「AIで交通量を測定」現場にコミットする機械学習ノート【vol.29】

   

こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。

前回の記事では、「画像から曇りを除去する」を扱いました。

今回は、韓国のDepartment of Urban Engineering, Chung-Ang University,のS. Rohらが2020年4月に発表した「交通量をオートエンコーダーで測定」に関する論文を扱っていきます。

もくじ
1章 交通量検出の重要性
2章 オートエンコーダーで手法を簡易化
2.1 研究目的:軽量なアルゴリズムで交通量を自動測定したい
2.2 研究手法:オートエンコーダーを用いたシンプルなアルゴリズムを提案した
2.3 研究結果:YOLOベースのモデルと比べてより良い性能を提案手法は示した

■前回の記事:【vol.28】 画像から曇りを除去する

1章
交通量検出の重要性

交通量を検出することは、交通管理・運用の基本です。例えば、信号機の制御は、各車線の交通量に完全に依存しています。信号機の制御装置が各車線グループに信号機の位相を割り当てるためには、リアルタイムで交通量を測定することが必要です。
また、交通計画において交通インフラの予算を決定するために、長期的に地域全体の規模で収集された過去の交通量が参照されることもあります。

しかし、従来の検出器では、前述のタスクを実行する際の精度や保守性に限界がありました。

そこで韓国のS. Rohらは、新しい手法で自動で交通量を測定する手法の開発に試みました。

2章
オートエンコーダーで手法を簡易化

まずはS. Rohらの研究におけるミッション・手法・結果をまとめます。

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。

貴社のDXブランドをサポート

業界ごとに記事を読む

PAGE TOP