論文の概要: Robust Seatbelt Detection and Usage Recognition for Driver Monitoring Systems

• arxiv url: http://arxiv.org/abs/2203.00810v1
• Date: Wed, 2 Mar 2022 01:04:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-03 14:47:00.235475
• Title: Robust Seatbelt Detection and Usage Recognition for Driver Monitoring Systems
• Title（参考訳）: 運転監視システムにおけるロバストシートベルト検出と利用認識
• Authors: Feng Hu
• Abstract要約: 現在のシートベルトリマインダーシステムは「シーベルト警告ストッパー」で簡単に騙せる シートベルトの使用認識には、赤外線(IR)カメラにおける色情報の欠如など、多くの課題がある。
• 参考スコア（独自算出の注目度）: 1.6752182911522522
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Wearing a seatbelt appropriately while driving can reduce serious crash-related injuries or deaths by about half. However, current seatbelt reminder system has multiple shortcomings, such as can be easily fooled by a "Seatbelt Warning Stopper", and cannot recognize incorrect usages for example seating in front of a buckled seatbelt or wearing a seatbelt under the arm. General seatbelt usage recognition has many challenges, to name a few, lacking of color information in Infrared (IR) cameras, strong distortion caused by wide Field of View (FoV) fisheye lens, low contrast between belt and its background, occlusions caused by hands or hair, and imaging blurry. In this paper, we introduce a novel general seatbelt detection and usage recognition framework to resolve the above challenges. Our method consists of three components: a local predictor, a global assembler, and a shape modeling process. Our approach can be applied to the driver in the Driver Monitoring System (DMS) or general passengers in the Occupant Monitoring System (OMS) for various camera modalities. Experiment results on both DMS and OMS are provided to demonstrate the accuracy and robustness of the proposed approach.
• Abstract（参考訳）: 運転中にシートベルトを適切に着用すると、重傷や死亡事故を約半分減らすことができる。 しかし、現在のシートベルトリマインダーシステムは「シートベルト警告ストッパー」によって容易に騙されるような複数の欠点があり、座ったシートベルトの前に座ったり、腕の下にシートベルトを着けたりといった誤用を認識できない。 一般的なシートベルト使用認識には、赤外線(ir)カメラの色情報不足、広視野(fov)魚眼レンズによる強い歪み、ベルトと背景のコントラストの低さ、手や髪による閉塞、画像のぼやけなど、多くの課題がある。 本稿では,上記の課題を解決するために,新しいシートベルト検出・使用法認識フレームワークを提案する。 本手法は, 局所予測器, グローバルアセンブラ, 形状モデリングプロセスという3つの要素からなる。 本手法は,ドライバ監視システム(DMS)のドライバや,Occupant Monitoring System(OMS)の一般ユーザに対して,様々なカメラモードで適用することができる。 提案手法の精度とロバスト性を示すため, DMS と OMS の両実験を行った。

関連論文リスト

• Real-time accident detection and physiological signal monitoring to enhance motorbike safety and emergency response [0.35337216626844875]
  都市化と生活水準の向上により、道路上の車両の数が大幅に増加した。 バイク事故は特にリスクが高く、重傷や重傷を負う。 本稿では,バイク事故に特化して設計された新しい自動検知・通知システムを提案する。
  論文  参考訳（メタデータ） (2024-03-28T01:41:31Z)
• On using Machine Learning Algorithms for Motorcycle Collision Detection [0.0]
  衝突シミュレーションにより,エアバッグやシートベルトなどの受動的安全対策を装備すれば,車両衝突時の重傷や死亡のリスクを大幅に低減できることが示された。 本稿では,衝突を確実に検出する上での課題として,機械学習アルゴリズムの適用性について検討する。
  論文  参考訳（メタデータ） (2024-03-14T15:32:25Z)
• Vehicle Safety Management System [0.0]
  本研究では,YOLO(You Only Look Once)オブジェクト検出アルゴリズムとステレオビジョン技術を組み合わせたリアルタイムオーバーテイク支援システムを提案する。 距離解析にはステレオビジョン,オブジェクト識別にはYOLO(You Only Look Once)が用いられている。
  論文  参考訳（メタデータ） (2023-04-16T16:15:25Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• Integrated In-vehicle Monitoring System Using 3D Human Pose Estimation and Seat Belt Segmentation [13.203876440179771]
  本稿では,3次元ポーズ推定,シートベルト分割,シートベルト状態分類ネットワークを組み合わせた車内モニタリングシステムを提案する。 実験の結果,本手法は実車載監視システムに直接適用可能な性能が極めて高いことがわかった。
  論文  参考訳（メタデータ） (2022-04-17T07:20:50Z)
• Drivers' attention detection: a systematic literature review [62.997667081978825]
  多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。 技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。 本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
  論文  参考訳（メタデータ） (2022-04-06T11:36:40Z)
• Self-Supervised Steering Angle Prediction for Vehicle Control Using Visual Odometry [55.11913183006984]
  視覚オドメトリー法を用いて推定したカメラポーズを用いて,車両の軌道制御をモデルに訓練する方法を示す。 車両の前方にカメラを設置することにより,複数の異なる走行経路からの軌跡情報を活用するスケーラブルなフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-20T16:29:01Z)
• Driver Glance Classification In-the-wild: Towards Generalization Across Domains and Subjects [5.562102367018285]
  運転者の気晴らしを検出する機能を備えた運転支援システム(ADAS)は、事故の防止と運転者の安全向上に役立つ。 運転者の顔のパッチを眼領域の作物と共に入力し、視線を車両内の6つの粗い関心領域(ROI)に分類するモデルを提案する。
  論文  参考訳（メタデータ） (2020-12-05T00:23:01Z)
• Driver Intention Anticipation Based on In-Cabin and Driving Scene Monitoring [52.557003792696484]
  本稿では,車内映像と交通シーン映像の両方に基づいて運転者の意図を検出する枠組みを提案する。 本フレームワークは,83.98%,F1スコア84.3%の精度で予測を行う。
  論文  参考訳（メタデータ） (2020-06-20T11:56:32Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)
• Training-free Monocular 3D Event Detection System for Traffic Surveillance [93.65240041833319]
  既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。 現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。 本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
  論文  参考訳（メタデータ） (2020-02-01T04:42:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。