Uma rede neural convolucional pode avaliar imagens de infravermelho de rostos determinar com 93% de precisão se a pessoa está bêbada.
O sistema descrito no International Journal of Intelligent Information and Database Systems poderia ser implementado em locais onde dirigir sob o efeito do álcool e o comportamento embriagado são problemas comuns. Há mais de um milhão de mortes no mundo todo a cada ano por acidentes de trânsito, um grande número delas é resultado direto da embriaguez.
Kha Tu Huynh e Huynh Phuong Thanh Nguyen da Universidade Nacional do Vietnã da cidade de Ho Chi Minh explicam que os esforços anteriores para desenvolver uma maneira de detectar a embriaguez se concentraram nos indicadores de estado dos olhos, posição da cabeça ou estado funcional. Entretanto, tais sistemas podem ser confundidos por outros fatores. A equipe aponta que a análise de imagens térmicas oferece uma abordagem menos ambígua que também é não invasiva e poderia permitir que as autoridades fizessem uma triagem das pessoas nos centros das cidades ou em eventos onde é provável que o álcool seja consumido e as pessoas possam optar por dirigir para casa.
A equipe ressalta que é importante que qualquer sistema projetado para identificar pessoas embriagadas tenha uma taxa muito baixa de falsos positivos e falsos negativos. Afinal de contas, um falso negativo pode ver uma pessoa bêbada dirigindo seu carro, enquanto muitos falsos positivos impediriam os motoristas sóbrios de usar seus veículos e levariam à frustração e a uma perda de confiança no sistema entre o público.
Haverá sempre um compromisso em qualquer sistema desse tipo, seria preferível errar pelo lado da cautela, mas otimizar a classificação através de maiores conjuntos de dados de treinamento em uma população diversificada de imagens térmicas deveria aproximá-la do ideal, o que, naturalmente, seria a precisão teoricamente inalcançável de 100% com zero falsos positivos, e zero falsos negativos.
