Ultralytics YOLOモデルによる動画内の移動物体追跡ガイド

電気部品を組み立てられるロボット、速度違反の車両を検知するシステム、顧客の購買行動を追跡するスマートリテールソリューション。これらのイノベーションはすべて、コンピュータービジョンに支えられています。コンピュータービジョンは、機械による画像や動画の分析・理解を支援する人工知能（AI）の一分野です。

例えば、ロボットは部品を正しく組み立てるために、さまざまな部品を認識して追跡する必要があります。同様に、交通システムではコンピュータービジョンを使用して車両を検出し、ナンバープレートを読み取り、速度違反の発生を判断できます。一方、店舗ではビジョンAIによって、顧客が見ている商品や手に取っている商品を追跡したり、在庫を監視したりできます。

このようなアプリケーションは、Ultralytics YOLO11のようなコンピュータービジョンモデルによって実現されており、幅広いビジョンタスクに対応しています。これらのタスクの多くは単一画像からインサイトを収集することに重点を置いていますが、特に興味深いタスクである物体追跡を使用すると、一連の画像やビデオフレームを通じて物体の動きを追跡できます。

図1. 車両の検出と追跡の例。

このガイドでは、物体追跡の仕組みを詳しく見ていき、実際の使用例を紹介します。また、Ultralytics YOLO11のようなビジョンAIモデルが物体追跡をどのように支援するかについても説明します。それでは始めましょう。

コンピュータービジョンの追跡システムを詳しく見る#

物体追跡は、ビデオフレーム間で物体の動きを追跡するために使用されるコンピュータービジョンタスクです。これにより、システムは時間の経過に伴う変化を監視して理解できます。これは、人間が目で動く人や物体を自然に追跡できることとよく似ています。例えば、テニスの試合を観戦しているとき、コート上を左右に移動するボールを目で追うようなものです。

同様に、物体追跡ではカメラとAIを使用して、ボールの動きをリアルタイムで追跡します。この技術により、自宅で観戦する視聴者は、速度、軌道、選手の位置などの分析情報を通じて、試合の流れをより深く理解できます。

このような視覚的な追跡は人間にとって簡単に見えるかもしれませんが、マシンビジョンでは、ビジョンAIモデルによって実行される一連のステップが必要です。物体追跡の仕組みを簡単に説明すると、次のようになります。

• 動画の撮影：カメラで動画を録画し、時間の経過に伴ってシーン内を物体がどのように移動するかを捉えます。
• 物体の検出：YOLO11のようなAI搭載のコンピュータービジョンモデルが各フレームを分析し、人、車両、製品などの特定の物体を識別して位置を特定します。
• IDの割り当て：物体が検出されると、追跡アルゴリズムが一意のIDを割り当て、複数のフレームにわたって追跡します。これにより、物体が移動しても同じ物体であることをシステムが認識できます。
• 動きの監視：システムは時間の経過に伴う動きを追跡し、そのデータを使用して速度、方向、他の物体との相互作用などの情報を収集できます。
• インサイトの生成：この情報は、特定のユースケースに応じて、リアルタイム分析の提供、意思決定の支援、ビジュアルオーバーレイの生成などに利用できます。

YOLOによる物体検出と追跡の比較#

物体追跡と密接に関連する、Ultralytics YOLO11が対応するもう1つのコンピュータービジョンタスクが物体検出です。この2つのタスクの違いを見ていきましょう。

物体検出では、単一の画像またはビデオフレーム内にある対象物を識別して位置を特定します。例えば、自動運転車は、車載カメラで撮影した単一フレームから一時停止標識や歩行者を認識するために物体検出を使用します。物体検出が答えるのは、「この画像には何があり、どこにあるのか」という問いです。ただし、物体が次にどこへ移動するかについての情報は提供しません。

物体追跡は、時間の経過に伴う動きの理解を加えることで、物体検出を拡張します。両者の主な違いは、時間と動きをどのように扱うかにあります。物体検出では各フレームを独立したスナップショットとして扱いますが、物体追跡では過去のデータを使用して物体の将来の位置を予測し、フレーム間の情報をつなぎ合わせます。

両者を組み合わせることで、動的な環境でリアルタイム追跡が可能な強力なビジョンAIシステムを構築できます。例えば、自動セキュリティシステムは空間に入る人を検出し、フレーム全体にわたってその動きを追跡し続けることができます。

Ultralytics YOLOモデルによるリアルタイム追跡#

物体検出と追跡の違いを確認したところで、YOLO11などのUltralytics YOLOモデルがリアルタイム物体追跡をどのように支援するかを見ていきましょう。

YOLOモデル自体は追跡アルゴリズムではありませんが、各ビデオフレーム内の物体を検出するという重要な役割を果たします。物体の検出後は、追跡アルゴリズムによって一意のIDを割り当てる必要があります。これにより、システムはフレームからフレームへ物体の動きを追跡できます。

このニーズに対応するため、Ultralytics Pythonパッケージは、BoT-SORTやByteTrackなどの一般的な追跡アルゴリズムと物体検出をシームレスに統合します。この統合により、最小限の設定で検出と追跡を同時に実行できます。

YOLOモデルを物体追跡に使用する際は、アプリケーションの要件に基づいて適用する追跡アルゴリズムを選択できます。例えば、BoT-SORTは、動きの予測とディープラーニングを利用するため、予測困難な動きをする物体の追跡に適しています。一方、ByteTrackは混雑したシーンで特に優れた性能を発揮し、物体がぼやけていたり部分的に隠れていたりする場合でも、信頼性の高い追跡を維持します。

図2. Ultralytics PythonパッケージはBoT-SORTとByteTrackをシームレスに統合します。

カスタムYOLOモデルのトレーニングは物体追跡とどのように関係しますか？#

カスタムトレーニングとは、Ultralytics YOLO11のような事前学習済み物体検出モデルを特定のデータセットでファインチューニングし、標準データセットに含まれていない物体を認識できるようにするプロセスです。これは、追跡システムでカスタム物体や一般的でない物体を追跡する必要がある場合に特に重要です。

追跡システムは、まず検出モデルで物体を認識します。YOLOモデルが特定の種類の機械や野生動物など、特定の対象物を検出できなければ、追跡アルゴリズムはその物体を追跡できません。

そのため、カスタムトレーニングが不可欠です。追跡したい物体を検出モデルが正確に識別できるようになります。

また、このプロセスでファインチューニングされるのは検出モデルだけである点にも注意が必要です。BoT-SORTやByteTrackなどの追跡アルゴリズムはカスタムトレーニングされるのではなく、YOLOモデルの出力を使用してフレーム間で検出された物体を追跡します。

Ultralytics YOLOによる物体追跡のアプリケーション#

物体追跡とは何か、どのように機能するかについて理解が深まったところで、この技術が実際に活用されている例を見ていきましょう。

速度推定のためのUltralytics YOLOによるリアルタイム追跡#

コンピュータービジョンによる速度推定システムは、物体検出や追跡などのタスクに依存しています。これらのシステムは、車両、自転車、さらには人など、物体がどの程度の速度で移動しているかを計算するように設計されています。この情報は、交通管理、安全監視、産業オートメーションなど、さまざまなアプリケーションに不可欠です。

Ultralytics YOLO11のようなモデルを使用すると、ビデオフレーム間で物体を検出して追跡できます。特定の時間内に物体が移動した距離を分析することで、システムは速度を推定できます。

図3. 速度推定にYOLO11の物体追跡機能を使用。

製造業における物体追跡#

製造プロセスは高速で非常に複雑な場合があり、生産されるすべての品目を手作業で追跡することは困難です。物体追跡は、製品が生産の各段階を進む際の監視を自動化する有効な手段です。工程を遅らせることなく、高い精度と効率を工場で維持できます。

コンベアベルト上の製品のカウントから、欠陥の検出や正しい組み立ての確認まで、物体追跡は、手作業では時間がかかる、またはミスが発生しやすいタスクに可視性と制御性をもたらします。この技術は、速度と精度が重要な食品加工、エレクトロニクス、包装など、大量生産の業界で特に大きな効果を発揮します。

図4. Ultralytics YOLO11を使用して組立ライン上の食品を追跡・カウントする例。

リテール分析における物体追跡の概要#

毎日、数え切れないほどの顧客が小売店を出入りしており、顧客体験と業績の両方を改善するには、その行動を理解することが重要です。物体追跡により、小売業者は、侵襲的または手作業の手法を必要とせずに、来店者数、滞在時間、移動パターンを分析できます。

入店、退店、店内の移動に沿って個人を追跡することで、企業はピーク時間帯、人気エリア、さらには行列の長さに関するインサイトを得られます。こうしたインサイトは、人員配置、店舗レイアウト、在庫配置に関する意思決定に役立ち、最終的には業務の効率化と売上の増加につながります。

図5. 店舗に入店・退店する人の監視にUltralytics YOLO11の物体追跡機能を使用。

物体追跡のメリットとデメリット#

小売店から工場の現場まで、物体追跡は効率、安全性、全体的な体験などの向上を目的に、さまざまな業界で使用されています。物体追跡がさまざまな業界にもたらす主なメリットをいくつか紹介します。

• リアルタイムアラートを実現：物体追跡と統合されたシステムでは、立入禁止区域への人の侵入や、配送物が同じ場所に長時間放置されるなど、異常が検出された際にアラートを自動的に発報するよう設定できます。
• 他のシステムと統合可能：物体追跡データを、顔認識、サーマルカメラ、在庫システムなどの他のテクノロジーと組み合わせることで、さらに高度なインサイトを得られます。
• 長期的に費用対効果が高い：初期設定には投資が必要になる場合がありますが、自動追跡によって手作業の必要性が減り、エラー率と運用コストを時間の経過とともに削減できます。

これらのメリットから、物体追跡がさまざまなユースケースに良い影響を与えることが分かりますが、導入に伴う課題についても考慮することが重要です。物体追跡のいくつかの制限を詳しく見ていきましょう。

• 混雑した環境での難しさ：コンサート会場、ショッピングセンター、街路などの混雑した環境では、追跡システムが近接する人や物体を区別することに苦労し、混乱や不正確な結果につながる場合があります。

• 環境条件の影響を受けやすい：照明不足、霧、高速な動き、カメラの揺れによって、物体を正確に追跡するシステムの能力が低下する場合があります。特に屋外や管理されていない環境では顕著です。

• プライバシーと法的懸念：個人データの不適切な取り扱い、ユーザーの同意の欠如、公共空間での監視は、倫理的な問題を引き起こし、プライバシー法への不遵守につながる可能性があります。

主なポイント#

物体追跡は、機械が時間の経過に伴う物体の動きを追跡できるコンピュータービジョンタスクです。車両の速度推定や組立ライン上の製品のカウントから、スポーツにおける選手の動きの分析まで、幅広い実世界のシナリオで使用されています。

Ultralytics YOLO11のようなビジョンAIモデルと、BoT-SORTやByteTrackなどの追跡アルゴリズムにより、物体追跡はさまざまな業界で、より高速かつスマートで利用しやすくなっています。物体追跡技術の進化に伴い、システムはフレームごとに、よりインテリジェントで効率的かつ応答性に優れたものになっています。

コンピュータービジョンとAIについて詳しく知りたいですか？GitHubリポジトリを確認し、コミュニティに参加して、ライセンスオプションを確認し、コンピュータービジョンプロジェクトを始めましょう。製造業におけるAIや自動車業界におけるコンピュータービジョンなどのイノベーションを検討している場合は、ソリューションページをご覧ください。