arXiv · 机器人与计算机视觉· John Gideon, Anshul Gupta, Megan Applegate-Kenton, Kayli Battel, Todd J Rowell, Patricio Reyes Gomez, Laporsha Dees, Emily Sumner, Avinash Balachandran, Guy Rosman·· 12 小时前AI 评分43
ID-MAE 多模态掩码扩散自编码器提升驾驶损伤推断效果
Multimodal Masked Diffusion Autoencoder for Modeling Impaired Driving
AI 导读
ID-MAE 模型通过结合 gaze 与轨迹重建的自监督目标,在 DIVERT 数据集上将损伤检测配对 AUC 从 0.590 提升至 0.706。该研究利用包含 103 小时数据、涵盖十种认知/视觉/情绪诱导的仿真数据集验证了多模态输入的有效性。代码与数据将在论文被 CVPR 2027 接收后开放,相关成果已提交至会议评审。
来源:arXiv · 机器人与计算机视觉 · arxiv.org