dc.contributor.author | Silva, Washington Rodrigo Dias da | |
dc.date.accessioned | 2021-11-30T17:39:08Z | |
dc.date.available | 2021-11-30T17:39:08Z | |
dc.date.issued | 2021-09-24 | |
dc.identifier.citation | SILVA, Washington Rodrigo Dias da. Classificação de embriaguez a partir de imagens faciais usando redes neurais convolucionais: uma abordagem baseada em respostas fisiológicas induzidas pelo álcool. 2021. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, Sorocaba, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15207. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/15207 | |
dc.description.abstract | Due to population growth and an increasing motorized vehicle fleet worldwide, road safety is still a global challenge that persists despite the awareness campaigns and the legal enforcement instruments. Most of the road safety risk factors are completely preventable, and in this sense the drunk-driving needs a special attention since a few doses of alcohol can be enough to impair motor and sensory functions required for safe driving. Hence, an individual in such condition may represent a road safety risk even presenting a blood alcohol concentration within the local legal limits. Since drunk-driving is a recurrent problem, in this master thesis we proposed a complementary method for drunk drivers enforcement considering the physiological responses induced by alcohol as intoxication indicatives. We addressed the drunkenness classification problem by identifying facial temperature distribution behaviors related to alcohol consumption. Such features were extracted from individuals facial thermal images in both drunk and sober states by a Convolutional Neural Network, which enabled the automatic pose invariant feature extraction and the model inference interpretation. This approach allowed us to identify temperature variations between the forehead and nose regions as a drunkenness indicative and also to identify an asymmetric facial temperature distribution in inebriated individuals that was not showed by previous studies. Hence, we were able to demonstrate a relation between facial temperature distribution patterns and the alcohol metabolic cycle; evidencing the viability of using images to recognize physiological effects caused by alcohol. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Computação forense | por |
dc.subject | Farmacocinética do álcool | por |
dc.subject | Segurança viária | por |
dc.subject | Classificação de embriaguez | por |
dc.subject | Aprendizado profundo | por |
dc.subject | Redes neurais convolucionais | por |
dc.subject | Análise de imagens térmicas | por |
dc.subject | Forensic computing | eng |
dc.subject | Alcohol pharmacokinetics | eng |
dc.subject | Road safety | eng |
dc.subject | Drunkenness classification | eng |
dc.subject | Deep learning | eng |
dc.subject | Convolutional neural networks | eng |
dc.subject | Thermal imaging | eng |
dc.title | Classificação de embriaguez a partir de imagens faciais usando redes neurais convolucionais: uma abordagem baseada em respostas fisiológicas induzidas pelo álcool | por |
dc.title.alternative | Drunkenness classification from facial images using convolutional neural networks: an alcohol induced physiological responses based approach | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Felipussi, Siovani Cintra | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2119337662024862 | por |
dc.description.resumo | Devido ao crescimento populacional e ao aumento da frota de veículos motorizados em todo o mundo, a segurança viária ainda é um desafio global que se mantém a despeito das campanhas de conscientização e dos instrumentos legais de fiscalização. Em sua maioria, as causas de um acidente de trânsito são evitáveis e neste sentido a embriaguez ao volante requer uma atenção especial pois algumas doses de álcool podem ser suficientes para prejudicar funções motoras e sensoriais necessárias para se conduzir um veículo de maneira segura. Deste modo, um indivíduo nesta condição pode representar um risco à segurança viária ainda que apresente um índice de alcoolemia abaixo do limite legal. Considerando que a embriaguez ao volante é um problema recorrente, esta dissertação propôs um método complementar para a fiscalização de motoristas alcoolizados; o qual considera as respostas fisiológicas induzidas pelo álcool como indicativos de intoxicação. Neste contexto, o critério adotado para a classificação de embriaguez foi o comportamento da temperatura facial. Os sinais pertinentes a tal fenômeno foram identificados por meio da aplicação de uma Rede Neural Convolucional a um conjunto de imagens térmicas faciais provenientes de indivíduos sóbrios e ébrios. Esta abordagem possibilitou a extração automática de características invariantes à pose e a visualização dos atributos determinantes para a inferência do modelo, permitindo a interpretação das variações de temperatura nas regiões da testa e do nariz como um indicativo de embriaguez. Outro comportamento identificado pelo modelo foi a distribuição assimétrica de temperatura entre os lados esquerdo e direito do rosto em indivíduos embriagados, o qual não foi evidenciado em estudos anteriores. Deste modo, foi possível demonstrar a relação entre os padrões de distribuição da temperatura facial e o ciclo metabólico do álcool, evidenciando a viabilidade do uso de imagens para reconhecer os efeitos fisiológicos decorrentes do consumo de bebidas alcoólicas. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC-So | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.description.sponsorshipId | 001 | por |
dc.publisher.address | Câmpus Sorocaba | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/7750098763088592 | por |