Investigating Driver-Specific Variability in Vision-Based Driver Fatigue Monitoring: A Subgroup Evaluation Design Tested in a Controlled Simulation

तकनीकी सारांश: विज़न-आधारित ड्राइवर थकान निगरानी में ड्राइवर-विशिष्ट परिवर्तनशीलता की जांच

समस्या विवरण
विज़न-आधारित ड्राइवर थकान निगरानी प्रणालियों को आमतौर पर उन संकलित (pooled) डेटासेट्स पर मान्य किया जाता है जहाँ प्रशिक्षण और परीक्षण सेटों में ओवरलैपिंग या समान ड्राइवर होते हैं। यह दृष्टिकोण एक एकल समग्र सटीकता मीट्रिक प्रदान करता है जो विभिन्न ड्राइवर उपसमूहों (subgroups) के बीच महत्वपूर्ण प्रदर्शन असमानताओं को छिपा देता है। ड्राइवर अपनी आंखों की ज्यामिति (eye geometry), चश्मे का उपयोग (स्पेक्टाकल्स बनाम सनग्लासेस), सिर की मुद्रा (head pose), और ड्राइविंग प्रकाश व्यवस्था की स्थितियों में भिन्न होते हैं। एक नियम जो औसत रूप से अच्छा प्रदर्शन करता है, वह विशिष्ट समूहों (जैसे, संकीर्ण आँखों वाले ड्राइवर या सनग्लासेस पहनने वाले) के लिए विफल हो सकता है। मौजूदा साहित्य अक्सर इन कारकों को माध्यमिक मानता है या एल्गोरिदम के बजाय ड्राइवर विशेषताओं के आधार पर परिणामों को संकलित करता है, जिससे विविध आबादी के लिए थकान का पता लगाने वाली प्रणालियों की सामान्यीकरण क्षमता (generalizability) अनवेरिफाइड रह जाती है।

कार्यप्रणाली
यह शोध पत्र एक नियंत्रित जेनेरेटिव सिमुलेशन का उपयोग करके एक विषय-विजातीय (subject-disjoint), प्रति-उपसमूह मूल्यांकन डिजाइन प्रस्तावित और परीक्षण करता है। यह अध्ययन वास्तविक दुनिया के डेटा के बजाय एक जेनेरेटिव मॉडल का उपयोग करता है। यह अध्ययन वास्तविक ड्राइवरों पर सिस्टम की सटीकता का अनुमान नहीं लगाता है, बल्कि इसका उद्देश्य तंत्र को उजागर करना और भविष्य के वास्तविक-डेटा अध्ययनों के लिए विश्लेषण प्रोटोकॉल को परिभाषित करना है।

• सिमुलेशन डिजाइन: एक जेनेरेटिव मॉडल प्रत्येक प्रतिकृति (replicate) के लिए 240 ड्राइवरों का अनुकरण करता है, जिनमें से प्रत्येक के पास विशिष्ट कारक स्तर होते हैं:
  • आंखों की ज्यामिति (Eye Geometry): ओपन-आई आई एस्पेक्ट रेशियो (EAR) स्तरों (संकीर्ण, मध्यम, चौड़ी) द्वारा परिभाषित।
  • चश्मा (Eyewear): कोई नहीं, स्पेक्टाकल्स, या सनग्लासेस (एक जेनेरिक प्रायर की ओर EAR सिग्नल के "संपीड़न" के रूप में मॉडल किया गया)।
  • सिर की मुद्रा (Head Pose): फ्रंटल, मध्यम, या बड़ी (जो शोर और फ्रेम ड्रॉप दर को प्रभावित करती है)।
  • प्रकाश व्यवस्था (Illumination): सामान्य, कम, या रात (जो शोर और फ्रेम ड्रॉप दर को प्रभावित करती है)।
• वर्गीकरणकर्ता (Classifiers): दो डिटेक्शन नियमों की तुलना की जाती है:
  • C0 (फिक्स्ड थ्रेशोल्ड): सभी ड्राइवरों के लिए एक सार्वभौमिक थ्रेशोल्ड ($m < 0.20$)।
  • C1 (प्रति-ड्राइवर कैलिब्रेटेड): 60 सेकंड के अलर्ट ड्राइविंग से एक ड्राइवर के विशिष्ट ओपन-आई स्तर ($\hat{E}_{open}$) का अनुमान लगाता है और एक डायनेमिक थ्रेशोल्ड ($m < 0.6 \cdot \hat{E}_{open}$) निर्धारित करता है।
• मूल्यांकन प्रोटोकॉल:
  • विषय-विजातीय विभाजन (Subject-Disjoint Splits): प्रशिक्षण (कैलिब्रेशन) के लिए 50% ड्राइवर, परीक्षण के लिए 50% ड्राइवर। कोई भी ड्राइवर दोनों सेटों में मौजूद नहीं है।
  • मीट्रिक्स: प्रति ड्राइवर सटीकता (Accuracy), रिकॉल (Recall), और फॉल्स पॉजिटिव रेट (FPR) की गणना की जाती है और उपसमूहों द्वारा संकलित की जाती है।
  • सांख्यिकीय जाँच: क्रुस्कल-वालिस टेस्ट (Kruskal–Wallis tests) उपसमूह अंतरों का आकलन करते हैं; विल्कोक्सन साइन्ड-रैंक टेस्ट (Wilcoxon signed-rank tests) C0 बनाम C1 की तुलना करते हैं।
  • मजबूती (Robustness): एक नल-मॉडल चेक ($s=0$, कोई कारक प्रभाव नहीं) और एक इफेक्ट-साइज़ स्वीप ($s=0$ से $2$) विश्लेषण की संवेदनशीलता को मान्य करता है। एक स्वतंत्र पुन: कार्यान्वयन (re-implementation) परिणामों की पुष्टि करता है।

प्रमुख योगदान

1. मूल्यांकन डिजाइन: एक पुन: प्रयोज्य ढांचा जिसमें चार एनोटेटेड उपसमूह कारक, विषय-विजातीय विभाजन, प्रति-उपसमूह मीट्रिक्स और एक नल-मॉडल चेक शामिल है।
2. जेनेरेटिव सिमुलेशन: एक प्रलेखित सिमुलेशन जो वास्तविक दुनिया के डेटा संग्रह के शोर के बिना डिटेक्शन तंत्र का परीक्षण करने के लिए विशिष्ट ड्राइवर परिवर्तनशीलता कारकों को अलग करता है।
3. परिवर्तनशीलता पर मात्रात्मक निष्कर्ष:
   • आंखों की ज्यामिति: फिक्स्ड-थ्रेशोल्ड नियमों (C0) को महत्वपूर्ण रूप से प्रभावित करती है, जिससे संकीर्ण आँखों वाले ड्राइवरों के लिए उच्च फॉल्स पॉजिटिव और चौड़ी आँखों वाले ड्राइवरों के लिए कम रिकॉल होता है। कैलिब्रेशन (C1) इस असंतुलन को काफी हद तक समाप्त कर देता है।
   • चश्मा (Eyewear): सनग्लासेस कैलिब्रेटेड नियमों (C1) के प्रदर्शन को गंभीर रूप से खराब कर देते हैं। सनग्लासेस द्वारा सिग्नल का संपीड़न कैलिब्रेटेड थ्रेशोल्ड को वास्तविक क्लोज्ड-आई सिग्नल से नीचे ले आता है, जिससे डिटेक्शन मिस हो जाता है। इसे एक डिज़ाइन-पैरामीटर समस्या (विशेष रूप से क्लोजर फ्रैक्शन $\alpha$) के रूप में पहचाना गया है, न कि कैलिब्रेशन की अंतर्निहित विफलता के रूप में।
   • प्रकाश व्यवस्था: रात की स्थितियाँ फिक्स्ड नियमों (C0) के लिए फॉल्स पॉजिटिव बढ़ाती हैं, लेकिन कैलिब्रेटेड नियमों (C1) द्वारा बेहतर ढंग से संभाली जाती हैं, हालांकि इसमें शोर और मॉडल के बीच इंटरैक्शन शामिल है।
   • सिर की मुद्रा: सिमुलेशन में अनुमानित परिमाण पर न्यूनतम प्रभाव पड़ा।
4. नमूना आकार मार्गदर्शन: पावर एनालिसिस इंगित करता है कि बड़े प्रभावों (जैसे सनग्लासेस का C1 पर प्रभाव) का पता लगाने के लिए ~8 ड्राइवर प्रति उपसमूह, मध्यम प्रभावों के लिए ~16–20, और छोटे प्रभावों के लिए ~30–40 ड्राइवरों की आवश्यकता होती है। वर्तमान सार्वजनिक डेटासेट्स (14–60 विषय) अक्सर मजबूत उपसमूह निष्कर्षों के लिए अपर्याप्त होते हैं।
5. रिपोर्टिंग चेकलिस्ट और टूल्स: एक डैशबोर्ड (Streamlit/Plotly) और उपसमूह रिपोर्टिंग के लिए एक चेकलिस्ट, जो विषय-स्तरीय बूटस्ट्रैपिंग और कैलिब्रेशन डेटा के अलगाव पर जोर देती है।

परिणाम

• कुल प्रदर्शन: सिमुलेशन में, फिक्स्ड नियम (C0) ने कैलिब्रेटेड नियम (C1, 0.78) की तुलना में उच्च औसत सटीकता (0.81) प्राप्त की, मुख्य रूप से इसलिए क्योंकि C1 सनग्लासेस के साथ संघर्ष करता है।
• उपसमूह असमानताएं:
  • C0: संकीर्ण आँखों वाले ड्राइवरों को मध्यम (0.07) और चौड़ी (0.04) आँखों की तुलना में उच्च FPR (0.36) का सामना करना पड़ा।
  • C1: सनग्लासेस पहनने वाले ड्राइवरों ने बिना चश्मे वाले ड्राइवरों (0.80) की तुलना में सटीकता (0.62) और रिकॉल (0.24) में भारी गिरावट देखी।
• कैलिब्रेशन प्रभावकारिता: कैलिब्रेशन ने आंखों की ज्यामिति और रात की रोशनी के कारण होने वाली असमानताओं को कम किया, लेकिन सनग्लासेस के प्रति एक नई भेद्यता (vulnerability) पेश की। यह सुझाव देता है कि सनग्लासेस की विफलता मोड को कम करने के लिए एक "विश्वसनीयता गेट" (जैसे, सिग्नल संपीड़न का पता लगाना) आवश्यक है।
• स्वतंत्रता: एक स्वतंत्र पुन: कार्यान्वयन ने गुणात्मक पैटर्न की पुष्टि की, जो 0.05 के भीतर मात्रात्मक अंतर के साथ, यह सत्यापित करता है कि निष्कर्ष मॉडल संरचना से उत्पन्न होते हैं।

महत्व और दावे
पेपर स्पष्ट रूप से कहता है कि इसके निष्कर्ष सिमुलेशन के धारणाओं पर सशर्त हैं और वास्तविक ड्राइवरों के संबंध में साक्ष्य नहीं हैं। महत्व निम्नलिखित में निहित है:

• परिकल्पनाओं को परिभाषित करना: यह स्थापित करना कि विशिष्ट ड्राइवर कारक (ज्यामिति, चश्मा, मुद्रा, प्रकाश) थकान का पता लगाने को कैसे प्रभावित करते हैं।
• प्रोटोकॉल विनिर्देश: भविष्य के वास्तविक-डेटा अध्ययनों के लिए एक कठोर रिपोर्टिंग चेकलिस्ट और नमूना-आकार की आवश्यकताएं प्रदान करना ताकि वे उपसमूह असमानताओं का पता लगा सकें।
• सिस्टम डिजाइन मार्गदर्शन: यह सुझाव देना कि व्यावहारिक प्रणालियों को (सनग्लासेस के मुद्दे को संभालने के लिए) एक सिग्नल-क्वालिटी गेट के साथ प्रति-ड्राइवर कैलिब्रेशन का उपयोग करना चाहिए और एक पूल किए गए मीट्रिक के बजाय प्रति उपसमूह प्रदर्शन रिपोर्ट करना चाहिए।
• संसाधन मूल्यांकन: यह रेखांकित करना कि मौजूदा सार्वजनिक डेटासेट्स अक्सर इतने छोटे होते हैं या उनमें आवश्यक एनोटेशन (जैसे, मानकीकृत स्किन टोन या हेड पोज़) की कमी होती है कि वे डेटासेट्स को पूल किए बिना मजबूत उपसमूह विश्लेषण का समर्थन कर सकें।

लेखक निष्कर्ष निकालता है कि जबकि सिमुलेशन दिखाता है कि कैलिब्रेशन त्रुटियों के प्रकार को बदल सकता है (ज्यामिति संबंधी समस्याओं को ठीक करता है लेकिन चश्मे की समस्याओं को बढ़ाता है), इन निष्कर्षों का अंतिम मूल्य प्रस्तावित मूल्यांकन डिजाइन का उपयोग करने वाले नियोजित वास्तविक-डेटा अध्ययन द्वारा निर्धारित किया जाना चाहिए।