| 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 | 2026-03-03 13:03 大規模視覚言語モデルLLaVAの運転助言能力に関する定量的分析 ～ 実環境における自然運転データを用いた評価 ～ ○浅井海斗・Bin Zhou（九大）・Jianyu Huang（IM Motors）・荒川 豊・峯 恒憲（九大）  ITS2025-82 |
|
| 抄録 | （和） | 視覚言語モデル（Vision-Language Model: VLM）は， 視覚情報に基づいて自然言語による運転助言を生成できるが， 実環境における状況認識と助言生成の内部関係については， 十分な定量的検証が行われていない． 本研究では，LLaVA-1.5-7B を対象とし， SHRP2 自然運転データセットから抽出した 危険予兆イベントに対応する 983 フレームを用いて， 運転助言生成の統計的分析を行う． 状況認識結果と運転助言との関係を， クロス集計，条件付き確率，カイ二乗検定， Cram'er's $V$，および正則化ロジスティック回帰により分析した． その結果，LLaVA による運転助言は， 自身の状況認識と高い内部整合性を示す一方， ブレーキランプなどの顕著な視覚的合図に 強く依存する傾向が確認された． 本研究は，VLM を用いた運転支援における 判断特性を定量的に明らかにするものである． |
| （英） | Vision-Language Models (VLMs) can generate natural-language driving advice from visual scene understanding; however, the internal relationship between scene recognition and advice generation has not been sufficiently quantified in real-world driving scenarios. This study presents a statistical analysis of driving advice generated by LLaVA-1.5-7B using 983 high-risk pre-event frames extracted from the SHRP2 naturalistic driving dataset. We analyze the relationship between situational recognition and driving advice using cross-tabulation, conditional probability estimation, chi-square tests, Cramér’s~$V$, and regularized logistic regression. The results show that driving advice is internally consistent with the model's own scene recognition, while being strongly influenced by salient visual cues, particularly brake lights. These findings provide quantitative insights into the decision characteristics of VLM-based driving assistance in safety-critical scenarios. |
|
| キーワード | （和） | 視覚言語モデル / 運転助言 / 顕著バイアス / 内部一貫性 / / / / |
| （英） | Vision-Language Model / Driving Advice / Saliency Bias / Internal Consistency / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 380, ITS2025-82, pp. 7-12, 2026年3月. | |
| 資料番号 | ITS2025-82 | |
| 発行日 | 2026-02-24 (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 | ITS2025-82 |
|
| 研究会情報 | |
| 研究会 | ITS IEE-ITS |
| 開催期間 | 2026-03-03 - 2026-03-03 |
| 開催地（和） | 中部国際空港 セントレア会議室 |
| 開催地（英） | Centrair, Meeting Room |
| テーマ（和） | ITS情報処理，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 | 2026-03-ITS-ITS |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模視覚言語モデルLLaVAの運転助言能力に関する定量的分析 |
| サブタイトル（和） | 実環境における自然運転データを用いた評価 |
| タイトル（英） | A Quantitative Analysis of Driving Advice Capabilities of the Vision-Language Model LLaVA |
| サブタイトル（英） | An Evaluation Using Real-World Naturalistic Driving Data |
| キーワード(1)（和/英） | 視覚言語モデル / Vision-Language Model |
| キーワード(2)（和/英） | 運転助言 / Driving Advice |
| キーワード(3)（和/英） | 顕著バイアス / Saliency Bias |
| キーワード(4)（和/英） | 内部一貫性 / Internal Consistency |
| 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） | 浅井 海斗 / Kaito Asai / アサイ カイト |
| 第1著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Bin Zhou / Bin Zhou / Bin Zhou |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | Jianyu Huang / Jianyu Huang / Jianyu Huang |
| 第3著者 所属（和/英） | IM Motors (略称： IM Motors) IM Motors (略称： IM Motors) |
| 第4著者 氏名（和/英/ヨミ） | 荒川 豊 / Arakawa Yutaka / アラカワ ユタカ |
| 第4著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 峯 恒憲 / Tsunenori Mine / ミネ ツネノリ |
| 第5著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-03 13:03:00 |
| 発表時間 | 13分 |
| 申込先研究会 | ITS |
| 資料番号 | ITS2025-82 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.380 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2026-02-24 (ITS) |
[研究会発表申込システムのトップページに戻る]