从六秒驾驶员宏观扫视中能预测什么？
计算机视觉与模式识别
2016-11-29 v1 人机交互
机器学习
摘要
我们考虑来自100辆车自然驾驶研究的真实道路驾驶大型数据集，以探索驾驶员扫视的预测能力，具体回答以下问题：从一个6秒的宏观扫视序列中，关于驾驶员状态和驾驶环境状态能预测什么？此类扫视基于上下文的特性使得监督学习可应用于基于视觉的凝视估计问题，使其在混乱的真实世界条件下鲁棒、准确且可靠。因此，值得询问此类宏观扫视是否可用于推断行为、环境和人口统计变量？我们基于这些变量分析了27个二分类问题。结论是，扫视可作为多传感器实时系统的一部分，用于预测电台调谐、疲劳状态、未打信号、交谈以及若干环境变量。
引用
@article{arxiv.1611.08754,
title = {What Can Be Predicted from Six Seconds of Driver Glances?},
author = {Lex Fridman and Heishiro Toyoda and Sean Seaman and Bobbie Seppelt and Linda Angell and Joonbum Lee and Bruce Mehler and Bryan Reimer},
journal= {arXiv preprint arXiv:1611.08754},
year = {2016}
}