Thank you for submitting your request.
We will get back to you shortly.
START A CONVERSATION
Share your requirements and we'll get back to you with how we can help.
ビデオアナリティクス ：ビデオ映像から得られる洞察
動画コンテンツがますます主流となる中、ライブや録画映像から迅速に情報を抽出する能力は貴重です。動画フィードに機械学習アルゴリズムを適用し、生の映像を分析して、リアルタイムでビジネスの成果を向上させる情報を引き出します。
ビデオアナリティクスは、セキュリティだけでなく、製品マーケティング、患者の治療や輸送のほか、さまざまな分野で用いられています。動画コンテンツの分析から得られる洞察は、こういった分野の業務変革や効率性向上にますます役立てられるようになっています。
ビデオアナリティクスの用途
セキュリティ監視
サーマルカメラがビデオアナリティクスソフトウェアに接続されると、暗闇でも動きを検知し、リアルタイムで不法侵入を警告できます。セキュリティスタッフは状況を視覚的に確認し、適切な対応を取ることができます
トラフィック管理
車の流れのライブ映像で物体認知を行うことで、玉突き事故や交通渋滞の可能性を明らかにできます。 ナンバープレート認識によって、駐車場の出入りの自動化が行え、有料道路の車の流れもスムーズにできます。
出席記録の追跡
従業員はIDカードを携帯する必要がなくなります。カメラが現場（ワークスペース）に入る従業員を捉え、顔認証システムが個人を識別して、自動的に出社を記録します。
店舗最適化
ビデオアナリティクスは、CCTV記録から店舗内のホットスポッドを特定することが可能です。結果によって、エンドキャップや棚のレイアウトを調整できます。また、ビデオアナリティクスにより、来店者数の計測を行うことで、店舗側は、お客数の来店状況に応じてスタッフ数を調整することもできます。
キューモニタリング
カスタマーサービスやレジののライブビデオストリームの分析により、混雑情報を検出できます。これにより、待ち時間やサービス提供ポイントでの混雑に積極的な介入が可能な管理が行えます。
ビデオアナリティクスアプリケーションのモデルの課題
小売業におけるビデオアナリティクス
店舗ビデオアナリティクスは、店舗の運営を最適化し、商品の販売を向上させる可能性が見込めます。性別の認識やヒートマップや行動分析など、ビデオデータは、機械学習アルゴリズムによって処理され、オブジェクトの認識、動きの検出やパターンの認識が可能になり、これらの分析からさまざまな洞察を得られます。
- 店舗内の顧客のでもグラフィック測定
- 来客数を測定して、1日のうちのピーク時間帯を特定
- お客様が店舗内の動きから一般的な導線を特定
- お客様が集中する場所を特定して、宣伝広告の表示やエンドキャップの配置に活用
- 万引きを見つけることで損失を軽減
- 棚の違いによる視線の動きを検出
- デジタルサイネージの視聴を検出
セキュリティ目的のビデオアナリティクス
ビデオ分析が最も多く用いられるのが、セキュリティ確保の目的です。監視カメラからの映像をリアルタイムで分析して異常や不審な出来事を検出し、複数の設定によってセキュリティ侵害を防ぎます。
- 不法侵入の検知と警告
- 立ち入り禁止区域／倉庫／荷物搬入口での車や人の識別
- 窃盗や器物損壊の兆候と思われる行動の識別
- 多数の人の異常な出入りを検知
- 施設内へのお客様の動きを追跡し、お客様が道に迷った場合に警告を発する
- 占有レベルが許容限界を超えた場合、アラームを発する
- 出口専用レーンに入るなど、方向を誤って走行する車を検出
IoTとビデオアナリティクス
動画解析とIoTアプリケーションの統合により、より高度な意思決定が可能となります。カメラがIoTセンサーとなることで、はるかに幅広い情報を収集して分析に役立てることができます。例えば、ビーコンをカメラに代えて小売店舗内の客のいる場所を特定して追跡することで、客の人口動態データといった、より詳しい情報が得られます。企業では、ビデオ対応のIoTソリューションによって、出社追跡を自動化でき、従業員や訪問者の行動を監視することもできます。
スマートな製造ユニットでは、エッジで処理されたリアルタイムのビデオアナリティクスを使用した品質管理モニタリングが、高コストな欠陥の検出と回避をサポートします。エッジでのビデオデータの分析を迅速に実施することで、ピンポイントの意思決定が行え、遅延を大幅に軽減させます。エッジ処理は、セキュリティを向上させ、クラウドへのデータの転送も排除することで時間の節約が可能です。さらに、作業ステーションや生産フロアでの人の行動の識別と追跡により、非生産的な労働時間を特定することが可能です。
ビデオアナリティクスのためのツールと技術
OpenCV
2500以上のコンピュータビジョン（視覚情報処理）や機械学習アルゴリズムを含むOSSライブラリ
TensorFlow（テンソルフロー）
Googleによって開発された、機械学習アプリケーションに使用できるソフトウェアライブラリ
Kairos
顔、感情、年齢や性別などの人口統計を検出するためのAPIとソフトウェア開発キット（SDK）
Detectron
ディープラーニングフレームワーク"Caffe2"を基盤とし、物体検出アルゴリズムを実装したソフトウェアシステム
OpenFace
顔検出、頭部姿勢推定、視線推定のための深層ニューラルネットワーク
背景差分
対象物を検出するために広く使用されている技術で、対象物を含む画像の背景部分を抽出し、処理する手法
FaceNet
顔検証、認識、クラスタリング問題を高精度で処理するために学習されたCNN
Dlib
画像から物体を検出するための機械学習アルゴリズムとツールを含むC++ツールキット
ビデオアナリティクスによる顔識別
デジタル画像や動画から人物を識別または検証できる顔認識システムはさまざまなコンテキストで活用されています。Facebookのタグ提案、画像/動画映像からの自動犯罪者識別、顔の生体認証を組み込んだアクセスコントロールなどが、現在使用されている顔認識ソフトウェアの例です。
顔認証は、顔検出と顔識別の２つのパートで構成されています。最初の段階では、バックグラウンドサブトラクションなどの手法を使用して、システムは入力データ内の顔を検出します。次に、顔の特徴を測定して、顔のランドマークを定義し、既知のデータセットと一致するか照合します。一致率に基づいて、顔を識別されうか、未知として分類します。
当社では、Dlibの顔の特徴点予測機能を活用して、顔を検出し、目、口、眉、鼻や顎のラインといった特徴を抽出しました。これらの特徴のみが含まれるようトリミングし、目や下唇の位置に基づいて調整することで画像を標準化しました。その前処理された画像を、数値ベクトル表示にマッピングされました。ベクトル画像のアルゴリズム的な比較により、顔認識が可能になりました。
職場の顔識別システム
自動出社記録
従業員がカメラの前に数秒立つと、その従業員の画像が取り込まれます。統合された顔認識システムは、その画像をトレーニングデータセットと照合し、一致した場合に出社記録とします。
デバイスラボでの資産追跡
システムが、CCTV画像のバックグラウンド除去法によって棚にデバイスがないことを検出します。さらに、顔識別機能によって、規定期間にその部屋に入室した従業員を特定し、そのデバイスをその従業員に割り当てます。