7、头部姿态作为驾驶员视觉注意力的指标

头部姿态作为驾驶员视觉注意力的指标

1 引言

注意力不集中是道路事故的主要原因之一。因此，对驾驶员的行为进行建模和跟踪是非常重要的问题。关键在于监测能反映驾驶员注意力焦点的行为。驾驶员主要通过视觉输入获取驾驶所需的相关信息，如检查后视镜、车道操作和遵循交通标志等。同时，一些次要任务也需要视觉资源，这些任务可能会使驾驶员注意力从核心驾驶任务上转移，从而显著增加事故风险。

监测驾驶员的视觉注意力对于了解其对驾驶情况的感知至关重要。能够估计驾驶员在任何给定时间注视位置的技术，将提供有价值的上下文信息。例如，在进行驾驶操作前，我们可以确定驾驶员是否意识到相关信息，如其他车辆的存在。即使在自动驾驶时代，智能车辆理解驾驶员的能力也很重要，特别是在需要将车辆控制权交还给驾驶员的关键时刻。

目前，已有多种用于人机交互的注视检测算法，主要可分为基于特征的模型和基于外观的模型。基于特征的模型通过各种技术近似瞳孔位置来估计注视方向，如利用红外光反射和计算机视觉技术直接检测瞳孔；基于外观的模型则将眼睛图像投影到一个基上，将所得权重用作特征。尽管这些领域取得了显著进展，但高精度往往仅在受控环境中才能实现。在车辆环境中，由于光照变化、遮挡以及头部姿态的不固定等因素，准确的注视检测仍然是一个具有挑战性的研究问题。

基于以上情况，一些研究通过检测驾驶员可能关注的大致区域来简化预测视觉注意力的问题。因为头部姿态与注视方向相关，所以研究人员依靠头部姿态来粗略估计注视方向。在我们的研究中，我们深入研究了头部姿态与注视之间的关系，并进行了统计分析，以探究从头部姿态预测驾驶员注视的可能性，以及特定注视方向下头部姿态的变化情况。我们发现这种关系并非一一对应，眼睛和头部的运动在决定视觉注意力方面起着关键作