修士1年黄君らの研究が、情報処理学会第69回ユビキタスコンピューティングシステム(UBI)研究発表会で発表されました。

機械学習によりバス車内のビデオを分析し、エッジコンピューティングデバイス上での性能を最適化し、リアルタイムに車内の混雑度を検出することに成功しました。

Wenhao Huang, Akira Tsuge, Yin Chen, Tadashi Okoshi and Jin Nakazawa, “Bus Crowdedness Sensing Based on Deep Learning”, 研究報告ユビキタスコンピューティングシステム（UBI）,Vol.2021-UBI-69, No.1, pp1-7, 2021.
http://id.nii.ac.jp/1001/00209517/

This research proposes a sensing system to collect bus crowdedness data by detecting passengers’ getting off and on events in a bus via deep learning-driven image processing on video data of passengers. The system is designed to be deployed to and conduct real-time object recognition and object tracking on a bus. In our prototype system, object recognition is implemented based on yolov3 with Darknet53, and object tracking is implemented by combining object recognition, Kalman Filter (LQE) and Hungarian Algorithm. The performance of the system is evaluated experimentally using driving recorder video data taken from a bus.

 

＊本研究は総務省SCOPE（MIC/SCOPE #191506001）の支援によって行われました。