| 講演抄録／キーワード |
| 講演名 |
2026-02-19 11:30
Semantic Segmentationを用いた運転時の視線・ペダル操作行動の自動解析手法
○西村和真・橋本直樹・井上大暉・杉山 治・多田昌裕（近畿大） |
| 抄録 |
（和） |
交通事故の約9割は運転者のヒューマンエラーに起因するため，事故対策にはその主体である「人」の特性に着目することが重要である．ここで，自動車運転は，交通環境の情報を取得する認知，その情報に基づき行動を決定する判断，そして車両を制御する操作という一連のプロセスによって成立している．このプロセスにおいて，認知としての適切な安全確認と操作としての適切な速度選択の双方が事故リスクを下げるために重要であると指摘されている．したがって，これら安全確認や速度選択が適切になされているか把握するためには，注意配分を担う視線行動と速度選択を担うペダル操作行動の相互関係を解析することが重要である．視線計測に広く用いられるアイカメラでは，ドライバの視界を捉えた映像内のどの位置を見ているかは計測可能だが，見ている物体が具体的に何であるかという情報は含まれていない．また，ペダル操作について，どのペダルを操作しているかだけでなく，操作の準備段階であるペダルへの構えを捉えることが重要であるが，CANデータでは踏み込み量を計測できるが，ペダルへの構えは検出できない．このような詳細な挙動把握には映像確認が必須となる一方，人手によるアノテーションは膨大なコストを要し，大きな課題となっていた．そこで本研究では，深層学習手法であるGrounded SAM 2とOneFormerを活用し，視線計測データおよびペダル操作映像から，運転者の視線の先にあるオブジェクトの種別と右足の位置や踏み込みの有無といった動作状態を自動解析するプラットフォームを構築した．被験者10名分の実走行データを用いた検証の結果，前方視線認識で90.36%，ペダル操作判定で81.96%の精度を達成し，提案手法の有用性が示される結果となった． |
| （英） |
Since approximately 90% of traffic accidents stem from driver human error, focusing on driver characteristics is important for accident prevention. Driving consists of a continuous process of perception, judgment, and operation. Within this process, appropriate scanning behavior for checking safety and speed control are key factors for mitigating accident risks. Therefore, evaluating these behaviors requires analysis of the interrelationship between gaze behavior and pedal operation. Conventional eye cameras only measure gaze coordinates without any information for identifying the specific objects being viewed. Foot placements change for preparing near future pedal operation is essential for pedal operation analysis, CAN data only measures pedal stroke as a result of pedal operation behavior and misses this preparatory phase. Although video analysis is indispensable for capturing such detailed behaviors, manual annotation incurs high costs and remains a major bottleneck. To address this issue, this study proposes an integrated automated analysis platform using the deep learning models Grounded SAM 2 and OneFormer. The system identifies viewed objects and pedal operation using gaze data and pedal videos. Verification using real-world driving data from 10 subjects achieved 90.36% accuracy for forward gaze recognition and 81.96% for pedal operation classification. |
| キーワード |
（和） |
視線解析 / ペダル操作行動解析 / Semantic Segmentation / / / / / |
| （英） |
Analysis of driver gaze / Analysis pedal operation behavior / Semantic Segmentation / / / / / |
| 文献情報 |
映情学技報, vol. 50, no. 5, ME2026-6, pp. 21-24, 2026年2月. |
| 資料番号 |
ME2026-6 |
| 発行日 |
2026-02-12 (MMS, ME, AIT, SIP) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-IE IEICE-ITS MMS ME AIT SIP |
| 開催期間 |
2026-02-19 - 2026-02-20 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
|
| テーマ（和） |
画像処理、一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 |
日本語 |
| タイトル（和） |
Semantic Segmentationを用いた運転時の視線・ペダル操作行動の自動解析手法 |
| サブタイトル（和） |
|
| タイトル（英） |
Automated Analysis of Driver Gaze and Pedal Operation Behavior Using Semantic Segmentation |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
視線解析 / Analysis of driver gaze |
| キーワード(2)（和/英） |
ペダル操作行動解析 / Analysis pedal operation behavior |
| キーワード(3)（和/英） |
Semantic Segmentation / Semantic Segmentation |
| キーワード(4)（和/英） |
/ |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
西村 和真 / Kazuma Nishimura / ニシムラ カズマ |
| 第1著者 所属（和/英） |
近畿大学大学院 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
橋本 直樹 / Naoki Hashimoto / ハシモト ナオキ |
| 第2著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
井上 大暉 / Taiki Inoue / イノウエ タイキ |
| 第3著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
杉山 治 / Osamu Sugiyama / スギヤマ オサム |
| 第4著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
多田 昌裕 / Masahiro Tada / タダ マサヒロ |
| 第5著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-02-19 11:30:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2026-6, ME2026-6, AIT2026-6, SIP2026-6 |
| 巻番号（vol） |
vol.50 |
| 号番号（no） |
no.5 |
| ページ範囲 |
pp.21-24 |
| ページ数 |
4 |
| 発行日 |
2026-02-12 (MMS, ME, AIT, SIP) |
|