聚光灯聚焦：从单张图像估计司机注视时长
计算机视觉与模式识别
2026-01-13 v1
摘要
路边广告牌是户外广告的核心元素，但其存在可能导致司机注意力分散并增加事故风险。本研究引入一个全自动化管道，用于 billboard 检测和司机注视时长估计，旨在评估广告牌的相关性，而无需依赖手动标注或眼动跟踪设备。我们的管道包含两个阶段：（1）基于 Mapillary Vistas 训练的 YOLO 目标检测模型并在 BillboardLamac 数据集上微调，实现 billboard 检测任务中94%的 mAP@50；（2）基于检测到的边界框位置和 DINOv2 特征的分类器。 proposed 管道使我们能够从单个帧中估计司机对 billboard 的注视时长。我们展示了该方法在 BillboardLamac 上实现68.1%的准确率（考虑单个帧）。这些结果进一步使用来自 Google Street View 的图像进行了验证。
引用
@article{arxiv.2601.07073,
title = {Billboard in Focus: Estimating Driver Gaze Duration from a Single Image},
author = {Carlos Pizarroso and Zuzana Berger Haladová and Zuzana Černeková and Viktor Kocur},
journal= {arXiv preprint arXiv:2601.07073},
year = {2026}
}
备注
Accepted as a position paper at VISAPP 2026