高度なコンピュータビジョンを用いたドローン画像からの地理参照車両軌跡の抽出

本論文では、高高度ドローン画像から地理参照された車両軌跡を抽出するためのフレームワークを提案し、都市交通監視における主要な課題と従来の地上ベースシステムの制限に対処しています。当方針は、高高度からの鳥瞰図像に最適化された独自の物体検出器、画像登録時に検出された車両バウンディングボックスを除外マスクとして使用する独自のトラック安定化手法、および複数のドローン視点間での一貫した位置合わせを向上させる正射影像とマスターフレームに基づく地理参照戦略などの新規性あるいくつかの貢献を統合しています。さらに、当フレームワークは堅牢な車両寸法推定機能と詳細な道路セグメンテーション機能を備えており、包括的な交通分析が可能となっています。本研究は韓国・ソンド国際ビジネス地区で実施され、20の交差点を対象とした多ドローン実験を行い、4日間にわたり約12TBの4Kビデオデータを収集しました。このフレームワークにより、「ソンド交通データセット」（約70万件のユニークな車両軌跡）と「ソンドビジョンデータセット」（4クラスに分類された約30万件の車両インスタンスを含む5,000枚以上の人力アノテーション画像）という2つの高品質データセットが生成されました。装着型プローブ車両から得られた高精度センサデータとの比較により、当抽出パイプラインが密集した都市環境において高い精度と一貫性を持つことが示されています。「ソンド交通データセット」と「ソンドビジョンデータセット」ならびに抽出パイプラインの完全ソースコードの公開により、交通研究におけるデータ品質、再現性、拡張性に関する新しい基準が確立されました。結果は、先進的なコンピュータビジョン技術とドローン技術を組み合わせることによる精密かつ費用効果の高い都市交通監視の可能性を示しており、知能化輸送システム開発や交通管理戦略強化に有用なリソースとなることを示唆しています。