蓋世汽車訊 據(jù)外媒報道，澳大利亞伊迪斯科文大學(xué)（Edith Cowan University，ECU）的研究人員開發(fā)出新技術(shù)，有望改變識別酒駕和危險駕駛的方式。研究人員利用單一的3D深度學(xué)習(xí)模型，能夠同時檢測出導(dǎo)致道路交通事故的三大主要因素：血液酒精濃度、疲勞駕駛以及憤怒等情緒狀態(tài)。

該技術(shù)對血液酒精濃度的識別準(zhǔn)確率接近90%，對困倦狀態(tài)的識別準(zhǔn)確率則高達(dá)95%。而且，該技術(shù)還能判斷駕駛員的醉酒程度，并將其分為三個等級：清醒、中度醉酒和重度醉酒。

圖片來源：伊迪斯科文大學(xué)

由伊迪斯科文大學(xué)博士候選人Abdullah Tariq領(lǐng)導(dǎo)的研究團(tuán)隊在英國機器視覺大會（British Machine Vision Conference，BMVC25）上發(fā)表了題為“百變杰克：基于單一網(wǎng)絡(luò)的面部表情和生理狀態(tài)分析（Jack of Many Faces: A Step Towards Facial Expression and Physiological State Analysis with a Single Network）”的研究成果。

Tariq表示：“酒后駕駛是全球范圍內(nèi)的一項重大公共安全挑戰(zhàn)，也是澳大利亞交通事故的首要原因。大約30%的交通事故是由酒后駕駛造成的?！彪m然公共安全挑戰(zhàn)是研究人員的主要動機，但Tariq表示，他還希望探索傳統(tǒng)檢測方法之外的替代方案?！皞鹘y(tǒng)的酒精檢測方法，例如呼氣式酒精檢測和血液檢測，準(zhǔn)確率很高。然而，這些方法也存在自身的局限性——它們具有侵入性，需要受檢者積極配合，并且無法進(jìn)行連續(xù)的實時監(jiān)測。人臉蘊含著豐富的信息，例如情緒、認(rèn)知行為或生理狀態(tài)，但大多數(shù)人工智能（AI）模型都針對特定任務(wù)——這促使我去探索是否可以開發(fā)一個能夠處理多種面部識別任務(wù)的單一模型?！?/p>

返回第一電動網(wǎng)首頁 >