Starea de ebrietate poate fi acum detectată folosind AI și imagini în infraroșu

O rețea neuronală convoluțională poate evalua imaginile termice cu infraroșu ale fețelor umane și poate determina starea de ebrietate a unei persoane cu o precizie de 93%.

Sistemul, descris în International Journal of Intelligent Information and Database Systems, ar putea fi implementat în locuri în care conducerea în stare de ebrietate și comportamentul „la beție” sunt probleme comune.

• Câte minute de somn pierdem din cauza substanțelor toxice din plastic?
• Somnul ajută creierul să se pregătească pentru viitor. Iată cum

Există peste un milion de decese în întreaga lume în fiecare an din accidente rutiere, un număr mare dintre acestea fiind rezultatul direct al consumului de alcool.

Starea de ebrietate ar putea fi detectată folosind imagini în infraroșu

Kha Tu Huynh și Huynh Phuong Thanh Nguyen, de la Universitatea Națională Vietnam, din Ho Chi Minh City, explică că eforturile anterioare de a dezvolta o modalitate de a detecta starea de ebrietate s-au concentrat pe starea ochilor, poziția capului sau pe indicatori de stare funcțională.

Cu toate acestea, astfel de sisteme ar putea fi induse în eroare de alți factori. Echipa subliniază că analiza imaginilor termice oferă o abordare mai puțin ambiguă, care este, de asemenea, non-invazivă și le-ar putea permite autorităților să verifice oamenii din centrele orașelor sau la evenimentele în care este probabil să se consume alcool și apoi oamenii să urce la volan.

Un sistem pentru șosele mai sigure

Echipa subliniază că este important ca orice sistem conceput pentru a identifica persoanele în stare de ebrietate să aibă o rată foarte scăzută de rezultate fals pozitive și fals negative. La urma urmei, un fals negativ ar însemna că o persoană care a consumat alcool va urca la volan, în timp ce prea multe rezultate fals pozitive i-ar împiedica pe șoferii treji să-și folosească vehiculele și ar duce la frustrare și la pierderea încrederii în sistem în rândul publicului.

Va exista întotdeauna un compromis în orice astfel de sistem, de preferat ar fi să se greșească din partea precauției, dar optimizarea clasificării prin seturi de date de antrenament mai mari pe o populație diversă de imagini termice ar trebui să aducă sistemul mai aproape de ideal, ceea ce ar însemna nerealizabilul de 100% acuratețe, cu zero rezultate fals pozitive și zero rezultate fals negative, scrie Tech Xplore.

Vă recomandăm să citiți și:

Clădirile neocupate consumă mai multă energie decât am crede

Cercetătorii au transformat apa în metal. Cum au reușit?

Au creat sau nu cercetătorii o nouă tulpină de COVID-19 în laborator? Scandalul pornit de un tabloid britanic

Somnul mai scurt este legat de un risc mai mare de boli