日本実務出版 「安全と管理」「展示会情報」「セキュリティ産業年鑑」「防犯機器情報」  
 
セキュリティ関連会社INDEX
機器部門別情報
検知器部門
伝送装置部門
緊急通報装置部門
出入管理部門
バイオメトリクス部門
錠前部門
ホームセキュリティ部門
情報セキュリティ部門
クラウドセキュリティ部門
映像監視システム部門
映像機器(カメラ)部門
映像機器(レコーダー)部門
映像機器(レンズ他)部門
雷害対策・電源装置部門
ロス防止機器部門
無線通信機・システム部門
警備関連部門
防犯機器・装置部門
防災機器・装置部門
トータルセキュリティ部門
その他機器部門
市場別情報
学校のセキュリティ
重要施設のセキュリティ
ビル・オフィスのセキュリティ
金融機関のセキュリティ
商業施設のセキュリティ
工場のセキュリティ
公共施設のセキュリティ
医療機関のセキュリティ
ホームセキュリティ
地域防犯
企業情報
TOPIC
震災支援
TOPIC
TOPIC
新着情報
TOPIC
SECURITY SHOW 2015
危機管理産業展2014
テロ対策特殊装備展'14
第9回オフィスセキュリティEXPO
第13回自動認識総合展
情報セキュリティEXPO 2010
第15回「震災対策技術展」横浜
出版書籍
防犯・防災専門サイト「セキュリティナビ」
 

人間の「動作」を理解する新しい人工知能(AI)「時系列Deep Learning」を開発
映像から人の動作を高精度に識別、防犯など新たなビジネス領域への応用が可能に

 NTTコミュニケーションズ(株)は、時系列データの解析が可能なDeep Learning技術を開発し、映像データから人間の動作を高精度に検知することに成功した。
 2015年10月に行った実験において、ネットワークカメラなどで撮影した人間がいる映像に対して、「しゃがんでいる」「きょろきょろしている」「ものを置いている」などの動作を検知させたところ、8割強の高い精度で正答した。
 物体や顔の認識に比べ、高い精度での解析が困難な時系列の映像認識に成功したことで、“人間の動き”を分析することが重要と考えられる防犯分野における活用をはじめ、工場での異常検知、店舗での購買行動分析、スポーツにおけるプレーの分析など、様々な領域への応用可能性が広がった。
 近年、人工知能(AI)の重要な要素であるDeep Learning技術が発展した結果、静止画に写っている物体や人間に対する認識精度は飛躍的に向上した。
 しかし、映像(特に人間の動作)など、連続した時間的変化を捉えてはじめて意味があるものに対する解析については、現在も高い精度での認識が困難な状況。
 また一方で、監視カメラをはじめとしたネットワークカメラの普及によって、収集可能な映像データが増大しており、さらにこのようなカメラや数多のセンサー機器などがネットワークに接続されたIoTが進展の兆しを見せている。
 このため、映像ビッグデータの解析精度が高まれば、新たなビジネス領域を開拓できる可能性がある。
 同社はこのような状況を踏まえ、人工知能(AI)による高精度な映像解析を可能にする「時系列Deep Learning」技術を開発した。

◆「時系列Deep Learning」技術の概要
 従来のDeep Learning技術は主に静止画を対象としており、各画像の縦横2次元のデータを元に学習を行うことで、画像に含まれる物体を認識していた。
 同技術では、これに加え学習時および検知時に時間軸方向の情報も盛り込み3次元とすることで、より精度を高めた動作の特定を可能にしている。
 また、画像だけでなく、時系列で変化する様々なIoTデータ(温度、電圧などのセンサー情報)の高精度な解析が可能であり、汎用性に優れている。
 今回数種類の動作を対象とした検証を実施した結果、時系列を考慮しないCNNによる認識精度が60%弱程度であったのに対し、今回の手法を用いた場合には約85%の認識精度に達することを確認している。

◆ 今後の展開
 同社は、「時系列Deep Learning」の技術を活用し、防犯やマーケティングなど様々な用途に応じた映像データの解析を可能とする「映像解析プラットフォームサービス」(仮称)の提供を検討している。
 店舗や製造工場における不審行動の検出、2020年東京オリンピックに向けて観光客の増加が見込まれる多くの施設における防犯対策などに応用することが可能。
 また今後は、映像データだけでなく、多様なIoT端末から収集されたセンサーデータ、端末ログなどを統合的に分析し、より高度な解析を行うことで、ビジネス領域への応用範囲を広げていくとのこと。

NTTコミュニケーションズ(株)
http://www.ntt.com/

2015年11月2日発信

 
 
会社案内お問い合わせ