基于低成本边缘硬件的实时车内驾驶员行为识别

Computer Vision#Driver Monitoring Systems🔬 Research|分析: 2026年1月4日 00:03•
发布: 2025年12月26日 00:54
•
1分で読める
•ArXiv

分析

本文解决了汽车安全领域的一个关键需求，即开发可在廉价硬件上运行的实时驾驶员监控系统 (DMS)。 专注于低延迟、高能效和成本效益使得这项研究非常适合广泛部署。 紧凑的视觉模型、混淆感知标签设计和时间决策头的结合是提高准确性和减少误报的深思熟虑的方法。 跨多样数据集和真实世界测试的验证进一步增强了本文的贡献。 关于 DMS 在以人为本的车辆智能方面的潜力的讨论增加了本文的重要性。
引用 / 来源
查看原文
"The system covers 17 behavior classes, including multiple phone-use modes, eating/drinking, smoking, reaching behind, gaze/attention shifts, passenger interaction, grooming, control-panel interaction, yawning, and eyes-closed sleep."
A
ArXiv2025年12月26日 00:54
* 根据版权法第32条进行合法引用。
较旧

Method Decoration (DeMe): A Framework for LLM-Driven Adaptive Method Generation in Dynamic IoT Environments

较新

Sparsification of sums with respect to convex cones

相关分析

Computer Vision

面向缺失模态的鲁棒光学-SAR目标检测：动态质量感知融合框架

2026年1月4日 06:51

Computer Vision

Adina Trufinescu的实时视频处理空间分析

2025年12月29日 07:59

Computer Vision

无需机器学习的车牌检测

2026年1月3日 15:58

来源: ArXiv