Группа исследователей из Санкт-Петербургского Федерального исследовательского центра РАН и Санкт-Петербургского государственного университета разработала уникальную нейросеть, которая может определять уровень усталости человека, анализируя движения его глаз. Эта технология ориентирована на использование в системах, которые следят за состоянием операторов в сфере транспорта, на промышленных предприятиях и в критически важных инфраструктурах.
Старший научный сотрудник лаборатории интегрированных систем автоматизации из Санкт-Петербургского ФИЦ РАН, Алексей Кашевник, пояснил, что нейросеть была обучена различать состояния операторов — бодрствование и утомление — на основе анализа их глазных движений. Для создания этой системы ученые использовали айтрекер, специальное устройство для отслеживания направления взгляда, что позволило собрать значительный объем данных о глазных движениях операторов во время выполнения различных задач, таких как чтение и написание текстов.
Специалисты регистрировали движения глаз с помощью айтрекера, установленного на голове, и на основе собранной информации нейросеть научилась выявлять характерные паттерны, которые отличают усталое состояние от бодрствующего. Кашевник также отметил, что в будущем данное решение может быть интегрировано в системы, которые контролируют действия операторов различной техники и критически важной инфраструктуры.
Кроме того, библиотека с открытым исходным кодом этой технологии будет доступна для использования всем разработчикам программного обеспечения. Исследование было поддержано грантом Фонда содействия инновациям.
Источник изображения: pxhere
Старший научный сотрудник лаборатории интегрированных систем автоматизации из Санкт-Петербургского ФИЦ РАН, Алексей Кашевник, пояснил, что нейросеть была обучена различать состояния операторов — бодрствование и утомление — на основе анализа их глазных движений. Для создания этой системы ученые использовали айтрекер, специальное устройство для отслеживания направления взгляда, что позволило собрать значительный объем данных о глазных движениях операторов во время выполнения различных задач, таких как чтение и написание текстов.
Специалисты регистрировали движения глаз с помощью айтрекера, установленного на голове, и на основе собранной информации нейросеть научилась выявлять характерные паттерны, которые отличают усталое состояние от бодрствующего. Кашевник также отметил, что в будущем данное решение может быть интегрировано в системы, которые контролируют действия операторов различной техники и критически важной инфраструктуры.
Кроме того, библиотека с открытым исходным кодом этой технологии будет доступна для использования всем разработчикам программного обеспечения. Исследование было поддержано грантом Фонда содействия инновациям.
📅 17-06-2025, 10:27
