文献

J-GLOBAL ID：202202270121666995   整理番号：22A1062656

外観ベース注視推定を用いた自動車環境における注意散漫検出【JST・京大機械翻訳】

Distraction Detection in Automotive Environment using Appearance-based Gaze Estimation

著者 (3件)： L.R.D Murthy (I3D Lab, Centre for Product Design and Manufacturing, Indian Institute of Science, India) ,  Mukhopadhyay Abhishek (Indian Institute of Science, India and Indian Institute of Information Technology, India) ,  Biswas Pradipta (I3D Lab, Centre for Product Design and Manufacturing, Indian Institute of Science, India)
資料名： ACM Proceedings  (ACM Proceedings)
号： IUI ’22 Companion  ページ： 38-41  発行年： 2022年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動車におけるディストラクション検出システムは,乗客の主要な安全性のために非常に重要である。視覚混乱を検出するために,運転性能計量の間接的方法の使用に限定した以前のアプローチ。最近の方法は,交差ドメイン性能が調べられていない凝視ゾーン推定のための専用分類モデルを開発することを試みた。設定または参加者に関する仮定がなされていないより一般的な外観ベースの注視推定アプローチを採用した。MAGE-Netを,MPIIGzeデータセット上の最先端技術の状態によって,パー性能に関して達成しながら,より少ない数のパラメータを有するMAGE-Netを提案した。提案したMAGE-Netを用い,10人の参加者で自動車設定でクロスドメイン評価を行った。自動車の内部領域に対するMAGE-Netを用いた注視領域誤差は,xおよびy方向でそれぞれ15.61cmおよび15.13cmであった。これらの結果を利用して,駆動シミュレータを用いて視覚混乱を検出する提案システムの能力を実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  視覚 ,  安全性 ,  *自動車 ,  シミュレータ ,  推定 ,  運転者 ,  走行性能 ,  乗客 ,  パラメータ ,  カオス ,  *注意
準シソーラス用語： 固視 ,  推定モデル ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 注意散漫検出 ,  運転者の注意散漫 ,  視線追跡の評価 ,  注視推定モデル

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  運転者  (TB01040V) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 外観 ,  注視 ,  推定 ,  自動車 ,  環境 ,  注意