特徴マップの相関に基づいた対照学習による視差算出の高精度化

二宮　洸・遠藤　健・城戸　英彰（日立製作所）・入江　耕太（日立Astemo）

深層学習に基づく視差算出により高精度に奥行き情報を計算できるが，基線長が長いカメラペアでは左右画像の写り方の違いが大きくなり，視差の精度が低下する．そこで，特徴抽出において左右画像の見え方の違いを埋めるために対照学習を用いた学習方法を提案する．実験から，近傍20m以内における精度向上を確認した．

自動運転における深層学習を用いた微小物標の検出技術に関する研究

線　延飛（dSPACE Japan）・矢上　凌大（長岡科学技術大学）

自動運転アルゴリズムの検証において，遠方にある微小物標の検出は困難である．加えて，指定されたサイズの物標の正確な検出も困難である．そこで本研究では，画像を縮小せずに推論できるSAHI，画像を拡大できるGAN，微小物標データによる再学習などを用いて，微小物標および指定サイズの物標を正確に検出する手法を提案する．

経路走行を行うバスの自動運転化のための走行判断モデル構築手法に関する研究

皆川　大地（慶應義塾大学大学院）・大前　学（慶應義塾大学）

本発表では経路走行時に収集した画像により，自動運転シャトルバスの場所に応じて要求される走行判断結果を出力とするモデルを訓練することで，走行判断を行う推論モデルを効率的に構築する手法を提案する．この手法は，固定経路を走行するバスの自動運転化の際に走行判断の機能の追加拡張に有効であることを確認した．

自動運転システムにおけるドライバ運転意思推定機能の必要性

荒川　俊也・板倉　和哉（日本工業大学）・田島　淳（三咲デザイン）

レベル2以上の自動運転システムにおいて，ドライバが車両を運転する意思を持っているか否かを把握する機能の必要性について議論する．また，機械学習によりドライバの運転意思の識別器を構築し，識別機による運転意思推定の妥当性について評価する．