論文の概要: Eyes on the Road: A Naturalistic Comparison of MTW Rider Gaze in Urban Indian Traffic

• arxiv url: http://arxiv.org/abs/2609.33811v1
• Date: Sun, 27 Sep 2026 18:03:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 16:35:23.075027
• Title: Eyes on the Road: A Naturalistic Comparison of MTW Rider Gaze in Urban Indian Traffic
• Title（参考訳）: 道路上の視線:インドの都市交通におけるMTWライダーの視線に関する自然比較
• Abstract要約: 自動車化された二輪車(MTW)がインドの道路を支配しているが、運転行動研究では不足している。 本研究では,都市交通におけるMTW運転者の視線行動の大規模解析を行った。
• 参考スコア（独自算出の注目度）: 0.5352699766206809
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motorized two-wheelers (MTW) dominate Indian roads but remain underrepresented in driver behavior research. This study presents the first large-scale analysis of MTW driver gaze behavior in naturalistic, heterogeneous urban traffic, using the \textit{myEye2Wheeler} dataset. A semantic segmentation pipeline (YOLOv11 + SAM2) was used to extract object-level gaze metrics under two attention modes: direct gaze (foveal overlap) and central vision (parafoveal monitoring). Results reveal a functional division: central vision supports broad monitoring, while direct gaze enables brief, selective sampling. Novice riders exhibit road-anchored scanning, returning to the road between object fixations, while experienced riders form longer chains of attention across multiple objects. The findings suggest that experience primarily refines temporal rhythm rather than altering allocation strategy and reduces object-class effects in gaze patterns. These findings offer new insight into MTW attention structures and inform future work on behavior modeling and safety systems.
• Abstract（参考訳）: 自動車化された二輪車(MTW)がインドの道路を支配しているが、運転行動研究では不足している。 本研究では, MTW運転者の視線行動の自然的, 異種都市交通における大規模分析を, textit{myEye2Wheeler} データセットを用いて行った。 セマンティックセグメンテーションパイプライン (YOLOv11 + SAM2) は、直接視線(対物重なり)と中心視線(対物監視)の2つの注意モードの下で、対象レベルの視線メトリクスを抽出するために使用された。 中心視は広範囲のモニタリングをサポートし、直接視線は短時間で選択的なサンプリングを可能にする。 熟練したライダーは、複数のオブジェクトにまたがって長い注意の連鎖を形成する一方、初心者ライダーは、オブジェクトの固定の間の道路に戻るロードアンカレッドスキャンを表示します。 これらの結果から,体験は配当戦略を変えるのではなく,時間的リズムを改良し,視線パターンの客観的影響を低減することが示唆された。 これらの知見は、MTWの注意構造に関する新たな洞察を与え、行動モデリングと安全システムに関する今後の研究を知らせるものである。

関連論文リスト

• Cross-Paradigm Evaluation of Gaze-Based Semantic Object Identification for Intelligent Vehicles [2.867517731896504]
  本稿では,車両のフロントカメラが捉えた道路シーンからの意味的識別タスクとして,この課題に取り組む。 直接物体検出(YOLOv13)、セグメント化支援分類(SAM2対EfficientNetV2対YOLOv13)、クエリベースの視覚言語モデル(VLM)の3つのアプローチについて検討した。 その結果、直接物体検出(YOLOv13)とQwen2.5-VL-32bは、他の手法よりも大幅に優れており、マクロF1スコアは0.84以上であることがわかった。
  論文  参考訳（メタデータ） (2026-02-01T21:43:02Z)
• Future-Aware End-to-End Driving: Bidirectional Modeling of Trajectory Planning and Scene Evolution [96.25314747309811]
  将来的なシーンの進化と軌道計画を共同でモデル化する,新たなエンドツーエンドフレームワークであるSeerDriveを紹介する。 本手法はまず,周辺環境の動態を予測するために,将来の鳥眼ビュー(BEV)の表現を予測する。 2つの重要な要素がこれを可能にする:(1)予測されたBEV機能を軌道プランナーに注入する将来対応計画、(2)反復的なシーンモデリングと車両計画。
  論文  参考訳（メタデータ） (2025-10-13T07:41:47Z)
• Weather-Dependent Variations in Driver Gaze Behavior: A Case Study in Rainy Conditions [0.8602553195689513]
  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。
  論文  参考訳（メタデータ） (2025-08-31T22:33:30Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• Understanding and Modeling the Effects of Task and Context on Drivers' Gaze Allocation [12.246649738388388]
  我々は,ドライバーの視線予測を明示的な行動と文脈情報で調節する新しいモデルを開発した。 我々は、DR(eye)VEで使用されるデータ処理パイプラインを補正し、記録された視線データのノイズを低減する。 我々は、サリエンシとドライバの視線予測のためのベースラインモデルとSOTAモデルをベンチマークし、新しいアノテーションを使用して、異なるタスクを含むシナリオにおけるパフォーマンスの変化を分析する。
  論文  参考訳（メタデータ） (2023-10-13T17:38:41Z)
• OpenLane-V2: A Topology Reasoning Benchmark for Unified 3D HD Mapping [84.65114565766596]
  交通シーン構造を考慮したトポロジ推論のための最初のデータセットであるOpenLane-V2を提案する。 OpenLane-V2は2000のアノテートされた道路シーンで構成され、交通要素と車線との関係を記述している。 様々な最先端手法を評価し,OpenLane-V2の定量的,定性的な結果を示し,交通現場におけるトポロジ推論の今後の道筋を示す。
  論文  参考訳（メタデータ） (2023-04-20T16:31:22Z)
• 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)
• Studying Person-Specific Pointing and Gaze Behavior for Multimodal Referencing of Outside Objects from a Moving Vehicle [58.720142291102135]
  物体選択と参照のための自動車応用において、手指しと目視が広く研究されている。 既存の車外参照手法は静的な状況に重点を置いているが、移動車両の状況は極めて動的であり、安全性に制約がある。 本研究では,外部オブジェクトを参照するタスクにおいて,各モダリティの具体的特徴とそれら間の相互作用について検討する。
  論文  参考訳（メタデータ） (2020-09-23T14:56:19Z)
• Two-Stream Networks for Lane-Change Prediction of Surrounding Vehicles [8.828423067460644]
  高速道路のシナリオでは、人間のドライバーは視覚的手がかりのみを使用して車両を取り巻く早期の切り込みと切り抜きの操作を予想する。 周囲車両の車線変化認識と予測に対処するため,ビデオカメラからの視覚的手がかりを積み重ねることで,行動認識・予測問題としてこの問題を提起する。 2ストリーム畳み込みネットワークと乗算器ネットワークという2つのビデオアクション認識アプローチが分析されている。
  論文  参考訳（メタデータ） (2020-08-25T07:59:15Z)

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。