学習データの改良による車上型支障物検知手法の検知性能向上

カテゴリ: 研究会(論文単位)

論文No: VT23014,TER23067

グループ名: 【D】産業応用部門 自動車/【D】産業応用部門 交通・電気鉄道合同研究会

発行日: 2023/09/19

タイトル(英語): Improvement of detection performance of obstacle detection method on board by improving training data.

著者名: 清水 義輝(鉄道総合技術研究所),影山 椋(鉄道総合技術研究所),長峯 望(鉄道総合技術研究所),山下 光太郎(西日本旅客鉄道),丸山 量志(西日本旅客鉄道)

著者名(英語): Yoshiki Shimizu(Railway Technical Research Institute),Ryo Kageyama(Railway Technical Research Institute),Nozomi Nagamine(Railway Technical Research Institute),Kotaro Yamashita(West Japan Railway Company),Ryoji Maruyama(West Japan Railway Company)

キーワード: ＡＩ|障害物検知|列車前方映像|Artificial Intelligence|Obstacle Detection|Train Front Images

要約(日本語): 我々は運転士の支援のため、AIによる線路内支障物検知手法を開発している。鉄道環境以外の人物画像を含む汎用的なデータを学習したAIによる検知性能評価で、特定シーンの線路内作業員に対する検知性能に課題があることが分かった。そこで作業員の画像を含む独自データを構築し、AIに学習させることで、検知性能が向上することを確認した。本稿ではデータセットの詳細、ならびに性能評価結果について報告する。

要約(英語): We have developed an AI-based in-track obstacle detection method to assist drivers. We constructed our own data set including images of workers and trained AI to improve the detection performance. This paper reports the details of the dataset and the results of the performance evaluation.

本誌: 2023年9月22日自動車/交通・電気鉄道合同研究会

本誌掲載ページ: 31-36 p

原稿種別: 日本語

PDFファイルサイズ: 1,417 Kバイト