車載カメラによる周辺環境認識と画像処理技術

第1部 自動運転へ向けたセンサフュージョンと周辺認識技術

(2017年4月21日 10:00〜11:30)

　自動運転のための周辺認識技術について、車載カメラとレーザレーダによるセンサフュージョン手法を解説します。周辺認識としての車載カメラは、対象物体の反射特性に依存しないパッシブセンサとして、各種検出対象に適用可能です。 　これにパターン認識能力を加えると更に用途が広がり、走行環境で検出する必要のある、他車両、車線、信号、標識、そして歩行者用の検出センサとして用いることが可能です。しかし、カメラでの距離推定は課題が多いため、アクティブセンサとのフュージョンが必要になります。レーザレーダは、カメラとは違った特性のセンサとして、自動運転に欠かせないものになる可能性があります。 　本講では、車載カメラに必要とされる画像処理アルゴリズムの基本とレーザレーダによる物体認識手法を述べ、更に両者を融合するセンサフュージョンについて解説します。

1. 自動運転に必要なセンシング技術
2. 各センシング技術の特徴
   1. レーザレーダ
   2. 電波レーダ
   3. ステレオカメラ画像処理
   4. 単眼カメラ画像処理
3. 各センシング技術の組み合わせ
   1. 電波レーダと単眼カメラ
   2. レーザレーダと単眼カメラ
   3. 電波レーダとステレオカメラ
   4. 電波レーダとレーザレーダ
4. 各センサフュージョン技術
   1. 複合型センサフュージョン
   2. 統合型センサフュージョン
   3. 融合型センサフュージョン
   4. 連合型センサフュージョン
• 質疑応答

第2部 全周囲監視カメラを用いた周辺環境認識システムの開発と精度向上技術

(2017年4月21日 12:10〜13:40)

　この講座を通して、普及が進んでいる周辺監視カメラの製品化の歴史から将来動向までを把握することが出来ます。また、周辺監視カメラを用いた画像認識技術により、どの様な機能が実現出来るかを俯瞰し、それらに必要な技術が理解出来ます。 　前方カメラによる一般的な画像認識技術に対する、特有の課題や技術を、実環境での映像を交えながら紹介します。

1. 周辺監視カメラの動向
   1. 製品化の歴史
   2. 将来動向
2. 周辺監視カメラで実現可能な認識機能
   1. レーン認識機能
      1. 線分認識技術
         • 道路境界認識
         • フロントカメラによる認識との得失比較
   2. 移動体認識機能
      1. オプティカルフロー検知技術
         • 接近車両,自転車,歩行者認識
   3. 静止物認識機能
      1. パターン認識技術
         • 人検知,車両検知
      2. ステレオカメラ技術
         • 後退時人検知,障害物検知
      3. 移動ステレオ技術
         • 駐車空間認識
      4. 全周囲監視カメラステレオ化技術
         • 交差点での横断歩行者認識
• 質疑応答

第3部 ステレオカメラ、単眼カメラを用いた3次元計測と車載外界センシング技術

(2017年4月21日 13:50〜15:20)

　自動車の予防安全技術の普及、さらに自動運転技術の実用化へ向けて、カメラを用いた画像センシング技術の高度化が進んでいる。 　本講演では、単眼カメラ、ステレオカメラを用いて3次元計測や物体の検知・識別を行う技術について述べ、さらに車載環境における外界センシングへの応用事例について紹介する。

1. 自動車におけるカメラセンシング
   1. 予防安全システムにおける外界センシング
   2. カメラとレーダの比較
2. 車載カメラで使われている画像処理技術
   1. ステレオカメラによる3次元計測
   2. 単眼カメラによる距離計測
   3. 物体検出、識別処理
3. 適用事例
   1. ステレオカメラ
   2. 全周囲カメラ・リアカメラ
4. 自動運転に向けた取り組み
5. まとめ
• 質疑応答

第4部 ディープラーニングを用いた歩行者認識と精度向上

(2017年4月21日 15:30〜17:00)

　ディープラーニング、特に畳み込みニューラルネットワーク (CNN) は、一般物体認識で人の認識精度に迫っている。CNNにより、従来の画像認識のフレームワークが大きく変化し、さらに画像認識以外への応用も進んでいる。 　本講演では、CNNの仕組みと画像認識の応用事例、我々の研究グループでの取り組みについて紹介する。

1. ディープラーニングの現状
2. 畳み込みニューラルネットワーク
3. 物体認識への応用
   1. AlexNet
   2. VGG
   3. GoogleNet
   4. Residual Network
4. 物体検出への応用
   1. R-CNN
   2. Fast R-CNN
   3. Faster R-CNN
   4. YOLO
   5. SSD
   6. 歩行者検出の現状
5. セマンティックセグメンテーションへの応用
   1. Fully Convolutional Network
   2. SegNet
   3. PSPNet
   4. セグメンテーションのデータベース
6. まとめ
• 質疑応答