Перемещение взгляда водителя во время движения. Вверху — типичная «сова», внизу — «ящерица».

Изображение: Lex Fridman et al./ arXiv.org

 

Коллектив ученых из США и Швеции создал алгоритм для отслеживания положения головы и глаз водителей во время движения. С его помощью всех добровольцев в исследовании поделили на «сов» и «ящериц» в зависимости от того, как они двигались во время езды.

Препринт выложен на arXiv.org

Авторы анализировали 40 видеороликов, снятых камерой, закрепленной на приборной панели. В каждом кадре алгоритм определял положение головы водителя и, если это было возможно, — положение зрачков. В некоторых случаях этому препятствовали условия освещения. Полученные данные классифицировали вручную по шести направлениям (левое боковое зеркало, приборная панель и так далее), и использовали для обучения программы.

В итоге для каждого из 40 видео авторы проводили следующий эксперимент: обучали алгоритм по 39 роликам и применяли его для анализа последнего оставшегося. Оказалось, что одновременное отслеживание положений головы и зрачков позволило улучшить точность классификации движений в среднем на 5,4 процента — с 89,2 до 94,6.

Кроме того, ученые на основании полученных данных создали критерий для классификации водителей на две группы: «сов» и «ящериц». Первые для того, чтобы посмотреть в сторону, предпочитали двигать головой целиком, а вторые — только перемещать направление взгляда. Авторы показали, что в случае «сов» больший вклад в точность классификации вносило отслеживание головы, а в случае «ящериц» — зрачков.

Алгоритмы для анализа движений водителя требуются для планировки более удобных и безопасных автомобилей, а также для разработки вспомогательных систем.

Например, компания Jaguar Land Rover предложила технологию BikeSense, включающую цветовую и тактильную индикацию при приближении опасности.

 

Источник