Reconocimento de emociones y comportamientos en conductores vía Deep Learning

Abstract

Los accidentes de tráfico son causa de numerosas fatalidades cada año, con vistas a reducir este número de muertes, y a mejorar la experiencia de conducción, este proyecto esta orientado al reconocimiento de emociones y distracciones en la carretera, para el desarrollo de una primera versión de un sistema de ayuda a la conducción (ADAS). Las emociones y las distracciones en la conducción son algunos de los factores determinantes que pueden desencadenar accidentes en la carretera. En este trabajo, se desarrolla un sistema de ayuda a la conducción basado en el conductor. Este sistema, a través de técnicas de Aprendizaje Automático busca obtener información sobre el estado de ánimo del conductor, a través de sus expresiones faciales, así como de la acción que está ejecutando. El sistema se compone de dos modelos de redes de neuronas convolucionales (CNN), capaces de monitorizar y de determinar los comportamientos y las emociones del conductor a través de imágenes. Ambos modelos han sido desarrollados utilizando técnicas de aprendizaje profundo (Deep Learning). El modelo de reconocimiento de emociones, ha logrado alcanzar una accuracy de 85.5% en instancias de test. Mientras que el modelo de distracciones o comportamientos en el conductor, ha alcanzado un 97.7% de accuracy. Ambos modelos han sido integrados, para formar una primera versión de sistema de ayuda a la conducción, que a través de cámaras, podrá determinar el estado del conductor, para así reducir el número de accidentes y sus consecuencias.