Certified Control for Train Sign Classification

要約

AI 技術を鉄道システム、特に完全自律型列車システムに統合することには、産業界の大きな関心が集まっています。
KI-LOK 研究プロジェクトは、このような AI ベースのシステムを認証するための新しい方法の開発に取り組んでいます。
ここでは、AI ベースの認識システムにおける交通標識の誤検知を防止するランタイム モニター用の認定された制御アーキテクチャの有用性を探ります。
このモニターは、古典的なコンピューター ビジョン アルゴリズムを使用して、AI 物体検出モデルによって検出された標識が事前定義された仕様に適合するかどうかをチェックします。
当社では、いくつかの重大な兆候に対してこのような仕様を提供し、モニターの Python プロトタイプを一般的な物体検出モデルと統合して、生成されたデータに関する関連パフォーマンス メトリックを測定します。
私たちの初期の結果は有望であり、ほんのわずかな再現率の減少でかなりの精度の向上が達成されました。
ただし、一般化の可能性についてはさらなる調査が必要です。

要約(オリジナル)

There is considerable industrial interest in integrating AI techniques into railway systems, notably for fully autonomous train systems. The KI-LOK research project is involved in developing new methods for certifying such AI-based systems. Here we explore the utility of a certified control architecture for a runtime monitor that prevents false positive detection of traffic signs in an AI-based perception system. The monitor uses classical computer vision algorithms to check if the signs — detected by an AI object detection model — fit predefined specifications. We provide such specifications for some critical signs and integrate a Python prototype of the monitor with a popular object detection model to measure relevant performance metrics on generated data. Our initial results are promising, achieving considerable precision gains with only minor recall reduction; however, further investigation into generalization possibilities will be necessary.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google