運転手の疲労をほぼ完全な精度でリアルタイムに検出できるか？

居眠り運転は世界中で致命的な事故の主要な原因の一つであり続けています。毎年、それは数千人の死亡と1000億ドルを超える経済的損失を引き起こしています。人工知能とコンピュータビジョンに基づく新しいアプローチがゲームチェンジャーになる可能性があり、手遅れになる前に疲労の兆候を特定することで。

研究者たちは、運転手の疲労の初期指標をリアルタイムで検出できるシステムを開発しました。車両の挙動を分析したり侵入的なセンサーを必要とする従来の方法とは異なり、このソリューションは単純な車載カメラを使用します。それは、目の瞬き、あくび、頭の傾きなどの顔の動きを観察します。これらの兆候はしばしば微妙ですが、運転手が制御を失うずっと前に注意力の低下を示します。

システムの中核は、2つの人工知能技術を組み合わせたハイブリッドモデルに基づいています：畳み込みニューラルネットワークとビジュアルトランスフォーマーです。前者は、目の形や口の位置などの局所的な詳細を分析するのに優れています。後者はこれらの要素間の長期間の関連性を捉え、疲労の進行を分ごとに追跡することを可能にします。この二重のアプローチにより、システムは単なる気の散りと深い疲労を区別するのに特に効果的です。

あらゆる条件下で信頼性の高い検出を保証するため、モデルは100万以上の運転ビデオでトレーニングされました。それは、低照明、急な動き、サングラスのような部分的な障害物があっても疲労の兆候を認識することを学びました。ラベルなしデータでの自己学習技術により、さらにその堅牢性が向上しました。一方、時間的注意メカニズムはマイクロ表情と数分間の傾向の両方を分析します。

結果は印象的です：システムは99.3%の精度を達成し、遅延はわずか42ミリ秒です。それは自律走行車で使用されるような組み込みコンピュータ上でリアルタイムに動作します。遅延や過剰なエネルギー消費なしに。視覚的説明ツールは、それがまぶたの徐々に閉じることや頭の沈み込みなどの関連する手がかりに基づいていることを示しています。そして、疲労と関係のないアーティファクトに基づいてはいません。

このシステムは、航空や産業監視など、注意力が重要な他の分野にも適応できる可能性があります。その主な利点は、疲労が危険になる前に警告する能力にあり、侵入的でなくスケーラブルなソリューションを提供します。6つの異なるデータベースで行われたテストは、昼間の運転から夜間の運転まで、さまざまな状況でのその有効性を確認しています。

課題は単なる技術的パフォーマンスを超えています。居眠り運転による事故を減らすことで、この技術は毎年多くの命を救い、数十億ドルの損害を防ぐことができます。しかし、その展開はデータ保護と公平性に関する疑問を提起します。なぜなら、疲労の兆候は個人によって異なる可能性があるからです。設計者は、画像の機密性を保証し、バイアスを制限するための保護策を統合しました。しかし、それを普遍的に信頼できるツールにするためには、継続的な監視が必要です。

組み込み利用に最適化されたこのシステムは、より安全な車両への道を開きます。運転手を彼ら自身の限界からも守ることができます。その大規模な採用は、規制への統合とユーザーによる受け入れに依存するでしょう。ユーザーは、技術が彼らのプライバシーを侵害することなく安全を監視していることを認識しています。

Bases documentaires

Rapport de référence

DOI : https://doi.org/10.1186/s43067-026-00335-z

Titre : Enhancing road safety through deep learning-based drowsiness detection using vision AI

Revue : Journal of Electrical Systems and Information Technology

Éditeur : Springer Science and Business Media LLC

Auteurs : Godfrey Perfectson OISE; Prosper Otega EJENARHOME; Abiodun Samuel OYEDOTUN