| 研究課題/領域番号 |
20K11828
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60080:データベース関連
|
|---|
| 研究機関 | 静岡大学 |
|---|
研究代表者 |
大橋 剛介 静岡大学, 工学部, 教授 (80293603)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | データセット / 車載カメラ映像 / 注視領域 / 顕著性マップ / 深層学習 / ドライビング・シミュレーター |
|---|
| 研究開始時の研究の概要 |
車載カメラ映像から、運転者がどこを注視するかを知ることは、運転支援技術の開発に有用である。この注視領域を画像から計算モデルで検出するのが、顕著性マップである。そこで、本研究では、車載カメラ映像（動画像）に対して、運転者がどこを注視しやすいかを高精度に推定できる深層学習に基づく顕著性マップ推定モデルを開発することを目的としている。さらに、既存の膨大な映像データに顕著性マップを適用し、注視情報付きのデータセットを構築する。
本研究の成果により、既存の膨大な車載カメラ映像データを有効に活用でき、運転者の注視領域を明らかにすることが可能になり、運転支援システムの開発に貢献できる。
|
| 研究成果の概要 |
静止画と映像（動画像）に対する顕著性を比較したところ、対象が移動するシーンでは視線が対象の前方を注視しており、対象の運動が変化したシーンでは対象を注視できないことがわかった。また、注視領域は対象の移動方向に偏ること、注視領域は運動が変化する前の運動に影響されることがわかった。Carlaシミュレータと実際の画像に対して、画像変換モデルを用いて、昼間の車載カメラ映像のデータセットから夜間の車載カメラ映像のデータセットを作成した。オプティカルフローから算出したFOEを用いた注視領域推定モデルを提案し、車載カメラ画像のデータセットを用いて有効性を検証したところ、高精度に注視領域が推定できた。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、車載カメラ映像に対して、運転者の注視領域の推定モデルを開発することとデータセットを構築することを目的としている。注視情報付きデータセットで公開されている一般的な動画像（映像）を対象としたものは、車載カメラ映像における注視領域とは異なる。したがって、本研究成果の学術的意義は、１）静止画と映像（動画像）との相違点、２）車載カメラ映像のデータセット、３）運転者の注視特性、を明らかにしたことである。本研究成果の社会的意義は、本研究の成果により、既存の膨大な映像データを有効に活用でき、運転者の注視領域を明らかにすることが可能になり、運転支援システムの開発に貢献できる。
|
