AIとカメラで、行列を可視化する際の注意点

本記事は、株式会社バカンの協力のもと制作しております。単純な事例紹介ではなく、導入のコツやツボを紹介します。

ショッピングモールなどにある、飲食店エリアに行くと、顧客で行列ができていることがある。混んでいるとわかっていれば、買い物をしていたかもしれないし、混雑がそれほどでもないというときに行きたいものだ。

そういったニーズに応えるために、カメラで飲食店の待合エリアを撮影。待合椅子に座っている顧客をカウントすることで、飲食店の混雑状況を把握しスマートフォンやモール内のデジタルサイネージに表示するというソリューションがある。

一見すると、AIで人物認識をし、一定期間ごとにクラウドで混雑状況を判定、各種サイト上に表示をするだけでできるものだが、設置工事を行う上ではノウハウが必要だ。

というのも、カメラを設置する場所が確保できるか、工事は必要なのかどうか、といったところがまず重要なポイントとしてあげられる。

「設置する場所」と一言で言っても、電源やネットワークが確保できるか、という問題がある。

LANケーブル対応のカメラであれば100mくらいの距離は対応できるので、これくらいの処理であればカメラは安価なものであっても、処理自体はカメラから距離のある場所にあるPCなどで行うことも可能だ。

しかし、USBしか対応していないカメラであれば、5m程度の距離が限界となるので、カメラとコンピュータは比較的近い位置にある必要がでてくる。

一カ所だけに設置するのであれば、この制約は問題にならないが、複数台のカメラを設置するとなると問題がでる。

また、カメラの電源供給が電池であれば、電池の交換が必要であったり、何かのタイミングでカメラを壊した場合に交換を行うといった運用を行う必要があるケースも見受けられる。

当然、撮影した人の情報は個人情報になるので、特徴点を取得したら削除するなり、加工をするなりしておくような処置も必要になる。

単純にソフトウエアとして人物認識をするだけであれば、様々なモジュールがすでに提供されていて、それらを活用すれば簡単に設置することができそうなものだが、実は現地での設置ノウハウがない場合は、現地で思わぬ問題が発生し、後から導入できないことがわかったりするケースもあるのだ。

こういった単純な画像AIに関するソリューションも、決して簡単ではない。

小泉 耕二

デジタルソサエティ研究家。

1973年生まれ。IoTNEWS代表。株式会社アールジーン代表取締役。
フジテレビ Live News α コメンテーター。J-WAVE TOKYO MORNING RADIO 記事解説。など。

大阪大学でニューロコンピューティングを学び、アクセンチュアなどのグローバルコンサルティングファームより現職。

著書に、「２時間でわかる図解IoTビジネス入門（あさ出版）」「顧客ともっとつながる(日経BP)」、YouTubeチャンネルに「小泉耕二の未来大学」がある。