Des scientifiques apprennent à un réseau neuronal à reconnaître la fatigue des utilisateurs de PC

Une équipe de recherche composée de scientifiques de l’Université de Saint-Pétersbourg, du Centre fédéral de recherche de Saint-Pétersbourg de l’Académie des sciences de Russie et d’autres organisations a créé une base de données des stratégies de mouvements oculaires des opérateurs surveillant des objets sur un écran d’ordinateur dans divers états (fatigué/alerte). .

Sur la base des données collectées, les scientifiques envisagent de former des modèles de réseaux neuronaux qui constitueront la base de systèmes de haute précision pour le suivi de l’état fonctionnel afin d’assurer la sécurité sur les routes et les installations industrielles.

Aujourd’hui, un grand nombre d’installations de transport, industrielles et de défense sont contrôlées par des opérateurs, des chauffeurs ou des équipes entières de professionnels travaillant dans des centres d’information unifiés. La capacité à assurer la sécurité de ces installations dépend souvent de l’état psychophysiologique du personnel. Les professionnels qui peuvent bénéficier d’un tel système sont : les conducteurs de flottes de véhicules, les pilotes d’avions, les contrôleurs aériens, les contrôleurs d’installations industrielles, etc.

Les scientifiques ont organisé l’enregistrement simultané d’un ensemble d’indicateurs comportementaux et neurophysiologiques. Leurs conclusions ont été publiées dans la revue Capteurs.

« Une approche intégrée fournit une image plus complète et une évaluation plus objective de l’état fonctionnel, contrairement aux approches impliquant un enregistrement séparé de certains indicateurs qui reflètent l’état de fatigue. Ainsi, une méthode courante de mesure de l’intervalle de temps cardiaque utilisée pour enregistrer la fatigue est assez controversée en termes d’exactitude de l’évaluation de l’état. Elle est basée sur l’enregistrement des indicateurs de fréquence cardiaque », a déclaré Irina Shoshina, docteur en sciences biologiques, professeur à l’Institut de recherche cognitive de l’Université d’État de Saint-Pétersbourg.

« Nous avons utilisé une approche unique basée sur la comparaison d’indicateurs de la nature des mouvements oculaires. Les mouvements oculaires reflètent la dynamique de l’interaction des réseaux neuronaux de vision statique et dynamique avec des indicateurs psychophysiologiques de l’état fonctionnel et des tests psychologiques. »

Les scientifiques prévoient d’utiliser la base de données pour former un réseau neuronal capable de détecter la fatigue des opérateurs avec une grande précision en fonction des stratégies de mouvements oculaires. Selon Irina Shoshina, cette approche permettra d’évaluer à distance l’intensité de la fatigue. La base de données préparée est dans le domaine public et est accessible à tous les développeurs de logiciels. Ils peuvent l’utiliser pour tester leurs produits.

« Nous avons développé une base de données complète adaptée à la formation des réseaux neuronaux qui classent l’état d’une personne comme fatigué/alerte. La base de données collectée contient un ensemble unique de divers indicateurs étiquetés. En les utilisant, vous pouvez entraîner les réseaux neuronaux à reconnaître l’état de fatigue humaine. avec une grande précision », déclare Alexey Kashevnik, chef de projet et associé de recherche principal au Laboratoire des systèmes d’automatisation intégrés du Centre fédéral de recherche de Saint-Pétersbourg de l’Académie des sciences de Russie.

Les informations sur les indicateurs reflétant l’état fonctionnel ont été collectées grâce à un certain nombre de capteurs tels que : une caméra vidéo ; un eye-tracker ; un moniteur de fréquence cardiaque ; et un électroencéphalographe. De plus, dans le cadre de l’expérimentation, les opérateurs ont été testés sur la qualité de leur sommeil, leur fatigue, leurs réactions visuo-motrices complexes, etc.

Les mesures ont été prises le matin, l’après-midi et le soir pendant la journée de travail. Le processus a été enregistré sur une caméra vidéo. La recherche a duré huit jours et a impliqué 10 personnes engagées dans diverses activités, à la fois passives (lecture) et actives (jouer à Tetris).