ヴェールール工科大学の研究者は、車載カメラ映像から道路事故を予測するシステム「DashGuard」を発表しました。Car Crash Datasetを使った評価では、2系統TransformerがAUC 0.981、F1スコア0.870、再現率0.991を達成しました。同データセットには事故映像1,500本と通常映像2,000本が含まれます。研究者は、車載カメラによる予測を、多数のセンサーを使う先進運転支援システムを補う低コストの方法と位置づけています。危険の認知の遅れは多くの衝突事故に関係し、道路事故では毎年およそ135万人が命を落とすとしています。

研究者は、3D CNN、CNNとLSTMの組み合わせ、CNNとTransformerの組み合わせ、軽量CNN・ResNet-18・Transformerを使う3種類の2系統モデルの計6つを学習・評価しました。同じ動画のクリップが学習用、検証用、テスト用にまたがらないよう、動画単位でデータを70/15/15に分割しました。事故の瞬間までの距離を4段階のソフトラベルで表し、2クリップを使う時間的一貫性ゲートで誤警報を減らしました。

軽量3D CNNはAUC 0.949を記録し、パラメーター数は約18万です。研究者は、エッジ機器で動かせる選択肢になると説明しています。この課題では、動きと外観を2系統のアテンションで分ける設計が、単一系統の設計より明確な改善をもたらしたと報告しました。ReactとFastAPIで構築したウェブ画面では、対話形式で評価できます。研究への資金提供はなく、著者らは利益相反も申告していません。

ヴェールール工科大学の研究者は、車載カメラ映像から道路事故を予測するシステム「DashGuard」を発表しました。Car Crash Datasetを使った評価では、2系統TransformerがAUC 0.981、F1スコア0.870、再現率0.991を達成しました。同データセットには事故映像1,500本と通常映像2,000本が含まれます。研究者は、車載カメラによる予測を、多数のセンサーを使う先進運転支援システムを補う低コストの方法と位置づけています。危険の認知の遅れは多くの衝突事故に関係し、道路事故では毎年およそ135万人が命を落とすとしています。

研究者は、3D CNN、CNNとLSTMの組み合わせ、CNNとTransformerの組み合わせ、軽量CNN・ResNet-18・Transformerを使う3種類の2系統モデルの計6つを学習・評価しました。同じ動画のクリップが学習用、検証用、テスト用にまたがらないよう、動画単位でデータを70/15/15に分割しました。事故の瞬間までの距離を4段階のソフトラベルで表し、2クリップを使う時間的一貫性ゲートで誤警報を減らしました。

軽量3D CNNはAUC 0.949を記録し、パラメーター数は約18万です。研究者は、エッジ機器で動かせる選択肢になると説明しています。この課題では、動きと外観を2系統のアテンションで分ける設計が、単一系統の設計より明確な改善をもたらしたと報告しました。ReactとFastAPIで構築したウェブ画面では、対話形式で評価できます。研究への資金提供はなく、著者らは利益相反も申告していません。