Spiking-DD: Neuromorphic Event Camera based Driver Distraction Detection with Spiking Neural Network

要約

イベントカメラベースのドライバーモニタリングは、迅速な応答、低遅延、電力効率、プライバシーの強化、アンダーサンプリングの防止などの重要な利点により、重要な研究分野として浮上しています。
ドライバー監視システムでは、交通安全を強化し、事故率を減らすために、ドライバーの注意散漫を効果的に検出することが重要です。
これらの利点を最大化するには、イベント カメラなどの最適化されたセンサーと最適化されたネットワークの統合が不可欠です。
この論文では、計算効率の高いスパイキング ニューラル ネットワーク (SNN) を活用して、ドライバーの注意散漫を検出するために目視せずにセンシングするという革新的なコンセプトを紹介します。
私たちの知る限り、この研究はドライバーの注意をそらすためにスパイク ニューラル ネットワークを使用してイベント カメラ データを利用した最初の研究です。
提案された Spiking-DD ネットワークは、最先端のパフォーマンスを達成するだけでなく、現在のイベントベースの方法論よりも少ないパラメーターを示し、より高い精度を提供します。

要約(オリジナル)

Event camera-based driver monitoring is emerging as a pivotal area of research, driven by its significant advantages such as rapid response, low latency, power efficiency, enhanced privacy, and prevention of undersampling. Effective detection of driver distraction is crucial in driver monitoring systems to enhance road safety and reduce accident rates. The integration of an optimized sensor such as Event Camera with an optimized network is essential for maximizing these benefits. This paper introduces the innovative concept of sensing without seeing to detect driver distraction, leveraging computationally efficient spiking neural networks (SNN). To the best of our knowledge, this study is the first to utilize event camera data with spiking neural networks for driver distraction. The proposed Spiking-DD network not only achieve state of the art performance but also exhibit fewer parameters and provides greater accuracy than current event-based methodologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google