Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Towards Safer and Understandable Driver Intention Prediction

Created by
  • Haebom

저자

Mukilan Karuppasamy, Shankar Gangisetty, Shyam Nandan Rai, Carlo Masone, C V Jawahar

개요

자율 주행 시스템의 안전 운전을 위해 운전자의 의도를 예측하는 해석 가능한 딥러닝 모델 연구. 운전자 의도 예측 (DIP)의 해석 가능성을 높이기 위해, 시계열, 운전자 시점의 텍스트 설명과 함께 다중 모드 데이터를 제공하는 DAAD-X 데이터 세트를 제작하고, VCBM 모델을 제안. VCBM 모델은 변압기 기반 모델이 CNN 기반 모델보다 더 나은 해석 가능성을 보이며, 여러 설명 간의 분리 및 인과 관계를 보여주는 다중 레이블 t-SNE 시각화 기술을 소개.

시사점, 한계점

시사점:
자율 주행 시스템에서 운전자 의도 예측의 중요성을 강조하고, 해석 가능성을 높이기 위한 새로운 데이터 세트 및 모델 제안.
변압기 기반 모델이 CNN 기반 모델보다 더 나은 해석 가능성을 보임을 입증.
다중 레이블 t-SNE 시각화 기술을 통해 설명의 분리 및 인과 관계를 시각적으로 보여줌.
한계점:
해당 논문에서는 한계점에 대한 명시적인 언급이 없음.
👍