5.3 Driver, Road, and Car Classific

5.3 Driver, Road, and Car Classification Pipeline
Benchmarks
We now evaluate each of the three classifiers responsible for
monitoring driver, road and car states.
Driver Classification Pipeline. Table 3 reports the precision
and recall for face direction events (FR) and facing.
left (FL)). We find for FR precision is 68% and recall is 68%;
similarly, for FL the precision and recall are 79% and 88%, respectively.
After studying these errors we identified two primary
causes: (1) event loss (i.e., missing events) due to camera switching
(39%); and, (2) “shallow face turnings”, which are difficult to
detect (17%). Errors in these face-based events
can also propagate to the process of recognizing driver inattention
(ID) because these inferences are inputs used to detect this
particular dangerous driving event.

ผลลัพธ์ (ไทย) 1:

5.3 ควบคุม ถนน และรถประเภทท่อมาตรฐานเราตอนนี้ประเมินของคำนามภาษาสามรับผิดชอบตรวจสอบโปรแกรมควบคุม ถนน และรถควบคุมจัดประเภทท่อ ตารางที่ 3 รายงานความแม่นยำจำสำหรับเหตุการณ์ทิศหน้า (FR) และหันหน้าเข้าหากันซ้าย (FL)) เราพบความแม่นยำ FR อยู่ 68% และ 68% เป็นการเรียกคืนในทำนองเดียวกัน FL แม่นยำและเรียกคืนได้ 79% และ 88% ตามลำดับหลังจากการศึกษาข้อผิดพลาดนี้ เราระบุหลักสองสาเหตุ: ขาดทุน (1) เหตุการณ์ (เช่น ขาดเหตุการณ์) เนื่องจากการเปลี่ยนกล้อง(39%); และ, (2) "หน้าตื้นฝอย โลหะ" ซึ่งยากจะตรวจสอบ (17%) ข้อผิดพลาดในเหตุการณ์นี้ตามใบหน้า ยังสามารถแพร่กระจายไปยังกระบวนการในการจดจำการขับพุ่ง(ID) เนื่องจาก inferences เหล่านี้เป็นปัจจัยการผลิตที่ใช้ในการตรวจสอบนี้เฉพาะเหตุการณ์ขับรถอันตราย

ผลลัพธ์ (ไทย) 2:

5.3 ไดร์เวอร์ถนนและรถยนต์จำแนกประเภทท่อส่ง
Benchmarks
ตอนนี้เราประเมินแต่ละสามลักษณนามรับผิดชอบในการ
ตรวจสอบคนขับรถถนนและรถ States.
ไดร์เวอร์จำแนกประเภทท่อส่ง ตารางที่ 3 รายงานความแม่นยำ
และการเรียกคืนสำหรับเหตุการณ์ทิศทางใบหน้า (FR) และหันหน้าไปทาง.
ซ้าย (FL)) เราพบเพื่อความแม่นยำ FR เป็น 68% และการเรียกคืนเป็น 68%
ในทำนองเดียวกันสำหรับฟลอริด้าความแม่นยำและการเรียกคืนเป็น 79% และ 88% ตามลำดับ.
หลังจากที่ได้ศึกษาข้อผิดพลาดเหล่านี้เราระบุทั้งสองหลัก
สาเหตุ: (1) การสูญเสียเหตุการณ์ (เช่นที่ขาดหายไป เหตุการณ์ที่เกิดขึ้น) เนื่องจากการเปลี่ยนกล้อง
(39%); และ (2) "เลี้ยวใบหน้าตื้น" ซึ่งเป็นเรื่องยากที่จะ
ตรวจสอบ (17%) ข้อผิดพลาดในเหตุการณ์เหล่านี้ใบหน้าที่ใช้
ยังสามารถเผยแพร่สู่กระบวนการของการตระหนักถึงความประมาทขับรถ
(ID) เพราะล้วน แต่ปัจจัยการผลิตเหล่านี้จะนำมาใช้ในการตรวจสอบนี้
เหตุการณ์ขับรถอันตรายโดยเฉพาะอย่างยิ่ง

ผลลัพธ์ (ไทย) 3:

5.3 ถนน คนขับ และท่อหมวดหมู่รถยนต์มาตรฐานตอนนี้เราประเมินแต่ละสามคำ รับผิดชอบการตรวจสอบไดรเวอร์ ถนน และสภาพรถท่อหมวดหมู่คนขับรถ ตารางที่ 3 รายงานความและนึกถึงเหตุการณ์ ( FR ) และทิศหน้าหันซ้าย ( FL ) เราพบสำหรับ FR ความแม่นยำเป็น 68% และจำได้คือ 68% ;ในทำนองเดียวกันสำหรับ FL ความแม่นยำและเรียกคืนเป็นร้อยละ 79 และ 88 ตามลำดับหลังจากเรียนเหล่านี้ข้อผิดพลาดที่เราระบุไว้สองหลักสาเหตุ : ( 1 ) เหตุการณ์การสูญเสีย ( เช่น คิดถึงเหตุการณ์ ) เนื่องจากกล้องสลับ( 39% ) ; และ ( 2 ) " เลี้ยว " หน้าตื้น ซึ่งยากตรวจสอบ ( 17% ) ข้อผิดพลาดในหน้าจากเหตุการณ์เหล่านี้ยังสามารถเผยแพร่ไปสู่กระบวนการของการไม่ตั้งใจ driver( ID ) เพราะใช้ เหล่านี้เป็นปัจจัยการผลิตที่ใช้เทคโนโลยีนี้อันตรายขับรถโดยเฉพาะเหตุการณ์