許多交通事故的研究都指出，駕駛?cè)朔中耐擒嚨湴l(fā)生最大的原因，目前已經(jīng)有一些系統(tǒng)能檢測(cè)出駕駛?cè)耸欠窬癫粷?jì)，但類似撥打電話、從鄰座拿東西的分心行為，究竟該如何防止?

為了避免駕駛者分散注意力的行為影響到自身安全，加拿大滑鐵盧大學(xué)(UW)模式分析和機(jī)器智能中心(CPAMI)的工程研究人員發(fā)明了一個(gè)運(yùn)用人工智能(AI)的軟件，會(huì)在分心時(shí)對(duì)駕駛者發(fā)出提醒。

這個(gè)軟件主要是透過車載攝影鏡頭來觀察駕駛的手部動(dòng)作，再經(jīng)由算法將動(dòng)作與機(jī)器訓(xùn)練已知的活動(dòng)相配對(duì)：像是發(fā)送訊息、打電話或拾取東西，接著針對(duì)構(gòu)成的安全威脅等進(jìn)行評(píng)級(jí)分類。

帶領(lǐng)團(tuán)隊(duì)研發(fā)的 Fakhri Karray 教授表示，如果分散注意力的程度太高，系統(tǒng)將自動(dòng)警告司機(jī)。隨著未來越來越多車輛將具備自駕技術(shù)，屆時(shí)可能會(huì)在嚴(yán)重分心的跡象出現(xiàn)時(shí)觸發(fā)保護(hù)措施。

但系統(tǒng)判斷分心的標(biāo)準(zhǔn)究竟為何呢?根據(jù)了解，在團(tuán)隊(duì)運(yùn)用機(jī)器學(xué)習(xí)(machine-learning)打造的算法中，主要判斷的標(biāo)準(zhǔn)是“持續(xù)時(shí)間”和一些其他因素。

這項(xiàng)判斷主要建立在 CPAMI 以前廣泛的研究基礎(chǔ)上，除了偵測(cè)手部動(dòng)作，頭部和臉度定位也是分心的重要線索，系統(tǒng)已經(jīng)學(xué)會(huì)判斷類似的征兆，像是頻繁眨眼可能意味駕駛充滿睡意。

除了運(yùn)用鏡頭來追蹤判斷征兆，CPAMI 也正在探討運(yùn)用感測(cè)器來測(cè)量駕駛生理信號(hào)，像是眨眼頻率、瞳孔大小或心跳數(shù)，來協(xié)助確定駕駛是否還專注在眼前的道路上。

研究團(tuán)隊(duì)目前正打算擴(kuò)大系統(tǒng)功能，將數(shù)種不同類型的駕駛者分心的檢測(cè)、分級(jí)模式和處理方法結(jié)合至其中。

Karray 和團(tuán)隊(duì)近日在蒙特婁(Montreal)舉辦的第 14 屆 ICIAR 國際會(huì)議上公布了研究成果，由于分心向來是交通事故的主因，Karray 認(rèn)為一旦系統(tǒng)能實(shí)際運(yùn)用，可對(duì)社會(huì)造成很大影響。