運転者の姿勢と顔状態解析に基づく眠気運転検出法

なぜ眠い運転者が誰にとっても重要なのか

長距離移動でまぶたが重くなる経験は誰にでもあるが、そのうとうとした一瞬がどれほど頻繁に事故につながるかを認識している人は少ない。本論文は、運転者の顔、姿勢、手を監視して早期の疲労兆候を検出し、身体にセンサーを装着したり運転習慣を変えたりすることなく適時に警告を出すカメラベースのシステムを記述する。

車ではなく運転者を見る

交通当局は、疲労が世界中の重大な交通事故のかなりの割合に関係していると推定している。従来の警告システムは、操舵修正や車線逸脱といった車両からの信号や、脳や心拍を追跡する医療機器風のセンサーに着目してきた。これらの方法は、コストが高い、着用が不快、運転者や道路状況によって信頼性が落ちるなどの問題がある。本研究は代わりに車内の小型カメラからの通常の映像を用い、最新の人工知能で観測内容を直接解釈して運転者の挙動を読み取る。

目、口、頭、手を読み取る

研究者たちはまず、日常的な観点から眠気運転がどのように現れるかを分類する。警告兆候には、まばたきが遅く長くなる、繰り返しあくびをする、頭が垂れるまたは傾く、手がハンドルから滑り落ちるといったものが含まれる。AlphaPoseと呼ばれる姿勢推定法を用いて、システムは運転者の体の119のキーポイント、特に目、口、頭、手首周辺を追跡する。これらの点から、目や口の開き具合、首や目に対する頭の傾きや落ち具合などの単純な指標を算出する。また、各手首が時間を通じてハンドルの近くに留まっているか、あるいは離れていくかを確認し、運転者が堅固に制御しているかどうかの手がかりを得る。

複数の角度と時間を通して見る

単一の静止画像は誤解を招きやすいため、システムは孤立したフレームではなく短いビデオクリップを参照する。例えば、通常のまばたき一回は眠そうにまぶたを閉じる動作と似て見えることがあり、ダッシュボードをちらっと見る短い視線は単独で見ると居眠りの首振りに見えるかもしれない。こうした誤判定を避けるために、本手法は少なくとも20フレーム以上の連続フレームを通じて変化を解析し、疲労の手がかりが持続するかを追跡する。また、Driving Monitoring Datasetで収集された3つのカメラ視点――顔の正面、上半身の側面、手元のクローズビュー――を併用する。これらの角度を組み合わせることで、眼鏡や強い日光、動体ブレ、頭の向きによって顔が部分的に隠れている場合でもシステムの頑健性が高まる。

内部で動く賢い検出手法

背後では、システムは主に二つの部分から構成される。まず、高速な物体検出器YOLOv11n*が各フレームで運転者を検出し、AlphaPoseが正確にキーポイントをマーキングできるようにする。著者らは、ネットワークが目や指といった細部と広い文脈の両方を理解できるようにする特殊なハイブリッドプーリングブロックでこの検出器を改良している。次に、追跡されたすべてのキーポイントの位置と信頼度スコアが長短期記憶（LSTM）ネットワークに入力される。LSTMは時系列に適したモデルであり、目、口、頭、手の変化の組み合わせが運転者が覚醒しているとき、軽度に疲れているとき、重度に疲労しているときにどのように時間的に展開するかを学習し、現在の時間窓における各疲労レベルの確率を出力する。

実際の性能

研究チームは車内ビデオの大規模な公開データセットで手法を検証し、数千のラベル付き画像とクリップでモデルを訓練・評価した。他の畳み込みネットワーク、トランスフォーマー、LSTMの組み合わせを含む複数の主要なディープラーニング手法と比較して、提案するAlphaPose*–LSTMフレームワークは疲労レベル分類で報告されている中で最も高い精度、適合率、F1スコアを達成した。また、実時間近くで動作するのに十分高速であり、最初の20フレームが処理されると、新しい疲労推定を約48ミリ秒ごとに更新できるため、走行中の連続モニタリングに適している。

日常の運転にとっての意味

簡潔に言えば、本研究は車がカメラと賢いソフトウェアを用いて、目・口・頭・手の小さな変化を組み合わせて運転者の覚醒状態を確かな形で把握し、眠気の兆候を監視できることを示している。現在のシステムは日中条件に合わせて調整されており、夜間や他の環境では調整が必要だが、非侵襲的な視覚ベースのモニタリングが実用的な安全機能になり得ることを示唆している。疲労を早期に認識して休憩を促すことで、単に運転者が疲れて十分に目を開けていなかったために起きる多くの事故を防ぐ手助けができるだろう。

引用: Hao, Y., Sun, X., Liu, H. et al. A fatigue driving detection method based on driver posture and facial state analysis. Sci Rep 16, 15159 (2026). https://doi.org/10.1038/s41598-026-44994-4

キーワード: 運転者の疲労, 眠気運転, 運転者モニタリング, コンピュータビジョン, 道路安全