نظام ذكي لسلامة الطرق وكشف نعاس السائقين باستخدام التعلم العميق المتقدم (Spatio-Temporal Deep Learning).

تم تصميم نظام ذكاء اصطناعي هجين يعتمد على المعالجة الزمانية والمكانية لتحليل تتابعات الفيديو واكتشاف إشارات الإرهاق والنعاس مبكراً.

🛠️ المعمارية البرمجية:
• Built from Scratch: تطوير النموذج بـ PyTorch دون أوزان مسبقة التدريب.
• Spatial Features: شبكة CNN من 4 طبقات للتعرف على ملامح الوجه (العينين، وضعية الرأس).
• Temporal Analysis: طبقتين Bi-LSTM لتحليل 16 إطار فيديو متتالي وتتبع أنماط التعب.

📊 البيانات والتدريب:
• Dataset: Driver Drowsiness Dataset (DDD) بـ 41,793 صورة في متتابعات زمنية.
• Environment: Kaggle GPU P100 لأبعاد [batch, 3, 16, 224, 224].

🏆 النتائج:
• Test Accuracy: 99.23%
• Recall - Drowsy: 100%
• Precision - Drowsy: 99%
• F1-Score: 99%

💻 التقنيات:
• PyTorch 2.0+, CNN + Bi-LSTM, OpenCV, Python, Kaggle GPU P100, CUDA