広角カメラを用いた屋外駐車場混雑度分類における学習用画像データ前処理手法の検討

摘要

き状況を検知するシステムが運用されている. 静止画からFCM 識別器を用いて車両の有無を検知する手法が提案されているが, 事前に判定枠を設定し学習を行う必要がある[1]. 我々は, 人工ニューラルネットワークを用いた混雑度分類手法を提案し, 高速道路SA 一般駐車場の画像を用いたクロスバリデーション検証にて 平均70%の正答率を実現した[2]. しかしながら, 特定の分類区分の正答率が50%と低い値となった. 本稿では, 複数枚の駐車場画像を用いたデータ前処理手法を検討し, 正答率向上を目指している. これにより, 今後カメラを用いた駐車場空き状況取得製品が様々な駐車場に導入される時, 駐車場ごとに判定枠の設定を行う必要がなくなり, 設置コストの低減が期待できる. 今回は実験により, 前回と同条件の高速道路SA 一般駐車場の画像を用いて提案手法の妥当性検証を行った.