ADS-MIR: 知能交通認識のための機械知覚指向型可視-赤外線センサー融合フレームワーク(複雑な照明条件下)
ADS-MIR: A Machine Perception-Oriented Visible-Infrared Sensor Fusion Framework for Intelligent Transportation Perception Under Complex Illumination Conditions
知能交通システムにおけるマルチモーダルセンサー融合は、複雑な照明条件下での信頼性の高い視覚情報取得に課題を抱えている。極端な低照度や強いグレアは可視光センサーの画像品質を著しく低下させる。赤外線センサーはターゲット領域の安定した顕著性補完を提供するものの、異種センサー間のモードの不一致や空間的なずれが融合性能を低下させる。これらの課題に対処するため、本研究では「ADS-MIR」を提案する。これは、機械知覚指向型の可視-赤外線センサー融合フレームワークであり、複雑な条件下で動作する路側認識センサーのターゲット領域の識別性と構造表現を強化する。具体的には、ドメインアライメント層が異種センサー間の特徴分布の不一致と空間的なずれを軽減する。照明ガイド付き適応ゲーティング機構が双モードセンサーの特徴貢献を動的に変調し、顕著性ガイド付き周波数分離強化戦略がターゲット関連の高周波エッジ詳細を強化する。LLVIPおよびM3FDデータセットでの実験結果は、ADS-MIRが既存手法と比較してエッジ情報伝達係数(QAB/F)を49.6%から111.6%向上させ、ターゲット輪郭の保持とエッジ情報の復元において顕著な利点を示すことを実証した。さらに、強化された結果は下流の物体検出により識別性の高い入力特徴を提供し、複雑な照明や困難なセンシングシナリオ下でより安定した認識能力を発揮する。
- 機械知覚指向型可視-赤外線センサー融合フレームワーク「ADS-MIR」を提案
- LLVIPおよびM3FDデータセットでエッジ情報伝達係数QAB/Fを49.6%〜111.6%向上
本論文は、自動運転や知能交通システムの中核技術であるマルチモーダルセンサー融合の性能を大幅に向上させる新たなフレームワークを提案している。特に複雑な照明条件下での認識精度向上は、自動運転の実用化における重要な課題の一つであり、LLVIP・M3FDデータセットでエッジ情報伝達係数を50〜112%改善した結果は顕著。ただし、あくまで学術研究段階であり、実際の製品や企業への応用・実装には時間がかかる点に留意が必要。