基于IR-UWB的驾驶员活动识别开放数据集与输入尺寸无关视觉转换器
计算机视觉与模式识别
2026-02-17 v2 人工智能
机器学习
摘要
分散驾驶导致全球致命事故。为应对这一问题，研究人员正在使用基于脉冲射频超宽带(IR-UWB)雷达的驾驶员活动识别(DAR)，该技术具有干扰抗性、低功耗和隐私保护等优势。然而，两个挑战限制了其采纳：缺乏覆盖多样化分心驾驶行为的大规模真实UWB数据集，以及难以将固定输入视觉转换器(ViT)适用于非标准维度的UWB雷达数据。本工作同时解决这两个挑战。我们提出ALERT数据集，包含10,220个七类分心驾驶活动的雷达样本，基于真实驾驶条件收集。我们还提出输入尺寸无关视觉转换器(ISA-ViT)，一个为雷达-based DAR设计的框架。该方法通过调整ViT输入要求的同时保留雷达特定信息（如多普勒频率和相位特征）。通过调整补丁配置并利用预训练的位置嵌入向量(PEV)，ISA-ViT克服了简单调整大小方法的局限性。此外，采用域融合策略结合范围域和频域特征以进一步提高分类性能。广泛实验表明，ISA-ViT相对于现有基于ViT的UWB DAR方法实现了22.68%的准确率提升。通过公开发布ALERT数据集并详细阐述我们的输入尺寸无关策略，本工作为开发更稳健、可扩展的分心驾驶检测系统提供了基础。
引用
@article{arxiv.2512.12206,
title = {ALERT Open Dataset and Input-Size-Agnostic Vision Transformer for Driver Activity Recognition using IR-UWB},
author = {Jeongjun Park and Sunwook Hwang and Hyeonho Noh and Jin Mo Yang and Hyun Jong Yang and Saewoong Bahk},
journal= {arXiv preprint arXiv:2512.12206},
year = {2026}
}
备注
Published in IEEE Access. DOI: 10.1109/ACCESS.2026.3663636 This version reflects the peer-reviewed and published manuscript