Исследовательская группа, состоящая из ученых Санкт-Петербургского государственного университета, Санкт-Петербургского Федерального исследовательского центра Российской академии наук и некоторых других организаций, создали базу данных моделей движения глаз операторов, отслеживающих объекты на экране ПК в разных состояниях (уставший/бдительный).
На основе собранных данных ученые планируют обучить нейронные сети, которые лягут в основу высокоточных систем отслеживания функционального состояния для обеспечения безопасности на дорогах и промышленных объектах.
Сегодня большое количество транспортных, промышленных и оборонных объектов контролируются операторами, водителями или целыми командами профессионалов, работающих в единых информационных центрах. Способность обеспечить безопасность этих объектов часто зависит от психофизиологического состояния персонала. Среди специалистов, которые могут извлечь пользу из такой системы: водители автопарков, пилоты самолетов, авиадиспетчеры, контролеры промышленных предприятий и т.д.
Ученые организовали одновременную регистрацию комплекса поведенческих и нейрофизиологических показателей. Их выводы были опубликованы в журнале Sensors.
«Комплексный подход дает более полную картину и более объективную оценку функционального состояния, в отличие от подходов, предполагающих раздельную регистрацию отдельных показателей, отражающих состояние усталости. Так, распространенный метод измерения интервалов сердечного ритма, используемый для регистрации усталости, весьма спорен с точки зрения точности оценки состояния. Он основан на регистрации показателей частоты сердечных сокращений», — говорит Ирина Шошина, доктор биологических наук, профессор Института когнитивных исследований СПбГУ.
«Мы использовали уникальный подход, основанный на сравнении показателей характера движений глаз. Движения глаз отражают динамику взаимодействия нейронных сетей статического и динамического зрения с психофизиологическими показателями функционального состояния и психологическими тестами».
Ученые планируют использовать базу данных для обучения нейронной сети, которая сможет с высокой точностью определять усталость оператора на основе моделей движения глаз. По словам Ирины Шошиной, такой подход позволит дистанционно оценивать степень усталости. Подготовленная база данных находится в открытом доступе и доступна всем разработчикам программного обеспечения. Они могут использовать ее для тестирования своих продуктов.
«Нами разработана комплексная база данных, пригодная для обучения нейронных сетей классификации состояния человека как уставший/бдительный. Собранная база данных имеет уникальный набор различных маркированных показателей. Используя их, можно обучать нейронные сети распознаванию состояния усталости человека с высокой точностью», — говорит Алексей Кашевник, руководитель проекта, старший научный сотрудник лаборатории интегрированных систем автоматизации Санкт-Петербургского Федерального исследовательского центра Российской академии наук.
Информация о показателях, отражающих функциональное состояние, собиралась с помощью ряда датчиков, таких как: видеокамера, трекер для глаз, пульсометр, электроэнцефалограф. Кроме того, в рамках эксперимента у операторов проверяли качество сна, усталость, сложную зрительно-моторную реакцию и т.д.
Измерения проводились утром, днем и вечером в течение рабочего дня. Процесс записывался на видеокамеру. Исследование длилось восемь дней и в нем участвовали 10 человек, которые занимались различной деятельностью, как пассивной (чтение), так и активной (игра в Тетрис).