基于掩码图像建模自监督学习的驾驶员分心行为检测新方法
计算机视觉与模式识别
2023-07-14 v4
摘要
驾驶员分心每年导致大量交通事故，造成经济损失与人员伤亡。目前商用车辆的自动化水平远未实现完全无人化，驾驶员仍在车辆操作与控制中发挥重要作用。因此，驾驶员分心行为检测对道路安全至关重要。当前驾驶员分心检测主要依赖传统卷积神经网络（CNN）与监督学习方法。然而，仍存在标注数据集成本高、捕获高层语义信息能力有限及泛化性能弱等挑战。为解决这些问题，本文提出一种基于掩码图像建模的用于驾驶员分心行为检测的自监督学习新方法。首先，引入掩码图像建模（MIM）的自监督学习框架，以解决数据集标注引起的大量人力物力消耗问题。其次，采用 Swin Transformer 作为编码器。通过重新配置 Swin Transformer 模块并调整各阶段窗口多头自注意力（W-MSA）与移位窗口多头自注意力（SW-MSA）检测头数量分布，实现模型轻量化并提升性能。最后，采用多种数据增强策略与最佳随机掩码策略，以增强模型的识别与泛化能力。在大规模驾驶员分心行为数据集上的测试结果表明，本文提出的自监督学习方法准确率达 99.60%，逼近先进监督学习方法的优异性能。我们的代码公开于 github.com/Rocky1salady-killer/SL-DDBD。
引用
@article{arxiv.2306.00543,
title = {A Novel Driver Distraction Behavior Detection Method Based on Self-supervised Learning with Masked Image Modeling},
author = {Yingzhi Zhang and Taiguo Li and Chao Li and Xinghong Zhou},
journal= {arXiv preprint arXiv:2306.00543},
year = {2023}
}