| 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 | 2025-11-06 14:10 衛星画像から小領域の交通事故危険性を判別するCNNモデルの構築 ○重見浩太・大野友暉・右田剛史・高橋規一（岡山大）  PRMU2025-11 |
|
| 抄録 | （和） | 衛星画像の中心の小領域が交通事故危険箇所か否かを判別する畳み込みニューラルネットワーク(CNN: Convolutional Neural Network)の構築法を提案し，その有効性を実験的に検証する．まず，岡山県内のズームレベル17の衛星画像の各々に，2010年から2022年までの岡山県内の交通事故データを用いてラベルを付ける．具体的には，衛星画像を49の小領域に等分割し，中心の小領域内で13年間に一定数以上の交通事故が発生したか否かによって，危険または安全のラベルを付ける．次に，それらをCNNに学習させる．最後に，テスト用の衛星画像を用いて学習後のCNNの判別性能を評価する．提案手法によって構築されたCNNは，従来手法よりも高い判別精度を達成することを示す． |
| （英） | We propose a method for constructing a convolutional neural network (CNN) that determines whether the central region of a satellite image corresponds to a traffic accident risk area, and evaluate the effectiveness of the proposed method experimentally. First, each satellite image within Okayama Prefecture at zoom level 17 is labeled using traffic accident data from 2010 to 2022. Specifically, each image is evenly divided into 49 regions, and labeled as either ``dangerous'' or ``safe'' depending on whether the number of traffic accidents occurring within the central region over the 13-year period exceeds a predefined threshold. Next, the labeled satellite images are used to train the CNN. Finally, the classification performance of the trained CNN is evaluated using test satellite images. Experimental results demonstrate that the CNN constructed using the proposed method achieves higher classification accuracy compared to conventional approaches. | |
| キーワード | （和） | 衛星画像 / 交通事故危険性判別 / 畳み込みニューラルネットワーク / アンサンブル学習 / / / / |
| （英） | satellite image / traffic accident risk classification / convolutional neural network / ensemble learning / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 229, PRMU2025-11, pp. 25-30, 2025年11月. | |
| 資料番号 | PRMU2025-11 | |
| 発行日 | 2025-10-30 (PRMU) | |
| 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 | PRMU2025-11 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IPSJ-CGVI IPSJ-DCC |
| 開催期間 | 2025-11-06 - 2025-11-07 |
| 開催地（和） | 松江テルサ |
| 開催地（英） | Matsue Terrsa |
| テーマ（和） | 歴史をつなぐCG/DCC/CV/PR技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2025-11-PRMU-CVIM-CGVI-DCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 衛星画像から小領域の交通事故危険性を判別するCNNモデルの構築 |
| サブタイトル（和） | |
| タイトル（英） | Development of a CNN Model that Identifies Small Areas with Elevated Traffic Accident Risk from Satellite Images |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 衛星画像 / satellite image |
| キーワード(2)（和/英） | 交通事故危険性判別 / traffic accident risk classification |
| 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） | アンサンブル学習 / ensemble learning |
| 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） | 重見 浩太 / Kota Shigemi / シゲミ コウタ |
| 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） | 大野 友暉 / Yuki Ono / オオノ ユウキ |
| 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） | 右田 剛史 / Tsuyoshi Migita / ミギタ ツヨシ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 高橋 規一 / Norikazu Takahashi / タカハシ ノリカズ |
| 第4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 | 2025-11-06 14:10:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2025-11 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.229 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2025-10-30 (PRMU) |
[研究会発表申込システムのトップページに戻る]