| 講演抄録／キーワード |
| 講演名 |
2024-06-06 14:10
Vision-Language Modelを用いた交通場面認識の試み
○中川和人・西村和真（近大院）・杉山 治・多田昌裕（近畿大） |
| 抄録 |
（和） |
自動運転システムの社会実装を目指すためには，システムが周辺交通参加者の行動意図を理解し，その行動を高精度に予測する必要があることが指摘されている．人間は交通場面において，物体の移動軌跡といった時系列変化情報や，周辺交通参加者の身体の状態，自車両と周辺交通参加者との距離や位置関係を手掛かりとして周辺交通参加者の将来行動予測をしていると考えられている．そこで，本研究では，周辺交通参加者の状態や自車両との相対位置を表現可能な画像キャプショニング技術と複数枚の時系列画像を入力可能なVision-Language Modelを組み合わせることで，自動車の車外画像から運転時に危険となりうる周辺交通参加者の存在の認識と，近い将来の行動予測を行うシステムを構築した．運転者の将来予測能力を測る際に広く用いられているハザード知覚テストを用いた性能評価実験では，Vision-Language Model単体で用いた場合と比較して，提案手法では周辺交通参加者の行動予測精度が45ポイント向上し，提案手法の有効性を示唆する結果が得られた． |
| （英） |
For the societal implementation of autonomous driving systems, it is essential that these systems understand the behavioral intentions of surrounding traffic participants and accurately predict their near-future behaviors. Humans are known to predict the near-future behaviors of others in traffic environment by observing changes over time, such as object trajectories, the states of other participants, and their relative distances and positions to the ego vehicle. This study therefore integrates image captioning technology, which represents the state and relative positions of surrounding traffic participants, with a Vision-Language Model that processes multiple sequential images. Our system is designed to identify potentially hazardous traffic participants from external vehicle images and predict their near-future behaviors. Through experiments using hazard perception tests, which are widely used to measure drivers' risk predictive skills, the proposed method demonstrated an improvement in the accuracy of predicting the behavior of surrounding traffic participants by 45 points compared to using the Vision-Language Model alone, suggesting the effectiveness of the proposed approach. |
| キーワード |
（和） |
交通場面認識 / 人間行動予測 / Vision-Language Model / 画像キャプショニング / / / / |
| （英） |
Traffic scene recognition / Human behavior prediction / Vision-Language Model / Image captioning / / / / |
| 文献情報 |
映情学技報, vol. 48, no. 17, ME2024-50, pp. 15-18, 2024年6月. |
| 資料番号 |
ME2024-50 |
| 発行日 |
2024-05-30 (IST, ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
|