Predicción de la Intención del Conductor de extremo a extremo utilizando Redes Neuronales Convolucionales 3D

A pesar del extraordinario progreso de los Sistemas Avanzados de Asistencia al Conductor (ADAS), un número alarmante de más de 1,2 millones de personas sigue sufriendo lesiones fatales en accidentes de tráfico cada año. El error humano es en gran parte responsable de tales víctimas, ya que, para cuando el sistema ADAS ha alertado al conductor, a menudo ya es demasiado tarde. Presentamos un sistema basado en visión que utiliza redes neuronales profundas con convoluciones 3D y aprendizaje residual para anticipar la maniobra futura basada en la observación del conductor. Mientras que trabajos anteriores se centran en características diseñadas a mano (por ejemplo, la posición de la cabeza), nuestro modelo predice la intención directamente desde el video de manera de extremo a extremo. Nuestra arquitectura consta de tres componentes: una red neuronal para la extracción de flujo óptico, una red residual 3D para la clasificación de maniobras y una red de Memoria a Largo y Corto Plazo (LSTM) para manejar datos temporales de longitud variable. Para evaluar nuestra idea, llevamos a cabo experimentos exhaustivos en el conjunto de datos Brain4Cars, que está disponible públicamente y cubre tanto vistas interiores como exteriores para la anticipación de maniobras futuras. Nuestro modelo es capaz de predecir la intención del conductor con una precisión del 83,12% y 4,07 segundos antes del comienzo de la maniobra, superando los enfoques más avanzados, mientras se considera solo la vista interior.