基于深度神经网络预测驾驶员意图
计算机视觉与模式识别
2021-06-02 v2
摘要
为提升驾驶安全性并避免车祸，高级驾驶辅助系统（ADAS）受到显著关注。近期研究聚焦于将预测驾驶员意图作为这些系统的关键部分。在本研究中，我们提出了一种新框架，利用 4 种输入并结合 Brain4Cars 数据集来预测驾驶员操纵，操纵预测在实际动作发生前 5、4、3、2、1 秒完成。我们在三种场景下评估框架：仅使用 1）车内视角 2）车外视角 3）车内与车外视角同时使用。我们将数据集划分为训练、验证与测试集，并采用 K 折交叉验证。与最先进研究相比，我们的架构更快，且在第二与第三场景中取得更高性能。采用准确率、精确率、召回率与 F1 分数作为评估指标，车外视角结果分别为 82.41%、82.28%、82.42% 与 82.24%，车内车外视角结合分别为 98.90%、98.96%、98.90% 与 98.88%。
引用
@article{arxiv.2105.14790,
title = {Predicting Driver Intention Using Deep Neural Network},
author = {Mahdi Bonyani and Mina Rahmanian and Simindokht Jahangard},
journal= {arXiv preprint arXiv:2105.14790},
year = {2021}
}