盖世汽车讯 据外媒报道，澳大利亚伊迪斯科文大学（Edith Cowan University，ECU）的研究人员开发出新技术，有望改变识别酒驾和危险驾驶的方式。研究人员利用单一的3D深度学习模型，能够同时检测出导致道路交通事故的三大主要因素：血液酒精浓度、疲劳驾驶以及愤怒等情绪状态。

该技术对血液酒精浓度的识别准确率接近90%，对困倦状态的识别准确率则高达95%。而且，该技术还能判断驾驶员的醉酒程度，并将其分为三个等级：清醒、中度醉酒和重度醉酒。

图片来源：伊迪斯科文大学

由伊迪斯科文大学博士候选人Abdullah Tariq领导的研究团队在英国机器视觉大会（British Machine Vision Conference，BMVC25）上发表了题为“百变杰克：基于单一网络的面部表情和生理状态分析（Jack of Many Faces: A Step Towards Facial Expression and Physiological State Analysis with a Single Network）”的研究成果。

Tariq表示：“酒后驾驶是全球范围内的一项重大公共安全挑战，也是澳大利亚交通事故的首要原因。大约30%的交通事故是由酒后驾驶造成的。”虽然公共安全挑战是研究人员的主要动机，但Tariq表示，他还希望探索传统检测方法之外的替代方案。“传统的酒精检测方法，例如呼气式酒精检测和血液检测，准确率很高。然而，这些方法也存在自身的局限性——它们具有侵入性，需要受检者积极配合，并且无法进行连续的实时监测。人脸蕴含着丰富的信息，例如情绪、认知行为或生理状态，但大多数人工智能（AI）模型都针对特定任务——这促使我去探索是否可以开发一个能够处理多种面部识别任务的单一模型。”