人工知能学会

現在，各種ハード・ソフトウェアの発展によりスマートフォンや車等，多くのデバイスにカメラが搭載されるようになった．特に車載カメラは，近年急速に発展している自動運転技術等の車両操作にとどまらず，道路上の地物変化検知等，外界の認識にも応用が期待されている．一般的にそのような動画像からの認識を伴う処理にはディープラーニングの手法が用いられるが，そこには大量の教師データが必要であり，現状では人手でその選別が行われる．一方で人手での動画データの教師ラベル付与は，動画実時間の数倍の時間がかかる．そのため付与コストもさることながら，人の識別ミスに起因する誤ラベルの付与も問題となっている．そこで本研究では車載カメラの動画に対する教師データ作成工数を削減することを目的に、アノテーション効率化ワークフローを提案する．車載カメラ動画の特徴を捉えたモデルをベースに，本ワークフローを利用することで，最小の工数で，教師ラベル付与（アノテーション）を実施できることを示す．車載カメラ動画の特性を捉え、ワークフロー内の識別モデルに反映することで、結果的に提案のワークフローにより，約77.5%の工数を削減することができた