近年，自動車交通量計測では AI による画像解析手法を導入した自動観測体制が整いつつある．一方，二輪車および歩行者に関しては計測精度の低さが未だ課題となっている．くわえて，実務では交通量のみならず速度や移動軌跡などの多様なデータ取得に対応した交通計測 AI の開発が望まれている．本研究では，二輪車および歩行者を高精度に検知し，交通量および速度を推定可能な交通計測 AI の開発を目的とする．具体的には，新たな学習ラベルを用いて畳み込みニューラルネットワーク(CNN) を学習し，物体追跡により取得した情報を活用することで交通量計測と速度推定を可能とした．また，計測地点別での AI モデル自己学習手法を提案し，地点毎に生じる追加学習データのコスト低減と精度向上を試みた．
