BlinkBud：基于单只耳机的后方危险目标采样单目3D检测
计算机视觉与模式识别
2025-12-02 v1 人机交互
机器学习
摘要
未及时意识到后方高速车辆逼近对行人和自行车的道路安全构成重大威胁。本文提出BlinkBud系统，利用单只耳机配合配对手机实时检测用户后方的危险目标。核心思想是通过对耳机拍摄的少量采样图像精准跟踪视觉识别的目标。为降低耳机和手机的功耗，同时保证最佳跟踪精度，设计了一种新型3D目标跟踪算法，集成基于卡尔曼滤波的轨迹估计算法与基于强化学习的最优图像采样策略。此外，通过利用估计的俯仰角和偏航角修正目标深度估计，将相机坐标系对齐至用户身体坐标系，从而显著消除用户头部运动对跟踪精度的影响。我们实现了BlinkBud原型系统并进行了大规模真实世界实验。结果表明，BlinkBud系统轻量化，耳机端平均功耗仅为29.8 mW，智能手机端为702.6 mW，能以低平均误报率(4.90%)和漏报率(1.47%)准确检测危险目标。
引用
@article{arxiv.2512.01366,
title = {BlinkBud: Detecting Hazards from Behind via Sampled Monocular 3D Detection on a Single Earbud},
author = {Yunzhe Li and Jiajun Yan and Yuzhou Wei and Kechen Liu and Yize Zhao and Chong Zhang and Hongzi Zhu and Li Lu and Shan Chang and Minyi Guo},
journal= {arXiv preprint arXiv:2512.01366},
year = {2025}
}
备注
This is the author-accepted version of the paper published in Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (IMWUT), Vol. 9, No. 4, Article 191, 2025. Final published version: https://doi.org/10.1145/3770707