2022 Fiscal Year Annual Research Report
A study on methods for evaluating road visibility conditions throughout the day using edge computing
| Project/Area Number |
22J11626
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
八木 雅大 北海道大学, 大学院工学院, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2022-04-22 – 2024-03-31
|
| Keywords | 冬期道路管理 / 視界不良 / 教師なし数理モデル / 機械学習 / 映像解析 / エッジコンピューティング |
|---|
| Outline of Annual Research Achievements |
2022年度は，【フェーズ 1】として計画した教師なし数理モデルと機械学習モデルを協調利用する映像解析理論の導出に取り組んだ．具体的に本フェーズは，過去事例に少ない気象及び多様な光源環境で道路の昼夜間における視界状況を評価可能な映像解析の理論を導出するものであり，「教師なし数理モデル」及び「機械学習モデル」それぞれの評価に対する確からしさ（確信度）に基づいて評価結果を統合することで，従来の手法に比して精度よく視界状況を評価可能とする．2022年度は特に，多様な光源環境として夜間の道路を対象に2 次元フーリエ変換による教師なし数理モデルとテンソル補完による機械学習の基礎的アプローチを試みた．本研究成果は，査読付き国際学会にて発表を行い受賞している．
同時に2022年度は，当初予定していた教師なし数理モデルと機械学習モデルを協調利用する映像解析理論の導出に加えて，【フェーズ2】として計画した「映像解析モデルの自動更新を可能とするエッジ同士の連携ネットワークの構築」にも一部先行着手している．具体的に本フェーズは，各エッジの自律学習を実現するエッジ同士の連携ネットワークを構築するものであり，データ間の類似度に基づいて選択されたエッジのみからデータを獲得することで，高効率なモデル更新を可能とする．2022年度には，他のエッジから獲得したデータに基づき映像解析モデルを更新可能とする理論を導出した．本研究成果については，国内学会発表をするとともに，査読付き国際会議発表に向けた準備を進めた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
2022年度は，【フェーズ 1】として計画した教師なし数理モデルと機械学習モデルを協調利用する映像解析理論の導出に取り組んだ．研究実績の概要に示すように，おおむね順調に進展している．さらには，【フェーズ2】として計画した「映像解析モデルの自動更新を可能とするエッジ同士の連携ネットワークの構築」にも一部先行着手しており，国内学会発表をするとともに，査読付き国際会議発表に向けた準備を進めた．以上より，本区分を選択した．
|
| Strategy for Future Research Activity |
【フェーズ 1】は，過去事例に少ない気象及び多様な光源環境で道路の昼夜間における視界状況を評価可能な映像解析の理論を導出するものである． 2023年度は2022年度に構築した教師なし数理モデルと機械学習による手法の高度化として、低演算量な深層学習モデルの Extream Learing Machineを導入した軽量な映像解析の実現に向けた理論導出を図る予定である．
【フェーズ2】は，映像解析モデルの自動的な更新を可能とするエッジ同士の連携ネットワークを構築するものである．2022年度には，他のエッジから獲得したデータに基づいて映像解析モデルを更新可能とする理論の導出に取り組んだ．そこで，2023年度には，データ間の類似度に基づいて，映像解析モデルの更新に有効なデータを保持するエッジを選択可能な理論の導出に取り組む予定である．
|
