อาการง่วงนอนเป็นสาเหตุหลักที่ก่อให้

อาการง่วงนอนเป็นสาเหตุหลักที่ก่อให้เกิดอุบัติเหตุจราจรทางบกเป็นจำนวนมากในปัจจุบันที่นอกเหนือจากเมาแล้วขับนั้นเกิดจากอาการหลับในเนื่องจากพักผ่อนไม่เพียงพอ ดังนั้นระบบที่สามารถตรวจสอบอาการง่วงนอนขณะขับรถและได้มีการแจ้งเตือนในเวลาที่เหมาะสมจะช่วยในการป้องกันการเกิดอุบัติเหตุจำนวนมากและทำให้ประหยัดค่าใช้จ่ายช่วยลดความทุกข์ทรมานของผู้ขับขี่ได้
ในงานวิจัยนี้ได้ออกแบบระบบโดยการติดตั้งกล้องขนาดเล็กภายในรถสามารถตรวจสอบใบหน้าของผู้ขับขี่ได้ ในขั้นตอนแรกทำการค้นหาใบหน้าของผู้ขับขี่ โดยการปรับสีภาพและตรวจสอบจุดที่เป็นสีผิวของมนุษย์ แล้วทำการค้นหาตำแหน่งดวงตาจากบริเวณสีผิวบนใบหน้า หลังจากนั้นทำการตรวจสอบสถานะดวงตา ตรวจสอบว่าดวงตาปิดหรือเปิด ถ้าหากดวงตาปิดติดต่อกัน 8 ภาพอย่างต่อเนื่อง จะสรุปได้ว่าผู้ขับขี่มีอาการง่วงนอน และมีสัญญาณแจ้งเตือนเกิดขึ้น เพื่อทำการแจ้งเตือนแก่ผู้ขับขี่ให้ใช้ความระมัดระวังหรือหยุดการขับขี่รถ ขณะที่กำลังเกิดอาการง่วงนอน ระบบนี้ได้นำเสนอการปรับปรุงขั้นตอนวิธีต่างๆในการประมวลผลภาพ เพื่อให้ได้การประมวลผลภาพที่มีความรวดเร็วและมีความแม่นยำในการแจ้งเตือน

ผลลัพธ์ (อังกฤษ) 1:

Drowsiness is a major cause of traffic accidents, causing a large amount of land in addition to the current drunk driving and then opiates symptoms caused by it because not enough relaxing. Thus, the system can check the drowsiness while driving and get alerts in a timely manner will help to prevent accidents and make cost savings help reduce suffering of riders.In this research, design the system by installing a small camera inside a car can monitor the driver's face. The first step in finding a driver's face by adjusting the color image and check the point of human skin color and then locate the eye area skin color on face. Then check the status of the eyes Make sure the eyes are closed or open. If hakduang a close eye contact 8 continuous conclude that riders are drowsiness and alarms to alert guests to use caution driving or stop driving the car. While drowsiness This system offers various algorithm improvements in image processing, image processing is very fast and with precision in the notification.

ผลลัพธ์ (อังกฤษ) 2:

Drowsiness are the main reasons causing traffic accidents, as many of today's drunk driving that caused by opiates because of lack sleep. Therefore, the system can detect drowsiness while driving and had reminders at the right time will help to prevent many accidents and thus save costs, reduce the suffering of the riders
at the event. researchers have designed a system by installing a small camera inside the car can detect the face of the driver. The first step in the search for the face of the driver. By toning and check the color of human skin. Then locate the eye area skin color on the face. Then monitor your eyes. Make sure your eyes are open or closed. If your eyes off eight consecutive shots consistently. To conclude that the driver drowsiness. And an alarm occurs. To alert motorists to use caution or stop driving. While drowsiness. This system offers improved algorithm in image processing. To get the image processing that is quick and precise alerts.

ผลลัพธ์ (อังกฤษ) 3:

Drowsiness is the main reason that cause traffic accidents, a large number of current ที่นอก north from drunk driving was born in symptoms due to don't get enough sleep. So, the system can monitor the sleepy while driving, and has alarm at the right time will help in the prevention of many accidents and make cost reduce the suffering ทรมานข two riders.In this paper designs the system by installing a small camera inside the car can check the face of the driver. In the first step, the search for the face of the driver. By adjusting the color image and check point is the color of the human. Then the positioning the eyes from the skin on the face. After the check status the eyes. Check that the eyes closed or open. If her eyes are closed for 8 images continuously. To conclude that the driver is sleepy. And there were signs alert occurs. To be alert for drivers to use caution or stop driving the car. While the symptoms of sleepiness. This system presents the improvement of algorithm in image processing. To get the image processing is very fast and precision on the alert.