Watch

人間とコンピューターのビジョンが融合し、マイクロソフトのエンジニアが交通事故死を防ぐ

人間とコンピューターのビジョンが融合し、マイクロソフトのエンジニアが交通事故死を防ぐ
交通ビデオをコンピューターで分析すれば、危険な交差点を特定するヒートマップを作成できる可能性があります。

アメリカでは、年間約4万人が自動車事故で亡くなっています。これは、毎週737型機が4～5機墜落するのと同等の人命損失です。

「他の状況では、これほどの死亡者数が気づかれないはずはない」とワシントン州ベルビュー市の主任交通計画担当者、フランツ・レーウェンヘルツ氏は語った。

さらに悪いことに、「こうした事故の多くは予防可能なものだ」と彼は述べた。「データがあれば、どう対処すべきか賢明な選択ができる」

そこで、ローウェンハーツ氏とワシントン市は、マイクロソフトおよびワシントン大学と提携し、「ビジョン・ゼロに向けたビデオ分析パートナーシップ」を設立しました。このパートナーシップでは、収集したデータを活用し、道路の改善と自動車、トラック、自転車、歩行者間の衝突防止に役立てる計画です。最終的な目標は、交通事故による死亡者と重傷者をなくすことであり、これは「ビジョン・ゼロ」と呼ばれる目標です。

ベルビューの主席交通計画者、フランツ・レーヴェンヘルツ氏と、ビジョンゼロ・パートナーシップに向けたビデオ分析のプロジェクト マネージャー。

そこに到達するには国民の協力が必要になるだろう。

木曜日の朝、同団体はクラウドソーシング・プロジェクトを立ち上げ、事前に録画された交通ビデオの分析に協力してくれるボランティアを募ります。ボランティアはビデオに映っている車、バイク、人物にラベルを付け、それぞれの軌跡を特定します。この情報はディープラーニング・アルゴリズムの開発に活用され、コンピューターが様々な物体を認識し、衝突やニアミスを検知できるようになります。

数え切れないほどの時間の交通ビデオを検査することにより（人間にとっては時間がかかりすぎる骨の折れる仕事）、アルゴリズムは最終的に最も危険な道路や交差点を正確に特定し、その場所が最も危険な日時に関する詳細さえも提供できるようになる。

この研究は交通安全の分野における大きな飛躍です。

「現状、私たちのアプローチは事後対応的です」と、パートナーシップのプロジェクトマネージャーも務めるレーヴェンヘルツ氏は述べた。「そして残念ながら、問題がどこにあるのかを示す指標を得るには、人々が負傷するまで待たなければなりません。そして、パターンが明らかになるには、多くの人が負傷する必要があるのです。」

この新しいアプローチは予測的であり、実際の衝突だけでなく、誰かが急ブレーキをかけたり回避行動をとったりするニアミスを探す。

「交通カメラの映像にコンピュータービジョン技術を応用すれば、交通の流れを改善し、交通事故や死亡者を減らす大きな可能性を秘めている」とマイクロソフトのモビリティ＆ネットワーキング研究ディレクター、ビクター・バール氏は声明で述べた。

「私たちは、社会への影響が大きいと確信しているため、これに熱心に取り組んでいます」とバール氏は語った。

マイクロソフトとベルビュー大学は2年以上前に連携を開始しました。マイクロソフトは約5名のエンジニアを派遣し、動画分析ソフトウェアの開発や、衝突やヒヤリハット事故を検知するアルゴリズムの開発に取り組んでいます。ベルビュー大学はビジョンゼロの取り組みにおいて地域をリードしており、長年にわたり歩行者と自転車の安全確保に取り組んでいます。

ワシントン大学のYinhai Wang教授とその同僚もこの取り組みに参加しています。Wang教授は、ワシントン大学スマート交通応用研究研究所の創設所長であり、パシフィック・ノースウェスト交通コンソーシアムの所長も務めています。ワシントン大学の科学者たちは、マイクロソフトのエンジニアと協力して、ニアミス事象を正確に特定する予定です。

他の都市や団体もこの取り組みを支援しています。米国では、シアトル、ニューヨーク州レドモンド、ロサンゼルス、サンフランシスコ、フロリダ州ゲインズビルの各都市、そしてワシントン州のスノホミッシュ郡とキング郡がプロジェクトのパートナーとなっています。カナダでは、カルガリーやブリティッシュコロンビア州バンクーバーなどの都市が参加しています。

参加する非営利団体は、米国運輸技術者協会（ITE）、米国高度道路交通協会（ITS）、ビジョン・ゼロ・ネットワーク、カスケード・バイシクル・クラブ、ピープル・フォー・バイクスです。ブリティッシュ・コロンビア大学とマギル大学も役割を果たしています。

ベルビュー市は300台の交通カメラから映像を収集しており、他の都市もクラウドソーシング分析のために映像を提供しています。映像の解像度が低すぎるため、人物の特定や車のナンバープレートの読み取りは困難です。

Microsoft のモビリティおよびネットワーキング リサーチ担当ディレクター、Victor Bahl 氏。

プロジェクトリーダーは、ボランティアがビデオにラベルを付けるツールを習得するには5分以上かかる可能性があると警告しており、参加者は好きなだけ多くのビデオを分析するよう呼びかけている。

ローウェンヘルツ氏は、クラウドソーシング・プロジェクトがどれくらいの期間続くかは不明だと述べた。それは、アルゴリズムが動画内の画像を正しく識別できるようになるまでの速さにかかっている。現在、ソフトウェアは車両を約95%の確率で認識しているが、自転車と歩行者を正確に認識できるのは60～70%程度だ。ソフトウェアは95%以上の精度を達成する必要がある。

レーヴェンヘルツ氏は、ビデオ分析データは交通専門家により良い情報を提供し、問題の原因に焦点を当てた解決策を導き、人命と費用の節約につながると述べた。各都市は交差点の設計変更、ラウンドアバウトの設置、信号機の調整、警察の取り締まり強化、あるいは安全性向上のための啓発キャンペーンの実施などが可能になる。

「今は事故報告に頼るしかない」と彼は言った。「情報に基づいた判断を下すのに十分なデータが得られない傾向がある」