Item type |
Symposium(1) |
公開日 |
2020-06-17 |
タイトル |
|
|
タイトル |
ドライブレコーダ動画を用いた路上駐停車判定手法の提案 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
スマートスペース/スマートシティ |
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 |
|
|
|
奈良先端科学技術大学院大学 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学/理化学研究所 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学/理化学研究所 |
著者所属 |
|
|
|
奈良先端科学技術大学院大学/理化学研究所 |
著者名 |
松田, 明大
松井, 智一
松田, 裕貴
諏訪, 博彦
安本, 慶一
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年,禁止区域での路上駐停車が社会問題の一つになっている.特に大都市圏や観光地では,多くの路上駐停車が存在する.また,路上駐停車は渋滞や事故を引き起こす要因ともなりうるため,リアルタイムな検出により迅速な対応が求められる.先行研究では,定点カメラや過去動画との比較により路上駐停車の検出が行われた.しかしながら,定点カメラの設置地点のみでの検出や,過去動画の限定的なエリア,処理速度・精度などが問題としてある.本研究では,これらの問題を解決するために,一般に幅広く普及しているドライブレコーダ動画を用いたリアルタイムな路上駐停車の判定の実現を目指す.そのために,車載デバイスのみを用いた路上駐停車の特徴に基づいた機械学習による判定手法を提案する.物体検出モデルである YOLOv3 を用いて動画を解析し,計 1765 台分の Bounding Box の座標情報とその時の自車情報をもとに,データセットを作成した.そして,ランダムフォレストとロジスティック回帰を用いてモデルを作成し,ホールドアウト法と層化K-分割検証法により評価を行ったところ,2 つのモデルにおいて,それぞれ F値が最大 93%,90%となった.この結果により,Bounding Box と自車データを用いた路上駐停車判定手法の有効性が確認された. |
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2179論文集
巻 2020,
p. 1102-1110,
発行日 2020-06-17
|
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |