通过模态与视角分析实现实时驾驶员监测系统
计算机视觉与模式识别
2022-10-19 v1 人机交互
机器人学
摘要
驾驶员分心是道路交通事故的主要原因。虽然监测系统可以检测非驾驶相关活动并有助于降低风险，但它们必须准确且高效才具有适用性。不幸的是，最先进的方法优先考虑准确性而忽略延迟，因为它们利用跨视角和多模态视频，其中连续帧高度相似。因此，在本文中，我们通过忽略视频帧之间的时间关系来追求时间高效的检测模型，并研究每种传感模态在检测驾驶活动中的重要性和。实验表明：1）我们提出的算法是实时的，并且与基于视频的模型相比，以显著减少的计算量实现了相似的性能（97.5% AUC-PR）；2）带有红外通道的顶视比任何其他单一模态都更具信息量。此外，我们通过手动标注 DAD 数据集的测试集来增强它，以实现多分类。我们还深入分析了视觉传感器类型及其放置位置对每一类预测的影响。代码和新标签将被发布。
引用
@article{arxiv.2210.09441,
title = {Real-Time Driver Monitoring Systems through Modality and View Analysis},
author = {Yiming Ma and Victor Sanchez and Soodeh Nikan and Devesh Upadhyay and Bhushan Atote and Tanaya Guha},
journal= {arXiv preprint arXiv:2210.09441},
year = {2022}
}
备注
Paper summaries that our work on the DAD dataset