自動運転のための大規模走行データセットを用いた深層学習による信号機認識

抄録

自動運転車の実現・社会実装のためには，交通信号機の認識は非常に重要な課題である．日本における一般的な信号機は青・黄・赤の3色で構成され，横向きに設置されることが多いが，形状，大きさ，色の並ぶ順序は国や地域によって一定ではなく様々なパターンが存在する．画像処理技術の進展に伴い，信号機の認識に対して深層学習ベースの物体検出モデルを用いる研究も進展している．しかし，現在取り組まれているデータセットの多くは海外で収集されたものであり，日本国内で収集・構築された大規模なデータセットはほとんどない．物体検出モデルの精度も充分とはいえず，認識した信号機と走行レーンのコンテキストの理解は依然として重大な課題である．本研究では，日本の公道で独自に収集した900時間の走行データのうち，複数シーンの15,000枚の画像について信号機のアノテーションを付与したデータセットを構成した．作成したデータを用いて深層学習ベースの2次元の物体検出モデルを学習し，自身の走行レーンに対応する信号機を認識するモデルを作成した．提案モデルが日本の交通データに特化し，自動運転における信号機認識モデルに有用であることを検証する．