知的未来都市創造・ラボ

Deep on Edge: 畳み込みニューラルネットワークを用いた車載動画における道路標示のかすれ検出

プロジェクト担当 : 河野慎道路は、都市生活において非常に重要な役割を担っています。多くの道路は、建設されてから年月が経ち、劣化が進行している一方で、コストの面から道路の点検や修理が十分に行われていません。本研究では、道路点検の自動化を目指し、車載動画から劣化している道路標識の検出を可能にする手法を提案します。本提案手法Deep on Edgeでは、高フレームレートの映像から損傷した道路標識を検出するため、畳み込みニューラルネットワークを適用し、また、エッジコンピュータ上で動作するように設計することで様々な自動車に搭載可能を目指します。

実況lizer: 情報を多く効率的に伝える可聴化方法の提案

プロジェクト担当 : 井上義之本研究では、効率的な可聴化の方法を探求します。情報提示の方法は様々ありますが、可聴化による情報提示は受け手が受動的に情報の内容を享受できる方法です。このように可聴化による情報提示が優位な場面がある一方、情報提示手法で最も一般的な可視化に比べて伝えられる情報量が少なくなる、あるいは情報が直感的に伝わりにくくなるという問題があります。このため、生データを可聴化するべき順番に並び替える可聴化関数の定義と、それに対応した可聴化を工夫するという二つの方法から、効率的かつ直感的な可聴化の方法を探ります。