GLC 輔助 駕駛的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

基於行動深度學習網路之疲勞駕駛偵測

為了解決GLC 輔助 駕駛的問題，作者王麒程 這樣論述：

疲勞駕駛一直以來都是各國發生交通事故中一項不可忽視的重要因素，而這些事故常以發生在傍晚或是晚間居多。根據交通部資料統計，每年因為駕駛員分心或是疲勞駕駛所引發的交通事故占總事故發生率大約20%，因此研發可防止疲勞駕駛的系統有其必要性。現有系統難以兼顧便利性、低成本與可靠性，本研究所提系統設計的目標則是要三者兼備。 本研究將利用手機前置鏡頭錄影之影像區分為白天或夜間影像，分別針對此兩種模式進行影像的處理，以加快系統的處理速度，達到即時性的偵測。對於白天，我們使用SSD深度學習網路搭配MobileNet網路直接進行臉部以及眼睛偵測；對於夜間，則增加一個額外的預處理步驟：把原始影像從RGB 色

彩空間轉成CIE L*a*b* 色彩空間，再利用調整L*通道來進行增強影像，以利系統進行後續的偵測。如果沒有偵測到眼睛的連續影像張數超過一個預設的門檻，則系統會對駕駛發出警訊。 當車輛在一般道路上行駛時會因為道路坑洞或是人孔蓋造成車輛的抖動，使得系統在個別單張影像中有誤判。由於這樣的錯誤鮮少發生在多張連續畫面上，所以實驗結果顯示，一般而言，不論白天或是夜晚所提出的系統都能夠準確偵測到駕駛員處於疲勞狀態的情況，因而得以提高駕駛員以及乘客的安全。