“スマートシティー”を実現するAI 車種別の交通量解析など最新研究【土木×AI第11回】：“土木×AI”で起きる建設現場のパラダイムシフト（11）（2/3 ページ）

連載第11回は、産業の枠を超えて広がりをみせる“スマートシティー”の分野で、AIの最新研究を紹介します。

[阿部雅人（土木学会 構造工学でのAI活用に関する研究小委員会 副委員長），BUILT]

映像から自動車の車種をAIで判定

　街づくりには、歩行者のみでなく、自動車などの交通量を把握することも重要になります。下図は、車種別交通量を求めるために、AIによって、ビデオ映像から、乗用車、バス、小型貨物、普通貨物、歩行者、自転車、その他二輪の計7クラスへの分類や検出を行った研究例です※3。枠線のバウンディングボックスで、車両の領域を検知して、対象物のクラス判別が行われています。対象物のクラス判別結果が得られることで、車両の追跡や車種別のカウントも容易になっています。

車両検出結果の例。赤枠：教師領域、緑枠：検出領域　出典：※3

※3 「車種別交通量調査における物体追跡法の改良」大久保順一,菅原宏明,藤井純一郎,小篠耕平／AI・データサイエンス論文集1巻J1号p235-241／「科学技術情報発信・流通総合システム（J-STAGE）」／2020年

　人間にとって、車種を識別するのは、一見すると簡単なことのように思えますが、同じ車両であっても、正面から見たり、側面から見たりと、見る角度によってかなり見え方の違う画像になるため、必ずしも容易ではありません。そのため、車種識別の精度を向上することがAI活用を広げていくための1つのポイントとなります。

　文献4の「交通量調査のための車両部位識別技術に関する研究」※4では、車両の部位を正面、背面、左側面、右側面、上面、タイヤ、フロントガラス、ナンバープレートの計8つと背景に分け、セマンティックセグメンテーションで検出してから車種の分類を行うという方法で、精度向上を図っています。また、下図に示したように、セマンティックセグメンテーションの誤識別結果を反映した再学習を行うことで、AIを改善していく方法も提案されています。

車両部位の識別結果の例。正面：赤、左側面：桃、右側面：橙、背面：紫、上面：緑、タイヤ：青、フロントガラス：水色、ナンバープレート：深緑　出典：※4

※4 「交通量調査のための車両部位識別技術に関する研究」田中成典,山本雄平,今井龍一,神谷大介,中原匡哉,中畑光貴／AI・データサイエンス論文集2巻J2号p821-832／「科学技術情報発信・流通総合システム（J-STAGE）」／2021年