DAAD-X

DAADX数据集是从DAAD数据集衍生而来的，包含了用于驾驶员意图预测任务的所有捕获视频。我们推出了首个基于视频的解释数据集，用于驾驶员意图预测任务，这将有助于进一步研究可解释的自动驾驶或ADAS系统。DAAD-X为每个操作实例提供了解释，这些解释对应于驾驶员的视角（注视解释）和车辆的视角（自我解释）。这将有助于理解模型为什么预测特定的操作，并提供高水平的易于人类理解的解释。

原始信息汇总

DAAD-X 数据集概述

数据集基本信息

• 许可证: Apache 2.0
• 任务类别: 视频分类、文本分类
• 标签: 可解释性、视频、动作识别
• 数据集名称: A
• 数据规模: 1K<n<10K
• 语言: 英语

数据集描述

DAAD-X 数据集源自 DAAD 数据集，包含驾驶员意图预测任务的所有捕获视频。这是首个为驾驶员意图预测任务提供的基于视频的解释数据集，将有助于推进可解释自动驾驶或 ADAS 系统的研究。

数据集特点

• 包含每个机动操作实例的解释
• 提供驾驶员视角（凝视解释）和车辆视角（自我解释）的解释
• 通过高级人类可理解的解释帮助理解模型预测特定机动操作的原因

相关资源

• 项目页面: https://mukil07.github.io/VCBM.github.io/
• 论文: https://arxiv.org/pdf/2510.09200
• 代码: https://github.com/Mukil07/DIP-Explainability/tree/main
• 检查点: https://huggingface.co/Skyrmion/VCBM/tree/main

搜集汇总

数据集介绍

构建方式

在自动驾驶意图预测研究领域，DAAD-X数据集基于原始DAAD数据集构建而成，通过系统化采集驾驶员行为视频数据，为每个机动操作实例标注了双重解释视角。该数据集不仅整合了驾驶员视角的注视行为解释，还融入了车辆视角的自我中心解释，这种多模态标注方法通过专业的人工智能算法与人工验证相结合，确保了解释数据的准确性和可靠性。数据构建过程严格遵循实验协议，涵盖多样化的驾驶场景和操作类型。

特点

作为首个专注于驾驶员意图预测可解释性的视频数据集，DAAD-X的突出特点在于其提供的双重解释机制。数据集同时包含驾驶员认知层面的视觉注意分布和车辆感知层面的环境要素分析，这种双重视角为理解自动驾驶决策过程提供了前所未有的透明度。数据集覆盖了丰富的驾驶场景，包含数千个精心标注的机动实例，每个实例都配备了高质量的视频数据和对应的语义解释，为可解释人工智能研究提供了坚实基础。

使用方法

在自动驾驶系统开发实践中，DAAD-X数据集主要服务于模型可解释性验证与改进。研究人员可利用该数据集训练端到端的可解释预测模型，通过对比分析模型输出与数据集中提供的标准解释，评估模型决策的合理性和透明度。数据集支持多种应用场景，包括但不限于驾驶意图分类模型的解释生成、注意力机制验证以及多模态融合策略评估。使用时应遵循标准的数据划分方案，确保训练和测试过程的科学性。

背景与挑战

背景概述

自动驾驶系统的发展推动了驾驶行为预测技术的革新，DAAD-X数据集于2024年由国际信息技术研究所等机构联合发布，聚焦于驾驶意图预测的可解释性研究。该数据集通过融合驾驶员视角的注视行为与车辆视角的 ego-motion 数据，构建了多模态解释框架，旨在揭示自动驾驶决策机制的内在逻辑。其创新性在于首次将视频分析与可解释人工智能结合，为高级驾驶辅助系统的透明化决策提供了关键数据支撑，推动了人机协同驾驶领域的理论深化与技术突破。

当前挑战

驾驶意图预测领域长期面临行为动机隐晦与模型决策黑箱化的双重挑战，DAAD-X需解决动态场景中多源信号对齐与语义标注一致性问题。在数据构建过程中，同步采集驾驶员生理信号与车辆运动轨迹需克服时空校准误差，而人工标注解释性标签时又需平衡主观判断与客观事实的差异。此外，异构模态数据的融合表征要求设计跨域特征提取机制，这对模型的鲁棒性与可解释性提出了更高维度的技术要求。

常用场景

经典使用场景

在自动驾驶系统开发领域，DAAD-X数据集被广泛用于驾驶员意图预测任务的模型训练与验证。该数据集通过整合驾驶员的注视行为与车辆自身视角的视觉信息，为机器学习模型提供了多模态的输入特征，使模型能够准确识别转向、变道等关键驾驶意图。这种综合视角的引入，显著提升了意图预测的可靠性与鲁棒性。

解决学术问题

该数据集有效解决了自动驾驶研究中模型决策过程不透明的核心难题。通过提供人类可理解的视觉解释标注，DAAD-X使研究人员能够深入分析模型依赖哪些视觉线索进行意图判断，推动了可解释人工智能在自动驾驶领域的发展。这种透明化的决策机制为建立可信赖的自动驾驶系统奠定了理论基础。

衍生相关工作

该数据集催生了多项重要的衍生研究，其中VCBM框架通过融合视觉与解释模态，建立了可解释的驾驶员意图预测新范式。相关研究工作进一步拓展了多模态注意力机制在自动驾驶中的应用，推动了行为预测与决策解释技术的协同发展，为构建透明可靠的自动驾驶系统提供了新的技术路径。