面向驾驶员监控系统的鲁棒安全带检测与佩戴识别
计算机视觉与模式识别
2022-03-03 v1
摘要
驾驶时正确佩戴安全带可将严重碰撞相关的伤亡减少约一半。然而，当前的安全带提醒系统存在诸多缺陷，例如容易被“安全带警告消除器”欺骗，且无法识别不正确的佩戴方式，如坐在已扣好的安全带前面或将安全带系在腋下。通用的安全带佩戴识别面临许多挑战，例如红外 (IR) 摄像头缺乏颜色信息、大视场 (FoV) 鱼眼镜头造成的强烈畸变、安全带与背景之间的低对比度、手或头发造成的遮挡以及成像模糊。本文提出一种新颖的通用安全带检测与佩戴识别框架以解决上述挑战。我们的方法由三个组件构成：局部预测器、全局组装器和形状建模过程。我们的方法可应用于驾驶员监控系统 (DMS) 中的驾驶员或乘员监控系统 (OMS) 中的普通乘客，并适用于多种摄像头模态。文中提供了在 DMS 和 OMS 上的实验结果，以证明所提方法的准确性和鲁棒性。
引用
@article{arxiv.2203.00810,
title = {Robust Seatbelt Detection and Usage Recognition for Driver Monitoring Systems},
author = {Feng Hu},
journal= {arXiv preprint arXiv:2203.00810},
year = {2022}
}
备注
AAAI 2022 Workshop on Trustworthy Autonomous Systems Engineering 2022 (https://jinghany.github.io/trase2022/program/)