ARGaze自回归视线估计-在线驾驶员注意力预测新范式
2026年2月最新研究：ARGaze将视线估计重新定义为序列预测问题，利用历史注视点作为先验，实现SOTA在线视线估计，为驾驶员注意力监控提供新思路。
Dapalm | IMS技术前沿
Transformer疲劳检测SOTA：ViT达99.15%准确率
Nature Scientific Reports 2025发表的研究显示，Vision Transformer在疲劳检测中达到99.15%准确率，超越传统CNN。本文解读Transformer如何建模全局面部特征关联。
ARGaze-自回归Transformer实现在线视线估计SOTA
2026年2月最新研究，ARGaze通过自回归Transformer将视线估计重构为序列预测问题，在多个自我中心视觉基准上达到SOTA性能。
认知分心检测突破：耳-EEG与多模态融合的前沿进展
认知分心检测是Euro NCAP 2026的新要求，但传统视觉方法难以检测。本文解读最新研究成果：单通道耳-EEG可实现实时认知分心检测，多模态融合达到96%准确率。
低成本边缘DMS部署-17种行为识别在树莓派5实现16FPS实时推理
2025年最新研究：单摄像头DMS在树莓派5（INT8）实现16FPS、Google Coral实现25FPS，覆盖17种驾驶员行为，包括手机使用、进食、吸烟、目光偏移等。
Driver-Net多摄像头融合-评估驾驶员接管准备度达95.8%准确率
Leeds大学最新研究：Driver-Net通过三摄像头融合评估L3自动驾驶接管准备度，准确率达95.8%，为Euro NCAP 2026无响应驾驶员干预要求提供技术路径。
Driver-Net多摄像头融合-95.8%准确率评估驾驶员接管准备度
利兹大学提出Driver-Net框架，通过三摄像头融合实现95.8%驾驶员接管准备度分类准确率，为L3自动驾驶安全过渡提供技术支撑。