文献

J-GLOBAL ID：202002263754454859   整理番号：20A2056012

サラウンドビューカメラを用いた交差点における歩行者検出のための機械学習技術の組み合わせによるステレオビジョン

Stereo Vision by Combination of Machine-Learning Techniques for Pedestrian Detection at Intersections Utilizing Surround-View Cameras

著者 (3件)： Akita Tokihiko (Toyota Technological Institute) ,  Yamauchi Yuji (Chubu University) ,  Fujiyoshi Hironobu (Chubu University)
資料名： Journal of Robotics and Mechatronics  (Journal of Robotics and Mechatronics)
巻： 32  号： 3  ページ： 494-502(J-STAGE)  発行年： 2020年 
JST資料番号： L0735A  ISSN： 0915-3942  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 日本では歩行者の交通事故の頻度が増加し続けている。したがって,運転者支援システムは事故の数を低減することが期待される。しかし,現在の環境認識センサでは,視野とコストの関係で,交差点を曲がるときに横断している歩行者を検出するのは難しい。広視野のサラウンドビュー魚眼カメラを利用する歩行者検出システムを提案する。魚眼カメラが装備されているならば,このシステムは低コストで実現できる。将来の衝突点のより正確な予測が交差点で必要とされるので,歩行者の位置を正確に検出することが必要である。ステレオビジョンはこの目的に適している。しかし,レンズの歪み,非同期捕獲,およびカメラの姿勢の変動のため,魚眼カメラを用いた立体視の実現に関していくつかの懸念がある。対策として,様々な機械学習技術を組み合わせた新しい方法を提案する。配向勾配のヒストグラムと正規化相互相関のよるD-Briefをステレオマッチングのためのサポートベクトルマシンによって結合する。ランダムフォレストを採用して,3D再構成された点群の騒音から歩行者を識別した。実際の交差点における横断歩行者の画像に対してこれを評価した。評価結果として96.0%の追跡率を達成した。このアルゴリズムは,0.17mの平均位置誤差で歩行者を正確に検出できることを検証した。(翻訳著者抄録)

シソーラス用語： *検出 ,  歩行者 ,  *立体視 ,  レンズ ,  写真レンズ ,  カメラ ,  *機械学習 ,  交差点 ,  ステレオマッチング ,  特性 ,  サポートベクトルマシン ,  計算機アルゴリズム ,  相関 ,  ヒストグラム
準シソーラス用語： *歩行者検出 ,  *ステレオビジョン ,  魚眼レンズ ,  魚眼カメラ ,  道路交差点 ,  HOG特徴量 ,  ランダムフォレスト ,  正規化相互相関

著者キーワード (5件)： 歩行者検出 ,  ステレオビジョン ,  機械学習 ,  サラウンドビューカメラ ,  魚眼レンズ

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (25件)：

• [1] Y. Matsui et al., “Features of fatal pedestrian injuries in vehicle-to-pedestrian accidents in Japan,” SAE Int. J. of Transportation Safety, Vol.1, pp. 297-308, 2013.
• [2] Y. Matsui et al., “Car-to-pedestrian contact situations in near-miss incidents and real-world accidents in Japan,” Proc. of the 22nd Int. Technical Conf. on the Enhanced Safety of Vehicles (ESV), 11-0164, 2011.
• [3] T. Hagiwara, H. Hamaoka, D. Uchibori, and K. Suzuki, “Investigation of the driver’s avoidance behavior caused by the conflicts with the pedestrian/cyclists at night at an urban signalized intersection,” Proc. of JSAE Annual Congresses in Spring, 188-20105256, 2010 (in Japanese).
• [4] T. Hagiwara, “Traffic safety countermeasure utilizing ICT the 3rd,” Nikkei Electronics 2012.4.2, pp. 90-96, 2012 (in Japanese).
• [5] F. Mroz and T. P. Breckon, “An empirical comparison of real-time dense stereo approaches for use in the automotive environment,” EURASIP J. on Image and Video Processing, Vol.2012, 13, 2012.

タイトルに関連する用語 (5件)： 交差点 ,  歩行者検出 ,  機械学習技術 ,  組み合わせ ,  ステレオビジョン