Исследовательская группа из Университета Эдита Кована разработала инновационную систему на основе искусственного интеллекта, способную идентифицировать три ключевых фактора риска дорожных происшествий по видео лиц водителя. Эта модель ИИ распознает состояние алкогольного опьянения, усталость и агрессию без применения алкотестеров или анализа крови — только по микродвижениям и выражению лица.
Об этом сообщает ProIT
Уникальные возможности системы Jack of Many Faces
Система, названная Jack of Many Faces, демонстрирует высокую точность: она способна определять наличие алкоголя в крови с точностью около 90%, а сонливость — с точностью до 95%. Уникальность модели заключается в многофункциональности: она не только распознает уровень опьянения, классифицируя водителей на трезвых, умеренно и сильно пьяных, но и идентифицирует эмоциональные состояния, такие как гнев, который может быть не менее опасным на дороге, чем алкоголь. Для этого используется 3D спацио-временная нейросеть, которая анализирует видео лица для решения сразу трех задач: распознавания выражений, оценки физиологического состояния водителя и определения степени опьянения.
«По словам Dr. Syed Zulqarnain Gilani из Центра искусственного интеллекта и машинного обучения ECU, высокий уровень усталости может имитировать опьянение, а гнев может привести к дорожной агрессии».
Благодаря специальным модулям внимания, система выделяет как локальные, так и глобальные признаки лица, что повышает точность распознавания и делает ее эффективной для использования в реальных дорожных условиях. Отслеживание таких параметров, как моргание, мелкие движения мимических мышц и общие черты поведения, позволяет системе оценивать состояние водителя без необходимости его активного участия.
Инновации для работы в сложных условиях
Команда Университета Эдита Кована также создала вторую модель — BiFuseNet, которая сочетает RGB-видео и инфракрасные (IR) изображения. Это позволяет системе эффективно работать даже в темноте или при плохом освещении, где обычные камеры не справляются с анализом черт лица. Модель BiFuseNet была представлена на конференции ICMI25 и позволяет качественно анализировать состояние водителя в любых погодных и световых условиях.
Как отметил аспирант ECU Абдулла Тарик, который возглавлял исследование, ранее определение опьянения осуществлялось вручную — путем наблюдения за расширением зрачков и частотой моргания, однако такие методы являются неэффективными при изменении освещения. Новый подход основан на автоматизации и использовании мультиспектральных видеопотоков, что значительно повышает надежность и точность результатов.
Исследование подчеркивает, что более 90% ДТП связаны с поведением водителя, которое можно предотвратить благодаря мониторингу на основе искусственного интеллекта. В частности, управление в состоянии опьянения является причиной примерно 30% аварий в мире. Традиционные методы контроля — такие как алкотестеры — требуют участия водителя и значительных человеческих ресурсов, в то время как разработанная система работает пассивно и непрерывно.
Внедрение таких технологий в транспортные средства может существенно повысить безопасность дорожного движения. Системы на базе ИИ не только идентифицируют рискованные состояния водителя, но и могут предупреждать аварийные ситуации, автоматически инициировать меры безопасности или выдавать соответствующие предупреждения.