Aplicação de redes neurais convolucionais e processamento digital de imagens para classificação do estado dos olhos e avaliação de sonolência

Nos últimos anos, a quantidade de veículos que circulam nas avenidas e rodovias brasileiras, tem crescido bastante. Com isso, aumentou o tempo que as pessoas passam conduzindo seus veículos, o que ocasiona mais estresse, cansaço e falta de atenção. Em virtude dessas situações, a quantidade de acidentes também expandiu. Além disso, dirigir, principalmente para pessoas que trabalham com isso, diariamente, se torna ainda mais cansativo e estressante, além do que, é uma ação que nescessita de muita disposição e atenção de quem está a praticando. Esses fatos, foram relevantes para o crescimento na quantidade de acidentes, que do ano de 2016 para 2017 foi de 7.272, e aproximadamente 38% desses, foram causados por condutores sonolentos. Então, neste trabalho, será apresentado a utilização de três técnicas de Inteligência Artificil (IA): Rede Neural Artificial e duas Redes Neurais Convolucionais. Essas técnicas, foram submetidas aos processamentos offline (o qual necessitou de uma base de dados com 811 fotos) e online. As acurácias dos processos offline obtidos para as três técnicas foram aproximadamente, 77% para a rede neural artificial e 95% para as redes neurais convolucionais. Já as acurácias dos testes online para a rede neural artificial, LeNet-5 e VGG16 foram respectivamente: 57,48%, 90.52% e 78.85%. os resultados dos testes oline, mostram que a melhor técnica para solucionar o problema proposto foi a LeNet-5.