[論文レビュー] Accident Forecasting in CCTV Traffic Camera Videos.

Ankit Shah, Jean-Baptiste Lamare+2 more|arXiv (Cornell University)|Sep 16, 2018

Traffic Prediction and Management Techniques被引用数 3

ひとこと要約

本論文は、CCTV映像における交通事故予測のための新しいデータセットを紹介し、Faster R-CNNに統合されたコンテキストマイニング（CM）および拡張コンテキストマイニング（ACM）を用いて、小規模な歩行者検出の課題に取り組む。このアプローチにより、歩行者検出が+8.51%（CM）および+6.20%（ACM）向上し、事故予測のための時間的予測（Time-To-Accident）は1.684秒、平均適合率（Average Precision）は47.25%を達成した。

ABSTRACT

This paper presents a novel dataset for traffic accidents analysis. Our goal is to resolve the lack of public data for research about automatic spatio-temporal annotations for traffic safety in the roads. Through the analysis of the proposed dataset, we observed a significant degradation of object detection in pedestrian category in our dataset, due to the object sizes and complexity of the scenes. To this end, we propose to integrate contextual information into conventional Faster R-CNN using Context Mining (CM) and Augmented Context Mining (ACM) to complement the accuracy for small pedestrian detection. Our experiments indicate a considerable improvement in object detection accuracy: +8.51% for CM and +6.20% for ACM. Finally, we demonstrate the performance of accident forecasting in our dataset using Faster R-CNN and an Accident LSTM architecture. We achieved an average of 1.684 seconds in terms of Time-To-Accident measure with an Average Precision of 47.25%. Our Webpage for the paper is this https URL

研究の動機と目的

• CCTV映像における交通事故分析のための、公開可能で空間的・時間的アノテーションが付与されたデータセットの不足に対処すること。
• 実世界の交通シーンにおける小規模な物体サイズとシーンの複雑さが、歩行者検出精度に与える影響を調査すること。
• コンテキストマイニング（CM）および拡張コンテキストマイニング（ACM）を用いて、Faster R-CNNに文脈的情報を統合することで、小規模な歩行者検出を向上させること。
• 提案されたデータセット上でFaster R-CNNと事故予測LSTMアーキテクチャを統合し、事故予測システムを構築・評価すること。
• 時間的予測（Time-To-Accident）および平均適合率（Average Precision）の指標を用いて、事故予測のパフォーマンスを定量化すること。

提案手法

• CCTV交通カメラ映像から収集した新しいデータセットを提案し、事故分析に適した空間的・時間的情報をアノテーションで付与する。
• コンテキストマイニング（CM）を適用し、画像内の周辺領域からの文脈的特徴を統合することで、特徴表現を向上させる。
• 拡張コンテキストマイニング（ACM）を導入し、データ拡張技術を用いてCMの性能を向上させ、小規模な歩行者インスタンスに対する耐性を高める。
• CMおよびACMをFaster R-CNNフレームワークに統合し、小規模で複雑な歩行者オブジェクトの検出性能を向上させる。
• 事故予測のための時間的依存性をモデル化するために、事故予測LSTMアーキテクチャを用いる。
• 予測性能の評価に、時間的予測（TTA）および平均適合率（AP）を評価指標として用いる。

実験結果

リサーチクエスチョン

• RQ1 実世界のCCTV交通映像における小規模な歩行者に対して、オブジェクト検出の性能はどのように低下するか？
• RQ2 コンテキストマイニング（CM）は、複雑な交通シーンにおける小規模な歩行者の検出精度をどの程度向上できるか？
• RQ3 コンテキストマイニング（CM）に比べ、拡張コンテキストマイニング（ACM）はさらに検出性能を向上させることができるか？
• RQ4 提案されたシステムの事故予測性能は、時間的予測（Time-To-Accident）および平均適合率の観点でどの程度か？
• RQ5 Faster R-CNNと事故予測LSTMの統合は、CCTV映像シーケンスにおける交通事故予測にどの程度効果的か？

主な発見

• 提案されたデータセットは、小規模な物体サイズとシーンの複雑さの影響により、歩行者検出精度が著しく低下していることを明らかにした。
• コンテキストマイニング（CM）は、ベースラインのFaster R-CNNに比べ、歩行者検出精度を8.51%向上させた。
• 拡張コンテキストマイニング（ACM）は、ベースラインのFaster R-CNNに比べ、検出精度を6.20%向上させた。
• 事故予測システムは、1.684秒の時間的予測（Time-To-Accident）を達成し、早期警告能力を示した。
• システムは、事故予測において47.25%の平均適合率（Average Precision）を達成し、中程度ではあるが意味のある予測性能を示した。
• CMおよびACMによる文脈的特徴の統合は、混雑した交通シーンにおける小規模な歩行者の検出信頼性を顕著に向上させた。