| 研究課題/領域番号 |
22K12103
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
WANG YU 一橋大学, 情報基盤センター, 准教授 (60724169)
|
|---|
| 研究分担者 |
加藤 ジェーン 高知工科大学, データ&イノベーション学群, 教授 (70251882)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 歩行者検出 / 安全運転支援 / 深層学習 / 歩行者属性認識 / 交通シーン理解 |
|---|
| 研究開始時の研究の概要 |
交通事故による死者数のうち，最大の割合を占めるのは歩行者である．歩行者の死亡事故を将来にわたって削減していくためには，運転者に対する歩行者に特化した危険回避支援が必要となる．本研究はこの視点に立ち，車載カメラ映像から，潜在的な危険を有する「要注意歩行者」を早い段階で検出する技術を開発する．本研究の実施により，運転者に対して，より重要な情報をより早い時点で提供することが可能となり，時間の余裕をもった危険回避操作の促しなどで，事故を未然に防ぐ効果が期待できる．また，自動運転技術などへの波及効果も見込まれる．
|
| 研究成果の概要 |
要注意歩行者を検出する技術の確立を目的として、本研究では、①2.5D候補領域生成アルゴリズムを開発し、歩行者の検出と環境属性の認識を同一の枠組みで実現した。また、②CMAL-Netを提案し、歩行者固有属性の詳細認識において優れた認識精度を達成しただけでなく、汎用的な詳細認識手法としてもSOTAの認識精度を示した。さらに、③モデルの解釈手法STCEおよびデータ拡張手法Concept Fusionをそれぞれ提案し、歩行者行動属性の認識における信頼性と認識性能の向上を図った。加えて、④従来の学習手法および深層学習手法を用い、歩行者の各属性から要注意歩行者を判定するルールを学習する評価実験を実施した。
|
| 研究成果の学術的意義や社会的意義 |
歩行者の検出や追跡など、危険対応技術に関する研究は、この10年間で盛んに行われてきた。しかし、本研究のように、危険が現実化する前の段階で将来的な危険要因を早期に検出し、危険回避を支援するアプローチは前例がなく、先駆的である。特に、①危険の顕在化前に「要注意歩行者」を潜在的な危険要因として検出する戦略、②距離情報に加えて歩行者の多様な属性情報を活用して要注意かどうかを判定するアプローチ、③深層学習に基づくモデルの構築手法、の3点において学術的な独創性を有する。また、本研究は実用性が高く、今後は企業や他の研究機関と連携し、ユースケースの具体化やデバイス化を通じて、早期の社会実装が期待される。
|
