自然驾驶环境中车前方和双视图视频输入的注意力检测情境分析
计算机视觉与模式识别
2026-04-20 v1
摘要
尽管计算机视觉驱动的注意力驾驶检测越来越受关注，但大多数现有模型仅依赖车前方视角，忽略了影响驾驶行为的关键环境背景。本研究探讨了在自然驾驶条件下，是否将路面前方视角与车前方录像结合，可提高注意力检测的准确度。使用来自真实驾驶场景的同步双摄像头录像，我们对三种领先的时空动作识别架构进行基准测试：SlowFast-R50、X3D-M 和 SlowOnly-R50。每种模型都在两种输入配置下进行评估：仅车前方和堆叠双视图。结果表明，虽然环境背景输入在某些模型中可提高检测精度，但性能提升强烈取决于底层架构。单路径SlowOnly模型在双视图输入下实现了9.8%的提升，而双路径SlowFast模型因表征冲突而出现7.2%的精度下降。这些发现表明，仅仅增加视觉背景并不足以提高性能，除非专为多视图集成而设计体系结构。本研究为使用自然驾驶数据进行单视图和双视图注意力检测模型的系统性比较提供了其中之一，强调了面向未来多模态司机监控系统的融合感知设计的重要性。
引用
@article{arxiv.2512.20025,
title = {A Contextual Analysis of Driver-Facing and Dual-View Video Inputs for Distraction Detection in Naturalistic Driving Environments},
author = {Anthony Dontoh and Stephanie Ivey and Armstrong Aboah},
journal= {arXiv preprint arXiv:2512.20025},
year = {2026}
}