| 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 | 2025-03-03 11:40 事前学習モデルを用いた音による交通量と速度の推定 ○髙橋知宏（都立大）・植野夏樹（都立大/熊本大）・木下裕磨（東海大）・若林佑幸（豊橋技科大）・小野順貴（都立大）・祐川真紀帆・福馬誠士・中川 浩（ネクスコ東日本エンジニアリング）  EA2024-109 SIP2024-144 SP2024-50 |
|
| 抄録 | （和） | 交通量や速度などを計測する交通モニタリングを低コストに実現するため，我々は走行音に基づくアプローチに取り組んでいる． 深層学習に基づく音響交通モニタリングでは，符号化器として事前学習モデルを用いる手法が高い推定性能を発揮しているが，有効性が確認されているのは都市道路データを用いた交通量推定に対してのみである． そこで本研究では，高速道路データを用いて交通量，速度，占有率の3種類の交通状態を，事前学習モデルにより入力特徴量を符号化することで推定した． また，事前学習モデルを用いた推論において位相に関する特徴量を活用するアプローチを検証した． 評価実験により，事前学習モデルの有効性を確認した． |
| （英） | We have been studying sound-based traffic monitoring to measure road traffic conditions such as traffic volume and speed at low cost. Although a method using a pre-trained model showed high estimation performance in acoustic traffic monitoring, its effectiveness was confirmed only for traffic volume estimation using urban road data. This study estimated three types of traffic conditions (traffic volume, speed, and occupancy) using highway data by encoding the input features with a pre-trained model. Using a pre-trained model, we also validated an approach that uses phase-related features in inference. In evaluation experiments, we confirmed the effectiveness of the pre-trained model. |
|
| キーワード | （和） | 事前学習モデル / 交通モニタリング / 車両検出 / 深層学習 / 音響センシング / マイクロホンアレイ / / |
| （英） | pre-trained model / traffic monitoring / vehicle counting / deep neural network / acoustic sensing / microphone array / / | |
| 文献情報 | 信学技報, vol. 124, no. 389, EA2024-109, pp. 199-206, 2025年3月. | |
| 資料番号 | EA2024-109 | |
| 発行日 | 2025-02-23 (EA, SIP, SP) | |
| 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 | EA2024-109 SIP2024-144 SP2024-50 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP IPSJ-SLP |
| 開催期間 | 2025-03-02 - 2025-03-04 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2025-03-EA-SIP-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 事前学習モデルを用いた音による交通量と速度の推定 |
| サブタイトル（和） | |
| タイトル（英） | Traffic Volume and Speed Estimation Using Pre-trained Audio Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 事前学習モデル / pre-trained model |
| キーワード(2)（和/英） | 交通モニタリング / traffic monitoring |
| キーワード(3)（和/英） | 車両検出 / vehicle counting |
| キーワード(4)（和/英） | 深層学習 / deep neural network |
| キーワード(5)（和/英） | 音響センシング / acoustic sensing |
| キーワード(6)（和/英） | マイクロホンアレイ / microphone array |
| 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） | 髙橋 知宏 / Tomohiro Takahashi / タカハシ トモヒロ |
| 第1著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 第2著者 氏名（和/英/ヨミ） | 植野 夏樹 / Natsuki Ueno / ウエノ ナツキ |
| 第2著者 所属（和/英） | 東京都立大学/熊本大学 (略称： 都立大/熊本大) Tokyo Metropolitan University/Kumamoto University (略称： TMU/Kumamoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 木下 裕磨 / Yuma Kinoshita / キノシタ ユウマ |
| 第3著者 所属（和/英） | 東海大学 (略称： 東海大) Tokai University (略称： Tokai Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 若林 佑幸 / Yukoh Wakabayashi / ワカバヤシ ユウコウ |
| 第4著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： TUT) |
| 第5著者 氏名（和/英/ヨミ） | 小野 順貴 / Nobutaka Ono / オノ ノブタカ |
| 第5著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 第6著者 氏名（和/英/ヨミ） | 祐川 真紀帆 / Makiho Sukekawa / スケカワ マキホ |
| 第6著者 所属（和/英） | ネクスコ東日本エンジニアリング (略称： ネクスコ東日本エンジニアリング) NEXCO-EAST ENGINEERING Company Limited (略称： NEE) |
| 第7著者 氏名（和/英/ヨミ） | 福馬 誠士 / Seishi Fukuma / フクマ セイシ |
| 第7著者 所属（和/英） | ネクスコ東日本エンジニアリング (略称： ネクスコ東日本エンジニアリング) NEXCO-EAST ENGINEERING Company Limited (略称： NEE) |
| 第8著者 氏名（和/英/ヨミ） | 中川 浩 / Hiroshi Nakagawa / ナカガワ ヒロシ |
| 第8著者 所属（和/英） | ネクスコ東日本エンジニアリング (略称： ネクスコ東日本エンジニアリング) NEXCO-EAST ENGINEERING Company Limited (略称： NEE) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-03 11:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | EA |
| 資料番号 | EA2024-109, SIP2024-144, SP2024-50 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.389(EA), no.390(SIP), no.391(SP) |
| ページ範囲 | pp.199-206 |
| ページ数 | 8 |
| 発行日 | 2025-02-23 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]