评估驾驶员警觉性的驾驶员监控系统（DMS）正迅速成为全球领先的汽车安全功能。例如，在欧盟，汽车安全监管机构 EuroNCAP 要求所有新车都安装 DMS，以符合其安全评级标准。

在这一推动下，初创公司正从 DMS 领域的商机中获益，提供从心率测量到起始睡眠检测等各种解决方案。其中，瑞典 Devant 公司正在挖掘合成数据的潜力。

这家初创公司于2021年成立，致力于生成栩栩如生的数字人的合成数据，以支持机器学习网络（如驾驶员监控系统背后的网络）的训练、验证和测试。具体来说，它开发的三维模拟人在不同情况下的外观和行为都各不相同

但合成数据究竟能如何改进 DMS？TNW 采访了 Devant 的联合创始人兼首席执行官理查德-布雷默（Richard Bremer），以了解更多信息。

合成数据可以填补的空白

人们对合成数据的兴趣始于20 世纪 90 年代初，没过多久科技行业就意识到该技术在加速机器学习方面的价值。汽车行业是合成数据的最早支持者之一，在 2010 年代中期将其用于开发自动驾驶汽车、高级驾驶员辅助系统 (ADAS) 以及最近的 DMS。

2019 年欧盟驾驶员对分心驾驶的看法

驾驶员和乘员监控系统（DMS 和 OMS）通常使用红外摄像头和传感器来收集驾驶员和乘客的实时信息。借助计算机视觉和机器学习，可以对这些信息进行分析，例如跟踪驾驶员的目光或面部表情，以确定他们对道路的警觉性和注意力。

这意味着，为了发挥最佳性能，DMS 和 OMS 都需要接受大量高质量数据的培训，包括捕获尽可能多的不同情况的图像和记录。想象一下司机在手机上发短信、开车时喝酒，甚至靠在后座上阻止孩子打架。

“对于任何人工智能网络来说，足够的数据数量和质量都是至关重要的。“

虽然迄今为止来自摄像机甚至演员角色扮演的数据推动了 DMS 的发展，但仅使用这些来源来捕捉每一种可以想象的情况会带来多重挑战。它昂贵、耗时、可变性有限，并且与隐私问题相关。

布雷默表示，这就是合成数据的价值所在。“合成数据的潜力和有趣之处在于，您可以减少时间和成本，并提高网络的性能。”

Devant 的技术如何运作

这家位于 Norrköping 的初创公司在其平台上使用分步流程，结合不同类型的 3D 资产来创建图像和动画。在汽车案例中，该内容可以是 3D 驾驶室和人员，并辅以配件、服装或眼镜等细节。

Devant 制作的驾驶员向后倾斜的动画

为了确保获得不影响机器学习网络性能的高质量结果，整个过程中通过一系列质量评估系统来验证数据的可靠性和准确性。

“当谈到我们所构建的内容时，主要是为了确保数据经过测试和验证。”布雷默说。

Devant 的 3D 人体模型的目标有三个：与现实世界中事物的外观保持一致，扩大其多样性并提供尽可能广泛的不同场景，并满足客户的要求。

为此，这家瑞典初创公司提供了一个配置工具，供用户选择符合其需求的参数。调整范围可以从更通用的变量（例如年龄、种族和性别）到更具体的细节，包括服装、眼睑运动的频率或车内的照明条件。

手机分心的动画

6 月，该公司与澳大利亚 Seeing Machines 联手，该公司是一家主要汽车制造商使用的（DMS 和 OMS）开发商。

通过此次合作，Seeing Machines 将使用 Devant 的 3D 模拟来训练和验证其机器学习网络，旨在进一步改进其车内监控系统，并创建符合 EuroNCAP 要求的驾驶员分心行为的大规模数据集。