AI 計測の手順

1. 映像の中から物体を検出し、識別IDを付与します。

2. 物体を「歩行者」、「自転車」、「バイク」、「自動車」にクラス分類し、物体を追跡します。

3. クラス分類が「歩行者」「自転車」の場合は、下記の項目を集計します。

（１）歩行者と自転車について、それぞれの件数をカウントします。

（２）性別、年齢、マスク、ソーシャルディスタンスの属性を識別します。

（３）フレーム別に物体の動きを追跡し、進行方向の判別します。

4.クラス分類が「バイク」「自動車」の場合は、下記の項目を集計します。

（１）バイクと自動車について、それぞれの件数をカウントします。

（２）フレーム別に物体の動きを追跡し、進行方向の判別します。

レポート設計

レポートは、管理画面よりご確認いただけます。
カメラの切替え、日付、属性の絞り込みなどが可能です。

 実証実験

 最大級の商店街である板橋のハッピーロード大山商店街で実証実験を実施しました。ランダムに抽出した日付、時間帯の検知データと動画を目視確認しながら計測した結果を比較したところ、歩行者の差異が99.73％～104.06％の高い精度を実現しました。目視調査は、精度が高いと信じられていますが、見落としや勘違いによりこれより遥かに低いと思われます。

システム構成

監視カメラやIPカメラで取得した映像をAIサーバに転送し、画像解析を行います。歩行者、自転車、バイク、自動車のプロファイルデータをデータサーバに保存します。そして、データサーバのデータをクラウドサーバに送信し、サイネージやWebサイトで公開します。