交通事故の早期予測に向けた動的な空間時間注意ネットワーク

センサ技術と人工知能の急速な進歩は、交通安全性向上の新たな機会を創出しています。ダッシュボードカメラ（ダッシュカム）は、人間が運転する車両と自動運転車両の双方に広く導入されています。ダッシュカム映像から正確かつ迅速に事故を予測できる計算知能モデルは、事故防止への対応力を向上させます。交通エージェントの空間時間的な相互作用は複雑であり、将来の事故を予測するための視覚的な手がかりは、ダッシュカム映像データに深く埋め込まれています。したがって、交通事故の早期予測は依然として課題となっています。本論文では、人間が視覚的に事故リスクを認識する際の注意行動に着想を得て、ダッシュカム映像からの早期事故予測を行うための動的空間時間的注意（DSTA）ネットワークを提案します。DSTAネットワークは、動的時間的注意（DTA）モジュールを使用してビデオシーケンスの中から識別可能な時間セグメントを選択することを学習します。また、動的空間的注意（DSA）モジュールを使用してフレーム内の情報量が多い空間領域に焦点を当てる方法も学習します。ゲーテッド・リカレント・ユニット（GRU）は、これらの注意モジュールと共同で訓練され、将来の事故発生確率を予測します。DSTAネットワークの評価結果は、2つのベンチマークデータセットにおいて最先端の性能を超えたことを確認しています。コンポーネントレベルでの詳細な削減研究により、ネットワークがそのような性能を達成するメカニズムが明らかになっています。さらに、本論文では2つの補完的なモデルからの予測スコアを融合する手法を提案し、早期事故予測性能のさらなる向上効果を検証しています。