何处与何物：基于驾驶员注意力的目标检测
计算机视觉与模式识别
2022-05-24 v2 人机交互
摘要
人类驾驶员利用注意机制聚焦于关键物体并做出驾驶决策。由于人类注意力可从注视数据揭示，捕获并分析注视信息近年来已兴起以裨益自动驾驶技术。此前该领域工作主要旨在预测人类驾驶员“看向何处”，而缺乏“关注何种”物体的知识。我们的工作弥合了像素级与物体级注意力预测之间的鸿沟。具体而言，我们提出将注意力预测模块集成到预训练目标检测框架中，并以基于网格的方式预测注意力。此外，基于预测的注视区域识别关键物体。我们在两个驾驶员注意力数据集 BDD-A 和 DR(eye)VE 上评估所提方法。我们的框架在像素级与物体级的注意力预测上均取得有竞争力的 SOTA 性能，且计算效率高得多（少 75.3 GFLOPs）。
引用
@article{arxiv.2204.12150,
title = {Where and What: Driver Attention-based Object Detection},
author = {Yao Rong and Naemi-Rebecca Kassautzki and Wolfgang Fuhl and Enkelejda Kasneci},
journal= {arXiv preprint arXiv:2204.12150},
year = {2022}
}
备注
22 pages