SUBARU 画像認識チャレンジに挑戦しました！

Index

• チャレンジ説明
• データセット
• アルゴリズム
• プロセス
  • 車両の認識・追跡
  • 先行車の分類
  • 相対距離の測定
  • 先行車の速度を測定
• 結果・補完点

References

SUBARU画像認識チャレンジ

プロジェクトnotion

---

 

 

　

チャレンジ説明

 

スバル自動車は「アイサイト」という、右と左両側の二つのステレオカメラを利用して先行者との距離と先行車の速度を予測ができる技術を研究していました。本チャレンジでは、直接アイサイトの開発者になった気分で、自分の車両と先行車との距離と先行車の速度を精度高く予測するのが目標でした。

 

 

　

データセット

スバル画像認識チャレンジでのデータセットとして、Test Data 239件とTrain Data 737件となった走行動画とそのデータのdisparity mapがありました。因みに、全ての動画は10fpsだったので 動画 の1フレームは0.1秒を意味します。

 

 

　

アルゴリズム

 

　

プロセス

動画ファイル(MP4)にYolo v7 + Deepsortモデルを適用させて全てのフレームごと車両の座標情報値を抽出し、その車両の中から先行車と思わられるものを選択して、以後はその先行車との距離を測定します。最後はそのプロセスによって得られた相対距離値を元に先行車の速度を予測します。

 

 

　

車両の認識・追跡

 

 

 

　

先行車の分類

 

 

　

相対距離の測定

 

 

　

先行車の速度を測定

 

 

　

結果・補完点

 

 

チャレンジ結果、９１位であんまり高くはありませんがAIプロジェクトに 直接に参加した貴重な初経験でした。夜間環境など、Yolo v7によって車両が認識されにくい場合にもよく認識とその追跡ができる方法があったら「プロセス２」に掛かる時間も省略できるだろうし、相対距離の予測もより精度高くすることもできるかと、個人的には思います。