The drowsiness initiation detection embodiment predicts when a person transitions from awakening to drowsiness based on heart rate information. Appropriate measures are taken to stimulate a person to be awake (in relation to drowsiness / alertness) or to inform others of their condition. This generally involves capturing human heart rate information over time using one or more heart rate (HR) sensors and then calculating a heart rate variability (HRV) signal from the captured heart rate information. A discrete Fourier transform and a discrete wavelet transform are used to analyze the HRV signal to extract features indicative of an individual transitioning from awake to drowsy. The extracted features are input to the trained ANN using the same features to identify when an individual makes the transition to the drowsy state described above. When the start of drowsiness is detected, a warning is initiated.졸음 시작 검출 구현예는 사람이 심박수 정보에 기초하여 각성 상태에서 졸음 상태로 전환하는 때를 예측한다. 사람을 각성 상태가 되도록 자극하거나(졸음/경보 상태와 관련하여) 자신의 상태를 다른 사람들에게 알리기 위해 적절한 조치가 취해진다. 이것은 일반적으로 하나 이상의 심박수(HR) 센서를 사용하여 시간 경과에 따른 사람의 심박수 정보를 캡처한 다음 캡처된 심박수 정보로부터 심박 변이도(HRV) 신호를 계산하는 것을 포함한다. 이산 푸리에 변환 및 이산 웨이브렛 변환을 사용하여, HRV 신호를 분석하여 개인이 깨어있는 상태에서 졸음 상태로 전환하는 것을 나타내는 특징을 추출한다. 개인이 전술한 졸음 상태로의 전환을 하는 때를 식별하도록, 추출된 특징은 동일한 특징을 사용하여 트레이닝된 인공 신경망(ANN)에 입력된다. 졸음의 시작이 검출될 경우, 경고가 개시된다.
