昨今、自然災害の激甚化が進む中、道路や河川等のインフラ管理現場では、ライブカメラ映像によるモニタリング業務の効率化と災害予兆の早期発見が求められている。
しかし、多数の映像を目視で常時確認して微細な変化を捉えることには限界が存在し、大量の学習データを要する従来の画像認識AIの導入負担も課題となっていた。
こうした中、追加学習なしで映像を理解できるVLMの自動解析に期待が集まる一方、一般的なVLMでは指示文（プロンプト）に対する回答のブレや事実誤認が生じやすく、微細な予兆の把握が難しい問題があった。
さらに、専門技術者による試行錯誤を伴うプロンプト調整に多大な時間と手数を要するため、河川氾濫や冠水、積雪といった多様な災害や異なる現場へ迅速に横展開することが困難とされていた。
そこで日本電気株式会社（以下、NEC）は、視覚言語モデル（Vision-Language Model、以下VLM）を活用し、道路や河川を観測するライブカメラ映像から現場の状況をスコア化することで、河川氾濫・冠水・積雪などの災害につながる予兆を早期に発見できるAIを新たに開発した。
この技術は、ライブカメラ映像から災害につながる状況の進行度をスコア化することで、災害予兆を早期に発見し、現場確認や対応判断などの迅速化に寄与するものだ。
具体的には、VLMが文章を生成する際に内部で計算される「確からしさ」を解析するNEC独自技術により、通常は回答文として表現されない情報を活用し、冠水の程度や積雪量などの現場状況をきめ細かくスコア化する。
これにより、従来は難しかった微細な変化や時系列での推移を連続的な数値として捉えることが可能となるほか、運用者はスコア化した数値をもとに、現場や対象災害に適した予兆や危険の判定基準を設定することができる。
また、観測対象となる冠水や積雪などの災害種別や、ライブカメラ映像ごとの構図に適したプロンプトをAIが自動生成する。
このプロンプトは、ライブカメラ映像を用いて、時系列的に前後の画像でスコアが連続するよう順次調整される仕様だ。
この過程で、VLMが注視すべき画像領域や考慮しなくてよい領域を自動判別し、スコア化に有効な情報としてプロンプトに反映する。
これらの処理を自動化することで、画像のわずかな違いによるVLMのスコアの揺れが抑制され、安定した判定が可能になる。
これにより、専門知識を持つ技術者がプロンプトを設計・調整する必要がなく、多様な災害や現場への迅速な導入と効率的な運用を実現する。
NECは、同技術を通じて、自治体やインフラ事業者のモニタリング業務を効率化し、地域社会の安全・安心の向上に貢献するとしている。
IoTに関する様々な情報を取材し、皆様にお届けいたします。
