AI网络通过评估人脸红外图像来检测醉酒准确率达93%

卷积神经网络可以评估人脸的热红外图像，并以93%的准确率确定此人是否醉酒。国际智能信息和数据库系统杂志中描述的系统可以在酒驾和醉酒行为是常见问题的地方实施。全世界每年有超过100万人死于道路交通事故，其中很大一部分是醉酒直接造成的。

胡志明市越南国立大学的KhaTuHuynh和HuynhPhuongThanhNguyen解释说，早期开发检测醉酒的方法的努力集中在眼睛状态、头部位置或功能状态指标上。然而，这样的系统可能会被其他因素混淆。该团队指出，热成像分析提供了一种不那么模糊的方法，它也是非侵入性的，可以让当局在市中心或可能饮酒且人们可能选择开车回家的活动中对人们进行筛查。

该团队指出，任何旨在识别醉酒者的系统都必须具有非常低的误报率和误报率，这一点很重要。毕竟，假阴性可能会看到醉酒的人驾驶他们的汽车，而太多的假阳性会阻止清醒的司机使用他们的车辆，并导致公众感到沮丧和对系统失去信任。

在任何这样的系统中总会有妥协，在谨慎方面犯错是可取的，但是通过在不同的热图像群体上通过更大的训练数据集优化分类应该使它更接近理想，当然，这将，是理论上无法实现的100%准确率，零误报和零误报。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！