Eulerian Phase-based Motion Magnification: 从视频到雷达的微动放大——生命体征检测新突破
Eulerian Phase-based Motion Magnification: 从视频到雷达的微动放大——生命体征检测新突破 论文来源：Lacuna 收录 · 2026年9月作者：Oshim, Surti, Goldfine, Carreiro, Ganesan, Jayasuriya, Rahman核心方向：Eulerian运动放大 · UWB雷达 · 相位放大 · 心率/呼吸率检测 论文信息 项目 内容 论文标题 Eulerian Phase-based Motion Magnification for High-Fidelity Vital Sign Estimation with Radar in Clinical Settings 作者 Oshim, Surti, Goldfine, Carreiro, Ganesan, Jayasuriya, Rahman 收录平台 Lacuna (tiptreesystems.com) 年份 2026 链接 Lacuna 核心贡献 首次将Eulerian运动放大从2D视频迁移到1D U...
Toyota眼动+手势拍照专利：DMS摄像头视线落点→车外摄像头联动的「目光捕捉」系统
Toyota眼动+手势拍照专利：DMS摄像头视线落点→车外摄像头联动的「目光捕捉」系统 专利来源：USPTO 专利号 US 2026/0261754 A1 · 2026年9月公开专利权人：Toyota Motor Corporation核心方向：眼动追踪 · 驾驶员视线落点 · 车外摄像头联动 · 语音/手势触发 · 场景信息获取 专利信息 项目 内容 专利号 US 2026/0261754 A1 标题 Systems and Methods for Capturing Driver-Relevant Road Scene Information 专利权人 Toyota Motor Corporation 公开日期 2026年9月 核心方向 利用DMS眼动追踪联动车外摄像头拍摄驾驶员所见内容 核心创新Toyota的专利不是新的眼动追踪算法，而是一个创新的DMS应用场景——将驾驶员视线落点与车外摄像头联动，实现”目光捕捉”（Gaze Capture）： DMS摄像头→视线方向：车内DMS摄像头追踪驾驶员眼睛朝向 车外摄...
M4Human：CVPR 2026 最大规模 mmWave 雷达人体网格重建基准——IMS OOP 异常姿态检测的新引擎
M4Human：CVPR 2026 最大规模 mmWave 雷达人体网格重建基准——IMS OOP 异常姿态检测的新引擎论文信息 项目 内容 标题 M4Human: A Large-Scale Multimodal mmWave Radar Benchmark for Human Mesh Reconstruction 作者 Junqiao Fan, Yunjiao Zhou, Yizhuo Yang, Xinyuan Cui, Jiarui Zhang, Lihua Xie, Jianfei Yang, Chris Xiaoxuan Lu, Fangqiang Ding 机构 University of Edinburgh, MIT, NTU Singapore, UCL, UPenn 会议 CVPR 2026 链接 https://arxiv.org/abs/2512.12378 代码 https://github.com/FanJunqiao/M4Human 数据集 https://fanjunqiao.github.io/M4Human-...
BiFuseNet 酒驾检测论文解读：RGB 摄像头估计 BAC 水平——WACV 2024 论文复现与 IMS 落地分析
BiFuseNet 酒驾检测论文解读：RGB 摄像头估计 BAC 水平——WACV 2024 论文复现与 IMS 落地分析论文信息 项目 内容 标题 Estimating Blood Alcohol Level Through Facial Features for Driver Impairment Assessment 作者 Ensiyeh Keshtkaran, Brodie von Berg, Grant Regan, David Suter, Syed Zulqarnain Gilani 机构 Edith Cowan University (ECU), Australia 会议 WACV 2024 (IEEE/CVF Winter Conference on Applications of Computer Vision) 页码 pp. 4539-4548 链接 https://openaccess.thecvf.com/content/WACV2024/html/Keshtkaran_Estimating_Blood_Alcoh...
Edge AI芯片市场2026-2036：NPU在汽车座舱的十年增长——IMS芯片选型参考
Edge AI芯片市场2026-2036：NPU在汽车座舱的十年增长——IMS芯片选型参考 来源：ResearchAndMarkets / GlobeNewsWire (2026-09-14)报告：Edge AI Chips: Technologies, Markets, and Forecasts 2026-2036| Edge AI Hardware Market Outlook| NXP收购Kinara 市场规模与预测Edge AI芯片总体市场 年份 市场规模 CAGR 来源 2025 $91.2亿 - OpenPR 2026 $111.5亿 22.3% OpenPR 2036 $437.3亿 21.0% Fact.MR (边缘封装) 细分市场 细分 2026规模 增长驱动 NPU 最大份额 汽车AI推理 GPU 高性能 数据中心/游戏 CPU-ML 稳定 IoT/MCU Edge封装 $6.5亿 NXP/Kinara 汽车座舱AI芯片关键指标NPU性能基准 芯片 NPU TOPS...
Euro NCAP 2026-2028协议改革深度分析：1200+场景、GSR2生效与IVEX自动化——IMS开发启示
Euro NCAP 2026-2028协议改革深度分析：1200+场景、GSR2生效与IVEX自动化——IMS开发启示 来源：IVEX Series A融资分析 / Euro NCAP 2026-2028协议 / GSR2法规日期：2026-09-18链接：https://www.techtimes.com/articles/327286/20260910/ivex-raises-58m-automate-car-safety-scores-adas-tests-top-1200-scenarios.htm 核心摘要Euro NCAP 2026-2028协议改革是2009年以来最大规模的评估框架重构：四阶段评估体系（安全驾驶/碰撞避免/碰撞保护/碰撞后安全），1200+测试场景（翻倍以上），GSR2已于2026年7月7日生效。IVEX作为Euro NCAP官方软件供应商，用AI自动化处理测试数据，将分析时间减少95%。 对IMS的核心影响： DSM/OMS评估场景数量激增，手动验证不可持续，自动化验证成为刚需。 202...
EEG+眼动协同认知分心检测：双眼视差标注聚焦状态——EMBC 2024论文深度解读
EEG+眼动协同认知分心检测：双眼视差标注聚焦状态——EMBC 2024论文深度解读 论文：Focused State Recognition Using EEG with Eye Movement-Assisted Annotation会议：EMBC 2024DOI: arXiv:2407.09508数据：17名受试者，62通道EEG+眼动同步 核心创新本文提出用**双眼视差（binocular disparity）**作为客观标注”专注状态”的方法——当人专注时双眼对齐度高（视差小），分心时视差大。用此标注训练Transformer分类EEG信号，跨被试准确率87.65%。 一句话总结： 不再依赖主观标注判断”是否专注”，而是用双眼视差自动标注——专注时双眼对齐，分心时视差增大。 问题定义认知分心检测的核心难题 难题 描述 本文方案 标注主观性 “专注”vs”分心”边界模糊 双眼视差客观标注 EEG标注成本 需专家逐帧标注 眼动自动生成标签 跨被试泛化 个体差异大 Transformer+留一验证 双眼视差→聚焦状态的逻辑12345678专注状态：双眼...
GazeDiT：扩散模型生成注视精确的合成眼动训练数据——arXiv 2609.17814解读
GazeDiT：扩散模型生成注视精确的合成眼动训练数据——arXiv 2609.17814解读 论文：GazeDiT: Gaze-Accurate Diffusion Image Generation for Eye Tracking via Spatial Conditioning作者：Dongze Wu 等arXiv：2609.17814 (2026-09-15)领域：Computer Vision (cs.CV) 核心创新本文提出GazeDiT——首个能根据4D双眼注视标签生成注视精确合成人脸图像的扩散模型。通过SegFormer提取瞳孔/虹膜几何结构作为空间条件，物理眼渲染器生成注视一致的几何，解决合成数据注视标签不精确的核心痛点。 一句话总结： 想要1000张”驾驶员看向右后视镜”的图片？GazeDiT可以直接生成，且注视角度精确可控。 问题定义合成眼动数据的痛点 方法 注视标签精确度 多样性 问题 文本条件扩散 低（文本→图像太粗） 高 “看右上方”具体几度？ 3D渲染 高 低 过于完美，缺乏真实感 GAN 中 中 训练不稳定 Gaz...
SAE L3被动疲劳多模态检测：眼动+ECG联合方案——Applied Sciences 2026论文解读
SAE L3被动疲劳多模态检测：眼动+ECG联合方案——Applied Sciences 2026论文解读 论文：Multimodal Physiological Detection of Passive Fatigue in SAE Level 3 Automated Driving Using Eye-Movement and ECG Features作者：Li, Jiangtian; Lan, Chenghui期刊：Applied Sciences 16(18), 9049 (2026)DOI: 10.3390/app16189049 核心创新本文针对SAE Level 3自动驾驶中的被动疲劳（passive fatigue）——即驾驶员因长时间不参与驾驶任务而产生的困倦/注意力丧失——提出眼动+ECG多模态联合检测方案。区分”主动疲劳”（任务驱动）和”被动疲劳”（无聊驱动），这对L3场景尤其重要。 一句话总结： L3自动驾驶让驾驶员更无聊→被动疲劳增加→眼动熵+ECG心率变异性联合检测比单一模态更可靠。 主动疲劳 vs 被动疲劳 维度 主动疲劳 ...
中国国标GB44721-2026正式实施：L3强制配备驾驶员状态监测——IMS行业影响深度分析
中国国标GB44721-2026正式实施：L3强制配备驾驶员状态监测——IMS行业影响深度分析 来源：工信微报 / 微博深度分析 (2026-09-15)国标：GB44721-2026《智能网联汽车自动驾驶系统安全要求》实施日期：2026年7月1日 核心摘要中国强制性国标GB44721-2026正式实施，三大核心条款直接重塑DMS/OMS市场：1) L3必须配驾驶人接管能力监测；2) 安全水平≥合格人类驾驶员；3) 禁止”L2.999”夸大宣传。预计2027年中国L3渗透率突破15%，DMS芯片年需求>300万颗。 国标三大核心条款 条款 要求 生效时间 对IMS影响 安全水平 ≥合格人类驾驶员 2026-07-01 算法精度门槛 L3强制DMS 必须配接管能力监测 2026-07-01 市场爆发 禁止夸大 不得使用L2.999等误导称谓 2026-07-01 行业规范化 技术跃迁：三重进化第一重：疲劳分心识别（基础盘） 功能 技术 已标配车型 闭眼>2秒检测 单摄像头 15万+新车 打哈欠检测 面部关键点 小...