كشفُ نُعاسِ السَّائقِ باستخدامِ نموذجٍ هجينٍ قائمٍ على Vision Transformer وَالشَّبكاتِ العصبيّةِ المُتكرّرةِ

المؤلفون

  • يعرب ديوب جامعةِ طرطوس – كليَّةُ هندسةِ تكنولوجيا المعلوماتِ وَ الاتِّصالاتِ – قسمُ هندسةِ تكنولوجيا المعلوماتِ
  • فاطمة قداد جامعةِ طرطوس – كليَّةُ هندسةِ تكنولوجيا المعلوماتِ وَ الاتِّصالاتِ – قسمُ هندسةِ تكنولوجيا المعلوماتِ
  • آيه عباس جامعةِ طرطوس- كليَّةُ هندسةِ تكنولوجيا المعلوماتِ والاتّصالاتِ – قسمُ هندسةِ تكنولوجيا المعلوماتِ

الكلمات المفتاحية:

كشفُ نُعاسِ السَّائقِ، Vision Transformer، الشَّبكاتُ العصبيَّةُ المُتكرِّرةُ، LSTM، GRU، BiLSTM، أنظمةُ مُساعدةِ السَّائقِ.

الملخص

تُعدُّ حالةُ نُعاسِ السَّائقِ أثناءَ القيادةِ من العواملِ الرَّئيسةِ المُؤدِّيةِ إلى الحوادثِ المُروريَّةِ، لما لها من تأثيرٍ مُباشرٍ على مُستوى الانتباهِ وزمنِ الاستجابةِ واتّخاذِ القرارِ. يهدفُ هذا البحثُ إلى تطويرِ نظامٍ ذكيٍّ لكشفِ نُعاسِ السَّائقِ بالاعتمادِ على تحليلِ تسلسلِ الإطاراتِ الوجهيَّةِ المُلتقطةِ من كاميرا داخلَ المركبةِ باستخدامِ تقنيَّاتِ التَّعلُّمِ العميقِ. يعتمدُ النِّظامُ المُقترَحُ على نموذجِ Vision Transformer (ViT) لاستخراجِ الميزاتِ المكانيّةِ العميقةِ من إطاراتِ الوجهِ، ثمّ دمجِ هذهِ الميزاتِ مع نماذجِ الشَّبكاتِ العصبيَّةِ المُتكرِّرةِ، وهي Long Short-Term Memory (LSTM) وGated Recurrent Unit (GRU) وBidirectional LSTM (BiLSTM)، بهدفِ مُعالجةِ البُعدِ الزَّمنيّ وتمثيلِ تطوّرِ حالةِ السَّائقِ عبرَ الزَّمنِ . تمَّ تقييمُ أداءِ النِّظامِ باستخدامِ قاعدةِ البياناتِ العامَّةِ National Tsing Hua University - Driver Drowsiness Detection Dataset (NTHU-DDD)، مع تقسيمِ البياناتِ إلى مجموعاتِ تدريبٍ وتحقّقٍ واختبارٍ وفقَ بروتوكولٍ تجريبيٍّ واضحٍ. أظهرتِ النَّتائجُ التَّجريبيّةُ أنَّ نموذجَ ViT-LSTM حقَّقَ أعلى دقّةٍ في التَّصنيف، في حينٍ تميَّزَ نموذجُ ViT-GRU بزمنِ استجابةٍ أقلّ، ممّا يجعلهُ أكثرَ مُلاءمةً للتَّطبيقاتِ الآنيّة. تُؤكِّدُ هذهِ النَّتائجُ فعاليَّةَ البُنيةِ المُقترَحةِ في تحقيقِ توازنٍ مُناسبٍ بينَ دقّةِ الكشفِ والكفاءةِ الزَّمنيّةِ، ممّا يعزّزُ إمكانيّةَ اعتمادِها ضمنَ أنظمةِ مُساعدةِ السَّائقِ الذَّكيَّةِ   Advanced Driver Assistance Systems (ADAS).

التنزيلات

منشور

2026-10-29