| 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 | 2026-09-03 14:15 ［依頼講演］ゼロショット不注意運転者検出のための視覚言語モデルにおける人物外観バイアス抑制に関する検討 ○宮田高道（千葉工大）  CS2026-31 |
|
| 抄録 | （和） | 大規模な画像・テキスト対から学習された視覚言語モデル（VLM）を利用することで，タスク固有の追加学習を必要としないゼロショット画像認識が実現できる．しかしながら，このVLMを不注意運転者検出に応用する際には，VLMが運転行動だけでなく，服装，年齢，性別などの人物外観にも強く反応することや、クラスに対応するテキスト埋め込みベクトル間の角度が小さくなることが課題となる．本講演では，この運転者の外観に起因するバイアスに着目し，各運転者の複数画像から推定した平均特徴を用いて画像埋め込みから人物固有の外観成分を抑制する手法について述べる．さらに，意味的に近い行動クラス間の分離性を高めるテキスト埋め込みの直交化手法についても紹介する．公開不注意運転者検出データセットを用いた実験では，提案手法により従来のゼロショット手法と比較して一貫した性能向上が得られた．これより，人物外観と運転行動を分離して扱うことの有効性が示されたといえる． |
| （英） | Vision-language models (VLMs) pretrained on large-scale image–text pairs enable zero-shot image recognition without task-specific additional training. However, when applying VLMs to Distracted Driver Detection, two major challenges arise: VLMs respond not only to driving behaviors but also to driver-specific appearance attributes, such as clothing, age, and gender, and the angles between text embedding vectors corresponding to different classes tend to be small. This talk focuses on mitigating bias arising from driver appearance. Specifically, we present a method that suppresses driver-specific appearance components in image embeddings using mean features estimated from multiple images of each driver. We further introduce a text embedding orthogonalization method to improve the separability of semantically similar behavior classes. Experiments on public Distracted Driver Detection datasets demonstrate consistent performance improvements over conventional zero-shot approaches. These results demonstrate the effectiveness of explicitly decoupling driver appearance from driving behavior. | |
| キーワード | （和） | 視覚言語モデル / 不注意運転者検出 / ゼロショット学習 / 外観バイアス / 特徴分離 / / / |
| （英） | Vision-Language Models / Distracted Driver Detection / Zero-Shot Learning / Appearance Bias / Feature Decoupling / / / | |
| 文献情報 | 信学技報, vol. 126, no. 166, CS2026-31, pp. 17-20, 2026年9月. | |
| 資料番号 | CS2026-31 | |
| 発行日 | 2026-08-27 (CS) | |
| 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 | CS2026-31 |
|
| 研究会情報 | |
| 研究会 | NS IN CS NV |
| 開催期間 | 2026-09-03 - 2026-09-04 |
| 開催地（和） | 東北大学 電気通信研究所 + オンライン開催 |
| 開催地（英） | Tohoku University + Online |
| テーマ（和） | セッション管理(SIP・IMS)，相互接続技術/標準化，次世代・新世代・将来ネットワーク，クラウド/データセンタネットワーク，SDN(OpenFlow等)・NFV，IPv6，機械学習のネットワーク適用，一般 |
| テーマ（英） | Session management (SIP/IMS), Interoperability/Standardization, NGN/NwGN/Future networks, Cloud/Data center networks, SDN (OpenFlow, etc.)/NFV, IPv6, Machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2026-09-NS-IN-CS-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | ゼロショット不注意運転者検出のための視覚言語モデルにおける人物外観バイアス抑制に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Mitigating Appearance Bias in Vision-Language Models for Zero-Shot Distracted Driver Detection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 視覚言語モデル / Vision-Language Models |
| キーワード(2)（和/英） | 不注意運転者検出 / Distracted Driver Detection |
| キーワード(3)（和/英） | ゼロショット学習 / Zero-Shot Learning |
| キーワード(4)（和/英） | 外観バイアス / Appearance Bias |
| キーワード(5)（和/英） | 特徴分離 / Feature Decoupling |
| 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） | 宮田 高道 / Takamichi Miyata / ミヤタ タカミチ |
| 第1著者 所属（和/英） | 千葉工業大学 (略称： 千葉工大) Chiba Institute of Technology (略称： Chita Tech) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-03 14:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | CS |
| 資料番号 | CS2026-31 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.166 |
| ページ範囲 | pp.17-20 |
| ページ数 | 4 |
| 発行日 | 2026-08-27 (CS) |
[研究会発表申込システムのトップページに戻る]