科研之友
微信
新浪微博
Facebook
分享链接
摘要
在驾驶自动化水平的不同阶段，驾驶员的注视对理解驾驶意图具有不可缺少的重要作用。传统的驾驶员注视估计方法通常需要额外的设备来获取驾驶员的面部和眼睛特征，这很难广泛地应用到实际的驾驶场景中。论文对真实驾驶场景下估计驾驶员人眼注视区域，并降低设备的硬件要求，提出了一种基于多模态特征融合的驾驶员注视区域估计的方法。首先，使用论文提出的遮挡净化人脸检测器获取人脸及人脸关键点。然后采用POSIT算法对驾驶员头部姿态进行解算并得到驾驶员头部特征。随后，基于3D人眼模型的方法由2D关键点估计驾驶员视线方向。最后，结合驾驶员头部姿态及人眼凝视方向特征，利用改进的随机森林算法对注视区域进行估计。实验结果证明，该方法在Columbia凝视数据集和ND-DB数据集获得了92.5%的平均精度，并与其他数据集上的同类方法相比，有不低于6%的改进。
- 单位
