文献

J-GLOBAL ID：202002265676575302   整理番号：20A1071512

深層学習を用いた車内モニタリングによる状態認識

State Recognition with In-Cabin Monitoring using Deep Learning

著者 (4件)： 木戸口稜 (北大 大学院情報科学研究科) ,  横山想一郎 (北大 大学院情報科学研究院) ,  山下倫央 (北大 大学院情報科学研究院) ,  川村秀憲 (北大 大学院情報科学研究院)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 469(AI2019 54-64)(Web)  ページ： 25-30 (WEB ONLY)  発行年： 2020年03月01日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,乗客の安全を確保したバス運行を支援するため,物体検出アルゴリズムYOLOを適用したバス車内の状態認識システムを開発した.提案するバス車内の状態認識システムは,乗客数や着席状態,大型の荷物の有無の認識を行う.また,走行中に移動している乗客への注意喚起を行うため,認識結果を用いてバスが発進して良い状態にあるかどうかを判定する.バス車内の模擬環境や実際に走行するバス車内で取得したデータでシステムの有効性を確認した.(著者抄録)

シソーラス用語： *機械学習 ,  *監視 ,  *認識 ,  路線バス ,  検出 ,  自動監視 ,  *深層学習 ,  *状況認識 ,  物体検出
準シソーラス用語： *車内モニタリング ,  リアルタイム監視

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• 廿日出悟:鉄道車両の状態をモニタリングする (2009).
• 窪田進,丸山昌之,伊久美智則:複数の全方位カメラによる人物動線計測システム,東芝レビュー,Vol.63, No.10, pp.44-47 (2008).
• Liu, W., Lis, K., Salzmann, M. and Fua, P.: Geometric and Physical Constraints for Head Plane Crowd Density Estimation in Videos (2018).
• 小島颯平,内山彰,廣森聡仁,山口弘純,東野輝夫東野:スマートフォンカメラを用いた群集人数推定システム,マルチマディア通信と分散処理ワークショップ 2015 論文集,Vol.2015, No.5, pp.211-215 (2015).
• Redmon, J. and Farhadi, A.: YOLOv3: An Incremental Improvement, arXiv (2018).

タイトルに関連する用語 (3件)： 深層学習 ,  車内 ,  モニタリング