| 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 | 2025-09-18 14:20 CAGE: Controllable Agent Generation in Driving Scenes via Vision-Language Models ○Yibin Chen（UTokyo）・Yanlei Gu（Hiroshima Univ.）・Shunsuke Kamijo（UTokyo）  ITS2025-6 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | The safety and reliability of autonomous driving systems depend on their robustness in complex scenarios underrepresented in training data. However, prevailing data augmentation techniques are predominantly limited to the Bird's-Eye View (BEV), failing to incorporate critical camera-perspective cues such as traffic lights and roadside signs, thus compromising the model's ability to handle context-rich scenarios. To address this limitation, we introduce textbf{CAGE} (Controllable Agent GEneration), a framework for generating traffic agents based on human instructions. At its core, CAGE achieves semantic and geometric consistency through a two-stage process. First, a Vision-Language Model (VLM) interprets the user's instruction and visual context in camera views to generate a high-level proposal, specifying the agent's attributes and coarse trajectory. This proposal is then refined by a spatiotemporal Transformer, which leverages precise geometric data from the BEV to produce a kinematically feasible trajectory. Extensive evaluations on the nuScenes dataset demonstrate the method's effectiveness in generating high-quality, contextually appropriate traffic agents. | |
| キーワード | （和） | / / / / / / / |
| （英） | Autonomous Driving / Data Augmentation / Traffic Agent Generation / Controllable Generation / Vision-Language Model / / / | |
| 文献情報 | 信学技報, vol. 125, no. 183, ITS2025-6, pp. 1-6, 2025年9月. | |
| 資料番号 | ITS2025-6 | |
| 発行日 | 2025-09-11 (ITS) | |
| 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 | ITS2025-6 |
|
| 研究会情報 | |
| 研究会 | ITS IPSJ-ITS IEE-ITS |
| 開催期間 | 2025-09-18 - 2025-09-19 |
| 開催地（和） | 群馬大学 CRANTS（荒牧） |
| 開催地（英） | CRANTS Gunma Univ. (in Aramaki) |
| テーマ（和） | 交通における計測, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ITS |
| 会議コード | 2025-09-ITS-ITS-ITS |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | CAGE: Controllable Agent Generation in Driving Scenes via Vision-Language Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Autonomous Driving |
| キーワード(2)（和/英） | / Data Augmentation |
| キーワード(3)（和/英） | / Traffic Agent Generation |
| キーワード(4)（和/英） | / Controllable Generation |
| キーワード(5)（和/英） | / Vision-Language Model |
| 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） | 陳 逸浜 / Yibin Chen / チン イツヒン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 古 艶磊 / Yanlei Gu / コ エンライ |
| 第2著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 上條 俊介 / Shunsuke Kamijo / カミジョウ シュンスケ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-09-18 14:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ITS |
| 資料番号 | ITS2025-6 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.183 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2025-09-11 (ITS) |
[研究会発表申込システムのトップページに戻る]