視覚言語モデルを用いた検索手法による交通シーン検索の効率化

抄録

映像中の交通シーン抽出は先進運転支援システム開発に必須であるが目視確認の手間が大きい．その効率化に向け，本研究では視覚言語モデル活用のテキストによる映像検索と，クラスタリングによる検索結果の集約を提案する．日本の走行映像の評価により，本提案で渋滞等の複雑なシーンを正確かつ効率的に抽出可能とわかった．