![]() |
Phát triển bởi các nhà khoa học tại Edith Cowan University (ECU), công nghệ AI này có thể phát hiện ba yếu tố nguy hiểm thường dẫn đến tai nạn giao thông gồm: say rượu, mệt mỏi và tức giận. Điều này đồng nghĩa rằng các phương pháp truyền thống như máy đo nồng độ cồn hay xét nghiệm máu khi lái xe sẽ không còn cần thiết.
Mô hình AI mang tên “Jack of Many Faces” được huấn luyện để phân tích các tín hiệu vi mô trên khuôn mặt người lái. Theo kết quả nghiên cứu, hệ thống có thể ước tính nồng độ cồn trong máu với độ chính xác gần 90% và phát hiện tình trạng buồn ngủ với độ chính xác lên tới 95%.
Dựa trên dữ liệu khuôn mặt, mô hình AI có thể phân loại tài xế theo mức độ ảnh hưởng đến khả năng lái xe như tỉnh táo, suy giảm khả năng lái xe ở mức trung bình hoặc suy giảm nghiêm trọng.
Bên cạnh việc nhận diện tình trạng say rượu và mệt mỏi, các nhà nghiên cứu cũng chú ý tới yếu tố biểu cảm trên khuôn mặt, chẳng hạn như đang tức giận. Theo nhóm nghiên cứu, trạng thái cảm xúc hung hăng có thể khiến người lái xe phản ứng thiếu kiểm soát, dẫn đến những hành vi nguy hiểm trên đường.
Tiến sĩ Syed Zulqarnain Gilani, thuộc Trung tâm AI và Học máy của ECU, cho biết tình trạng mệt mỏi ở mức cao có thể gây suy giảm khả năng tương tự như khi uống rượu, trong khi sự tức giận dễ dẫn tới cơn “thịnh nộ” trên đường phố. Vì vậy, việc đồng thời phát hiện cả ba yếu tố này giúp hệ thống có cái nhìn toàn diện hơn về mức độ an toàn của người lái.
Một thách thức lớn đối với các hệ thống giám sát khuôn mặt là điều kiện ánh sáng yếu, đặc biệt vào ban đêm. Để khắc phục vấn đề này, nhóm nghiên cứu đã phát triển thêm một mô hình thứ hai mang tên BiFuseNet.
Hệ thống này kết hợp dữ liệu từ camera thông thường (RGB) với hình ảnh hồng ngoại (IR), giúp cải thiện khả năng phát hiện trong môi trường ánh sáng thấp hoặc thay đổi liên tục.
Nghiên cứu sinh Abdullah Tariq, người dẫn đầu nghiên cứu, cho biết mục tiêu của nhóm là xây dựng một khung hệ thống hoàn toàn tự động để ước tính nồng độ cồn trong máu dựa trên video RGB và hồng ngoại. Trước đây, việc đánh giá thường phải thực hiện thủ công thông qua quan sát độ giãn đồng tử hay tần suất chớp mắt, nhưng những phương pháp này dễ bị ảnh hưởng bởi điều kiện ánh sáng hoặc các yếu tố môi trường.
Hệ thống AI mới có thể tự động theo dõi nhiều tín hiệu vi mô trên khuôn mặt như chuyển động nhỏ của cơ mặt, tần suất chớp mắt hay các thay đổi tinh vi khác để suy đoán trạng thái thể chất của tài xế.
Theo các nhà nghiên cứu, những phương pháp truyền thống như máy đo nồng độ cồn tuy có độ chính xác cao nhưng thường đòi hỏi sự hợp tác trực tiếp từ tài xế và cần lực lượng chức năng có mặt để thực hiện kiểm tra.
Trong khi đó, công nghệ AI mới có thể hoạt động liên tục và thụ động, giúp giám sát tình trạng người lái theo thời gian thực. Điều này mở ra khả năng tích hợp trực tiếp vào hệ thống an toàn trên ô tô trong tương lai.
Lái xe sau khi uống rượu bia hiện là một trong những nguyên nhân hàng đầu gây tai nạn giao thông, ước tính chiếm khoảng 30% các vụ va chạm trên toàn thế giới. Nếu được ứng dụng rộng rãi trên phương tiện giao thông, công nghệ nhận diện khuôn mặt bằng AI có thể góp phần đáng kể trong việc giảm thiểu rủi ro và nâng cao an toàn đường bộ.

















Mô hình AI chẩn đoán chính xác bệnh hiếm chỉ qua hình ảnh bàn tay
Mô hình AI chẩn đoán hơn 100 vấn đề sức khỏe chỉ từ dữ liệu giấc ngủ
Mô hình AI ước tính tuổi sinh học chỉ với 5 giọt máu
Nhật Bản phát triển công nghệ sợi siêu mỏng, mở hướng mới trong chế tạo robot mềm và thiết bị đeo
Nhật Bản trở thành quốc gia đầu tiên phê duyệt liệu pháp tế bào gốc trong điều trị Parkinson và suy tim
Trung Quốc phát triển mô hình AI kết nối dữ liệu thiên văn toàn cầu
Cùng chuyên mục
Kho báu thời Cách mạng Nga bất ngờ được phát hiện khi xây nhà
AI soi mặt tài xế, nhận diện nguy cơ tai nạn giao thông
Bí ẩn khuôn đúc mũi giáo 3.300 năm tuổi dưới móng chuồng bò
Nhật Bản phát triển công nghệ sợi siêu mỏng, mở hướng mới trong chế tạo robot mềm và thiết bị đeo
Các nhà khoa học tận dụng “hóa chất vĩnh cửu” để chiết xuất lithium tinh khiết cho pin
Bí ẩn rạn san hô đen khổng lồ 400 năm tuổi dưới đáy biển New Zealand