Anormaly driver behavior detection based on deep learning

• Project/Area Number: 24K07963
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 25020:Safety engineering-related
• Research Institution: Ehime University
• Principal Investigator: 木下 浩二 愛媛大学, 理工学研究科(工学系), 講師 (20346688)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2024: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
• Keywords: 危険動作検出 / 深層学習

Outline of Research at the Start

運送業に携わるドライバの安全運転教育への利用を最終目的として，深層学習を用いてドライブレコーダの映像データを解析し，危険な動作を自動検出するシステムの構築を目指す．
画像によるアピアランス情報とオプティカルフローによる動きの情報を入力し統合する深層学習モデルを採用する．そして，特徴マップのチャンネルと空間位置を選択的に統合するためにAttention機構を導入すること，フローに代わるST-Patch特徴を入力して計算コストの低減を実現する．
これらの手法の有効性を，危険の有無と動作の大小により4クラスに分類した映像データを用いて評価する．