真乄科技業的頂尖投資團隊

歐姆龍開發出了“駕駛員注意力集中度感測技術”，根據拍攝的汽車駕駛員的圖像，分3級判斷駕駛注意力集中程度（圖1）。可用於提醒駕駛員保持注意力，以及在自動駕駛與手動駕駛間安全切換的用途。歐姆龍的目標是2019～2020年投入實用。

圖1：配備歐姆龍開發的“駕駛員注意力集中度感測技術”的車載傳感器

目前，使用攝像頭檢測駕駛員狀態的技術基本都是單獨檢測“瞌睡”、“走神”等狀態，無法應付多種多樣的危險狀況。歐姆龍此次通過運用深度學習，能夠應對原來檢測不出的各種危險（圖2）。

圖2：歐姆龍開發的“駕駛員注意力集中度感測技術”

利用深度學習處理的數據是實時拍攝的駕駛員圖像，也就是時間序列數據。為了使用時間序列數據，深度學習算法是歐姆龍以RNN（遞歸神經網絡）為基礎自主改進的方法。RNN具有將過去的信息保存於內部的機制。

此外，為了在車載環境中運行，還在降低處理負荷方面下了一番工夫。通常，直接輸入拍攝的圖像時必須要在處理中使用大量的硬件資源。雖然通過降低圖像的分辨率可以減輕處理的負荷，但這樣容易導致駕駛員狀態檢測所需的信息也隨之丟失。因此，此次通過從原圖像中截取重要信息較多的面部部分，將截取的過去數幀的面部圖像（局部面部信息）以及低分辨率的整體圖像（大局性動作圖像）作為輸入數據，在保持判斷精度的同時，降低了處理負荷。

歐姆龍開發該技術的背景是全球對自動駕駛的部分解禁。為了使自動駕駛實現實用化，歐美等已經開始討論修改與道路交通相關的《日內瓦條約》。照此發展下去，預計到2018年自動駕駛就會在高速公路等得到部分解禁。自動駕駛得到部分解禁時，就需要對駕駛員的自動駕狀況實施監測。而且，從自動駕駛切換為手動駕駛時，也需要技術手段來判定駕駛員能否安全駕駛。

歐姆龍表示，今後還預定向汽車以外的領域推廣該技術，比如在工廠感測工人的疲勞程度，用於健康用途，等等。此外，該公司還將尋找合作夥伴，以便開展用途驗證。