벨로르 공과대학교 연구진이 블랙박스 영상으로 도로 사고를 예측하는 시스템 DashGuard를 발표했습니다. Car Crash Dataset을 이용한 시험에서 이중 경로 트랜스포머 모델은 AUC 0.981, F1 점수 0.870, 재현율 0.991을 기록했습니다. 데이터셋에는 사고 영상 1,500개와 정상 주행 영상 2,000개가 포함됐습니다. 연구진은 블랙박스 기반 사고 예측이 센서가 많이 필요한 첨단 운전자 보조 시스템을 저비용으로 보완할 수 있다고 설명했습니다. 위험을 늦게 감지하는 일이 대부분의 충돌 사고와 관련되며, 도로 사고로 매년 약 135만 명이 목숨을 잃는다는 점도 언급했습니다.

연구진은 시공간 모델 6종을 학습·평가했습니다. 모델은 3차원 CNN, CNN+LSTM, CNN+트랜스포머, 그리고 경량 CNN·ResNet-18·트랜스포머를 각각 사용한 이중 경로 모델 3종입니다. 영상 단위로 데이터를 70/15/15 비율로 나눠 같은 영상의 클립이 학습·검증·시험 데이터에 중복 배정되지 않도록 했습니다. 사고 장면까지 남은 거리를 네 단계로 나타내는 소프트 라벨을 적용했고, 두 클립의 시간적 일관성을 확인하는 장치로 오경보를 줄였습니다.

경량 3차원 CNN은 AUC 0.949를 기록했고, 매개변수는 약 180K입니다. 연구진은 이 모델이 엣지 하드웨어에서 쓸 수 있는 선택지라고 설명했습니다. 이 과제에서는 동작 정보와 외관 정보를 분리하는 이중 경로 어텐션이 단일 경로 설계보다 가장 뚜렷한 성능 향상을 냈다고 보고했습니다. React와 FastAPI로 만든 웹 인터페이스는 대화형 평가를 지원합니다. 연구비 지원은 없었으며, 저자들은 이해 상충이 없다고 밝혔습니다.

벨로르 공과대학교 연구진이 블랙박스 영상으로 도로 사고를 예측하는 시스템 DashGuard를 발표했습니다. Car Crash Dataset을 이용한 시험에서 이중 경로 트랜스포머 모델은 AUC 0.981, F1 점수 0.870, 재현율 0.991을 기록했습니다. 데이터셋에는 사고 영상 1,500개와 정상 주행 영상 2,000개가 포함됐습니다. 연구진은 블랙박스 기반 사고 예측이 센서가 많이 필요한 첨단 운전자 보조 시스템을 저비용으로 보완할 수 있다고 설명했습니다. 위험을 늦게 감지하는 일이 대부분의 충돌 사고와 관련되며, 도로 사고로 매년 약 135만 명이 목숨을 잃는다는 점도 언급했습니다.

연구진은 시공간 모델 6종을 학습·평가했습니다. 모델은 3차원 CNN, CNN+LSTM, CNN+트랜스포머, 그리고 경량 CNN·ResNet-18·트랜스포머를 각각 사용한 이중 경로 모델 3종입니다. 영상 단위로 데이터를 70/15/15 비율로 나눠 같은 영상의 클립이 학습·검증·시험 데이터에 중복 배정되지 않도록 했습니다. 사고 장면까지 남은 거리를 네 단계로 나타내는 소프트 라벨을 적용했고, 두 클립의 시간적 일관성을 확인하는 장치로 오경보를 줄였습니다.

경량 3차원 CNN은 AUC 0.949를 기록했고, 매개변수는 약 180K입니다. 연구진은 이 모델이 엣지 하드웨어에서 쓸 수 있는 선택지라고 설명했습니다. 이 과제에서는 동작 정보와 외관 정보를 분리하는 이중 경로 어텐션이 단일 경로 설계보다 가장 뚜렷한 성능 향상을 냈다고 보고했습니다. React와 FastAPI로 만든 웹 인터페이스는 대화형 평가를 지원합니다. 연구비 지원은 없었으며, 저자들은 이해 상충이 없다고 밝혔습니다.