{"updated":"2025-01-19T20:52:59.020007+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00202485","sets":["6164:6165:6640:10055"]},"path":["10055"],"owner":"44499","recid":"202485","title":["物体特徴量に基づく危険運転状況の推定"],"pubdate":{"attribute_name":"公開日","attribute_value":"2019-06-26"},"_buckets":{"deposit":"44f71734-44bc-4723-a849-9b8c40650df0"},"_deposit":{"id":"202485","pid":{"type":"depid","value":"202485","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"物体特徴量に基づく危険運転状況の推定","author_link":["496960","496959","496958","496957"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"物体特徴量に基づく危険運転状況の推定"}]},"item_keyword":{"attribute_name":"キーワード","attribute_value_mlt":[{"subitem_subject":"AI","subitem_subject_scheme":"Other"}]},"item_type_id":"18","publish_date":"2019-06-26","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"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"},{"subitem_text_value":"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"},{"subitem_text_value":"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"},{"subitem_text_value":"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"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/202485/files/IPSJ-DICOMO2019211.pdf","label":"IPSJ-DICOMO2019211.pdf"},"date":[{"dateType":"Available","dateValue":"2021-06-26"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2019211.pdf","filesize":[{"value":"1.6 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"97019ef6-3e97-412b-af13-f54d834a9469","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2019 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"山本, 修平"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"倉島, 健"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"松林, 達史"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"戸田, 浩之"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"ドライブレコーダで記録された交通事故やそれに近い危険な運転状況に関する映像やセンサデータは，ドライバーの安全運転教育や法人車両の運行管理サービスに利用される有益な情報である．このようなドライブレコーダのデータは，車に急な挙動の変化があったことがトリガーとなり記録されるが，段差を乗り越えた際の衝撃等で危険運転ではないデータも数多く記録され混在している．また危険運転を含むとしても，多様なデータが存在するため，内容に応じて類型化されることが望ましい．本論文では，ドライブレコーダデータに対して，危険運転の発生対象ラベルの自動推定のタスクに取り組む．著者らはこれまでも同様のタスクに取り組んできたが，本論文では特に，異なる環境で記録されるデータに対しても頑健な推定を実現するため，前方映像に対して物体検出技術を適用して得られる物体検出結果に着目する．深層学習に基づく既存手法によって物体検出結果を特徴ベクトルに変換するにあたり，本論文では 2 つの拡張点を提案する．1 つ目は物体検出結果から得られる境界領域をもとに，物体の重要度を考慮できる特徴量を算出する．2 つ目はその特徴量に基づいて重要物体を優先的に選出し，危険度の高い物体の取りこぼしの可能性を低くする．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，2 つの拡張点を用いた提案手法が，既存手法に比べて高い推定性能を示すことを明らかにした．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"1479","bibliographic_titles":[{"bibliographic_title":"マルチメディア,分散協調とモバイルシンポジウム2019論文集"}],"bibliographicPageStart":"1472","bibliographicIssueDates":{"bibliographicIssueDate":"2019-06-26","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2019"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"created":"2025-01-19T01:05:02.880910+00:00","id":202485,"links":{}}