PQ-DAF：面向数据稀缺场景的驾驶员分心检测的姿态驱动质量受控数据增强框架

驾驶员分心检测对于提高交通安全和减少道路事故至关重要。然而，现有模型在部署到真实场景时，其泛化能力往往会下降。这一局限性主要源于实际环境中数据标注的高昂成本所导致的小样本学习挑战，以及训练数据集与目标部署条件之间存在显著的领域偏移。为解决这些问题，我们提出了一个姿态驱动的质量受控数据增强框架（PQ-DAF），该框架利用视觉-语言模型进行样本筛选，以经济高效地扩展训练数据并增强跨领域鲁棒性。具体而言，我们采用渐进式条件扩散模型（PCDMs）来精确捕捉关键的驾驶员姿态特征并合成多样化的训练样本。然后，引入一个基于 CogVLM 视觉-语言模型的样本质量评估模块，根据置信度阈值过滤掉低质量的合成样本，从而确保增强数据集的可靠性。大量实验表明，PQ-DAF 显著提升了小样本驾驶员分心检测的性能，在数据稀缺条件下实现了模型泛化能力的显著提升。