Исследователи из Университета Эдит Коуэн (ECU) разрабатывают новую технологию компьютерного отслеживания, которая берет данные с видеокамеры, чтобы определить, находится ли водитель под воздействием алкоголя или нет, когда он садится за руль.

Работая с Mix от Powerfleet для сбора данных о водителях, находящихся в состоянии алкогольного опьянения, в контролируемой, но реалистичной среде, ученые сняли серию видео с водителями.

Участники в трех степенях алкогольного опьянения — трезвые, легкие и тяжелые — были зафиксированы во время вождения на симуляторе.

Затем исследователи представили систему машинного обучения, которая использует различимые сигналы из стандартных RGB (красных, зеленых и синих) видеороликов лиц водителей для оценки степени нарушений, связанных с алкоголем. К ним относятся черты лица, направление взгляда и положение головы. Исследование было представлено на зимней конференции IEEE/CVF по приложениям компьютерного зрения .

«Наша система обнаруживает различные степени алкогольной интоксикации с общей точностью 75% для трехуровневой классификации», — говорит доктор философии ECU. сказала студентка г-жа Энсие Кешткаран.

«Это не только принесет пользу транспортным средствам, оснащенным системами мониторинга водителя и технологиями отслеживания глаз, но также может быть распространено на смартфоны, что сделает обнаружение алкогольного опьянения более эффективным.

«Наша система способна определять уровни опьянения в начале поездки, что позволяет потенциально предотвратить пребывание на дороге водителей с ограниченными возможностями. Это отличает ее от методов, основанных на наблюдаемом поведении вождения, которые требуют длительной активной эксплуатации транспортного средства для выявить нарушения».

Старший преподаватель ECU доктор Сайед Зулкарнайн Гилани сказал, что новая технология стала первой, в которой используется стандартная RGB-камера для определения уровня алкогольного опьянения на основе признаков ухудшения состояния на лицах водителей.

«Это исследование подтверждает, что можно определить уровни интоксикации с помощью простой камеры. Следующим шагом в нашем исследовании является определение разрешения изображения, необходимого для использования этого алгоритма. Если окажется, что видео с низким разрешением достаточно, эта технология может быть использована Камеры наблюдения установлены на обочинах дорог, и правоохранительные органы могут использовать их для предотвращения вождения в нетрезвом виде».

Подход, основанный на компьютерном зрении, потенциально может быть интегрирован в дорожные камеры в будущем, подобно тому, как эти камеры в настоящее время обнаруживают использование ремней безопасности или активность мобильного телефона, что делает его применимым к различным типам транспортных средств без необходимости специализированной установки в салоне.

Технология также содержит 3D- и инфракрасные видео лица водителя, RGB-видео заднего вида, показывающее положение водителя и взаимодействие с рулевым управлением, журналы событий симуляции вождения и записи с экрана поведения вождения.

«Наличие этого набора данных не только обогащает наши исследовательские усилия, но и предоставляет более широкому научному сообществу бесценный ресурс для дальнейших исследований и исследований», — объяснил доктор Гилани.

Обнаружение пьяных водителей: будущее

Вождение в нетрезвом виде является фактором номер один примерно в 30% аварий со смертельным исходом в Австралии, при этом Комиссия по транспортным происшествиям отмечает, что у каждого пятого водителя, погибшего на австралийских дорогах, концентрация алкоголя в крови (BAC) составляет 0,05 или выше.

«Существующие подходы к выявлению случаев вождения в состоянии алкогольного опьянения, в первую очередь основанные на выборочных тестах на выдыхание дыхания, не решают адекватно эту острую проблему», — сказала г-жа Кешткаран.

«Хотя предпринимаются усилия по интеграции систем обнаружения алкоголя среди водителей в будущие поколения транспортных средств, а появление беспилотных автомобилей не за горами, постоянная проблема вождения в нетрезвом виде остается актуальной проблемой».

Г-жа Кешткаран отметила, что большинство современных исследований в области выявления вождения в нетрезвом виде преимущественно сосредоточены на анализе поведения вождения, такого как манера вождения и рулевого управления, использование педалей и скорость транспортного средства. Некоторые другие подходы включают внешние датчики, такие как датчики обнаружения алкоголя или сенсорные датчики.

Однако возможности использования методов компьютерного зрения для выявления признаков интоксикации на основе биоповеденческих изменений водителей были очень ограничены.

«Одним из ключевых ограничений использования поведения вождения для выявления вождения в нетрезвом виде является требование, чтобы водитель активно управлял транспортным средством в течение значительного периода времени, прежде чем его поведение можно будет оценить и идентифицировать как признак опьянения. Это означает, что потенциально ослабленный водитель уже на дороге, создавая риск для себя и других участников дорожного движения. Быстрое обнаружение имеет решающее значение для выявления пьяных водителей и предотвращения их угрозы общественной безопасности», — сказала она.