Real-Time Driver Emotion Detection Using Convolutional Neural Network and Computer Vision for Road Safety.
تقدم هذه الورقة نموذجاً أولياً مبنياً على لغة بايثون للكشف عن مشاعر السائق في الوقت الفعلي باستخدام تقنية "Haar-Cascade" لكشف الوجه وشبكة عصبية تلافيفية (CNN) مدربة مسبقاً لتحديد الحالات العاطفية غير الآمنة، مما يثبت الجدوى من خلال اختبارات محكومة مع الإقرار صراحةً بوجود قيود مثل غياب التحقق من الحقيقة الأرضية (ground-truth)، وعدم استخدام لقطات قيادة من العالم الحقيقي، وعدم قياس دقة التصنيف.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد القيادة عملية تفاوض مستمرة وهادئة بين الإنسان والآلة. فعلى مدى عقود، ركزت التكنولوجيا المصممة للحفاظ على سلامتنا بالكامل تقريبًا على الآلة والطريق؛ حيث تراقب المستشعرات الإطارات، وتفحص الكاميرات علامات المسارات، ويتتبع الرادار السيارة التي أمامنا. ومع ذلك، يظل المتغير الأكثر أهمية في أي مركبة هو الإنسان خلف المقود، وتحديدًا حالته الداخلية. فعندما يكون السائق غاضبًا أو متوترًا أو مرهقًا، تتلاشى قدرته على التركيز وتتباطأ سرعة استجابته، مما يحول الرحلة الروتينية إلى خطر محتمل. وبينما توجد أنظمة تكتشف النعاس من خلال تتبع حركات العين أو التثاؤب، هناك اعتراف متزايد بأن الطيف الكامل للمشاعر الإنسانية يلعب دورًا في السلامة. ولم يعد السؤال هو ما إذا كان السائق مستيقظًا فحسب، بل ما إذا كان قادرًا عاطفيًا على القيادة بأمان.
يستكشف دراسة حديثة أجرتها مايوري سالونكي طريقة جديدة للإجابة على هذا السؤال من خلال بناء نموذج أولي لنظام يراقب وجه السائق لتخمين حالته المزاجية. لا يدعي هذا العمل أنه حل مشكلة السلامة على الطرق، كما أنه لا يقدم منتجًا نهائيًا جاهزًا للسيارات اليوم. بدلاً من ذلك، فإنه يقدم نظرة أولية حول ما إذا كان يمكن لمجموعة بسيطة من الأدوات الموجودة أن تعمل معًا في الوقت الفعلي. لقد أنشأ الباحثون مسارًا يأخذ تغذية فيديو، ويحدد وجه السائق، ثم يستخدم "دماغًا رقميًا"، يُعرف باسم الشبكة العصبية الالتفافية، لتصنيف ما يعبر عنه ذلك الوجه. وقد تم تدريب هذا الدماغ الرقمي على آلاف الصور للتعرف على سبعة مشاعر إنسانية أساسية: الغضب، والاشمئزاز، والخوف، والسعادة، والحزن، والمفاجأة، والحالة المحايدة. ثم يقرر النظام ما إذا كان الشعور الذي يراه آمنًا أم خطيرًا. وفي هذا التصميم المحدد، تُعتبر السعادة والمفاجأة والمظهر المحايد حالات آمنة، بينما تُصنف مشاعر الغضب والحزن والخوف والاشمئزاز كحالات قد تكون غير آمنة.
ومع ذلك، أدرك الباحثون أن الكمبيوتر يمكن أن يرتكب أخطاء، وأن وجه الإنسان يمكن أن يتغير في جزء من الثانية. فإذا أصدر النظام إنذارًا في كل مرة يرى فيها عبوسًا عابرًا أو ومضة لحظية من الغضب، فسيكون بلا فائدة. ولحل هذه المشكلة، يتضمن النموذج الأولي قاعدة تتجاهل الإطارات المنفردة؛ إذ ينتظر النظام ليرى ما إذا كان الشعور غير الآمن سيستمر لفترة زمنية محددة قبل إطلاق تنبيه. يتعامل هذا النهج مع التنبيه ليس كرد فعل لصورة واحدة، بل كاستجابة لحالة مستمرة. وقد تم بناء النظام بأكمله باستخدام برامج قياسية وتشغيله على معالج كمبيوتر عادي، دون الحاجة إلى أجهزة متخصصة وباهظة الثمن. وكان الهدف هو معرفة ما إذا كان بإمكان مثل هذا النظام الخفيف مواكبة سرعة تغذية الفيديو مع اتخاذ هذه القرارات المعقدة.
لاختبار فكرتهم، قام الفريق بتشغيل البرنامج على مقطع فيديو قصير لشخص يجلس أمام كاميرا. احتوى الفيديو على 115 إطارًا، ونجح النظام في تحديد موقع الوجه في 114 منها. وبمجرد العثور على الوجه، قام البرنامج بتحليل التعبير وتسجيل النتيجة. عالج النظام الفيديو بسرعة تبلغ حوالي 14.7 إطارًا في الثانية، وهي أبطأ قليلاً من السرعة الأصلية للفيديو البالغة 24.7 إطارًا في الثانية. في هذا الاختبار المحدد، توقع الكمبيوتر أن الشخص كان سعيدًا في معظم أجزاء المقطع، لكنه حدد أيضًا لحظات من الحزن والغضب. ومن الأهمية بمكان أن هذه التوقعات "غير الآمنة" ظهرت في نوبات قصيرة جدًا فقط، لذا لم تطلق قاعدة النظام أي إنذار. لم يعمل ميكانزم التنبيه إلا خلال اختبار منفصل ومراقب، حيث قام الباحثون بتغذية النظام بنفس الصورة "الحزينة" بشكل متكرر لمدة ثانيتين، مما أثبت أن منطق التوقيت يعمل كما هو مخطط له.
إن نتائج هذه الدراسة أولية تمامًا. فقد أشار الباحثون بحذر إلى أنهم لا يعرفون ما إذا كانت تخمينات الكمبيوتر بشأن مشاعر الشخص صحيحة بالفعل، لأن الفيديو الذي استخدموه لم يكن يحتوي على تسميات للتحقق من الحقيقة. كما أن الشخص في الفيديو لم يكن يقود سيارة، ولم تكن الإضاءة والزوايا هي تلك الموجودة في طريق حقيقي. علاوة على ذلك، لم يتمكن النظام من اكتشاف التعب أو النعاس بشكل مباشر، لأن الدماغ الرقمي المحدد الذي استخدموه لم يكن مدربًا على التعرف على تلك الحالات. بالإضافة إلى ذلك، واجه النظام صعوبة طفلة في سرعة الفيديو، مما يشير إلى أنه في سيارة حقيقية، قد يحتاج إلى تخطي بعض الإطارات لمواكبة السرعة. ويؤكد المؤلف أن هذا العمل هو إثبات لمفهوم، يوضح أن القطع يمكن تجميعها وتشغيلها على أجهزة عادية، ولكنه ليس أداة موثوقة للقيادة في العالم الحقيقي بعد.
على الرغم من هذه القيود، فإن التجربة تظهر مسارًا واضحًا للمضي قدمًا. فهي تبين أنه من الممكن الجمع بين اكتشاف الوجه، وتصنيف المشاعر، وقاعدة منطقية تنتظر حالة مستمرة، في نظام واحد عامل. وتشير الدراسة إلى أنه بينما لا تملك هذه التكنولوجيا القدرة على استبدال الحكم البشري أو ميزات السلامة الحالية، فإن البنية الأساسية قابلة للتطبيق. وسيحتاج العمل المستقبلي إلى اختبار النظام على سائقين حقيقيين في مركبات حقيقية، وتحسين دقة اكتشاف المشاعر، وإيجاد طرق أفضل للتعامل مع تحديات السيارة المتحركة. وفي الوقت الحالي، يقف هذا البحث كخطوة هادئة نحو مستقبل قد تفهم فيه السيارات يومًا ما ليس الطريق فحسب، بل الشخص الذي يقودها أيضًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.