Name: Mejorar la seguridad vial con la detección en tiempo real de la somnolencia del conductor. mediante técnicas de aprendizaje automático
SKU: 65466333
Price: 897.30 MXN
Availability: InStock
Author: Dr Rama Devi Burri
ISBN: 9786209216589

portada Mejorar la seguridad vial con la detección en tiempo real de la somnolencia del conductor. mediante técnicas de aprendizaje automático

Mejorar la seguridad vial con la detección en tiempo real de la somnolencia del conductor. mediante técnicas de aprendizaje automático

Formato

Libro Físico

Editorial

Ediciones Nuestro Conocimiento

Autor

Dr Rama Devi Burri

Año

2025

Idioma

Español

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22x15 cm

ISBN13

9786209216589

Mejorar la seguridad vial con la detección en tiempo real de la somnolencia del conductor. mediante técnicas de aprendizaje automático

Dr Rama Devi Burri (Autor) · Ediciones Nuestro Conocimiento · Tapa Blanda

Libro Nuevo Importado

Envío: 13 a 17 días háb.

$ 1,994.01$ 897.30

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 40 unidades

$ 897.30

¡Envío Gratis! Llega entre el 06 Nov y el 13 Nov a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Mejorar la seguridad vial con la detección en tiempo real de la somnolencia del conductor. mediante técnicas de aprendizaje automático"

Existe una mayor preocupación por el sueño del conductor en la seguridad vial. Según la encuesta de la Administración Nacional de Seguridad Vial en Carreteras (NHTSA), un mayor porcentaje de accidentes, lesiones e incluso muertes cada año se debe a la conducción somnolienta. Por lo tanto, existe una necesidad inmediata de implementar un sistema que detecte la somnolencia del conductor y le avise. Estos sistemas, que se basan en el análisis del comportamiento visual, tienen el potencial de reducir significativamente los accidentes al proporcionar alertas oportunas cuando los conductores muestran signos de somnolencia. Estos sistemas utilizan cámaras y algoritmos de visión por ordenador, como el clasificador en cascada de Haar y CNN. Estos sistemas examinan los rasgos faciales, los movimientos oculares y otros indicadores para evaluar los niveles de alerta e identificar signos de somnolencia. Las cámaras integradas capturan continuamente las expresiones faciales, lo que permite evaluar el cierre de los párpados para la relación de aspecto de los ojos (EAR) y la relación de aspecto de la boca (MAR) en todos los fotogramas. Si se superan los umbrales predefinidos para los valores EAR, se activa un sistema de alerta que notifica tanto al conductor como a los pasajeros.