实体
Urban Driving-Face Scene Gaze
Urban Driving-Face Scene Gaze
PulseAugur coverage of Urban Driving-Face Scene Gaze — every cluster mentioning Urban Driving-Face Scene Gaze across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Transformer模型直接预测驾驶员注视对象
研究人员开发了TransGaze-Object，一个利用基于Transformer的交叉注意力的新型框架，可以直接从面部和场景特征预测驾驶员的注视对象。这种方法绕过了估计注视点的中间步骤，从而产生了更具语义意义的注意力表示。该框架在注视对象预测方面达到了60%的准确率，相比传统的注视点关联方法有了显著提高，并证明了错误率的大幅降低。
-
SGAP-Gaze网络利用场景注意力机制改进驾驶员注视点估计
研究人员开发了SGAP-Gaze，一种新型的驾驶员注视点估计网络，该网络整合了面部和周围场景信息。该方法使用基于Transformer的注意力机制融合驾驶员面部和交通场景的特征，创建一个更全面的注视意图向量。与Urban Driving-Face Scene Gaze (UD-FSG)数据集上的现有方法相比，该模型显著降低了平均像素误差，证明了在真实驾驶场景中准确性的提高。