Dreyev

imita Dreyev o comportamento de um passageiro confiável que pode avaliar o risco (associado com a velocidade, aceleração, frenagem, curvas, pavimento, tempo e condições de tráfego atuais), em seguida, combiná-lo contra o nível de atenção exibido pelo motorista. Se o motorista olha longe da estrada por muito tempo ou muito frequentemente, ou o carro está em ziguezague na pista, o passageiro virtual avisa o condutor com sinais específicos ou com expressões faladas.

Dreyev usa Computer Vision para analisar pose principal e analisar olhar olho e fechamento das pálpebras para sinalizar possível distração e condições sonolentos. Machine Learning permite a criação de modelos personalizados de hábitos de condução e experiência para garantir que as advertências são dadas somente quando necessário.