WEKO3
アイテム
ドライブレコーダデータに対するヒヤリハット発生対象分類
https://ipsj.ixsq.nii.ac.jp/records/193511
https://ipsj.ixsq.nii.ac.jp/records/1935117dcc1037-62d0-49bb-b958-ed9d327229a9
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2018084.pdf (1.1 MB)
|
Copyright (c) 2018 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2018-06-27 | |||||||||||
| タイトル | ||||||||||||
| タイトル | ドライブレコーダデータに対するヒヤリハット発生対象分類 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | AI | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 日本電信電話株式会社 NTTサービスエボリューション研究所 | ||||||||||||
| 著者所属 | ||||||||||||
| 日本電信電話株式会社 NTTサービスエボリューション研究所 | ||||||||||||
| 著者所属 | ||||||||||||
| 日本電信電話株式会社 NTTサービスエボリューション研究所 | ||||||||||||
| 著者名 |
山本, 修平
× 山本, 修平
× 倉島, 健
× 戸田, 浩之
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | ドライブレコーダで記録された映像やセンサデータは，交通事故時の証跡に使われるだけでなく，交通違反や交通事故等の危険な状況に直面した際のいわゆる 「ヒヤリハット」 データとして，ドライバーの安全運転教育に利用されている．大量のドライブレコーダデータの中から，安全運転教育に資するヒヤリハットデータの利活用のため，各データに人間が理解可能なラベルを付与し，これらのデータを簡便に検索できるようになることが期待されている．本論文では，ドライブレコーダデータに対して，非ヒヤリハットを含めたヒヤリハットの発生対象を分類する手法を提案する．提案手法は，映像とセンサ系列の時間的遷移を考慮した特徴変換と，前方映像からの物体検出結果をグリッド空間へ埋め込んだ行列に対する特徴変換によって 2 種類の特徴ベクトルを得る．この特徴ベクトルを組み合わせ，マルチタスク学習によって，より簡単なサブタスクの推定結果を活用してメインタスクであるヒヤリハット発生対象を推定する．実際のドライブレコーダデータを用いた評価実験の結果，物体検出結果のグリッド空間の埋め込みとマルチタスク学習を組み合わせる方法が，ベースライン手法に比べて高い分類性能を示すことを明らかにした． | |||||||||||
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2018論文集 巻 2018, p. 542-553, 発行日 2018-06-27 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
