科学家训练神经网络识别电脑用户的疲劳程度

由圣彼得堡大学、俄罗斯科学院圣彼得堡联邦研究中心和其他一些组织的科学家组成的研究小组创建了一个数据库，记录了在各种状态(疲劳/警觉)下监控电脑屏幕上的物体的操作员的眼动策略。

根据收集到的数据，科学家们计划训练神经网络模型，该模型将构成高精度功能状态跟踪系统的基础，以确保道路和工业设施的安全。

如今，大量运输、工业和国防设施由操作员、司机或在统一信息中心工作的整个专业人员团队控制。确保这些设施安全的能力往往取决于工作人员的心理生理状态。可以从这样的系统中受益的专业人员包括：车队司机、飞机飞行员、空中交通管制员、工业工厂管制员等。

科学家们组织了一组行为和神经生理学指标的同步记录。他们的研究结果发表在《传感器》杂志上。

“与单独记录反映疲劳状态的某些指标的方法相比，综合方法提供了更完整的情况和更客观的功能状态评估。因此，用于记录疲劳的心跳时间间隔测量的常用方法“在状态评估的准确性方面颇有争议。它是基于心率指标的注册。”圣彼得堡国立大学认知研究所教授、生物科学博士伊琳娜·肖希娜(IrinaShoshina)说。

“我们使用了一种基于比较眼球运动性质指标的独特方法。眼球运动反映了静态和动态视觉神经网络与功能状态和心理测试的心理生理指标相互作用的动态。”

科学家们计划使用该数据库来训练神经网络，该网络将能够根据眼球运动策略高精度地检测操作员的疲劳程度。IrinaShoshina表示，这种方法将使远程评估疲劳的严重程度成为可能。准备好的数据库属于公共领域，所有软件开发人员都可以访问。他们可以用它来测试他们的产品。

“我们开发了一个综合数据库，适合训练神经网络，将人的状态分类为疲劳/警觉。收集的数据库有一组独特的各种标记指标。通过使用它们，您可以训练神经网络来识别人类疲劳状态俄罗斯科学院圣彼得堡联邦研究中心集成自动化系统实验室项目经理兼高级研究员AlexeyKashevnik说道

反映功能状态的指标信息是通过许多传感器收集的，例如：摄像机;眼动仪;心率监测器;和脑电图仪。此外，作为实验的一部分，操作人员还接受了睡眠质量、疲劳程度、复杂视觉运动反应等测试。

在工作日的早上、下午和晚上进行测量。这个过程被摄像机记录下来。这项研究持续了八天，有10个人参与了各种活动，包括被动(阅读)和主动(玩俄罗斯方块)。

　　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！