Xác định say rượu bằng phân tích mắt với học máy

Những nhà nghiên cứu từ Đức và Chile đã phát triển một khuôn khổ học máy mới có khả năng đánh giá liệu một người có say rượu hay không, dựa trên hình ảnh mắt gần hồng ngoại.

Nghiên cứu này nhằm mục đích phát triển các hệ thống ‘sẵn sàng cho nhiệm vụ’ thời gian thực có khả năng đánh giá sự sẵn sàng của một cá nhân để thực hiện các nhiệm vụ quan trọng như lái xe hoặc vận hành máy móc, và sử dụng một bộ phát hiện đối tượng mới và được đào tạo từ đầu có thể phân biệt các thành phần mắt của một đối tượng từ một hình ảnh và đánh giá chúng so với một cơ sở dữ liệu bao gồm hình ảnh mắt say rượu và không say rượu.

Bạn Chỉ Nhìn Một Lần (YOLO) phân biệt mắt của đối tượng, sau đó khuôn khổ tách các thể hiện và thực hiện phân đoạn để chia hình ảnh mắt thành các phần tử cấu thành. Nguồn: https://arxiv.org/pdf/2106.15828.pdf

Ban đầu, hệ thống chụp và phân biệt hình ảnh của từng mắt với khuôn khổ phát hiện đối tượng Bạn Chỉ Nhìn Một Lần (YOLO). Sau đó, hai mạng được tối ưu hóa được sử dụng để chia hình ảnh mắt thành các vùng ngữ nghĩa – mạng chú ý Criss Cross (CCNet) được phát hành vào năm 2020 bởi Đại học Khoa học và Công nghệ Huazhong, và thuật toán phân đoạn DenseNet10, cũng được phát triển bởi một số nhà nghiên cứu của bài báo mới tại Chile.

Phân đoạn thu được từ hình ảnh mắt gần hồng ngoại. Nguồn: https://www.researchgate.net/publication/346903035_Towards_an_Efficient_Segmentation_Algorithm_for_Near-Infrared_Eyes_Images#pf6

Hai thuật toán này chỉ sử dụng 122.514 và 210.732 tham số – một khoản đầu tư tiết kiệm, so với một số tập tính năng lớn hơn trong các mô hình tương tự, và đi ngược lại xu hướng chung là tăng khối lượng dữ liệu trong các khuôn khổ học máy.

Cơ sở dữ liệu của người say rượu

Để thông báo cho khuôn khổ học máy, các nhà nghiên cứu đã phát triển một cơ sở dữ liệu ban đầu có 266 đối tượng say rượu và 765 đối tượng tỉnh táo.

Mẫu từ cơ sở dữ liệu thu được của người say rượu và không say rượu.

Các đối tượng được yêu cầu đứng trước hai máy ảnh Iritech, dòng Gemini/Venus, để đối mặt với thiết bị và được ghi lại khi tỉnh táo. Sau đó, họ uống 200ml rượu và được chụp lại sau mỗi 15 phút khi mức độ cồn trong máu tăng lên, cho đến phiên cuối cùng sau 60 phút kể từ khi uống rượu.

Điều này đã tạo ra 21.309 hình ảnh, sau đó được chú thích bằng thư viện Python imgaug.

Chuẩn bị dữ liệu cho thế giới thực

Không phải là một quy trình tự động hóa cao, mặc dù các công cụ tiên tiến được sử dụng – việc chú thích thủ công hình ảnh mắt được các nhà nghiên cứu mô tả là ‘một quá trình đòi hỏi và tốn thời gian’, và mất hơn một năm.

Dữ liệu đã được tăng cường mạnh mẽ với một loạt các phương pháp được thiết kế để làm suy giảm và thách thức hệ thống, sao chép các điều kiện thế giới thực có thể xảy ra, bao gồm tuyết, nhiễu Poisson (để mô phỏng sự suy giảm cảm biến ánh sáng yếu), mờ, bắn và hiệu ứng mưa. Ngoài ra, việc sử dụng chụp gần hồng ngoại loại bỏ nhu cầu về điều kiện ánh sáng lý tưởng, điều mà không thể đảm bảo trong các triển khai kinh tế và thực tế.

Công việc vất vả này cuối cùng đã mang lại kết quả với mức độ chính xác 98,60% cho việc chụp và phân đoạn mắt.

Phân đoạn mống mắt bằng phương pháp bình phương tối thiểu.

Thử nghiệm

Khuôn khổ phân đoạn đã được thử nghiệm với năm nền tảng: Osiris, DeepVOG, DenseNet10 (xem trên), CCNet (xem trên), và Grand-Mean. Trong tất cả các trường hợp, phân tích đã chứng minh kết quả thành công trong việc tương quan giãn đồng tử với mức độ say rượu, mặc dù một phương pháp kết hợp sử dụng DenseNet và CCNet đã chứng minh là hiệu quả nhất.

Các nhà nghiên cứu dự đoán rằng công việc của họ có thể cuối cùng được kết hợp vào một cảm biến mống mắt NIR tiêu chuẩn, và lưu ý rằng nỗ lực khổng lồ để tạo ra cơ sở dữ liệu mắt say rượu đóng góp là một lợi ích có thể cho lĩnh vực nghiên cứu sinh trắc học này.

Thử nghiệm say rượu và công nghiệp thông qua đánh giá mắt

Nghiên cứu mới này xây dựng trên một số tài liệu trước đó đáng chú ý, bao gồm một bài báo năm 2015 từ các nhà nghiên cứu ở Brazil và Mỹ, đã đề xuất một phương pháp hệ thống và hợp lý hóa việc đánh giá say rượu từ phản ứng đồng tử. Các nhà nghiên cứu cho bài báo đó đã quan sát thấy rằng rượu làm giảm hiệu suất của não và suy giảm tầm nhìn ban đêm bằng một yếu tố 25%, và thời gian phản ứng bằng 30%, với các mức độ nghiêm trọng khác nhau theo mức độ dung nạp của từng cá nhân.

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

Vấn đề chính cho sự phổ biến của các công nghệ như vậy là tính di động. Ngay từ năm 2003, công ty nghiên cứu của Anh Hampton Knight đã cung cấp một hệ thống để đánh giá say rượu thông qua phân tích mắt – mặc dù nó có giá 10.000 bảng Anh vào thời điểm đó.

Một nghiên cứu sơ bộ năm 2012 đã khám phá khả năng sử dụng các kỹ thuật trí tuệ nhân tạo hệ thống để suy ra một điểm số say rượu từ hình ảnh mắt, mặc dù với ít thành công hơn so với nghiên cứu hiện tại. Nghiên cứu đó cũng đã đóng góp một tập dữ liệu có giá trị (IITD Iris Under Alcohol Influence) cho cơ thể công việc trong lĩnh vực này.

Tuy nhiên, những đổi mới gần đây trong tính toán biên và tài nguyên học máy di động tối ưu hóa mở ra lĩnh vực cho nhiều ứng dụng di động hơn của các kiểm tra trước hoạt động cho say rượu, bao gồm cả cảm biến trong xe có thể thêm kiểm tra mống mắt vào các phương pháp hiện tại đang được quan tâm đến khuôn khổ Hệ thống Phát hiện Rượu của Lái xe để An toàn (DADSS) đang được phát triển ở Mỹ – cho đến nay đã dựa vào cảm biến cồn da và đánh giá không khí trong xe cho hơi rượu.

Một báo cáo năm 2020 ước tính rằng việc áp dụng các công nghệ như vậy có thể cứu sống 11.000 người mỗi năm chỉ ở Mỹ.