РАЗРАБОТКА И ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ РАСПОЗНАВАНИЯ СОСТОЯНИЯ ВОДИТЕЛЯ

Аннотация

Тема автоматизированной поддержки безопасности на автомобильных дорогах всех участников движения, привлечение современных средств и передовых технологий для решения данных задач с каждым годом становится все более популярной и не теряет своей актуальности. Сделан обзор существующих на сегодняшний день работ по данному направлению, который показал основные достоинства и недостатки разработок. Отмечена необходимость в создании казахстанской автоматизированной системы мониторинга состояния водителя, которая будет доступна широким слоям населения. Целью данного исследования является разработка новой модели на основе нейронной сети для распознавания состояния человека за рулем для выявления опасного состояния водителя. В работе рассмотрены вопросы актуальности исследования, формализации задачи распознавания и выбора архитектуры нейронной сети, которая наиболее успешно решает поставленную проблему. Для математического описания задачи использованы отдельные стоп-кадры, выделенные из видеоряда наблюдения за водителем, построена распознающая функция для выделения трех классов, соответствующих состоянию водителя, и выделены векторы признаков для корректного определения состояния. Для моделирования выбрана архитектура конволюционной нейронной сети, которая позволяет работать с изображениями и видеопотоком данных. В результате исследования построена и обучена нейронная сеть для распознавания опасного состояния водителя с учетом всех факторов, влияющих на процесс выявления такого состояния. В созданную нейросеть были включены два конволюционных слоя, описывающие положение головы и степень открытости глаз, а также добавлены два полносвязных слоя для учета дополнительных параметров, таких как время суток, продолжительность поездки и наличие зевоты у водителя. Оценка точности моделирования и сравнение новой модели с существующими показывает новизну и практическую значимость данной работы.