광길교수 연구팀은 눈 깜빡이 감지를 위한 SVM 분류기의 성능을 향상시키는 운전자 졸음 감지 장치를 개발했다. 개발된 기술은 인하대학교 산학협력단을 통해 2020년 04월 10일 특허를 출원(출원번호 제1023063580000호)했다. 특허 명칭은 'SVM을 이용한 눈 깜빡임 분류를 위하여 최적화된 사전 처리를 통한 운전자 졸음 감지 방법 및 장치’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]

운전자의 졸음을 방지하는 기술은 안전 조치에서 가장 중요합니다. 만약 졸음 감지 시스템이 적시에 동작하지 않으면 끔찍한 사고로 이어질 수 있습니다.

수년 동안, 차 안에 장착된 카메라를 통해 졸음을 감지하는 시각 기반 졸음 감지 시스템이 제안되어 왔습니다.  종래기술은 딥러닝 기반의 이미지 처리 기법을 적용하여 눈꺼풀의 곡선을 찾아내고, 눈꺼풀의 모양을 보고 눈을 감았는지 떴는지 구분하고 있습니다. 그러나 운전자의 피부톤이 다르거나 주변 조명 환경에 따라 정확도가 낮아지는 문제가 존재합니다.

인하대학교 김덕환 교수 연구팀은 서포트 벡터 머신 분류기를 이용하여 실시간이며 강력한 졸음 감지 시스템을 발명했습니다.

연구팀은 전처리 단계로 그램-다항식 기반 함수를 사용하여 서포트 벡터 머신 분류기의 정확도를 높였습니다. 즉, 소멸 기법이 적용되어 졸음 감지에 필요한 중요 정보만 남기고, 불필요한 픽셀을 여과합니다.

카메라를 통해 운전자의 얼굴을 인식합니다. 얼굴 이미지에 그램-다항식 기반 함수를 이용하여 전처리합니다. 이후 HOG 연산 알고리즘을 이용해 얼굴의 특징을 추출합니다. 추출된 특징을 이용하여 서포트 벡터 머신 분류를 통해 눈의 상태를 판별하여 졸음을 감지합니다.

본 기술은 종래의 비전 기반 졸음 감지를 보다 최적화되고 견고한 알고리즘으로 제안하여 눈 깜빡임 감지의 정확도를 높일 수 있습니다.  이를 통해 운전자의 졸음운전이나 전방주시 태만 등으로 발생하는 대형사고를 예방할 수 있을 것으로 기대됩니다.