多任务视线估计:应对光照变化和眼镜遮挡的鲁棒方案
多任务视线估计:应对光照变化和眼镜遮挡的鲁棒方案
论文信息
- 标题: Multi-task driver gaze estimation in real world driving scenes
- 期刊: Engineering Applications of Artificial Intelligence, 2025
- 发表时间: 2025年8月9日
- DOI: 10.1016/j.engappai.2025.110894
核心问题
实际驾驶场景中的视线估计面临多重挑战:
| 挑战 | 影响 | 传统方法表现 |
|---|---|---|
| 光照变化 | 夜间、隧道、进出阴影区域 | 精度下降 30-50% |
| 眼镜遮挡 | 反光、框架遮挡眼睛区域 | 检测失败率 > 20% |
| 相邻区域混淆 | 相邻视线区域难以区分 | 准确率 < 80% |
| 个人差异 | 不同驾驶员的视线习惯 | 泛化能力差 |
核心创新
1. 多任务学习框架
1 | |
2. 光照鲁棒性增强
1 | |
3. 眼镜遮挡处理
1 | |
实验结果
1. 光照鲁棒性测试
| 场景 | 传统方法准确率 | 本文方法准确率 | 提升 |
|---|---|---|---|
| 白天正常光照 | 92.3% | 93.1% | +0.8% |
| 夜间低光照 | 68.5% | 89.7% | +21.2% |
| 隧道进出口 | 71.2% | 91.3% | +20.1% |
| 阴影区域 | 74.6% | 90.8% | +16.2% |
| 逆光场景 | 62.3% | 88.5% | +26.2% |
2. 眼镜遮挡处理
| 眼镜类型 | 检测成功率 | 视线估计精度 | RMSE (度) |
|---|---|---|---|
| 无眼镜 | - | 93.1% | 5.2 |
| 普通眼镜 | 96.5% | 90.3% | 6.8 |
| 墨镜 | 89.2% | 82.7% | 9.5 |
| 反光眼镜 | 91.8% | 84.5% | 8.7 |
3. 视线区域分类
| 区域 | 准确率 | 混淆主要区域 |
|---|---|---|
| 前方道路 | 96.2% | 后视镜 (2.1%) |
| 左后视镜 | 91.5% | 左侧窗 (5.3%) |
| 右后视镜 | 90.8% | 右侧窗 (6.1%) |
| 仪表盘 | 94.3% | 中控屏 (3.8%) |
| 中控屏 | 88.7% | 仪表盘 (7.2%) |
| 左侧窗 | 92.1% | 左后视镜 (4.5%) |
| 右侧窗 | 91.7% | 右后视镜 (5.1%) |
| 车顶 | 87.3% | 后视镜 (8.9%) |
| 腿部区域 | 85.6% | 仪表盘 (10.2%) |
IMS 开发启示
1. 视线估计模块架构
graph TB
subgraph 输入处理
A1[红外摄像头<br/>OV2311]
A2[光照检测<br/>Histogram Analysis]
end
subgraph 预处理
B1[光照归一化<br/>Retinex Algorithm]
B2[眼镜检测<br/>Specular Analysis]
end
subgraph 多任务网络
C1[骨干网络<br/>MobileNetV3]
C2[区域分类<br/>9 zones]
C3[方向回归<br/>yaw/pitch]
C4[眼睛状态<br/>visibility]
end
subgraph 后处理
D1[时间平滑<br/>Kalman Filter]
D2[融合决策<br/>Zone + Direction]
end
A1 --> B1
A2 --> B1
B1 --> C1
B2 --> C1
C1 --> C2
C1 --> C3
C1 --> C4
C2 --> D2
C3 --> D2
D2 --> D1
2. 部署优化
1 | |
参考文献
Zhang et al. (2025). Multi-task driver gaze estimation in real world driving scenes. Engineering Applications of Artificial Intelligence.
Hu et al. (2025). FIFA: Fine-grained Inter-frame Attention for Driver’s Video Gaze Estimation. CVPR 2025.
总结
多任务视线估计方法通过联合学习区域分类和方向回归,在光照变化、眼镜遮挡等挑战场景下取得了显著提升。
IMS 开发启示:
- 多任务架构:区域分类 + 方向回归 + 眼睛状态,联合训练
- 光照鲁棒性:光照增强训练 + Retinex 归一化预处理
- 眼镜处理:反射检测 + 头部姿态补偿 + 外角估计
- 部署优化:INT8 量化 + 时间平滑 + 边缘推理
量化指标:
- 夜间准确率:89.7%(传统方法 68.5%)
- 眼镜场景准确率:90.3%(普通眼镜)
- 边缘推理延迟:< 30ms(QCS8255)
论文来源:Engineering Applications of Artificial Intelligence 2025 | IMS 研究笔记
多任务视线估计:应对光照变化和眼镜遮挡的鲁棒方案
https://dapalm.com/2026/08/16/2026-08-09-Multi-Task-Gaze-Estimation-Robust-Illumination/