バス搭載型ビジョンセンシングによる交通オブジェクト検出:BFTDとローカル・グローバルアテンションフレームワーク
Bus-Mounted Vision Sensing for Traffic Object Detection: BFTD and a Local–Global Attention Framework
バス搭載型ビジョンセンシングは、都市交通システムにおいて実用的で補完的な視点を提供するが、バス前面カメラからの信頼性の高い交通オブジェクト検出は、視点の高さによるスケール歪み、バス停や交差点周辺での密集した相互作用、頻繁な異種オクルージョンにより依然として困難である。このセンシングシナリオをサポートするため、バス前面交通データセット(BFTD)を構築した。BFTDは、実際の都市路線を走行する複数のバスに搭載された前方カメラから収集された高解像度のベンチマークデータセットであり、8131枚の画像と5つの交通参加者カテゴリにわたる56,137個のアノテーション付きインスタンスを含む。また、バス搭載カメラの視覚的特性に基づき、ローカル・グローバルアテンション検出フレームワークであるYOLO-M2LAを提案した。YOLO-M2LAは、CBS-SPDが初期ダウンサンプリング中に微細な情報を保持し、M2LAがマルチスケールローカルコンテキストモデリングと効率的なグローバル依存性集約を連携させる。BFTDおよび公開ベンチマークでの広範な実験により、提案フレームワークは、特に小さく視覚的に混雑した交通参加者の検出精度を向上させ、実用的な精度・効率のトレードオフを維持することが示された。データセット統計、条件別評価、アブレーション分析、および定性的な可視化により、BFTDとYOLO-M2LAの有効性がさらに裏付けられた。データセットと実装はオンラインで公開されている。
- バス前面交通データセット(BFTD)を公開。実際の都市路線を走行する複数のバスの前方カメラから収集し、8131枚の画像と5カテゴリ計56,137個のアノテーション付きインスタンスを含む。
- ローカル・グローバルアテンション検出フレームワークYOLO-M2LAを提案し、小さく視覚的に混雑した交通参加者の検出精度向上と実用的な精度・効率のトレードオフ維持を実証した。
バス搭載型の視覚センシングと交通オブジェクト検出は自動運転・安全運転支援の基盤技術であり、都市交通の高度化に向けた実用的なデータセットと検出フレームワークの公開は、モビリティ関連企業のセンシング技術開発に資する。ただし、特定企業の業績や市場動向に直結する具体的な投資事象ではないため、技術トレンドとして注視すべき位置づけ。