文献

J-GLOBAL ID：202302215791878048   整理番号：23A0067159

テキストおよび画像情報に基づくFocal Lossを導入した深層学習による冬期路面状態の分類

WINTER ROAD SURFACE CONDITION CLASSIFICATION USING DEEP LEARNING WITH FOCAL LOSS BASED ON TEXT AND IMAGE INFORMATION

著者 (5件)： 諸戸祐哉 (北海道大学 大学院情報科学院) ,  前田圭介 (北海道大学 大学院情報科学研究院) ,  藤後廉 (北海道大学 大学院情報科学研究院) ,  小川貴弘 (北海道大学 大学院情報科学研究院) ,  長谷山美紀 (北海道大学 大学院情報科学研究院)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 3  号： J2  ページ： 293-306(J-STAGE)  発行年： 2022年 
JST資料番号： U2325A  ISSN： 2435-9262  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： 日本語 (JA)

抄録/ポイント： 本稿では,積雪に伴う路面状態の悪化検知に向けて,テキストおよび画像情報に基づくFocal Lossを導入した深層学習による冬期路面状態の分類手法を提案する.提案手法では,車両走行路面沿いに設置した定点カメラにより自動で撮影された画像および気象予測情報や路面状況に関連するテキストデータを協調的に利用可能な深層学習モデルを構築することで,マルチモーダルな路面状態分類を実現する.また,冬期路面状態には学習データの分布に偏りが見られることから,データ不均衡問題による分類精度低下が懸念される.そのため,提案手法では,データ不均衡に対応可能なFocal Lossを用いて深層学習モデルの学習を行うことで,データの不均衡を考慮した路面状態の分類を実現する.本稿の最後では,実データを用いた実験を行うことで提案手法の有効性を示す.(著者抄録)

シソーラス用語： 状態 ,  *分類 ,  *機械学習 ,  データ ,  非平衡状態 ,  *モード解析 ,  道路 ,  路面 ,  学習モデル ,  ニューラルネットワーク ,  損失関数 ,  深層学習 ,  *多クラス分類 ,  冬期道路 ,  *不均衡データ ,  ディープニューラルネットワーク
準シソーラス用語： Focal Loss ,  深層学習モデル ,  *多モード解析 ,  多層ニューラルネットワーク ,  *冬期路面状態

著者キーワード (5件)： road surface condition ,  multi-class classification ,  deep learning ,  imbalanced data ,  multimodal analysis

分類 (3件)： 道路計画・調査,道路の構造  (RC08020X) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (24件)：

• 1) 高田哲哉, 徳永ロベルト, 高橋尚人: 冬期気象条件下における交通事故発生形態について, 日本雪氷学会, pp. 69-72, 2010. [Takada, T., Tokunaga, R., and Takahashi, N.: Traffic accident patterns under winter weather conditions, Japanese Society of Snow and Ice, pp. 69-72, 2010.]
• 2) 齊田光, 藤本明宏, 徳永ロベルト, 平澤匡介, 高橋尚人,石 田樹, 福原輝幸: 広域路面雪氷状態予測モデルを用いた北海道における hfn の計算精度検証, 雪氷研究大会(2016・名古屋) 講演要旨集 , p. 4, 2016. [Saida, A., Fujimoto, A., Tokunaga, R., Hirasawa, M, , Takahashi, N., Ishida, T., and Fukuhara, T.: Verification of hfn forecasting accuracy in hokkaido using route-based forecasting model of road snow/ice conditions, <i>Summaries of JSSI & JSSE Join Conference of Snow and Ice Research - 2016 in Nagoya</i>, p. 4, 2016.]
• 3) 田中雅人, 齊田光, 寺崎寛章, 藤本明宏, 福原輝幸: 広域路面滑り-雪氷状態予測モデルを用いた路面滑り摩擦に及ぼす交通量の影響評価, 土木学会論文集E1 (舗装工学), Vol.73, No.3, pp.I 53-I 61, 2017. [Tanaka., M., Saita, H., Terasaki, H., Fujimoto, A., and Fukuhara, T.: Wide-area road surface sliding -Evaluation of effect of traffic volume on road slip and abrasion using snow/ice condition prediction model, Transaction of the Japan Society of Civil Engineers E1 (Pavement Engineering), Vol.73, No.3, pp.I 53-I 61, 2017.]
• 4) 李瑾, 阿部雅人, 杉崎光一, 中村一樹, 上石勲: AI技術を活用した冬季道路路面判別の効率化,AI・データサイエンス論文集,Vol. 1,No. J1,pp. 210-216, 2020. [Li, J., Abe, M., Sugisaki, K., Nakamura, K., and Kamishi, I.: Efficiency improvement of winter road surface interpretation by using artificial intelligence model, Intelligence, Informatics and Infrastructure, Vol. 1,No. J1,pp. 210-216,2020.]
• 5) 高瀬智之, 高橋翔, 萩原亨: 車載カメラ映像を用いた機械学習による高速道路の冬期路面状態の識別に関する検討, 映像情報メディア学会技術報告, 映像情報メディア学会技術報告, Vol. 44, No. 6, pp. 31-34, 2020. [Takase, T., Takahashi, S., and Hagiwara, T.: A study on identification of winter road surface in expressway via machine learning using in-vehicle camera videos, ITE Technical Report, Vol. 44, No. 6, pp. 31-34, 2020.]

タイトルに関連する用語 (5件)： 画像情報 ,  深層学習 ,  冬期 ,  路面状態 ,  分類