A study on methods for evaluating road visibility conditions throughout the day using edge computing

点击翻译按钮获取中文摘要

2022年度は，【フェーズ 1】として計画した教師なし数理モデルと機械学習モデルを協調利用する映像解析理論の導出に取り組んだ．具体的に本フェーズは，過去事例に少ない気象及び多様な光源環境で道路の昼夜間における視界状況を評価可能な映像解析の理論を導出するものであり，「教師なし数理モデル」及び「機械学習モデル」それぞれの評価に対する確からしさ（確信度）に基づいて評価結果を統合することで，従来の手法に比して精度よく視界状況を評価可能とする．2022年度は特に，多様な光源環境として夜間の道路を対象に2 次元フーリエ変換による教師なし数理モデルとテンソル補完による機械学習の基礎的アプローチを試みた．本研究成果は，査読付き国際学会にて発表を行い受賞している．同時に2022年度は，当初予定していた教師なし数理モデルと機械学習モデルを協調利用する映像解析理論の導出に加えて，【フェーズ2】として計画した「映像解析モデルの自動更新を可能とするエッジ同士の連携ネットワークの構築」にも一部先行着手している．具体的に本フェーズは，各エッジの自律学習を実現するエッジ同士の連携ネットワークを構築するものであり，データ間の類似度に基づいて選択されたエッジのみからデータを獲得することで，高効率なモデル更新を可能とする．2022年度には，他のエッジから獲得したデータに基づき映像解析モデルを更新可能とする理論を導出した．本研究成果については，国内学会発表をするとともに，査読付き国際会議発表に向けた準備を進めた．