DashGuard：基于行车记录仪的多架构时空模型事故预判对比研究

《Scientific Reports》：DashGuard: spatio-temporal deep learning for dashcam-based road accident anticipation

　　

摘要

道路交通事故每年导致约 135 万人死亡，大多数碰撞事故是由危险感知延迟而非机械故障引起的。基于行车记录仪的事故预判为传感器密集型高级驾驶辅助系统（ADAS）提供了一种低成本的补充方案，但不同架构之间的受控比较仍然罕见。我们提出了 DashGuard，在车辆碰撞数据集（1500 个碰撞视频和 2000 个正常视频）上，训练并评估了六个时空模型：一个 3D CNN、CNN+LSTM、CNN+Transformer 以及三个双流变体（轻量级 CNN、ResNet-18 和 Transformer），采用了一致且无数据泄漏的协议。视频级的 70/15/15 划分防止了片段级污染；四级软标签编码了距离事故帧的时间距离；并且双片段时间一致性门控大幅减少了假阳性警报。在留出测试集上，双流 Transformer 达到了 AUC = 0.981 和 F1 = 0.870，召回率为 0.991。轻量级 3D CNN（AUC = 0.949，\(\approx \)18 万参数）是边缘硬件的一个可行选择。React/FastAPI 网页界面支持交互式评估。结果表明，在该任务上，通过双流注意力显式分离运动和外观，比单流设计带来了最明显的提升。