Иногда достаточно посмотреть на него и перемолвиться парой слов. А если прямой контакт и разговор с ним невозможен? Попробуйте неторопливо пообщаться по видеосвязи с водителем троллейбуса, едущего по маршруту или с диспетчером старта и посадки в аэропорту…
Безопасность критических объектов инфраструктуры очень часто зависит от состояния человека. Хорошее физиологическое состояние сотрудников вокзалов, аэропортов, станций метро и промышленных предприятий – залог нашей безопасности. Программное обеспечение «Компьютерное зрение», разработанное сотрудниками Санкт-Петербургского Федерального исследовательского центра (СПб ФИЦ) РАН, Санкт-Петербургского государственного университета и Новосибирского государственного университета, поможет снизить риски опасных ситуаций на этих объектах.
С помощью нейросети, новая разработка анализирует такие состояние человека, как сонливость, усталость, голод. Она способна определить моменты переутомления диспетчеров, и помогает своевременно отреагировать на потенциально опасную ситуацию.
«Мы разработали программное обеспечение, которое по ряду параметров позволяет распознать степень утомляемости оператора компьютера. В первую очередь такая программа поможет избежать ошибок и снижения качества работы для специалистов критически важной для общества и государства инфраструктуры», — рассказывает старший научный сотрудник СПб ФИЦ РАН Алексей Кашевник.
Ученые СПб ФИЦ РАН последние годы ведут проект по разработке и внедрению системы Drive Safely. Его цель — с помощью удаленного анализа ситуации, предотвращать аварии. Система контролирет состояние водителя по таким параметрам, как прием пищи, сонливость, непристегнутый ремень и агрессивность манеры вождения.
Для работы «компьютерного зрения» используются нейросети openpose и selflow, которые ищут человека в кадре и строят оптический поток. На основе этого создаются графики движения ключевых точек на теле человека, затем оно анализируется. По сути, компьютерное зрение распознает объекты на видеоматериалах, при этом способно замечать признаки, которые соответствуют определенному поведению (например, когда человек утомился).
«Мы научили программу распознавать стратегии по данным с трекера. И сейчас система работает так: мы загружаем в нее собранную информацию. Затем программа ее размечает и анализирует. На выходе получаем суммарную оценку и рекомендации о том, насколько сильно оператор нуждается в отдыхе. В ближайшее время мы оптимизируем разработку таким образом, чтобы она могла анализировать данные в режиме реального времени», — поясняет Алексей Кашевник.
Сейчас научная группа ведет поиск индустриальных партнеров для внедрения системы.