高橋 翔(タカハシ シヨウ) |
工学研究院 土木工学部門 先端社会システム |
准教授 |
【学歴】
平成18年3月 木更津工業高等専門学校情報工学科 卒業.
平成20年3月 北海道大学工学部情報工学科 卒業.
平成22年3月 北海道大学大学院情報科学研究科メディアネットワーク専攻 修士課程 修了.
平成25年3月 北海道大学大学院情報科学研究科メディアネットワーク専攻 博士課程 修了.
【職歴】
平成22年4月 北海学園大学 工学部 非常勤講師.
平成23年4月 日本学術振興会 特別研究員.
平成25年4月 北海道大学大学院情報科学研究科 特任助教.
平成29年7月 北海道大学数理・データサイエンス教育研究センター 特任准教授.
平成30年4月 北海道大学大学院工学研究院 准教授.
平成30年9月-平成31年3月 フィレンツェ大学 客員教授.
【所属学会】
IEEE,電子情報通信学会,映像情報メディア学会,土木学会,自動車技術会,交通工学研究会,日本環境共生学会 各会員.博士(情報科学).
ACCで冬期道路を走行しているドライバの先行車に対する主観的リスク認知レベルを実車で計測し、冬期道路におけるACCの適応条件の検証を試みた。ドライバがACCを用いて先行車を追従中、先行車が減速し接近する場面を想定した。その結果、ACC走行時のドライバの主観的リスク認知レベルは通常運転に比べて大きくなった。また、先行車との接近時におけるTHW(Time Headway)とTTC(Time To Collision)を説明変数、主観的なリスク認知レベルを目的変数とする統計的モデルを推定した。モデルはTHWのみが有意となった。モデルと主観的なリスク認知レベルの結果から、ドライバが圧雪路面をACCで走行するときにTHW設定を長くすることで、通常運転と同等のリスク認知レベルとなる可能性が示唆された。
本研究では,高速道路本線で ACC を用いた運転を行っているドライバの合流車との錯綜を軽減するために,事前の速度調整装置として走行車線中央に埋め込んだ速度誘導灯を提案した.ドライビングシミュレータを用いて 46 名の実験参加者で走行実験を行い,走行記録・主観評価などから速度誘導灯の意図に関する説明の違いがドライバの運転行動に影響を与えることが示された.その中で,速度誘導灯の意図を説明した実験参加者は,合流部のノーズ端の上流で速度誘導灯の指示に合わせた適切な速度調整を選択していた.これによりスムーズな合流となり,ドライバが感じる合流車による主観的な危険度も低くなった.加えて,速度誘導灯を点灯させていない時における本線車のドライバの加減速行動から,速度誘導灯の設置が効果的となる位置を明らかにした.
冬期のSAEレベル2以上の運転支援・自動運転導入にはドライバが危険を感じる走行環境の把握が必要である.本研究では公道において走行調査を行い,カーブ区間に着目し冬期道路環境でACC動作中にドライバがとった危険回避行動(調査参加者:6名)と,そのときの道路線形,路面のすべりやすさ,気象条件について検討した.走行調査の結果から道路線形と路面のすべり抵抗値,走行速度を組み合わせた条件を考え,道路線形が厳しい環境であってもすべり抵抗値が高い環境であればドライバの危険感が減少し,ドライバによる危険回避行動を減らすことができる可能性を明らかにした.また,道路線形が厳しい区間やすべり抵抗値が低い区間ではシステムが予め走行速度を低下させることでドライバに危険感を与えない走行が可能となることを示唆した.
現在,CCTV や車載カメラにより取得された多くの道路映像が,道路管理者の元に集積されている.しかしながら,その多くは取得された画像や映像がそのまま集積されており,ネットワークを介した伝送や保存のための容量が膨大となっている.また,変状や障害物が存在する道路状況では,自転車は通常の走行が困難となり,それらを回避する走行を強いられる.したがって,そのような道路状況にあることを把握可能とすることは,より適切な道路管理につながる.そこで,本稿では,自転車の回避行動に関するデータをエッジコンピューティングによって,データ量を削減しながら集積するシステムを提案する.本稿の最後では,実験によって,搭載するアルゴリズムの有効性およびシステムの有用性について確認する.
The details of the matches of soccer can be estimated from visual and audio sequences, and they correspond to the occurrence of important scenes. Therefore, the use of these sequences is suitable for important scene detection. In this paper, a new multimodal method for important scene detection from visual and audio sequences in far-view soccer videos based on a single deep neural architecture is presented. A unique point of our method is that multiple classifiers can be realized by a single deep neural architecture that includes a Convolutional Neural Network-based feature extractor and a Support Vector Machine-based classifier. This approach provides a solution to the problem of not being able to simultaneously optimize different multiple deep neural architectures from a small amount of training data. Then we monitor confidence measures output from this architecture for the multimodal data and enable their integration to obtain the final classification result.
A novel method for player importance prediction from a player network using gaze positions estimated by Long Short-Term Memory (LSTM) in soccer videos is presented in this paper. By newly using an estimation model of gaze positions trained by gaze tracking data of experienced persons, it is expected that the importance of each player can be predicted. First, we generate a player network by utilizing the estimated gaze positions and first-arrival regions representing players' connections, e.g., passes between players. The gaze positions are estimated by LSTM that is newly trained from the gaze tracking data of experienced persons. Second, the proposed method predicts the importance of each player by applying the Hypertext Induced Topic Selection (HITS) algorithm to the constructed network. Consequently, prediction of the importance of each player based on soccer tactic knowledge of experienced persons can be realized without constantly obtaining gaze tracking data.