Abstract
В статье рассматриваются методы разработки интеллектуальной системы мониторинга состояния усталости водителей с применением технологий машинного обучения. Усталость водителя является одной из ведущих причин дорожно-транспортных происшествий, особенно на длительных маршрутах и при ночных сменах. Предложенная модель на основе коэффициента пропорции глаз (EAR) и классификатора с использованием метода опорных векторов (SVM) обеспечивает эффективное детектирование морганий и других признаков усталости в режиме реального времени. Особое внимание уделено устойчивости модели к изменениям условий освещения и ориентации головы, что повышает надежность системы в сложных эксплуатационных условиях. В результате тестирования предложенной системы были получены высокие показатели точности, что делает ее подходящей для использования в интеллектуальных транспортных системах.