DMD:注意と警告解析のための大規模マルチモーダル運転者監視データセット【JST・京大機械翻訳】

Ortega Juan Diego; Kose Neslihan; Canas Paola; Chao Min-An; Unnervik Alexander; Nieto Marcos; Otaegui Oihana; Salgado Luis

プレプリント

J-GLOBAL ID：202202218414507689 整理番号：21P0045977

DMD:注意と警告解析のための大規模マルチモーダル運転者監視データセット【JST・京大機械翻訳】

DMD: A Large-Scale Multi-Modal Driver Monitoring Dataset for Attention and Alertness Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2020年08月27日プレプリントサーバーでの情報更新日： 2020年08月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ビジョンは,特に深学習(DL)法の最近の成功の後,運転者モニタリングシステム(DMS)のための最も豊富で,最も費用対効果の高い技術である。十分に大きく包括的なデータセットの欠如は,現在,DMS開発の進展のボトルネックであり,SAEレベル-2からSAEレベル-3への自動運転の移行に決定的である。本論文では,実および模擬運転シナリオを含む広範なデータセットである運転者モニタリングデータセット(DMD)を紹介する:それは,37名の運転者の顔,体および手を捕える3台のカメラからのRGB,深さおよびIRビデオの41時間において,混乱,注視配置, d眠,手-車輪相互作用および文脈データである。既存の類似データセットとの比較を含め,DMDは,より広範囲で,多様で,多目的であることを示した。DMDの使用を,DL訓練プロセスで使用するために準備された13の混乱活動を含む,その部分集合,dBehaviorMDデータセットを抽出することにより例証した。さらに,著者らは,dBehaviorMDに基づいて,コスト効率の良いCPUのみのプラットフォーム上で実行できる実世界アプリケーションを目標とするロバストでリアルタイムのドライバ行動認識システムを提案した。その性能は,異なるタイプの融合戦略で評価され,それは,すべて,リアルタイム応答を提供する精度の向上を達成した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

運転者

, , , , ,

前のページに戻る