掩蔽图像建模自监督方法

标注成本骤降

通过自监督学习消除对标注数据的依赖，在驾驶员分心检测上达到与监督学习相当的性能，模型更轻量、泛化更强。

Zhang, Yingzhi · 李泰国 · Chao, Li · Xinghong, Zhou

IEEE Internet of Things Journal 2023

参数信息

准确率

99.60 %

技术优势

无需标注数据

采用自监督学习框架，通过掩蔽图像建模从无标签数据中学习表征，大幅降低数据集标注的人力和物力消耗。

模型更轻量

通过重构 Swin Transformer 模块并调整各阶段窗口多头自注意力和移位窗口多头自注意力的检测头分布，使模型更加轻量化。

精度逼近监督学习

在大规模驾驶员分心行为数据集上达到 99.60% 的准确率，接近先进监督学习方法的优秀性能。

应用场景

• 辅助驾驶：实时检测驾驶员分心，为辅助驾驶系统提供预警信号，提升道路安全。
• 车载智能：轻量模型可部署于车载设备，无需云端即可完成分心识别，保护隐私。
• 工业安全监控：无需大量标注数据即可训练，可快速适配工业作业中的分心行为监测。
• 行为识别：自监督预训练模型可迁移到其他行为识别任务，降低数据标注成本。