“`html
Фахівці з Університету Едіт Коуен (Edith Cowan University) представили інноваційну модель штучного інтелекту, здатну з високою точністю ідентифікувати стан водія лише за відеопотоком його обличчя. Нова розробка може визначити, чи перебуває людина за кермом у стані алкогольного сп’яніння, втоми або гніву, обходячись без традиційних алкотестерів чи лабораторних аналізів.
“Jack of Many Faces”: ШІ-аналіз стану водія
Штучний інтелект, що отримав назву “Jack of Many Faces”, демонструє вражаючі результати. За даними дослідників, система здатна визначати концентрацію алкоголю в крові з точністю майже 90%, а рівень сонливості – з 95% успіху. Більше того, вона може класифікувати ступінь сп’яніння, розподіляючи водіїв на тверезі, помірно та сильно сп’янілі. Але сфера застосування ШІ не обмежується лише алкоголем. Розробники також активно працюють над виявленням агресивних виразів обличчя, таких як гнів, оскільки емоційна напруженість за кермом може бути не менш небезпечною, ніж сп’яніння. Доктор Сід Зулькарнайн Гілані з Центру штучного інтелекту та машинного навчання ECU зазначає, що високий ступінь втоми може візуально нагадувати сп’яніння, тоді як гнів може провокувати небезпечну дорожню агресію.
Технологічна основа та її переваги
Принцип роботи системи полягає в автоматичному відстеженні динамічних характеристик обличчя, таких як частота моргання, мікрорухи м’язів та інші фізіологічні маркери, що свідчать про стан водія. Згідно з опублікованим дослідженням, основою технології є 3D-просторово-часова нейромережа. Вона одночасно аналізує відео з обличчям водія для трьох ключових завдань: розпізнавання емоцій, оцінки фізіологічного стану та визначення рівня сп’яніння. Важливою особливістю моделі є інтегровані механізми уваги (attention modules), які дозволяють виділяти як локальні, так і глобальні ознаки на обличчі. Це забезпечує високу ефективність у виконанні всіх трьох завдань одночасно, що є значною перевагою порівняно з потребою тренувати окремі моделі для кожної задачі. Такий універсальний підхід суттєво підвищує можливості моделі до узагальнення та точність її роботи в реальних умовах дорожнього руху.
BiFuseNet: Покращена робота в умовах низької освітленості
Одним із ключових викликів для систем машинного зору є робота в умовах обмеженого освітлення. Команда дослідників розробила для цього окрему модель – BiFuseNet. Вона призначена для покращення виявлення станів водія у темряві або при змінному освітленні. Ця периферійна система, представлена на конференції ICMI25, поєднує обробку даних з RGB-камер та інфрачервоних (IR) камер. Такий мультимодальний підхід дозволяє значно ефективніше аналізувати ознаки сп’яніння та загального стану водія, долаючи типові обмеження стандартних камер.
«Наша логіка полягала у створенні повністю автоматизованої системи для оцінки концентрації алкоголю в крові, яка використовує потоки RGB та IR відео. Раніше подібні оцінки здійснювалися вручну, шляхом аналізу розширення зіниць та тривалості закриття очей, але ці методи часто демонструють низьку ефективність за різних умов освітлення», – пояснює Абдулла Тарік, аспірант ECU, який очолював це дослідження.
Важливо зазначити, що дослідження в галузі інтелектуальних транспортних систем підтверджують: понад 90% дорожньо-транспортних пригод пов’язані з поведінкою водія. Саме тому ШІ-моніторинг має потенціал значно підвищити безпеку. Алкогольне сп’яніння залишається однією з провідних причин аварій, спричиняючи близько 30% ДТП у світі. Хоча традиційні методи, як-от алкотестери, є точними, вони потребують активної участі водія та значних людських ресурсів для проведення тестів.
На відміну від традиційних методів, технологія “Jack of Many Faces” працює пасивно та безперервно, що робить її набагато більш практичною для впровадження у реальному світі. Потенційне використання подібних ШІ-систем у транспортних засобах може призвести до значного підвищення безпеки на дорогах. Крім розпізнавання маркерів сп’яніння чи втоми, такі системи здатні прогнозувати потенційно небезпечні ситуації, дозволяючи системам безпеки автомобіля вчасно реагувати – наприклад, попереджати водія або автоматично активувати захисні механізми.
Tesla Cybertruck з FSD потрапив в аварію: власниця звинувачує Маска і вимагає $1 млн
Думка UA Новини: Розробка штучного інтелекту для моніторингу стану водія є значним кроком уперед у сфері безпеки дорожнього руху. Це відкриває перспективи для запобігання аваріям, пов’язаним із людським фактором, і може кардинально змінити підходи до контролю за дотриманням правил дорожнього руху.
“`
За даними порталу: itc.ua