著名医師による解説が無料で読めます
すると翻訳の精度が向上します
眠気は、特に輸送における致命的な事故の主な原因です。したがって、ドライバーへの眠気の正確でタイムリーな警告を発行するように設計された、自動でリアルタイムの眠気特性化システムを開発することが重要です。実際には、最も邪魔にならない生理学に基づくアプローチは、カメラを介して、ゆっくりと長い目の閉鎖などの眠気を示す表情をリモートで監視することです。システムの決定は、特定の時間枠での表情に基づいているため、精度（長い窓で、つまり長いタイムスケールで最もよく達成される）と応答性（短いウィンドウで、つまり短いタイムスケールで達成されるのが最適に達成されます。）。このトレードオフに対処するために、4つの異なるタイムスケール（5秒、15秒、30秒、および60秒）で動作する4つのバイナリ眠気分類器で構成されるマルチタイムスケールの眠気特性システムを開発し、共同で訓練します。標準的な精神運動監視タスク（PVT）で実行された反応時間（RT）に基づいて、眠気のマルチタイムスケールの地上真理を導入します。これにより、システムは、正確性と応答性の間の多様なトレードオフで眠気を特徴付けることができます。休暇1件の被験者を介して29人の被験者のシステムを評価し、それぞれ増加するタイムスケールで動作する4つの分類器について、70％、85％、89％、および94％のグローバル精度、つまり強力な結果を得ました。。
眠気は、特に輸送における致命的な事故の主な原因です。したがって、ドライバーへの眠気の正確でタイムリーな警告を発行するように設計された、自動でリアルタイムの眠気特性化システムを開発することが重要です。実際には、最も邪魔にならない生理学に基づくアプローチは、カメラを介して、ゆっくりと長い目の閉鎖などの眠気を示す表情をリモートで監視することです。システムの決定は、特定の時間枠での表情に基づいているため、精度（長い窓で、つまり長いタイムスケールで最もよく達成される）と応答性（短いウィンドウで、つまり短いタイムスケールで達成されるのが最適に達成されます。）。このトレードオフに対処するために、4つの異なるタイムスケール（5秒、15秒、30秒、および60秒）で動作する4つのバイナリ眠気分類器で構成されるマルチタイムスケールの眠気特性システムを開発し、共同で訓練します。標準的な精神運動監視タスク（PVT）で実行された反応時間（RT）に基づいて、眠気のマルチタイムスケールの地上真理を導入します。これにより、システムは、正確性と応答性の間の多様なトレードオフで眠気を特徴付けることができます。休暇1件の被験者を介して29人の被験者のシステムを評価し、それぞれ増加するタイムスケールで動作する4つの分類器について、70％、85％、89％、および94％のグローバル精度、つまり強力な結果を得ました。。
Drowsiness is a major cause of fatal accidents, in particular in transportation. It is therefore crucial to develop automatic, real-time drowsiness characterization systems designed to issue accurate and timely warnings of drowsiness to the driver. In practice, the least intrusive, physiology-based approach is to remotely monitor, via cameras, facial expressions indicative of drowsiness such as slow and long eye closures. Since the system's decisions are based upon facial expressions in a given time window, there exists a trade-off between accuracy (best achieved with long windows, i.e., at long timescales) and responsiveness (best achieved with short windows, i.e., at short timescales). To deal with this trade-off, we develop a multi-timescale drowsiness characterization system composed of four binary drowsiness classifiers operating at four distinct timescales (5 s, 15 s, 30 s, and 60 s) and trained jointly. We introduce a multi-timescale ground truth of drowsiness, based on the reaction times (RTs) performed during standard Psychomotor Vigilance Tasks (PVTs), that strategically enables our system to characterize drowsiness with diverse trade-offs between accuracy and responsiveness. We evaluated our system on 29 subjects via leave-one-subject-out cross-validation and obtained strong results, i.e., global accuracies of 70%, 85%, 89%, and 94% for the four classifiers operating at increasing timescales, respectively.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。