O rețea de inteligeță artificială poate să detecteze starea de ebrietate cu o precizie de 93% evaluând imaginile în infraroșu ale fețelor umane

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.

Peste un milion de decese au loc în întreaga lume în fiecare an ca urmare a accidentelor rutiere, un număr mare dintre acestea fiind rezultatul direct al consumului de alcool Acesta este motivul care i-a îndemnat pe doi cercetători din Vietnam să pună la punct un sistem de detectare a persoanelor în stare de ebrietate care conduc autovehicule.

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, scrie Tech Xplore, citat de Descopera.ro.

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, mai scrie sursa citată.

Citește și: Marea digitalizare ANAF! Îți vei putea rezolva problemele prin video-call