テキストおよび画像情報に基づくFocal Lossを導入した深層学習による冬期路面状態の分類
キーワード:
road surface condition,
multi-class classification,
deep learning,
imbalanced data,
multimodal analysis
2022 年 3 巻 J2 号 p. 293-306
詳細
2022 年 3 巻 J2 号 p. 293-306
本稿では，積雪に伴う路面状態の悪化検知に向けて，テキストおよび画像情報に基づくFocal Lossを導入した深層学習による冬期路面状態の分類手法を提案する．提案手法では，車両走行路面沿いに設置した定点カメラにより自動で撮影された画像および気象予測情報や路面状況に関連するテキストデータを協調的に利用可能な深層学習モデルを構築することで，マルチモーダルな路面状態分類を実現する．また，冬期路面状態には学習データの分布に偏りが見られることから，データ不均衡問題による分類精度低下が懸念される．そのため，提案手法では，データ不均衡に対応可能なFocal Lossを用いて深層学習モデルの学習を行うことで，データの不均衡を考慮した路面状態の分類を実現する．本稿の最後では，実データを用いた実験を行うことで提案手法の有効性を示す．
