智慧駕駛DMS系統訓練資料解決方案 | 景聯文科技

搭載輔助駕駛技術的車輛能夠降低交通事故的發生，但消費者需要搞清楚輔助駕駛並不等於完全自動駕駛，按照中國工信部及美國SAE的最新定義，目前自動駕駛技術仍處於L2階段，車主不能將駕駛主動權完全交給車輛，駕駛員在行車過程中仍需要時刻關注道路環境和交通安全。

如果過度相信自動駕駛技術，可能會造成災難性的後果。

值得警惕的是，車主需要在面對新科技的誘惑時保持理性，車企除了應當履行對車主進行必要安全教育的責任之外，還應當透過技術手段實現車輛對人類駕駛行為的監督，保證車輛始終在駕駛員的掌控中，以此增加行車安全性。在這個背景下DMS(Driver Monitor System)——駕駛員監控系統成為剛需。

DMS駕駛員監控系統，透過在汽車上安裝攝像頭來實時監測駕駛員的面部或動作特徵等細節，透過深度學習演算法對獲取的資訊進行分析，主要能夠實現以下功能：

1.駕駛員身份識別：將駕駛員實時照片與資料庫內照片對比，進行司機身份驗證。還可以透過人臉識別針對不同的駕駛員提供調整座椅高度等個性化的設定。

2.駕駛員疲勞監測：透過檢測人臉眼睛開/閉距離、閉合頻率、凝視方向、眼皮運動和嘴巴開/閉距離、打哈欠等動作和特徵，判斷駕駛員是否處於疲勞駕駛狀態。依據駕駛員疲勞識別，還可以與智慧駕駛等級和功能開啟狀態關聯，進行不同級別的預警。

3.駕駛員危險動作監測：透過檢測駕駛員異常行為比如抽菸、打電話、喝水等動作觸發系統報警。

4.駕駛員注意力檢測：透過檢測駕駛員的頭部和注視方向，測量駕駛員對道路的注意力。

從技術方案上，基於公開神經網路演算法和開源深度學習平臺對演算法的除錯和最佳化，需要演算法廠商大量採集標註駕駛員行為訓練集，同時快速迭代演算法，提高演算法精度。計算機視覺演算法對影像質量有較高要求，為保證演算法效果演算法廠商需要獲取大量行車場景下的資料，訊雜比、對比度、影像的遮擋與抖動、不同天氣和時間段的光線差異會導致影像亮度不同，而且同一演算法在不同攝像頭下效能差異可能會很大，所以這極大地增加了駕駛員行為資料採集的難度與成本。

對此景聯文科技釋出全新DMS系統資料解決方案，透過全場景資料庫，定製化資料採集，定製化資料標註，一站式解決DMS相關演算法的訓練資料需求。專業的DMS系統資料解決方案可以幫助車企縮短資料採集和標註週期，降低演算法模型訓練成本，節省大量研發時間和成本。目前景聯文科技已和頭部車企以及各大演算法廠商就駕駛行為資料採集專案達成長期友好合作關係。

資料採集專案的重點和難點在於對場景還原的把控，比如不同天氣和時段對採集光線的影響，會造成曝光、強光或背光場景等等，諸如此類，不同AI採集專案的需求並不一致，需要採集團隊有豐富的資料採集和場景搭建經驗，否則會耽誤採集進度，延長交付時間。

景聯文科技擁有豐富的DMS場景搭建採集經驗，服務團隊可以在車輛中採集全場景條件下的資料，配合廣大車企進行 DMS 相關演算法的開發。提供的駕駛員行為資料採集場景主要有：

1. 裝置：可指定彩色和紅外攝像頭同時進行採集；

2. 車輛：可指定車輛；

3. 性別分佈：男女比例；

4. 年齡分佈： 青年，中年，老年；

5. 時間段分佈：早晨，中午，夜晚，傍晚；

6. 光照條件分佈：正常光線，背光，過曝光，黑暗光線，或晴天，雨天；

7. 場地分佈：露天停車場，地下車庫；

8. 外貌特徵分佈：是否戴眼鏡，是否戴帽子，是否繫好釦子；

9. 非規範駕駛場景：閉眼，打哈欠，抽菸，喝水，打電話，不繫安全帶，超載等等。

包括但不限於以上所有場景，可根據客戶需求隨機挑選場景組合進行採集。

景聯文科技駕駛員行為資料集

除此之外，景聯文科技有全職採集人員和專業的技術團隊對採集專案進行把控，合作專業租車平臺，對採集車輛全部上保險，被採集者本人均簽署授權協議書，景聯文科技自行承擔車輛使用的全部責任及車輛發生的一切後果及損失。

同時可以簽署資料保密協議，不向第三方透露客戶的任何資訊，透過線下硬碟交付資料，雙方驗收資料合格後採集團隊刪除本地資料不再留存備份，景聯文科技嚴格遵守歐盟資料保護條例GDPR，同時透過了ISO27001 資訊保安認證，保證資料安全與合規。

除了自動駕駛，智慧座艙是DMS功能擴充套件和融合的另一大領域，隨著大量駕駛員行為資料被喂入演算法，演算法對人類面部動作的感知越來越精確，可以為未來車輛提供更加定製化的智慧服務，比如實現車內個性化音樂播放，個性化燈光調節等等，很多企業甚至已經將駕駛員監測為中心向車艙內全員檢測發展。

不限於DMS系統資料解決方案，景聯文科技始終堅持做AI行業客戶資料參謀的企業理念，搭建更多高質量AI資料採集場景，從場景化資料庫，定製化資料採集，定製化資料標註，為客戶提供一站式資料解決方案，助力演算法廠商實現各個細分領域深層次的應用。