| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-03-14 10:00 地図画像の深層学習とGrad-CAMによる交通事故危険箇所の抽出 ○荒瀬快斗・右田剛史・高橋規一（岡山大）  MSS2023-86 NLP2023-138 |
|
| 抄録 | （和） | 岡山県内の過去十数年分の交通事故データを用いてズームレベル17のタイル画像に「危険」または「安全」のラベルを付けて畳み込みニューラルネットワーク (Convolutional Neural Network: CNN) に学習させ，学習後のCNNによってタイル画像の交通事故危険性を予測する試みが行われてきた．その結果，約90%の高い予測精度が達成されることや，CNNの判断根拠をGradient-weighted Class Activation Mapping (Grad-CAM)で可視化することによってタイル画像内の危険箇所を抽出できることがわかった．その一方，岡山市中心部のように交通事故の多い地域ではほぼすべての画像が危険と予測されることや，Grad-CAMの可視化結果では交通事故抑止活動に利用するのが難しいことも明らかになった．本研究では，従来手法の問題点を解決する新たな交通事故危険箇所抽出手法を提案するとともに，その有効性を実験的に検証する．提案手法はズームレベル18のタイル画像に周辺タイル画像との相対的な事故件数によってラベル付けを行い，CNNの代表的なモデルであるResNet18に学習させる．次に，学習済モデルにタイル画像を入力し，危険と判別された場合にはGrad-CAMの可視化結果を利用し，タイル画像を縦方向と横方向にそれぞれ8分割して得られる64個のブロックごとに危険性の判別を行う． |
| （英） | An attempt has been made to predict the traffic accident risk of each map tile image at zoom level 17 using a Convolutional Neural Network (CNN) trained on map tile images labeled ``high-risk'' or ``low-risk'' based on data on traffic accidents occurred in Okayama Prefecture over the past decade. As a result, it was observed that a high prediction accuracy of about 90% was achieved and high-risk areas could be extracted in each map tile image by visualizing the decision making process of the CNN. On the other hand, it was also found that almost all map tile images were predicted to be high-risk in regions where traffic accidents are frequent, such as the central Okayama City, and that the results of Grad-CAM visualization were difficult to apply to traffic accident deterrence activities. In this study, we propose a new method for extracting high-risk areas for traffic accidents that solves the problems of the conventional method, and evaluate its effectiveness experimentally. The proposed method first labels each map tile image at zoom level 18 according to the number of traffic accidents compared to the surrounding map tile images, and then trains ResNet18, a representative CNN model, on labeled map tile images. Next, the proposed method predicts the traffic accident risk of each map tile image using the trained model. If an image is predicted to be high-risk, the proposed method identifies the risk of each of the 64 blocks obtained by dividing the image into eight sections in the vertical and horizontal directions, respectively, using the result of Grad-CAM visualization. | |
| キーワード | （和） | 交通事故データ / OpenStreetMap / 畳み込みニューラルネットワーク / Grad-CAM / / / / |
| （英） | traffic accident data / OpenStreetMap / convolutional neural network / Grad-CAM / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 428, NLP2023-138, pp. 71-76, 2024年3月. | |
| 資料番号 | NLP2023-138 | |
| 発行日 | 2024-03-06 (MSS, NLP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MSS2023-86 NLP2023-138 |
|
| 研究会情報 | |
| 研究会 | NLP MSS |
| 開催期間 | 2024-03-13 - 2024-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | MSS，NLP，一般，およびWIP（MSSのみ） |
| テーマ（英） | MSS, NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-03-NLP-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | 地図画像の深層学習とGrad-CAMによる交通事故危険箇所の抽出 |
| サブタイトル（和） | |
| タイトル（英） | Extraction of Traffic Accident High-Risk Areas Using Deep Learning of Map Images and Grad-CAM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 交通事故データ / traffic accident data |
| キーワード(2)（和/英） | OpenStreetMap / OpenStreetMap |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(4)（和/英） | Grad-CAM / Grad-CAM |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 荒瀬 快斗 / Kaito Arase / アラセ カイト |
| 第1著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 右田 剛史 / Tsuyoshi Migita / ミギタ ツヨシ |
| 第2著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 高橋 規一 / Norikazu Takahashi / タカハシ ノリカズ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-14 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | MSS2023-86, NLP2023-138 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.427(MSS), no.428(NLP) |
| ページ範囲 | pp.71-76 |
| ページ数 | 6 |
| 発行日 | 2024-03-06 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]