第1部 チャンネル特徴量を用いた歩行者検出技術

(2017年1月11日 10:30〜11:30)

　本講座では、車載カメラを用いた歩行者検出に関する技術の発展の歴史を振り返るとともに、最先端技術の中でも検出精度と速度の両立を可能とするチャンネル特徴量を利用した歩行者検出技術について紹介する。
　また、歩行者検出へのシーンコンテキストの利用方法や他の最新研究動向についても触れる予定である。

1. 歩行者検出技術の過去と現在
   1. 歩行者検出の歴史
   2. 歩行者検出の基本的な仕組み
2. チャンネル特徴量の仕組み
   1. チャンネル特徴量の構造
   2. 特徴量計算の高速化
3. 車載カメラ画像からの歩行者検出
   1. 歩行者検出の現状
   2. ACFを利用した歩行者検出
   3. LDCFを利用した歩行者検出
• 質疑応答

第2部 画像認識・ディープラーニングを用いた歩行者の検出技術

(2017年1月11日 12:10〜13:50)

　本講座では、画像認識で利用されているディープラーニング手法である畳み込みニューラルネットワークとそれを利用した歩行者検出手法について、紹介する。
　また、畳み込みニューラルネットワークを応用した物体検出手法の歩行者検出への応用事例やその他最新動向、公開されているデータセットについても触れる予定である。

1. ディープラーニングの現状
   1. ディープラーニングの応用事例
   2. ディープラーニングのしくみ
2. 畳み込みニューラルネットワーク (CNN)
   1. CNNの構造
   2. CNNの学習
3. 歩行者検出への応用
   1. 歩行者検出の現状
   2. CNNを利用した歩行者検出
   3. R – CNNを利用した歩行者検出
   4. シーンコンテキストを利用した歩行者検出
4. 歩行者検出のベンチマークセット
   1. Caltech Pedestrian Dataset
   2. KITTI dataset
• 質疑応答

第3部 レーザレンジファインダを用いた周辺環境認識技術と自動運転技術

(2017年1月11日 14:00〜15:40)

　レーザレンジファインダ (LIDAR) は自動運転に欠かせないセンサとなっていると同時にこれを用いた周辺環境認識が自動運転技術のキーポイントとなっております。
　本講演では金沢大学がこれまでに開発してきた各種認識技術の概要について解説すると同時に国内の大学で初の試みとして実施中の公道実証実験の概要について述べます。

1. 近年を中心とした自動運転の歴史
   1. 高速道路から一般道へ
   2. 白線認識から高精度地図の活用へ
2. 金沢大学の取り組み
   1. 取り組み概要と自動運転車両
   2. 自動運転に必要な技術
3. LIDARを用いた認識
   1. LIDARの計測原理
   2. 走行可能空間認識と移動物体の運動推定
   3. 高精度自己位置推定
4. 自動運転に必要なその他の技術
   1. 自動運転のシステム概要
   2. 信号機の認識
   3. パスプランニングと制御
5. 自動運転自動車の現状
   1. 石川県珠洲市における公道実証実験の概要
   2. その他
6. 現状と将来の課題
• 質疑応答