본 논문은 기존의 간단한 경고 시스템을 넘어, 기관사의 피로도를 실시간으로 모니터링하는 시스템을 제시합니다. 맞춤형 지향 그래프 신경망(DGNN)을 사용하여 기관사의 상태를 '주의 집중', '주의 산만', '병리적' 세 가지 범주로 분류합니다. 골격 정보, 얼굴 정보, 그리고 두 가지 정보의 조합을 비교 분석한 결과, 골격 및 얼굴 정보를 결합했을 때 3가지 상태 분류 정확도가 80.88%로 가장 높았으며, 주의 집중 여부 이진 분류에서는 99% 이상의 정확도를 달성했습니다. 또한, 시뮬레이션된 병리적 상태를 포함하는 새로운 데이터셋을 제시하여 피로 및 건강 관련 위험 평가의 범위를 넓혔습니다. 이 연구는 비전 기반 기술을 활용한 고급 실시간 모니터링을 통해 철도 안전을 향상시키는 데 기여합니다.
