参加型センシングとセンサデータを用いた都市コンテクスト理解と予測手法の研究

利用参与式感知和传感器数据的城市情境理解和预测方法研究

• 批准号: 16J06856
• 负责人: 河野 慎
• 金额: $ 1.79万
• 依托单位: Keio University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2016
• 资助国家: 日本
• 起止时间: 2016-04-22 至 2019-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16J06856/
• 关键词: 深層学習; スマートシティ; 分散システム; 開発環境; 二値化ニューラルネットワーク; 道路診断; エッジシステム; マルチモーダル学習; Twitter

今年度は，物理センシングによって取得されたデータを用いた都市コンテクスト理解を研究し，その結果を論文投稿および口頭で発表し，最後に博士論文を執筆した．まず昨年度取り組んだ道路の路面診断システムの実現に引き続き取り組んだ．本研究では，ゴミ清掃車上で道路の損傷検出が可能なエッジシステム CityInspector を提案した．実際に神奈川県や藤沢市の道路維持課にヒアリングを行い，その結果を元に設計および実装をした．CityInspectorの有用性を示すため，実験を行なった．その結果，CityInspectorが費用を抑えつつ，ゴミ収集などの日常業務の傍らで定期的かつ空間的に網羅しつつ道路の点検が可能であることが示された．この結果を博士論文に含めた．次に今まで取り組んできた研究をまとめて開発・運用を可能にするため，都市での機械学習応用システムの統合開発環境CityFlowの設計と実装をした．CityFlowは，都市における機械学習応用システムの開発に必要なデータの流れの管理や，訓練させた機械学習モデルのデプロイなどの容易な記述を可能にする．これらの記述が容易になることで，従来の機械学習応用システムを開発する際に，ボトルネックとなっていたデータの収集から前処理，保存などの流れや機械学習応用システムを運用した際に得られる精度についての検証を素早く繰り返すことが可能となる．CityFlowの有用性について検証および考察を行うため，2種類のケーススタディを行った．この研究は，イギリスおよびカナダの研究者との共同研究という形で結果をまとめ，ユビキタスコンピューティング研究発表会およびUrb-IoTで発表し，博士論文に含めた．なお，本研究はユビキタスコンピューティングでは，学生奨励賞を受賞している．

Our は, physical セ ン シ ン グ に よ っ て obtain さ れ た デ ー タ を with い た urban コ ン テ ク ス ト understand し を study, そ の results を paper submitted お よ び oral で 発 table し, finally に doctoral dissertation を penned し た. Youdaoplaceholder0 took the んだ road surface diagnosis of the んだ road in the んだ group last year システム <s:1> actual situation に cited んだ 続 続 んだ took the んだ group んだ. This study で は, ゴ で ミ cleaning the car road 検 out が の injury may な エ ッ ジ シ ス テ ム CityInspector を proposal し た. Be interstate に kanagawa 県 や cane ohsawa city の way maintain class に ヒ ア リ ン グ を い, そ の results を yuan に design お よ び be loaded を し た. The usefulness of the CityInspector section を shows すため, and the experiment line を なった. そ の results, CityInspector が cost を え suppression つ つ, ゴ ミ 収 set な ど の day-to-day business の alongside ら で regular か つ space に snare し つ つ road の point 検 が may で あ る こ と が shown さ れ た. The を result を doctoral dissertation に contains めた. Time に today ま で group take り ん で き た research を ま と め て 発 open, may use を に す る た め, urban で の rote learning 応 with シ ス テ ム の integrated open 発 environment CityFlow の design と be loaded を し た. CityFlow は, urban に お け る rote learning 応 with シ ス テ ム の open 発 に necessary な デ ー タ の flow れ の や, management training さ せ た rote learning モ デ ル の デ プ ロ イ な ど の easy な account を may に す る. こ れ ら の account が easy に な る こ と で, 従 to の mechanical learning 応 シ ス テ ム を open 発 す る interstate に, ボ ト ル ネ ッ ク と な っ て い た デ ー タ の 収 set か ら 処 before, save な ど の flow れ や rote learning 応 with シ ス テ ム を using し た interstate に must ら れ る precision に つ い て の 検 card を element early く Qiao り return す こ と が may と な る. The CityFlow <s:1> usefulness に に に て検 て検 certificate および examines を rows うため, and there are two types of ケ ケ ススタディを ススタディを rows った. こ の research は イ ギ リ ス お よ び カ ナ ダ の researchers と の joint research と い う form で results を ま と め, ユ ビ キ タ ス コ ン ピ ュ ー テ ィ ン グ research 発 table お よ び Urb - IoT で 発 table し, doctoral dissertation contains に め た. Youdaoplaceholder0, this study ユビキタスコ ユビキタスコ ピュ ピュ ティ ティ グで グで る, student award を award recipient て る る る.

项目成果

深層学習を用いた高解像度画像からの人物カウント

使用深度学习从高分辨率图像中统计人数

• 发表时间: 2018
• 作者: 山田 佑亮;河野 慎;米澤 拓郎;中澤 仁
• 通讯作者: 中澤 仁

ピギーバック型道路自動点検システムのための白線の擦れ検出手法検討

背负式自动道路检测系统白线划痕检测方法研究

• 发表时间: 2017
• 作者: 河野 慎;西山勇毅;米澤拓郎;中澤 仁;徳田英幸
• 通讯作者: 徳田英幸

Road Marking Blurs Detection with Drive Recorder

使用行车记录仪检测道路标记模糊

• 发表时间: 2017
• 作者: Makoto Kawano;Kazuhiro Mikami;Satoshi Yokoyama;Takuro Yonezawa;and Jin Nakazawa
• 通讯作者: and Jin Nakazawa

CityFlow: Exploiting Edge Computing for Large Scale Smart City Applications

• DOI: 10.1109/bigcomp.2019.8679234
• 发表时间: 2019-02
• 期刊: 2019 IEEE International Conference on Big Data and Smart Computing (BigComp)
• 作者: N. Giang;Victor C. M. Leung;M. Kawano;Takuro Yonezawa;J. Nakazawa;R. Lea;M. Broadbent

Nam Giang, Victor Leung/The University of British Columbia(カナダ)

Nam Giang, Victor Leung/不列颠哥伦比亚大学（加拿大）