「上空から車を監視する」AIのためデータ不足GANで補う(AI×都市)【論文】

   

データセットの不足が精度向上を妨げている

リモートセンシングとは遠隔からのセンシング、つまり衛星や航空機からの観測を指すワードである。リモートセンシングは交通状況の監視や緊急対応などに応用できることからも、車の監視への活用が進められている。このため、コンピュータビジョン界隈でも、車の検出はホットな研究の1つとなっている。

近年は、ディープラーニングの登場で検出技術も格段に進化している。研究でも、Faster R-CNNやYOLOなどといった検出技術が頻繁に使われる。一方、データセットの数は上限があるため、それが検出精度の向上を阻む壁となっている。

中国の北京工業大学のKunら研究者はデータ不足を解決すべく、AIによって、車画像を人工的に作成することで、データセットの拡張を試みた。その結果、YOLOの検出で96%の精度を達成した。

GANによるデータ拡張で検出精度96%!

Kunらの研究のポイントは以下の通りだ。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

業界ごとに記事を読む

さらに学ぼう!

PAGE TOP