A jövőben az autókba épített AI technológia az arcvonások alapján felismerheti, hogy a sofőr még részeg.
Képzelje el, hogy egy kiadós buli után reggel beül az autója volánja mögé, és amikor megpróbálja beindítani, a rendszer közli, hogy nem megy sehova, mert még mindig „szinten van”. Nem hangzik ez sci-finek? De igen, így van! Valami ilyesmi azonban talán sokkal közelebb áll a valósághoz, mint azt a legtöbben gondolnánk. A tudósok szerint az autókba épített technológia a jövőben képes lenne felismerni, ha egy sofőr részeg, pusztán az arcvonásai alapján.
Azzal, hogy folyamatosan „nyomon követik” a volán mögött ülő személyt, és keresik az ittasság jellegzetes jeleit. A részleteket a TechSpot magazin ismerteti.
Sofőr úr, ön nyilvánvalóan részeg!
Az Institute of Electrical and Electronics Engineers (IEEE) és a Computer Vision Foundation (CVF) konferenciájának keretében április 9-én közzétett tanulmányban ismertetették a projektet. Az autóba épített rendszerek 75%-os pontossággal képesek felmérni a járművezető ittassági szintjét, amint az beszáll a járműbe.
A tanulmány kivonatában olvashatjuk, hogy a kutatók egy olyan járműbe épített gépi tanulási rendszert (AI) javasolnak, amely a kereskedelmi forgalomban kapható szabványos kamerákat használja a kritikus véralkoholszint előrejelzésére. A rendszer a fent említett pontossággal képes felismerni az alkoholos befolyásoltság eseteit már 0,5‰-es értéknél.
A kamerarendszer túlmutat a meglévő számítógépes módszereken, amelyek a megfigyelhető viselkedésre, például a vezetési szokásokra. Ennek oka, hogy ezeket az adatokat csak akkor lehet összegyűjteni és feldolgozni, ha a jármű hosszabb ideig mozgásban van.
Egy egyszerű kamera elegendő
Az AI -val kombinált kamerák az arcvonások elemzése alapján azonnal felismerik az ittasságot, így gyorsabban és pontosabban felismerhető a járművezető ittassága. Ez nagymértékben növeli a balesetek megelőzésének lehetőségét, még mielőtt a járművezető az útra lépne.
A projekt egyetlen színes kamerát használ, amely olyan változókat követ, mint a tekintet iránya és a fej pozíciója. Az egész rendszer képes továbbá a járművezető arcáról készült 3D és infravörös képeket, valamint a járművezető helyzetét bemutató videót, továbbá a vezetési interakciókat, esemény- és viselkedési feljegyzéseket is beépíteni.
„Rendszerünk képes azonosítani az ittasság szintjét még a vezetés megkezdése előtt, így potenciálisan megakadályozhatjuk, hogy a befolyásolt vezetők megjelenjenek az utakon” – nyilatkozta Ensiyeh Keshtkaran, az ausztrál Edith Cowan Egyetem doktorandusza, aki részt vett a projektben.
75%-os sikerességi arány
A tanulmányban különböző korú, eltérő alkoholfogyasztási szokásokkal és tapasztalattal rendelkező járművezetőkről készült videofelvételeket használtak, akik egy szimulátorban vezettek háromféle – józan, közepesen és erősen ittas – részegségi szinten. A kutatók a MiX by Powerfleet szoftvercéggel dolgoztak együtt, hogy ellenőrzött, de valósághű környezetben gyűjtsenek adatokat a befolyásolt vezetőkről.
Az algoritmus ezután az arc részegségének felismerhető jelei után kutatott a felvételeken, és az esetek háromnegyedében sikeresen azonosította a járművezető valódi állapotát. Az Oregon Állami Szeszesital és Cannabis Bizottság által kiadott anyagok szerint a részegség gyakori vizuális jelei közé tartoznak a véreres szemek, a kipirult arc, a leesett szemhéjak és a kábult arckifejezés.
A projekt vezetője, Syed Zulqarnain Gilani, aki az Edith Cowan Egyetem Természettudományi Főiskolájának docenseként dolgozik, elmondta, hogy a következő lépések között szerepel az algoritmus által megszerzett képi adatok felbontásának javítása, ami még pontosabb diagnózisok felállítását teszi lehetővé. „Ha az alacsony felbontású videók elegendőnek bizonyulnak, akkor lehetséges lehet, hogy ezt a technológiát az utak mentén elhelyezett kameráknál is alkalmazni lehessen” – mondta egy nyilatkozatában.
Ha érdekesnek találta a cikkünket és további részletekre kíváncsi keresse a DetCom szakértőit a “Kapcsolat” linkre kattintva, vagy az elérhetőségeink bármelyikén.
Tisztelettel,
DetCom csapata
