車載カメラ映像からの学習サンプルの自動収集による標識検出器の高精度化に関する検討

摘要

This paper proposes a method for constructing an accurate traffic sign detector by automatic gathering of training data from in-vehicle camera images. To detect distant traffic signs accurately, it is necessary to prepare numerous training samples of distant traffic sign images, and to construct a detector by using them. However, it is difficult to obtain those traffic sign images automatically or even semi-automatically, due to its size. On the other hand, the distance between a distant traffic sign and a vehicle shortens gradually when driving a vehicle, and it is captured as a large traffic sign eventually. It is easy to segment this large traffic sign, and also possible to track it back to the past relatively easily. Therefore, this paper gathers distant traffic sign images by detecting a large traffic sign and tracking it back to the past. Then, a traffic sign detector is constructed by using the obtained traffic sign images. We conducted experiments using in-vehicle camera images taken at various environments. Experimental results showed that the proposed method could construct an accurate traffic sign detector with a F-measure of approximately 0.95.%本稿では，車載カメラ映像から多様な標識画像を自動収集し，高精度な標識検出器を構築する手法を提案する．遠く離れた位置の標識を精度良く検出するためには，遠くの標識を撮影した大量の学習サンプルを用いて標識検出器を構築する必要がある．しかしながら，遠く離れた標識のサイズは小さく，それらを自動もしくは半自動で大量に収集することは困難である．一方，ある時点では遠くの標識であったとしても，自車の走行に伴って遠くの標識も徐々に大きく撮影されるという特徴がある．このような大きく撮影された標識は自動検出可能であり．また，標識の時間方向への追跡も比較的容易である．そこで本稿では，まず近くで大きく撮影された標識を検出し，時間を遡りながら標識を追跡することによって，遠く離れた位置の低品質の標識を切り出して収集する．そして，自動収集した標識画像を学習サンプルとして利用し，標識検出器を構築する．提案手法をさまざまな環境で撮影した車載カメラ映像に適用した結果，F値が約0．95の標識検出器が構築可能であることを確認した．