Dissertação (mestrado)—Universidade de Brasília, Departamento de Engenharia Elétrica, 2011. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2012-06-04T16:04:14Z No. of bitstreams: 1 2011_KedsonLopesQueiroz.pdf: 11459078 bytes, checksum: 2d3b49d1d1f52f81bf3027811b74290b (MD5) / Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2012-06-14T13:22:28Z (GMT) No. of bitstreams: 1 2011_KedsonLopesQueiroz.pdf: 11459078 bytes, checksum: 2d3b49d1d1f52f81bf3027811b74290b (MD5) / Made available in DSpace on 2012-06-14T13:22:28Z (GMT). No. of bitstreams: 1 2011_KedsonLopesQueiroz.pdf: 11459078 bytes, checksum: 2d3b49d1d1f52f81bf3027811b74290b (MD5) / A sonolência em motoristas é uma das principais causas de acidentes de trânsito. O monitoramento de um motorista para detectar a seu nível de fadiga é um problema complexo que envolve elementos fisiológicos e comportamentais. Diferentes abordagens têm sido feitas e, entre elas, a visão computacional tem o potencial de monitoramento da pessoa atrás do volante sem interferir na sua condução. Uma estimativa do estado de alerta do motorista pode ser obtida através da análise de suas expressões faciais e do abrir e fechar dos seus olhos. Este trabalho demonstra o desenvolvimento de um dispositivo não invasivo, que utiliza a localização e o rastreamento do rosto e dos olhos para monitorizar o estado de alerta em motoristas. O sistema desenvolvido neste trabalho funciona com índices de desempenho superiores a 94% na detecção de fadiga. ______________________________________________________________________________ ABSTRACT / Sleepiness in drivers is a major cause of traffic accidents. The monitoring of a driver to detect the level of fatigue is a complex problem that involves physiological and behavioral elements. Different approaches have been made and among them, computer vision has the potential to monitor the person behind the wheel without interfering with your driving. An estimate of the alertness of the driver can be obtained by analyzing facial expressions and open and close your eyes. This work demonstrates the development of a noninvasive device that uses the location and tracking of face and eyes to monitor alertness in drivers. The system developed in this paper works with performance exceeding 94% in the detection of fatigue.