| 講演抄録／キーワード |
| 講演名 |
2026-02-20 10:30
［特別講演］高速道路の日常点検効率化に向けたセマンティックセグメンテーションモデルと大規模視覚言語モデルに基づく異常検出技術
○太齊 蓮・李 想・五箇亮太・斉藤直輝・前田圭介（北大）・鎌田文幸（ネクスコ・エンジニアリング北海道）・久保竜志（ネクスコ東日本エンジニアリング）・川嵜裕二（東日本高速道路 関東支社）・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
本稿では，高速道路における日常点検の効率化を目的として，セマンティックセグメンテーションモデルおよび大規模視覚言語モデルに基づく道路附属物の異常検出手法を提案する．提案手法では，セマンティックセグメンテーションによるクロッピングを施すことで入力画像から単一の対象物に限定した画像（クロップ画像）を取得する．さらに，正常および異常のクロップ画像を少数例用いたIn-context learningの導入により，追加学習を行うことなく異常検出を実現する．本手法では，対象物のクロップ画像のみを用いることで，対象物と無関係な視覚情報の影響を低減し，異常検出性能の向上を図る．実際の高速道路上で撮影された車載カメラ映像から抽出したフレーム画像を用いた実験により，提案手法の有効性を確認した． |
| （英） |
This paper proposes an anomaly detection method for road facilities based on a semantic segmentation model and a vision language model, aiming to improve the efficiency of routine inspections on expressways. In the proposed method, cropped images limited to a single target object are obtained from input images by applying semantic segmentation–based cropping. Furthermore, by introducing in-context learning with a small number of normal and anomalous cropped images, anomaly detection can be achieved without additional training. By focusing on cropped images of the target object, the proposed method reduces the influence of visual information irrelevant to the object and improves anomaly detection performance. Experiments using frame images extracted from in-vehicle camera videos captured on actual expressways confirm the effectiveness of the proposed method. |
| キーワード |
（和） |
セマンティックセグメンテーション / 大規模視覚言語モデル / 車載カメラ映像 / 異常検出 / / / / |
| （英） |
semantic segmentation / vision language model / in-vehicle camera footage / anomaly detection / / / / |
| 文献情報 |
映情学技報, vol. 50, no. 5, ME2026-24, pp. 101-105, 2026年2月. |
| 資料番号 |
ME2026-24 |
| 発行日 |
2026-02-12 (MMS, ME, AIT, SIP) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|