齋藤 孝太

プロジェクト名 自動運転のための道路交通標識判別システム（画像処理・機械学習プロジェクト） 概要 大学の授業の一環でチームでプロジェクトを実施しました。（私は主にCNNを担当しました）自動運転における交通標識認識精度の向上を目的に、画像処理、ディープラーニング、クラスタリング、特徴量ベース分類など複数の手法を実装・比較しました。環境変化（雨・霧・夜間・雪・強い光・レンズ汚れ・ブレ）を想定したデータ拡張を行い、現実環境での認識性能を向上させました。 成果・効果 CNN＋転移学習（VGG16, ResNet50, EfficientNetB0）で精度を約9%向上（loss 0.84 → 0.64、ReLUが最も有効） Random Forestによる特徴量ベース分類で Accuracy 0.88、F1スコア 0.88 を達成 simCLRによる自己教師ありクラスタリングを検証し、ラベルなしデータ分類の可能性を確認 現実の悪条件下でも標識認識精度が維持されるモデル構築の知見を獲得 使用技術 Python（NumPy, pandas, scikit-learn, OpenCV, TensorFlow, PyTorch） 画像処理（データ拡張、サリエンシーマップ、Median Filter） 機械学習（Random Forest）・深層学習（CNN, 転移学習）・クラスタリング（simCLR, GMM） 添付されたURLは最終発表の際に使ったスライドです。