本文介绍了一种新型的“分心驾驶”姿势估计系统，结合卷积神经网络和遗传算法，能够高效检测驾驶员姿态，从而降低交通事故风险。研究表明，基于CLIP的方法和多摄像头特征集成显著提高了识别性能，KiD3方法通过融合语义关系和姿势配置，准确率提升了13.64%。

本研究提出了一种基于自监督学习的行动识别模型，旨在提高分心驾驶行为的检测准确性。通过多摄像头视角和条件后处理，精确定位分心行为及其时间边界，最终在2024 AI City Challenge中获得第六名。