論文の概要: Vision-based Analysis of Driver Activity and Driving Performance Under
the Influence of Alcohol
- arxiv url: http://arxiv.org/abs/2309.08021v1
- Date: Thu, 14 Sep 2023 20:34:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-18 16:45:29.668537
- Title: Vision-based Analysis of Driver Activity and Driving Performance Under
the Influence of Alcohol
- Title（参考訳）: アルコールの影響下での運転行動と運転性能の視覚的分析
- Authors: Ross Greer, Akshay Gopalkrishnan, Sumega Mandadi, Pujitha Gunaratne,
Mohan M. Trivedi, Thomas D. Marcotte
- Abstract要約: アメリカの交通事故死者の30%は飲酒運転をしている。
運転障害は、センサーのアクティブな使用によって監視することができる。
より受動的で堅牢なセンシング機構は、より広く採用することができる。
- 参考スコア（独自算出の注目度）: 1.2094859111770522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: About 30% of all traffic crash fatalities in the United States involve drunk
drivers, making the prevention of drunk driving paramount to vehicle safety in
the US and other locations which have a high prevalence of driving while under
the influence of alcohol. Driving impairment can be monitored through active
use of sensors (when drivers are asked to engage in providing breath samples to
a vehicle instrument or when pulled over by a police officer), but a more
passive and robust mechanism of sensing may allow for wider adoption and
benefit of intelligent systems that reduce drunk driving accidents. This could
assist in identifying impaired drivers before they drive, or early in the
driving process (before a crash or detection by law enforcement). In this
research, we introduce a study which adopts a multi-modal ensemble of visual,
thermal, audio, and chemical sensors to (1) examine the impact of acute alcohol
administration on driving performance in a driving simulator, and (2) identify
data-driven methods for detecting driving under the influence of alcohol. We
describe computer vision and machine learning models for analyzing the driver's
face in thermal imagery, and introduce a pipeline for training models on data
collected from drivers with a range of breath-alcohol content levels, including
discussion of relevant machine learning phenomena which can help in future
experiment design for related studies.
- Abstract（参考訳）: 米国での交通事故死者の約30%は飲酒運転者であり、飲酒運転の防止は、飲酒の影響を受けながら運転の頻度が高い米国や他の地域での自動車の安全性に準じている。
運転障害は、アクティブなセンサーの使用によって監視できる(運転者は、車両の機器に呼吸サンプルを提供するよう依頼される時や、警察官によって引き渡される時)が、より受動的で堅牢なセンシングメカニズムにより、飲酒運転事故を減らすインテリジェントシステムの採用と利益がより広まる可能性がある。
これは、運転前に、または運転プロセスの初期段階(事故や法執行機関による検出前)に障害のあるドライバーを特定するのに役立つ。
本研究では,視覚・熱・音響・化学センサのマルチモーダルアンサンブルを適用し,(1)運転シミュレータにおける急性アルコール投与が運転性能に及ぼす影響を検証し,(2)アルコールの影響下での運転を検知するためのデータ駆動手法を同定した。
本稿では,運転者の顔を熱画像で分析するためのコンピュータビジョンと機械学習モデルについて述べるとともに,関連する機械学習現象の議論を含む,さまざまなアルコール度レベルの運転者から収集したデータに基づいて,将来の実験設計に役立つパイプラインを導入する。
関連論文リスト
- Aiming to Minimize Alcohol-Impaired Road Fatalities: Utilizing
Fairness-Aware and Domain Knowledge-Infused Artificial Intelligence [0.4218593777811082]
アメリカの交通事故死者の約30%は、飲酒運転によるものである。
我々の研究は、公正を意識し、ドメイン知識を取り入れた人工知能ベースの予測器を導入している。
提供された情報を利用して、より公平で効率的な方法で警察資源を割り当てることにより、DUI関連の死亡率を減らす可能性がある。
論文 参考訳（メタデータ） (2023-11-25T02:05:39Z) - Using Visual and Vehicular Sensors for Driver Behavior Analysis: A
Survey [0.0]
危険ドライバーは米国での死亡事故の70%を占めている。
本稿では,視覚・車体データを用いた運転者の行動分析手法について検討する。
論文 参考訳（メタデータ） (2023-08-25T14:33:59Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - FBLNet: FeedBack Loop Network for Driver Attention Prediction [75.83518507463226]
非客観的運転経験はモデル化が難しい。
本稿では,運転経験蓄積過程をモデル化するFeedBack Loop Network (FBLNet)を提案する。
インクリメンタルな知識の指導のもと、私たちのモデルは入力画像から抽出されたCNN特徴とトランスフォーマー特徴を融合し、ドライバーの注意を予測します。
論文 参考訳（メタデータ） (2022-12-05T08:25:09Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳（メタデータ） (2022-08-31T08:42:28Z) - Drivers' attention detection: a systematic literature review [62.997667081978825]
多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。
技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。
本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
論文 参考訳（メタデータ） (2022-04-06T11:36:40Z) - An active approach towards monitoring and enhancing drivers'
capabilities -- the ADAM cogtec solution [1.0312968200748118]
特定の瞬間における運転者の認知能力は、運転者の安全性を評価する上で最も明白な変数である。
視覚刺激に対するドライバーの眼反応が記録された閉ループ法を開発した。
機械学習アルゴリズムは、警戒状態の眼反応に基づいて訓練され、疲労や物質乱用による能力低下を検出することができた。
論文 参考訳（メタデータ） (2022-04-05T07:46:07Z) - Driver Drowsiness Classification Based on Eye Blink and Head Movement
Features Using the k-NN Algorithm [8.356765961526955]
この研究は、ドライバー監視カメラの信号を用いて、車両内の運転者の眠気検知を拡張することを目的としている。
この目的のために、運転シミュレータ実験において、運転者の点眼行動と頭部運動に関連する35の特徴を抽出する。
最高の特徴セットの分析は、運転者の瞬き行動と頭部の動きに対する眠気の影響についての貴重な洞察を与える。
論文 参考訳（メタデータ） (2020-09-28T12:37:38Z) - Learning Accurate and Human-Like Driving using Semantic Maps and
Attention [152.48143666881418]
本稿では,より正確かつ人間らしく運転できるエンド・ツー・エンド駆動モデルについて検討する。
HERE Technologiesのセマンティックマップとビジュアルマップを活用し、既存のDrive360データセットを拡張します。
私たちのモデルは、実世界の運転データ60時間3000kmのDrive360+HEREデータセットでトレーニングされ、評価されています。
論文 参考訳（メタデータ） (2020-07-10T22:25:27Z) - TripMD: Driving patterns investigation via Motif Analysis [3.42658286826597]
TripMDは、センサ記録から最も関連性の高い駆動パターンを抽出するシステムである。
本システムでは,1人の運転者から多数の運転パターンを抽出できることを示す。
論文 参考訳（メタデータ） (2020-07-07T18:34:31Z) - Driver Intention Anticipation Based on In-Cabin and Driving Scene
Monitoring [52.557003792696484]
本稿では,車内映像と交通シーン映像の両方に基づいて運転者の意図を検出する枠組みを提案する。
本フレームワークは,83.98%,F1スコア84.3%の精度で予測を行う。
論文 参考訳（メタデータ） (2020-06-20T11:56:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。