DriverGaze360：面向对象导向的全景司机注视
计算机视觉与模式识别
2026-03-06 v3
摘要
预测司机注视是开发可解释的自动驾驶系统和理解混合人类-自动驾驶车辆交通场景中司机行为的关键问题。尽管通过大规模司机注视数据集和深度学习架构取得了显著进展，但现有工作受限于狭窄的前置视场和有限的驾驶多样性，无法捕捉驾驶环境的完整空间背景，尤其是在变道、转弯以及涉及行人或骑自行车者等周边对象的互动时。本文我们引入 DriverGaze360，一个大规模 360° 视场司机注视数据集，包含约 100 万帧带注视标记的帧，来自 19 名司机，使我们能够对司机注视行为进行全方位建模。此外，我们的全景注意力预测方法 DriverGaze360-Net 联合学习注意力图和所关注的对象，通过采用辅助语义分割头来实现。这提高了对宽广全景输入的空间感知和注意力预测。广泛的实验表明，DriverGaze360-Net 在全景驾驶图像上实现了多项指标上的状态-of-the-art 注意力预测性能。数据集和方法可在 https://dfki-av.github.io/drivergaze360 获取。
引用
@article{arxiv.2512.14266,
title = {DriverGaze360: OmniDirectional Driver Attention with Object-Level Guidance},
author = {Shreedhar Govil and Didier Stricker and Jason Rambach},
journal= {arXiv preprint arXiv:2512.14266},
year = {2026}
}
备注
Accepted to CVPR 2026