Издательство Springer Nature представляет исследование одобренное Комитетом по этике Нанкинского университета аэронавтики и астронавтики.
Несмотря на то, что возможности производства самолётов улучшились, человеческий фактор по-прежнему играет ключевую роль в авиационных происшествиях. Например, несчастные случаи, связанные с усталостью, являются распространённой причиной авиационных происшествий по вине человека. Таким образом, точное определение усталости пилотов может помочь повысить безопасность полётов. В статье предлагается модель распознавания усталости с помощью свёрточной нейронной сети (CNN) и распознавания лиц курсантов лётных школ. Сначала с помощью метода, называемого наземно-воздушным общением, при симуляции полёта определяются характеристики лиц лётных инструкторов. Затем с помощью пакета Dlib определяются 68 характеристик лиц. Характеристики усталости определяются на основе характеристик лиц для построения модели EMF для выявления признаков усталости на лице. Наконец, предложенный алгоритм PSO-CNN был реализован для изучения и обучения набора данных, и сетевой алгоритм достиг коэффициента распознавания 93,9% на тестовом наборе данных, что позволяет эффективно определять уровень усталости у курсантов лётных школ. Кроме того, надёжность предложенного алгоритма была подтверждена путём сравнения двух моделей машинного обучения.
