Określanie stanu nietrzeźwości za pomocą analizy oczu przy użyciu uczenia maszynowego

Naukowcy z Niemiec i Chile opracowali nową ramę uczenia maszynowego, która pozwala ocenić, czy osoba jest nietrzeźwa, na podstawie obrazów oczu w bliskiej podczerwieni.

Badanie jest ukierunkowane na rozwój systemów “gotowości do pracy” w czasie rzeczywistym, które mogą ocenić gotowość osoby do wykonywania krytycznych zadań, takich jak prowadzenie pojazdu lub obsługa maszyn, i wykorzystuje nowy i wyszkolony detektor obiektów, który może wyodrębnić składniki oczu osoby z jednego obrazu i ocenić je w stosunku do bazy danych, która zawiera obrazy oczu osób nietrzeźwych i trzeźwych.

You Only Look Once (YOLO) wyodrębnia oczy osoby, a następnie framework rozdziela instancje i wykonuje segmentację, aby rozbić obraz oka na jego składowe części. Źródło: https://arxiv.org/pdf/2106.15828.pdf

Początkowo system capture i wyodrębnia obraz każdego oka za pomocą frameworku detekcji obiektów You-Only-Look-Once (YOLO). Następnie dwie zoptymalizowane sieci są używane do rozbić obrazów oczu na regiony semantyczne – sieć uwagi Criss Cross (CCNet) wydana w 2020 roku przez Uniwersytet Nauki i Techniki Huazhong, i algorytm segmentacji DenseNet10, również opracowany przez kilku autorów nowego artykułu w Chile.

Segmentacja uzyskana z obrazów oczu w bliskiej podczerwieni. Źródło: https://www.researchgate.net/publication/346903035_Towards_an_Efficient_Segmentation_Algorithm_for_Near-Infrared_Eyes_Images#pf6

Dwa algorytmy wykorzystują tylko 122 514 i 210 732 parametrów odpowiednio – oszczędny wydatek, w porównaniu z niektórymi większymi zestawami cech w podobnych modelach, i idą wbrew ogólnej tendencji do większych ilości danych w ramach uczenia maszynowego.

Baza danych osób nietrzeźwych

Aby poinformować ramę uczenia maszynowego, naukowcy opracowali oryginalną bazę danych zawierającą 266 osób nietrzeźwych i 765 osób trzeźwych.

Przykłady z uzyskanej bazy danych osób nietrzeźwych i trzeźwych.

Osoby były zobowiązane do stania przed dwoma kamerami Iritech, serii Gemini/Venus, aby zmierzyć się z urządzeniem i zostać nagranymi trzeźwymi. Następnie spożyły 200 ml alkoholu i zostały ponownie nagrane w 15-minutowych odstępach, gdy ich poziom alkoholu we krwi rosł, aż do ostatniej sesji 60 minut po spożyciu alkoholu.

To dało 21 309 obrazów, które zostały następnie opisane za pomocą biblioteki Pythona imgaug.

Przygotowanie danych do świata rzeczywistego

Nie było to wysoko zautomatyzowane, pomimo zaawansowanych narzędzi – ręczne oznaczanie obrazów oczu zostało przez naukowców opisane jako “bardzo wymagający i czasochłonny proces”, i zajęło ponad rok.

Dane zostały agresywnie rozszerzone szeregiem metod zaprojektowanych w celu pogorszenia i wyzwania systemu, replikując możliwe warunki świata rzeczywistego, w tym śnieg, szum Poissona (w celu symulacji degradacji czujnika w niskim świetle), rozmycie, plamy i efekty deszczu. Oprócz tego, użycie podczerwieni eliminuje potrzebę idealnych warunków oświetlenia, które nie mogą być zagwarantowane w ekonomicznych i praktycznych wdrożeniach.

Praca ta ostatecznie przyniosła efekt w postaci 98,60% poziomu dokładności dla przechwycenia i segmentacji oczu.

Segmentacja tęczówki oka z użyciem metody najmniejszych kwadratów.

Testowanie

Framework segmentacji został przetestowany z pięcioma platformami: Osiris, DeepVOG, DenseNet10 (patrz wyżej), CCNet (patrz wyżej) i Grand-Mean. We wszystkich przypadkach analiza wykazała pozytywne wyniki w korelacji rozszerzenia źrenicy z poziomem nietrzeźwości, chociaż hybrydowe podejście z użyciem DenseNet i CCNet okazało się najbardziej skuteczne.

Naukowcy przewidują, że ich praca może ostatecznie zostać włączona do standardowego czujnika tęczówki oka w bliskiej podczerwieni, i zauważają, że ogromne wysiłki włożone w stworzenie bazy danych oczu osób nietrzeźwych są prawdopodobnie korzystne dla tego sektora badań biometrycznych.

Testowanie nietrzeźwości konsumentów i przemysłowców za pomocą oceny oczu

Nowe badanie opiera się na wcześniejszych pracach, w tym na przełomowym artykule z 2015 roku autorstwa naukowców z Brazylii i USA, który zaproponował systematyczny i racjonalizowany sposób oceny nietrzeźwości na podstawie reakcji źrenic. Naukowcy z tego artykułu zaobserwowali, że alkohol redukuje wydajność mózgu i upośledza widzenie nocne o 25%, i czas reakcji o 30%, z różnymi poziomami nasilenia w zależności od indywidualnej tolerancji.

Źródło: https://pixellab.group/publication/2015/pinheiro2015/pinheiro2015.pdf

Głównym problemem dla dyfuzji takich technologii jest przenośność. Już w 2003 roku brytyjska firma badawcza Hampton Knight zaoferowała system oceny nietrzeźwości za pomocą analizy oczu – chociaż kosztował on 10 000 funtów szterlingów w tamtym czasie.

Wstępne badanie z 2012 roku wykazało możliwość wykorzystania systematycznych technik sztucznej inteligencji do uzyskania oceny nietrzeźwości z obrazów oczu, chociaż z mniejszym powodzeniem niż obecne badanie. To badanie również przyczyniło się do stworzenia cennego zestawu danych (IITD Iris Under Alcohol Influence) do ogółu prac w tym zakresie.

Jednak ostatnie innowacje w dziedzinie obliczeń brzegowych i zoptymalizowanych zasobów sprzętowych uczenia maszynowego otwierają pole dla znacznie bardziej przenośnych aplikacji kontroli przedaktywnej nietrzeźwości, w tym czujników w samochodach, które mogą potencjalnie dodać kontrolę tęczówki oka do obecnych metod, które są interesujące dla ramy Systemu Wykrywania Alkoholu u Kierowców (DADSS) rozwijanej w USA – która do tej pory opierała się na czujnikach skóry i ocenie powietrza w pojeździe pod kątem pary alkoholowej.

Raport z 2020 roku szacował, że przyjęcie technologii tego typu mogłoby uratować 11 000 istnień rocznie w USA.