論文の概要: Weather-Dependent Variations in Driver Gaze Behavior: A Case Study in Rainy Conditions

• arxiv url: http://arxiv.org/abs/2509.01013v1
• Date: Sun, 31 Aug 2025 22:33:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.501205
• Title: Weather-Dependent Variations in Driver Gaze Behavior: A Case Study in Rainy Conditions
• Title（参考訳）: 運転者の視線行動における気象依存性の変動--降雨条件を事例として
• Authors: Ghazal Farhani, Taufiq Rahman, Dominique Charlebois,
• Abstract要約: 本症例では, 降雨条件下で同一経路を走行する運転者の視線行動について検討する。 降雨条件は、より頻繁なダッシュボードの視認、より長い固定期間、高い視線上昇をもたらし、認知的焦点の増大を示唆する。
• 参考スコア（独自算出の注目度）: 0.8602553195689513
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Rainy weather significantly increases the risk of road accidents due to reduced visibility and vehicle traction. Understanding how experienced drivers adapt their visual perception through gaze behavior under such conditions is critical for designing robust driver monitoring systems (DMS) and for informing advanced driver assistance systems (ADAS). This case study investigates the eye gaze behavior of a driver operating the same highway route under both clear and rainy conditions. To this end, gaze behavior was analyzed by a two-step clustering approach: first, clustering gaze points within 10-second intervals, and then aggregating cluster centroids into meta-clusters. This, along with Markov transition matrices and metrics such as fixation duration, gaze elevation, and azimuth distributions, reveals meaningful behavioral shifts. While the overall gaze behavior focused on the road with occasional mirror checks remains consistent, rainy conditions lead to more frequent dashboard glances, longer fixation durations, and higher gaze elevation, indicating increased cognitive focus. These findings offer valuable insight into visual attention patterns under adverse conditions and highlight the potential of leveraging gaze modeling to aid in the design of more robust ADAS and DMS.
• Abstract（参考訳）: 雨天は視界の低下と車両の牽引のために道路事故のリスクを著しく高める。 このような条件下での視線行動を通して、経験豊富なドライバーがどのように視覚に適応するかを理解することは、堅牢なドライバー監視システム(DMS)を設計し、高度なドライバー支援システム(ADAS)を通知するために重要である。 本症例では, 降雨条件下で同一経路を走行する運転者の視線行動について検討する。 この目的のために、視線行動は、2段階のクラスタリングアプローチによって分析された。まず、視線点を10秒間隔でクラスタリングし、その後、クラスターセントロイドをメタクラスタに集約する。 これはマルコフ遷移行列や、固定期間、視線高度、方位分布などの指標とともに、意味のある行動変化を示す。 時折ミラーチェックで道路に集中する全体的な視線行動は一貫しているが、雨の状況はダッシュボードの視線を頻繁にし、固定期間を長くし、視線高を高くし、認知的焦点を増す。 これらの知見は、悪条件下での視覚的注意パターンに関する貴重な洞察を与え、より堅牢なADASとDMSの設計を支援するために、視線モデリングを活用する可能性を強調している。

関連論文リスト

• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  GARLIC: GPT拡張強化学習のフレームワーク。 本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
  論文  参考訳（メタデータ） (2024-08-19T08:23:38Z)
• Snowy Scenes,Clear Detections: A Robust Model for Traffic Light Detection in Adverse Weather Conditions [5.208045772970408]
  逆天候は、現在の検知システムにとって大きな課題を示し、しばしば失敗と潜在的な安全リスクをもたらす。 本稿では,そのような条件下での物体検出を改善するための新しいフレームワークとパイプラインを提案する。 その結果、平均IoUとF1のスコアは、素早い微調整に比べて40.8%改善した。
  論文  参考訳（メタデータ） (2024-06-19T11:52:12Z)
• In-vehicle Sensing and Data Analysis for Older Drivers with Mild Cognitive Impairment [0.8426358786287627]
  本研究の目的は、高精度の位置決めとテレマティクスデータを得ることができる低コストの車内センシングハードウェアを設計することである。 軽度認知障害(MCI)と軽度認知障害(MCI)を比較した統計的分析の結果,MCIはよりスムーズで安全な運転パターンを示すことが明らかとなった。 我々のランダムフォレストモデルでは、夜間旅行の数、旅行数、教育がデータ評価に最も影響を及ぼす要因として特定されました。
  論文  参考訳（メタデータ） (2023-11-15T15:47:24Z)
• 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)
• Cognitive Accident Prediction in Driving Scenes: A Multimodality Benchmark [77.54411007883962]
  本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。 CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。 我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-12-19T11:43:02Z)
• Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing [70.16043883381677]
  自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。 悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。 本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
  論文  参考訳（メタデータ） (2022-01-10T10:02:40Z)
• Towards Safer Transportation: a self-supervised learning approach for traffic video deraining [0.9281671380673306]
  本研究では,交通映像中の雨害を除去する2段階の自己教師型学習手法を提案する。 その結果, 画像品質とピーク信号雑音比の両面から, 良好な性能を示した。
  論文  参考訳（メタデータ） (2021-10-11T19:17:07Z)
• A Benchmark for Spray from Nearby Cutting Vehicles [7.767933159959353]
  本論文は噴霧による乱れの検査方法について述べる。 噴霧による乱れを評価するための評価スキームとともに、新しい軽量噴霧装置を導入している。 密閉車両の一般的なシナリオでは、歪みが最大4秒までの知覚スタックに深刻な影響を与えていることが分かる。
  論文  参考訳（メタデータ） (2021-08-24T15:40:09Z)
• When Do Drivers Concentrate? Attention-based Driver Behavior Modeling With Deep Reinforcement Learning [8.9801312307912]
  本研究では,運転者の行動を観察に基づいて近似し,運転者の注意度を計測するアクタ批判手法を提案する。 反応時間を考慮してアクターネットワークにアテンション機構を構築し,連続した観測の時間的依存性を捉える。 実世界の車両軌道データを用いて実験を行い,提案手法の精度が7つのベースラインアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2020-02-26T09:56:36Z)

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。