ニューヨーク大学タンドン工学部の研究者らは、交通カメラの映像を分析して衝突やニアミスを検出し、道路の安全性を向上させる AI システム「SeeUnsafe」を開発した。
ニューヨーク市の広大な交通カメラネットワークは、毎日数え切れないほどの時間を録画し、貴重なデータを生み出しています。しかし、これまでその活用は容易ではありませんでした。しかし、ニューヨーク大学タンドン工学部の研究者による画期的な開発によって、この状況は一変しようとしています。彼らの新しい人工知能システム「SeeUnsafe」は、膨大な交通映像から衝突やニアミスを自動的に特定することで、道路の安全性を向上させることを目指しています。
掲載 この革新的な研究は、雑誌「Accident Analysis and Prevention」に掲載されており、ニューヨーク市の道路安全優先事項に沿って、すでにニューヨーク市のVision Zero Research Awardを受賞しています。
土木都市工学科教授であり、ニューヨーク大学タンドン校C2SMARTセンター所長でもあるカーン・オズベイ上級著者は、今年の 道路研究シンポジウム 11月19。
SeeUnsafe は、事前にトレーニングされた AI モデルを活用して視覚データとテキストの両方を理解し、長編交通ビデオを分析するためのマルチモーダル大規模言語モデルの最初のアプリケーションの 1 つとなっています。
「ニューヨーク市には24時間365日稼働しているカメラが1000台もあります。その映像すべてを手作業で検査・分析するのは不可能です」とオズベイ氏はニュースリリースで述べた。「SeeUnsafeは、市当局が既存の投資を最大限に活用するための非常に効果的な方法を提供します。」
このAIシステムは、交通安全管理における重大なギャップ、すなわち膨大な量のビデオ映像を分析するためのリソースの限界に対処します。SeeUnsafeは、事故が発生した場所と時間を特定することで、交通機関が重大な事故が発生する前に、危険な交差点や介入が必要な状況を正確に特定することを可能にします。
「政府機関はコンピュータービジョンの専門家である必要はありません。AIベースの動画分析モデルを訓練するために、独自のデータを収集してラベル付けする必要もなく、この技術を活用できます」と、ニューヨーク大学タンドン校の准教授であり、ロボティクス・エンボディド・インテリジェンスセンターの共同設立者でもあるチェン・フェン氏は付け加えた。
Toyota Woven Traffic SafetyデータセットでテストされたSeeUnsafeは、他のモデルよりも優れたパフォーマンスを発揮し、交通事故を76.71%の確率で正しく分類し、関与した道路利用者を87.5%という高い成功率で特定しました。
この優れた精度は、システムが交通安全に関する実用的な洞察を提供できることを意味し、事故が起こるのを待つのではなく、ニアミスや衝突のパターンに基づいて標識の改善、信号のタイミングの改善、道路レイアウトの再設計などのタイムリーな介入を通知することで、事故を未然に防ぐ可能性があります。
このシステムは自然言語による説明付きの道路安全レポートを生成できるため、気象状況、交通量、ニアミスや衝突につながる特定の動きなどの要因を説明することができます。
物体追跡精度に対する敏感さや暗い場所での課題など、いくつかの制限はあるものの、研究者たちは、SeeUnsafe が道路安全における AI のさらなる進歩のための重要な基盤を築くと考えています。
出典： ニューヨーク大学タンドン工学部