目光聚焦道路：印度城市交通中摩托车骑手注视行为的自然对比研究
Eyes on the Road: A Naturalistic Comparison of MTW Rider Gaze in Urban Indian Traffic
浏览论文内容
中文总结 AI 辅助
本研究基于myEye2Wheeler数据集，首次大规模分析印度城市交通中摩托车骑手的注视行为，揭示中央视觉与直接注视的功能分工，并发现经验主要优化注视的时间节奏而非分配策略，为行为建模与安全系统提供新见解。
中文摘要 AI 辅助
摩托车（MTW）在印度道路中占主导地位，但在驾驶员行为研究中却代表性不足。本研究利用myEye2Wheeler数据集，首次对自然、异质城市交通中的摩托车驾驶员注视行为进行了大规模分析。采用语义分割流程（YOLOv11 + SAM2）提取两种注意力模式下的对象级注视指标：直接注视（中央凹重叠）和中央视觉（旁中央凹监测）。结果揭示了功能分工：中央视觉支持广泛监测，而直接注视则实现短暂、选择性的采样。新手骑手表现出以道路为中心的扫描行为，在对象注视之间返回道路，而经验丰富的骑手则在多个对象之间形成更长的注意力链。研究结果表明，经验主要优化时间节奏而非改变分配策略，并减少了注视模式中的对象类别效应。这些发现为摩托车注意力结构提供了新见解，并为行为建模和安全系统的未来研究提供参考。
英文摘要
Motorized two-wheelers (MTW) dominate Indian roads but remain underrepresented in driver behavior research. This study presents the first large-scale analysis of MTW driver gaze behavior in naturalistic, heterogeneous urban traffic, using the \textit{myEye2Wheeler} dataset. A semantic segmentation pipeline (YOLOv11 + SAM2) was used to extract object-level gaze metrics under two attention modes: direct gaze (foveal overlap) and central vision (parafoveal monitoring). Results reveal a functional division: central vision supports broad monitoring, while direct gaze enables brief, selective sampling. Novice riders exhibit road-anchored scanning, returning to the road between object fixations, while experienced riders form longer chains of attention across multiple objects. The findings suggest that experience primarily refines temporal rhythm rather than altering allocation strategy and reduces object-class effects in gaze patterns. These findings offer new insight into MTW attention structures and inform future work on behavior modeling and safety systems.
发表机构
- IIIT Hyderabad（海得拉巴国际信息技术学院）
机构由 AI 辅助整理，请以论文原文为准。
