Monitorización de los ocupantes del vehículo y reconocimiento de la actividad del conductor basada en puntos clave

Abstract

Se presenta una arquitectura modular basada en la fusión de puntos clave y detección de objetos para detectar distracciones al volante. Utilizando grabaciones multicámara, se extrae la pose del conductor, y se fusiona con la detección de objetos de interés para generar características. Un algoritmo de clasificación basado en Machine Learning procesa estas características, aplicando filtros para agregar contexto temporal. La propuesta se valida en dos datasets sobre distracciones al volante, demostrando mejoras en la inferencia de acciones y adaptabilidad al dominio. La arquitectura es ligera, explicativa y de baja latencia, permitiendo actualizaciones modulares y eliminación de cámaras sin modificar la red completa.

A modular architecture based on key point fusion and object detection is presented to detect distractions while driving. Using multi-camera recordings, the driver’s pose is extracted, fusing them with the detection of objects of interest to generate features. A classification algorithm based on Machine Learning processes these features, applying filters to add temporal context. The proposal is validated on two datasets on driving distractions, demonstrating improvements in action inference and domain adaptability. The architecture is lightweight, explanatory and low latency, allowing modular updates and camera removal without modifying the entire network.