USD
100.03
+0.66
EUR
106.2
+1.10
Категория: Наука и технологииНаука и технологии
29 октября 2022 г. в 00:42

Нейронная сеть распознаёт инфракрасные изображения человеческих лиц в состоянии опьянения

Нейронная сеть распознаёт инфракрасные изображения человеческих лиц в состоянии опьянения
securitytoday.com
Сверхточная нейронная сеть может оценивать тепловые инфракрасные изображения человеческих лиц и с точностью 93 % определять, пьян ли человек, сообщает TechXplore.
Система, описанная в International Journal of Intelligent Information and Database Systems, может быть реализована в местах, где вождение в нетрезвом виде и связанное с чрезмерным употреблением алкоголя поведение являются привычными проблемами.
Ежегодно во всём мире в результате дорожно-транспортных происшествий погибает более миллиона человек в большинстве случаев из-за вождения в нетрезвом состоянии. Исследователи из Вьетнамского национального университета в Хошимине объясняют, что более ранние усилия по разработке способа обнаружения опьянения были сосредоточены на состоянии глаз, положении головы или функциональных показателях. Однако на такие системы оказывают влияние другие факторы.
Команда учёных отмечает, что анализ тепловизора предлагает более эффективный подход, который может позволить властям проверять людей в центре города, на мероприятиях, по пути домой на предмет употребления алкоголя. Исследователи отмечают, что современная система распознавания лиц, употребивших чрезмерное количество спиртного, имела очень низкий уровень ложных результатов. В конце концов, ложноотрицательный результат может привести к тому, что пьяный человек сможет спокойно вести машину, в то время как слишком много ложноположительных результатов помешают трезвым водителям сесть за руль своего автомобиля. Это приведёт к разочарованию и потере доверия к системе среди населения.
В любой такой системе всегда будет компромисс, ошибка в сторону осторожности была бы предпочтительнее, но оптимизация классификации с помощью больших обучающих наборов данных на разнообразной совокупности тепловых изображений должна приблизить её к идеалу, считают исследователи.
0 комментариев