연구진이 465명의 운전자, 115개 차종, 975시간의 운전 데이터를 담은 대규모 자연주의 운전 데이터셋 DriveDNA를 공개했어요.
DriveDNA는 운전자의 고유한 운전 스타일을 식별하는 벤치마크로, 운전자 재식별, 개인화된 행동 예측, 조건 매칭 비교 3가지 핵심 과제를 포함해요.
기존 방식보다 학습된 표현이 운전자 식별 성능(.935 vs .707)에서 뛰어난 성과를 보였으며, 차량 및 운전 조건이 동일한 환경에서도 운전자별 정보를 유지했어요.
연구 결과는 학습된 표현의 행동적 가치와 차량, 운전, 조건의 간섭에 대한 강건성을 평가하는 것이 중요함을 보여줘요.