认知分心检测：眼动行为模式分析与 DCDD 模型

前言

认知分心（Cognitive Distraction）是 Euro NCAP 2026 关注的重点，但检测难度远高于视觉分心：

分心类型	检测难度	技术成熟度
视觉分心	低	成熟
手动分心	低	成熟
认知分心	高	研究阶段

---

一、认知分心的特征

1.1 定义

类型	说明	示例
视觉分心	视线离开道路	看手机、看中控
手动分心	手离开方向盘	操作中控、喝水
认知分心	思绪游离	思考问题、走神

1.2 检测难点

难点	说明
无明显行为	视线可能仍在道路上
个体差异大	每个人走神模式不同
时长不固定	可能持续数秒到数分钟
难以标注	真实数据难以标注

---

二、眼动行为模式分析

2.1 关键眼动指标

指标	说明	认知分心表现
凝视熵 (Gaze Entropy)	视线分布随机性	熵值升高（视线混乱）
扫视频率	快速眼动次数	频率降低
注视时长	单点凝视时间	时长增加
瞳孔直径	认知负荷指标	直径增大
眨眼频率	眨眼次数	频率变化

2.2 凝视熵分析

# 凝视熵计算（概念代码）
import numpy as np

def calculate_gaze_entropy(gaze_points, grid_size=10):
    """
    计算凝视熵
    
    gaze_points: [N, 2] 视线落点坐标
    grid_size: 网格划分大小
    
    高熵值 = 视线分布混乱 = 可能认知分心
    低熵值 = 视线集中 = 正常驾驶
    """
    # 离散化到网格
    x_bins = np.linspace(0, 1, grid_size + 1)
    y_bins = np.linspace(0, 1, grid_size + 1)
    
    # 统计每个网格的出现频率
    hist, _, _ = np.histogram2d(
        gaze_points[:, 0],
        gaze_points[:, 1],
        bins=[x_bins, y_bins]
    )
    
    # 计算概率分布
    prob = hist.flatten() / hist.sum()
    
    # 计算熵
    prob = prob[prob > 0]  # 排除零值
    entropy = -np.sum(prob * np.log2(prob))
    
    # 最大熵（均匀分布）
    max_entropy = np.log2(grid_size * grid_size)
    
    # 归一化熵
    normalized_entropy = entropy / max_entropy
    
    return normalized_entropy

# 使用示例
# 高熵值 (>0.7) 可能表示认知分心
# 低熵值 (<0.3) 表示视线集中

2.3 认知分心特征向量

# 认知分心特征提取
class CognitiveDistractionFeatures:
    def __init__(self, window_size=30):
        self.window_size = window_size
    
    def extract(self, gaze_data):
        """
        提取认知分心特征
        
        gaze_data: {
            'gaze_points': [N, 2],
            'pupil_diameter': [N],
            'blink_times': list,
            'fixation_duration': [N]
        }
        """
        features = {}
        
        # 1. 凝视熵
        features['gaze_entropy'] = calculate_gaze_entropy(
            gaze_data['gaze_points']
        )
        
        # 2. 凝视分散度
        features['gaze_dispersion'] = np.std(gaze_data['gaze_points'], axis=0).mean()
        
        # 3. 瞳孔直径变化
        features['pupil_change_rate'] = np.diff(gaze_data['pupil_diameter']).mean()
        
        # 4. 眨眼频率变化
        blink_intervals = np.diff(gaze_data['blink_times'])
        features['blink_rate'] = len(gaze_data['blink_times']) / self.window_size
        
        # 5. 注视时长分布
        features['mean_fixation'] = np.mean(gaze_data['fixation_duration'])
        features['std_fixation'] = np.std(gaze_data['fixation_duration'])
        
        # 6. 扫视频率
        # ...
        
        return features

---

三、DCDD 模型

3.1 模型架构

Driver Cognitive Distraction Detection (DCDD) 模型：

DCDD 模型架构：

┌─────────────────────────────────────────────┐
│  输入层                                      │
│  ├─ 眼动数据（凝视点序列）                  │
│  └─ DCI（综合疲劳指数）                     │
├─────────────────────────────────────────────┤
│  特征提取层                                  │
│  ├─ 空间特征（凝视分布）                    │
│  ├─ 时间特征（序列模式）                    │
│  └─ 频域特征（眼动频率）                    │
├─────────────────────────────────────────────┤
│  时空融合层                                  │
│  ├─ CNN（空间特征）                         │
│  ├─ LSTM（时间特征）                        │
│  └─ Attention（关键帧加权）                 │
├─────────────────────────────────────────────┤
│  分类层                                      │
│  ├─ 正常驾驶                                │
│  └─ 认知分心                                │
└─────────────────────────────────────────────┘

3.2 模型实现

# DCDD 模型（概念代码）
import torch
import torch.nn as nn

class DCDDModel(nn.Module):
    def __init__(self, feature_dim=64, hidden_dim=128, num_classes=2):
        super().__init__()
        
        # 空间特征提取（CNN）
        self.spatial_cnn = nn.Sequential(
            nn.Conv1d(feature_dim, 128, kernel_size=3, padding=1),
            nn.ReLU(),
            nn.Conv1d(128, 128, kernel_size=3, padding=1),
            nn.ReLU(),
        )
        
        # 时间特征提取（LSTM）
        self.temporal_lstm = nn.LSTM(
            input_size=128,
            hidden_size=hidden_dim,
            num_layers=2,
            batch_first=True,
            bidirectional=True
        )
        
        # 注意力层
        self.attention = nn.Sequential(
            nn.Linear(hidden_dim * 2, 64),
            nn.Tanh(),
            nn.Linear(64, 1),
            nn.Softmax(dim=1)
        )
        
        # 分类头
        self.classifier = nn.Sequential(
            nn.Linear(hidden_dim * 2, 64),
            nn.ReLU(),
            nn.Dropout(0.3),
            nn.Linear(64, num_classes)
        )
    
    def forward(self, x):
        """
        x: [batch, seq_len, feature_dim]
        """
        # 空间特征
        x = x.permute(0, 2, 1)  # [batch, feature_dim, seq_len]
        spatial_feat = self.spatial_cnn(x)
        spatial_feat = spatial_feat.permute(0, 2, 1)  # [batch, seq_len, 128]
        
        # 时间特征
        temporal_feat, _ = self.temporal_lstm(spatial_feat)
        
        # 注意力加权
        attn_weights = self.attention(temporal_feat)
        weighted_feat = (temporal_feat * attn_weights).sum(dim=1)
        
        # 分类
        output = self.classifier(weighted_feat)
        
        return output

---

四、性能评估

4.1 数据集

数据集	场景	样本数
NUDrive	自然驾驶	1000+ 小时
AUCD1	认知分心诱导	100+ 小时
100-Car	真实驾驶	2000+ 小时

4.2 检测性能

方法	准确率	召回率	F1
单一特征	65%	60%	0.62
多特征融合	78%	75%	0.76
DCDD 模型	87%	84%	0.85

4.3 实时性

平台	延迟	FPS
Jetson NX	35ms	28
PC (RTX 3080)	8ms	125

---

五、开发启示

5.1 技术路线

阶段	方法	准确率
阶段 1	单一特征（凝视熵）	65%
阶段 2	多特征融合	78%
阶段 3	DCDD 模型	87%
阶段 4	多模态融合	>90%

5.2 数据采集建议

数据类型	采集方法	标注难度
诱导认知分心	实验室控制	低
自然驾驶	驾驶模拟器	中
真实道路	后标注	高

5.3 与 IMS 集成

功能	集成方式
眼动追踪	复用现有模块
凝视熵计算	新增模块
DCDD 模型	新增模型
警告策略	与疲劳/分心统一

---

六、总结

关键要点

要点	说明
认知分心难检测	无明显行为特征
眼动指标有效	凝视熵是关键指标
DCDD 模型	时空融合，准确率 87%
数据是瓶颈	标注难度大

开发启示

启示	说明
先验证可行性	小规模实验验证
多特征融合	单一特征不够
注意力机制	关键帧加权有效
渐进式开发	从简单到复杂

---

参考来源：

• Driver Cognitive Distraction Detection based on eye movement behavior
• Driver Cognitive Distraction Detection Based on Eye Movement Behavior and Spatio-Temporal Information Fusion
• Gaze and Eye-Tracking Perspectives for Psychological Research

发布日期： 2026-04-14
标签： #认知分心 #眼动追踪 #DCDD模型 #DMS