野外认知负荷估计

认知负荷已被数百项验证研究证明是理解人类表现的重要变量。然而，建立在现实条件下自动估算认知负荷的实际的、非接触方法远未解决。为了设计这样一个系统，我们提出了两种基于视觉的新方法来估算认知负荷，并在一个在现实驾驶条件下收集的大规模数据集上对其进行了评估。认知负荷定义为观察对象正在执行的三个经过验证的参考任务中的哪一个。在这个三类问题上，我们提出的使用3D卷积神经网络的最佳方法在仅从视频中预测92个样本的任务诱发的认知负荷时达到了86.1%的准确率。这项工作使用驾驶环境作为训练和评估数据集，但训练后的网络并不局限于驾驶环境，因为它不需要校准，也不对受试者的视觉外观、活动、头部姿势、尺度和视角做出任何假设。