論文の概要: Context-Aware Causal Gaze Forecasting for Human-Vehicle Interaction During In-Cabin Tracking Dropouts

• arxiv url: http://arxiv.org/abs/2609.12374v1
• Date: Fri, 11 Sep 2026 02:44:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.592261
• Title: Context-Aware Causal Gaze Forecasting for Human-Vehicle Interaction During In-Cabin Tracking Dropouts
• Title（参考訳）: カービン内追尾落下時の人車間相互作用に対する文脈対応因果予測
• Abstract要約: 本稿では,60フレーム前の視線と頭ポーズを符号化したCausal Context-Gated Forecaster(CCGF)を紹介する。 自然発生型GazeSenseヘッド_lostイベントを10人のドライバーが10.5hの自然運転から引き起こしたCCGFの評価を行った。
• 参考スコア（独自算出の注目度）: 0.9668407688201359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dashboard-mounted gaze trackers often lose sight of the driver's eyes during large head rotations, including shoulder checks, mirror glances, and intersection scanning. These maneuvers occur when information about the driver's visual attention is most useful. Offline gap-filling methods may reconstruct a missing interval using observations from both sides, but an online driver-monitoring system cannot rely on measurements that have not yet occurred. We therefore formulate causal gaze recovery: forecasting unavailable gaze at time t without target-tracker gaze at t or later. We introduce the Causal Context-Gated Forecaster (CCGF), which encodes a 60-frame pre-dropout history of gaze and head pose and combines it with DINOv3 scene features. A learned reliability gate controls the contribution of the history and scene representations as the dropout progresses. We evaluate two scene conditions: Live, in which the scene representation continues to update during tracker loss, and Frozen, in which the final pre-dropout representation is used throughout the missing interval. We evaluate CCGF on 2,047 eligible, naturally occurring GazeSense head\_lost events drawn from 10.5 h of naturalistic driving by ten drivers. Across all recordings, head\_lost accounts for 8.5 percent of GazeSense recording time. Synchronized gaze coordinates from a head-mounted Neon tracker provide supervision and evaluation targets but are never used as model inputs. Under leave-one-driver-out evaluation, CCGF achieves a mean per-driver median error of 175.7 px (10.5 deg) with Live scene updates, a 33 percent reduction relative to history-only causal forecasting. With Frozen scene input, the error increases to 210.8 px (12.9 deg), indicating that scene observations acquired during the dropout provide useful predictive information. We will release the dataset, evaluation protocol, and causal baselines.
• Abstract（参考訳）: ダッシュボード搭載の視線追跡装置は、肩のチェック、ミラーの外観、交差走査など、大きな頭部回転中に運転者の目を見失うことが多い。 これらの操作は、運転者の視覚的注意に関する情報が最も有用である場合に発生する。 オフラインのギャップ埋め方式は、両面からの観測により欠落間隔を再構築するが、オンライン運転監視システムは、まだ発生していない測定に頼らない。 そこで我々は因果性視線回復を定式化した: t 以降の目標視線を使わずに t 時間で利用できない視線を予測する。 視覚と頭部ポーズの60フレーム前投射履歴をエンコードし,DINOv3シーンの特徴と組み合わせたCausal Context-Gated Forecaster (CCGF)を紹介した。 学習された信頼性ゲートは、ドロップアウトが進行するにつれて、履歴とシーン表現のコントリビューションを制御する。 シーン表現がトラッカーロス中に更新され続けるライブと、最後のドロップアウト表現が欠落した間隔で使用されるFrozenの2つのシーン条件を評価する。 自然発生型 GazeSense head\_lost イベントを 10 人の運転者による 10.5 h の自然運転から引き起こした CCGF の評価を行った。 すべての録音において、 Head\_lost は GazeSense の録音時間の8.5%を占めている。 ヘッドマウントされたネオントラッカーからの同期ガゼ座標は、監督と評価の目標を提供するが、モデル入力として使用されることはない。 CCGFは、運転士ごとの平均中央値誤差を175.7 px (10.5 deg) とし、ライブシーンの更新を行い、履歴のみの因果予測に比べて33%低減した。 凍結シーン入力では、誤差は210.8 px (12.9 deg)に増加し、ドロップアウト中に得られたシーン観測が有益な予測情報を提供することを示す。 データセット、評価プロトコル、因果ベースラインをリリースします。

関連論文リスト

• GazeFS: Target-Centered Gaze-Trajectory Forecasting and Stabilization from Gaze-Head History [9.30511118313211]
  ターゲット中心の視線相互作用は、フレーム間変動を抑制する以上のものを必要とする。 我々は、視線補正をオンライン目標中心の視線軌道予測と安定化として定式化する。 可変長ガゼヘッド履歴を次の目標中心方向へマッピングするGazeFSを紹介する。
  論文  参考訳（メタデータ） (2026-09-03T13:56:36Z)
• Inference-Time Attention Steering for Vision-Language-Action Driving Models [0.8538830579425146]
  視覚言語-アクション(VLA)駆動モデルは、拡散に基づく軌道デコーダと推論段階を結合する。 我々は,Alpamayo-R1のQwen3-VLバックボーン上の検出器局在化トラフィックアクターの視覚トークンに対する有界付加性プレソフトマックスアテンションバイアスについて検討した。
  論文  参考訳（メタデータ） (2026-08-17T20:03:38Z)
• Zero-Shot Traffic Accident Detection via a Coarse-to-Fine VLM-Tracking Pipeline [0.10874100424278173]
  ACCIDENT @ CVPRベンチマークは、厳密な制約の下で、この共同予測を正確に評価する。 我々は,凍結したQwen3-VL-32B-インストラクション視覚言語モデルとYOLO11xオブジェクト検出とBoT-SORTトラッキングを組み合わせた,トレーニングフリーで2パスの粗いパイプラインを提案する。 公式の2,027クリップの実CCTVテストセットにおいて,本システムは0.504の3方向高調波平均スコアを達成した。
  論文  参考訳（メタデータ） (2026-08-09T19:08:56Z)
• Adaptive Human Trajectory Prediction via Latent Corridors [49.13061580045407]
  シーン固有の適応軌道予測の問題を定式化する。 本稿では,潜伏回廊と呼ばれる即時チューニングにインスパイアされた新しい適応手法を提案する。 0.1%の追加モデルパラメータでは、MOTシンスシミュレーションデータの改善が23.9%、MOTおよびワイルドトラックにおけるADEが16.4%となる。
  論文  参考訳（メタデータ） (2023-12-11T18:59:12Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• 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)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Detecting Invisible People [58.49425715635312]
  我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。 私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。 第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
  論文  参考訳（メタデータ） (2020-12-15T16:54:45Z)
• Spatiotemporal Relationship Reasoning for Pedestrian Intent Prediction [57.56466850377598]
  視覚データに対する推論は、ロボティクスとビジョンベースのアプリケーションにとって望ましい能力である。 本稿では,歩行者の意図を推論するため,現場の異なる物体間の関係を明らかにするためのグラフ上でのフレームワークを提案する。 歩行者の意図は、通りを横切る、あるいは横断しない将来の行動として定義され、自動運転車にとって非常に重要な情報である。
  論文  参考訳（メタデータ） (2020-02-20T18:50:44Z)

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。