Dapalm | IMS技术前沿

驾驶员疲劳检测系统综述：ML/DL方法系统评价 | 2026 系统综述解读

论文信息

• 标题： Driver Drowsiness Detection using Machine Learning and Deep Learning Techniques: A Systematic Review
• 期刊： Archives of Academic Emergency Medicine, 2026 Jun; 14(1):e19
• 链接： https://pmc.ncbi.nlm.nih.gov/articles/PMC13265076/

综述核心发现

1. 方法分类统计

方法类别	论文占比	代表技术	平均准确率
CNN(单模态)	35%	VGG/ResNet/MobileNet	92-97%
Transformer	8%	ViT/Swin	97-99%
多模态融合	22%	CNN+生理信号	94-98%
传统ML	15%	SVM/RF+特征工程	80-90%
时序模型	12%	LSTM/GRU+CNN	88-95%
混合架构	8%	CNN+Transformer	96-99%

2. 数据集使用统计

数据集	使用率	类型	规模	优势
NTHU-DDD	28%	视频	820K帧	最常用
YawDD	22%	视频	324视频	哈欠检测
DROZY	15%	EEG	14人	生理信号
UTA-RLDD	12%	视频	60人	真实场景
MRL Eye	18%	图像	84K张	眼部分类
自建	35%	混合	不等	特定场景

3. 关键发现

维度	综述发现
最佳单模态	ViT (99.15%)
最佳多模态	CNN+EEG (98.5%)
最常用模态	RGB摄像头 (68%)
边缘部署最佳	MobileNet+量化 (96.8%, 15fps)
实时性瓶颈	时序模型(>100ms延迟)
最大挑战	跨域泛化(光照/个体)

技术趋势分析

1. 2019-2026 方法演进

graph LR
    A[2019-2021<br/>CNN主导<br/>VGG/ResNet<br/>92-95%] --> B[2021-2023<br/>轻量CNN<br/>MobileNet/EfficientNet<br/>94-97%]
    B --> C[2023-2025<br/>Transformer引入<br/>ViT/Swin<br/>97-99%]
    C --> D[2025-2026<br/>多模态融合<br/>CNN+Transformer+生理<br/>96-99%]
    D --> E[未来<br/> Foundation Model<br/>预训练+微调<br/>99%+]

2. 评价指标使用统计

指标	使用率	说明
Accuracy	95%	最常用但有局限
Precision/Recall	72%	类别不均衡时重要
F1-Score	65%	平衡指标
AUC	38%	ROC曲线
延迟(ms)	22%	实时性
FPS	28%	吞吐率
模型大小	15%	部署约束

3. 当前挑战

挑战	严重度	当前最佳方案
光照变化	⭐⭐⭐	IR摄像头+数据增强
个体差异	⭐⭐⭐	域对抗训练
眼镜遮挡	⭐⭐	多尺度特征
微睡眠检测	⭐⭐⭐	时序模型+高帧率
实时性	⭐⭐	模型量化+剪枝
误报控制	⭐⭐⭐	时序决策头

IMS 开发启示

1. 方法选型建议

场景	推荐方法	理由
量产基础版	MobileNetV3+量化	96.8%, 15fps, 部署友好
高精度版	ViT-Small	99%, 需更强NPU
多模态	CNN+雷达心率	98%+, 融合提升
极端场景	域适应+增强	提升泛化

2. 数据集组合策略

# IMS 数据策略建议
data_strategy = {
    '训练集': 'NTHU-DDD (主) + YawDD (补充哈欠)',
    '验证集': 'UTA-RLDD (真实场景) + 自采(车内)',
    '测试集': '自采(跨驾驶员/跨光照)',
    '增强': 'Omniverse合成(极端场景)',
    '比例': '真实70% + 合成30%'
}

3. 评价指标体系

评价维度	指标	目标
准确性	F1-Score	>95%
实时性	延迟	<50ms
吞吐率	FPS	>25
部署	模型大小	<5MB(INT8)
误报	每小时误报	<1次
漏报	微睡眠漏报率	<5%

4. 综述揭示的研究空白

空白领域	机会	IMS方向
认知分心检测	几乎无成熟方案	EEG/眼动熵
跨域泛化	个体/光照差	域对抗+合成
OOP+疲劳联合	鲜有研究	多任务学习
极端温度场景	数据缺失	合成数据补
驾驶员-ADAS协同	接管评估	DMS+ADAS

总结

该系统综述覆盖了2026年最新的疲劳检测方法：

1. Transformer超越CNN：ViT 99%+准确率
2. 多模态是趋势：CNN+生理信号+雷达
3. 实时部署仍是瓶颈：时序模型延迟高
4. 跨域泛化是最大挑战：个体/光照差异

对 IMS 的直接价值：

• 方法选型有据可依
• 数据集组合策略可直接采用
• 评价体系目标明确可量化
• 研究空白指明创新方向