一种基于多模态时空注意力融合的驾驶人注视区域估计方法

本发明公开了一种基于多模态时空注意力融合的驾驶人注视区域估计方法，涉及计算机视觉及智能驾驶辅助领域，解决了估计精度不足及抗干扰能力弱的问题，通过提取四维眼动数据与面部关键点并划分为功能组，映射为三维特征集；利用ICP算法与卡尔曼滤波构建平滑头部姿态序列；结合瞳孔及眼睑修正系数生成注视方向向量序列；引入场景复杂度系数，利用改进XGBoost模型输出初始概率分布，并通过KL散度与标准高斯分布执行重加权优化，输出注视区域预测结果。本发明通过多源异构特征深度耦合与时空约束，显著提升了注视区域估计的精度、时序稳定性及全工况下的环境泛化能力。