A Benchmark for Cycling Close Pass Near Miss Event Detection from Video Streams

要約

【タイトル】ビデオストリームからのサイクリングの近接通過事故検出のためのベンチマーク

【要約】
– サイクリングは健康的で持続可能な交通手段であるが、自動車との相互作用はサイクリング参加の主要な障壁である。
– オンバイクセンシングから潜在的に危険な相互作用を検出できる能力は、ライダーや政策決定者に重要な情報を提供することができる。
– サイクリストとドライバーの衝突を自動的に検出することは、コンピュータビジョンと道路安全コミュニティの両方の研究者の関心を集めている。
– この論文では、ビデオストリームからのサイクリングの近接通過事故検出のためのCyc-CPという新しいベンチマークを紹介する。
– 私たちは、このタスクをシーンレベル問題とインスタンスレベル問題に分割し、それぞれについて深層学習技術に基づく2つのモデルを提案している。
– 私たちは、これらのモデルをトレーニングおよびテストするために、人工的なデータセットを構築し、また実世界のデータセットを収集した。
– 我々のモデルは、実世界のデータセットにおいて、それぞれ88.13％と84.60％の正確度を達成することができた。
– Cyc-CPベンチマークを、道路安全、インテリジェントトランスポーテーションシステム、人工知能の分野間の相互作用を促進するテストベッドとして想定している。
– ベンチマークのデータセットと検出モデルは、https://github.com/SustainableMobility/cyc-cpで提供され、実験再現性を促進し、この分野でのより深い研究を奨励するために利用可能である。

要約(オリジナル)

Cycling is a healthy and sustainable mode of transport. However, interactions with motor vehicles remain a key barrier to increased cycling participation. The ability to detect potentially dangerous interactions from on-bike sensing could provide important information to riders and policy makers. Thus, automated detection of conflict between cyclists and drivers has attracted researchers from both computer vision and road safety communities. In this paper, we introduce a novel benchmark, called Cyc-CP, towards cycling close pass near miss event detection from video streams. We first divide this task into scene-level and instance-level problems. Scene-level detection asks an algorithm to predict whether there is a close pass near miss event in the input video clip. Instance-level detection aims to detect which vehicle in the scene gives rise to a close pass near miss. We propose two benchmark models based on deep learning techniques for these two problems. For training and testing those models, we construct a synthetic dataset and also collect a real-world dataset. Our models can achieve 88.13% and 84.60% accuracy on the real-world dataset, respectively. We envision this benchmark as a test-bed to accelerate cycling close pass near miss detection and facilitate interaction between the fields of road safety, intelligent transportation systems and artificial intelligence. Both the benchmark datasets and detection models will be available at https://github.com/SustainableMobility/cyc-cp to facilitate experimental reproducibility and encourage more in-depth research in the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI