背景技术：
技术实现思路
1、本文中公开了一种用于基于眼睛注视模式的驾驶员状态估计的系统和方法。如本文中所公开的，一种基于眼睛注视的驾驶员状态估计的系统可以包括位于车辆中的向外看(outward looking)的相机，用于捕获周围环境的第一视频流并将其发送到神经控制器。也位于车辆中的神经控制器可以基于第一视频流生成预期注视分布。位于车辆中的向内看(inward looking)的相机可以捕获驾驶员面部的第二视频流并将其发送到眼动仪(eyetracker)控制器。基于第二视频流，眼动仪控制器可以提取多个注视方向，其中注视分布模块可以基于该多个注视方向生成实际注视分布。位于车辆中的距离分布控制器可以基于预期注视分布与实际注视分布之间的差异来生成距离度量，其中如果距离度量超过阈值，则动作可以被生成。
2、本公开的另一方面可以是一种包括效率估计组件的系统，该效率估计组件可以接收编码数据并确定编码的效率。
3、本公开的另一方面可以包括，其中如果编码的效率低于预定阈值，则可以用不同的码本替换所选码本。
4、本公开的另一方面是一种系统，其中周围环境可以包括前向视图。
5、本公开的另一方面是一种系统，其中向外看的相机可以是向前看的(forwardlooking)。
6、本公开的另一方面是一种系统，其中神经控制器可以从第一视频流检测道路交叉口(junction)、目标车辆和行人。
7、本公开的另一方面是一种系统，其中神经控制器可以从第一视频流检测道路交叉口、目标车辆和行人，其中所述检测是面向前方的。
8、本公开的另一方面是一种系统，其中如果距离度量超过阈值，则驾驶员可以被视为注意力不集中(inattentive)。
9、本公开的另一方面是一种系统，其中如果距离度量小于阈值，则驾驶员可以被视为注意力集中(attentive)。
10、本公开的另一方面是一种系统，其中如果距离度量超过阈值，则警告指示可以被生成。
11、本公开的另一方面是一种系统，其中距离分布控制器可以使用kullback-leibler散度或jensen shannon散度来生成距离度量。
12、本公开的另一方面可以包括一种用于基于眼睛注视的驾驶员状态估计的方法，该方法可以包括使用位于车辆中的向外看的相机捕获周围环境的第一视频流并将其发送到神经控制器。该方法还可以包括由神经控制器基于第一视频流生成预期注视分布。此外，该方法可以包括使用位于车辆中的向内看的相机捕获驾驶员面部的第二视频流并将其发送到眼动仪控制器。眼动仪控制器可以基于第二视频流提取驾驶员的多个注视方向。然后，注视分布模块可以基于该多个注视方向生成实际注视分布。该方法可以包括由距离分布控制器基于预期注视分布与实际注视分布之间的差异来生成距离度量。该方法进一步可以包括由距离分布控制器确定距离度量是否超过阈值。
13、该方法的另一方面可以包括，其中周围环境包括前向视图。
14、该方法的另一方面可以包括，其中向外看的相机是向前看的。
15、该方法的另一方面可以包括，其中生成预期注视分布包括从第一视频流检测道路交叉口、目标车辆和行人，如果存在的话。
16、该方法的另一方面可以包括，其中所述检测是面向前方的。
17、该方法的另一方面可以包括，如果距离度量超过阈值，则确定驾驶员是注意力不集中的。
18、该方法的另一方面可以包括，如果距离度量小于阈值，则确定驾驶员是注意力集中的。
19、该方法的另一方面可以包括，如果距离度量超过阈值，则生成警告指示。
20、该方法的另一方面可以包括，如果距离度量超过阈值，则生成车辆动作。
21、该方法的另一方面可以包括，其中生成距离度量基于kullback-leibler散度或jensen-shannon散度。
22、本公开的另一方面可以包括一种用于基于眼睛注视的驾驶员状态估计的方法，该方法包括使用位于车辆中的向外、向前看的相机来捕获周围环境的前向视图视频流并将其发送到神经控制器。该方法可以包括由神经控制器基于前向视图视频流生成预期注视分布，其中生成预期注视分布包括面向前方来检测道路交叉口、目标车辆和行人，如果存在的话。该方法可以包括使用位于车辆中的向内看的相机捕获驾驶员面部的第二视频流并将其发送到眼动仪控制器。该方法可以包括由眼动仪控制器基于第二视频流提取驾驶员的多个注视方向。该方法可以包括由注视分布模块基于该多个注视方向生成实际注视分布。该方法可以包括由距离分布控制器使用kullback-leibler散度或jensen shannon散度，基于预期注视分布与实际注视分布之间的差异来生成距离度量。该方法可以包括由距离分布控制器来确定驾驶员是否注意力集中或注意力不集中，其中如果距离度量超过阈值，则驾驶员是注意力不集中的，并且其中如果距离度量小于阈值，则驾驶员是注意力集中的。该方法可以包括，如果距离度量超过阈值，则生成警告指示。该方法可以包括，如果距离度量超过阈值，则生成车辆动作。
23、当结合附图和所附权利要求时，本公开的上述特征和优点以及其他特征和伴随的优点将从用于实施本公开的说明性示例和模式的以下详细描述中很明显。此外，本公开明确包括上面和下面呈现的元素和特征的组合和子组合。
1.一种用于基于眼睛注视的驾驶员状态估计的系统，包括：
2.根据权利要求1所述的系统，其中所述周围环境包括前向视图。
3.根据权利要求1所述的系统，其中所述向外看的相机是向前看的。
4.根据权利要求1所述的系统，其中所述神经控制器被配置成从第一视频流检测道路交叉口、目标车辆和行人。
5.根据权利要求4所述的系统，其中所述检测是面向前方的。
6.根据权利要求1所述的系统，其中如果所述距离度量超过阈值，则驾驶员被视为注意力不集中。
7.根据权利要求1所述的系统，其中如果所述距离度量小于阈值，则驾驶员被视为注意力集中。
8.根据权利要求1所述的系统，其中如果所述距离度量超过阈值，则警告指示被生成。
9.根据权利要求1所述的系统，其中所述距离分布控制器被配置成使用kullback-leibler散度或jensen-shannon散度生成所述距离度量。
10.一种用于基于眼睛注视的驾驶员状态估计的方法，包括：
