盖世汽车讯 据外媒报道，伊迪斯科文大学（Edith Cowan University, ECU）的研究人员正在开发新的计算机跟踪技术，可利用摄像头拍摄的画面数据来检测驾驶员在开车时是否受到酒精的影响。

图片来源：Edith Cowan University

研究人员与Mix by Powerfleet公司合作，在受控但真实的环境中收集酒精影响下的驾驶员数据，并拍摄了一系列驾驶员的视频。

参与者的醉酒程度分为清醒、低度醉酒和重度醉酒三个等级，随后研究人员将参与者在模拟器上驾驶时的情况记录下来。然后，研究人员展示了一个机器学习系统，该系统可利用标准RGB（红、绿、蓝）视频中驾驶员面部的可辨别线索来判断酒精相关的影响程度，其中包括面部特征、视线方向和头部位置。这项研究成果已在IEEE/CVF计算机视觉应用冬季会议（WACV）上发表。

ECU博士生Ensiyeh Keshtkaran表示：“我们的系统能检测出不同程度的醉酒情况，三级分类的总体准确率达75%。这不仅有利于配备驾驶员监控系统和眼动追踪技术的车辆，而且有可能扩展到智能手机，使醉酒检测更加有效。我们的系统能够在驾驶开始时识别醉酒程度，从而有可能防止醉酒驾驶员上路。这使其与依赖于可观察驾驶行为的方法不同，后者需要长时间的主动车辆操作来识别驾驶员的醉酒情况。”

ECU高级讲师Syed Zulqarnain Gilani博士表示：“这项新技术首次采用标准RGB摄像头，可根据驾驶员面部受酒精影响的迹象来检测其醉酒程度。这项研究证实，只需使用一个简单的摄像头就可以检测出醉酒程度。我们研究的下一步是确定使用该算法所需的图像分辨率。如果低分辨率视频被证明是足够的，那么安装在路边的监控摄像头就可以使用该技术，执法机构也可以利用该技术来防止醉酒驾驶。”

基于计算机视觉的方法将来可能会集成到道路摄像头中，类似于这些摄像头目前检测安全带使用情况或手机活动的方式，使其适用于各种车型，而无需专门的车内安装。该技术还包括驾驶员面部的3D和红外视频、显示驾驶员姿势和转向交互的后视RGB视频、驾驶模拟事件日志以及驾驶行为的屏幕记录。

Gilani博士解释道：“这个数据集的可用性不仅丰富了我们的研究工作，而且为更广泛的科学界提供了进一步探索和研究的宝贵资源。”

免责声明：本站登载此文仅出于信息分享，并不意味着赞同其观点及其描述，不承担侵权行为的连带责任。如涉及版权等问题，请与我们联系（联系QQ：26887486），我们将及时删除处理。
本文链接：https://www.yunlianauto.com/article/49/48229.html