論文の概要: Occlusion-aware Driver Monitoring System using the Driver Monitoring Dataset
- arxiv url: http://arxiv.org/abs/2504.20677v1
- Date: Tue, 29 Apr 2025 11:58:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:54.87898
- Title: Occlusion-aware Driver Monitoring System using the Driver Monitoring Dataset
- Title（参考訳）: ドライバモニタリングデータセットを用いた咬合認識ドライバモニタリングシステム
- Authors: Paola Natalia Cañas, Alexander Diez, David Galvañ, Marcos Nieto, Igor Rodríguez,
- Abstract要約: 本稿では、ドライバモニタリングデータセット(DMD)を用いたロバストドライバ監視システム(DMS)を提案する。
このシステムは、低照度シナリオに挑戦するなど、様々な照明条件下で運転者の識別、地域ごとの視線推定、顔閉塞検出を行う。
これらのアルゴリズムの開発と統合について、さまざまなセンサーと実車実装を扱う上での課題に対処しながら、密集したパイプラインに詳述する。
- 参考スコア（独自算出の注目度）: 42.27703025887059
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents a robust, occlusion-aware driver monitoring system (DMS) utilizing the Driver Monitoring Dataset (DMD). The system performs driver identification, gaze estimation by regions, and face occlusion detection under varying lighting conditions, including challenging low-light scenarios. Aligned with EuroNCAP recommendations, the inclusion of occlusion detection enhances situational awareness and system trustworthiness by indicating when the system's performance may be degraded. The system employs separate algorithms trained on RGB and infrared (IR) images to ensure reliable functioning. We detail the development and integration of these algorithms into a cohesive pipeline, addressing the challenges of working with different sensors and real-car implementation. Evaluation on the DMD and in real-world scenarios demonstrates the effectiveness of the proposed system, highlighting the superior performance of RGB-based models and the pioneering contribution of robust occlusion detection in DMS.
- Abstract（参考訳）: 本稿では、ドライバモニタリングデータセット(DMD)を利用した、頑健でオクルージョン対応ドライバ監視システム(DMS)を提案する。
このシステムは、低照度シナリオに挑戦するなど、様々な照明条件下で運転者の識別、地域ごとの視線推定、顔閉塞検出を行う。
EuroNCAPの勧告に従って、オクルージョン検出を取り入れることで、システムのパフォーマンスが低下する可能性があることを示すことで、状況認識とシステムの信頼性が向上する。
このシステムは、RGBと赤外線(IR)画像に基づいて訓練された別個のアルゴリズムを用いて、信頼性の高い機能を保証する。
これらのアルゴリズムの開発と統合について、さまざまなセンサーと実車実装を扱う上での課題に対処しながら、密集したパイプラインに詳述する。
DMDおよび実世界のシナリオでの評価は,提案システムの有効性を示し,RGBモデルの性能向上とDMSにおけるロバスト・オクルージョン検出の先駆的貢献を強調した。
関連論文リスト
- Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。
このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。
クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
論文 参考訳（メタデータ） (2025-03-21T12:27:49Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳（メタデータ） (2023-04-21T02:20:24Z) - 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) - Monitoring of Perception Systems: Deterministic, Probabilistic, and
Learning-based Fault Detection and Identification [21.25149064251918]
認識システムにおけるランタイム障害検出と識別の問題を形式化する。
診断グラフを用いて故障検出と識別を行う,決定論的,確率的,学習ベースのアルゴリズムのセットを提供する。
本稿では,LGSVLオープンソース自律運転シミュレータにおいて,複数の現実的な故障モードを再現する実験的な評価を行った。
論文 参考訳（メタデータ） (2022-05-22T19:08:45Z) - Does Thermal data make the detection systems more reliable? [1.2891210250935146]
マルチモーダル協調フレームワークに基づく包括的検知システムを提案する。
このフレームワークは、RGB(ビジュアルカメラから)と熱(赤外線カメラから)の両方のデータから学習する。
実験の結果,精度の向上は名目上はいるものの,難易度と難易度は高いことがわかった。
論文 参考訳（メタデータ） (2021-11-09T15:04:34Z) - RGB-D Railway Platform Monitoring and Scene Understanding for Enhanced
Passenger Safety [3.4298729855744026]
本稿では,人間を地上平面上で検出し追跡するための柔軟な解析手法を提案する。
我々は、RGBと深度に基づく検出と追跡の複数の組み合わせについて検討する。
その結果,奥行きに基づく空間情報と学習表現の組み合わせにより,検出精度と追跡精度が大幅に向上した。
論文 参考訳（メタデータ） (2021-02-23T14:44:34Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
本稿では,認識システムにおける実行時モニタリングと故障検出と識別のための数学的モデルを提案する。
本稿では,LGSVL自動運転シミュレータとApollo Auto自動運転ソフトウェアスタックを用いた実写シミュレーションにおいて,PerSySと呼ばれるモニタリングシステムを実演する。
論文 参考訳（メタデータ） (2020-11-11T23:03:14Z) - DMD: A Large-Scale Multi-Modal Driver Monitoring Dataset for Attention
and Alertness Analysis [54.198237164152786]
視覚は運転監視システム(DMS)の最も豊かで費用対効果の高い技術である
十分に大規模で包括的なデータセットの欠如は、DMS開発の進展のボトルネックとなっている。
本稿では,実運転シナリオとシミュレーション運転シナリオを含む広範囲なデータセットであるドライバモニタリングデータセット(DMD)を紹介する。
論文 参考訳（メタデータ） (2020-08-27T12:33:54Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
知覚は、ロボット工学や自動運転車などの自律システムの高統合的応用において重要な要素である。
知覚システムの重要さにもかかわらず、システムレベルのモニタリングには正式なアプローチは存在しない。
本稿では,認識システムの実行時モニタリングと故障検出のための数学的モデルを提案する。
論文 参考訳（メタデータ） (2020-05-24T18:09:46Z) - 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。