既存のセキュリティカメラにAIアナリティクスを追加する方法

セキュリティカメラにAIを追加する方法を模索している組織のほとんどは、3つの選択肢のどこかにすでに必要な答えを持っていますが、間違いは、システム全体ではなくソフトウェアから始めてしまうことです。所有しているカメラ（重要な距離での解像度、アングル、低照度環境での挙動、ストリームの処理場所）によって、利用可能な3つのルートのどれが実際に選択できるかが決まります。

このガイドでは、最初に行うべき率直なカメラの監査について解説し、その後、3つのルートを取り上げます。既存のビデオ管理システムの上に配置する分析レイヤーの購入、VMSまたはカメラ自体のアップグレード、そしてすでに所有しているストリームでの検出モデルのセルフホストです。ほとんどの読者は、最初の2つのいずれかを選択すべきです。3つ目は特定の制約条件を持つ場合の現実的な選択肢であり、このガイドではそれがどれに該当するかを明確に説明します。

ソフトウェアではなく、システム全体から始める#

分析ベンダーは、希望する検出をサポートできないカメラにも喜んで接続します。評価する前に監査を実施してください。

• メガピクセルではなく、ターゲット上のピクセル数。 広い敷地をカバーする4Kカメラは、出入り口をカバーする1080pカメラよりも、40メートル離れた人物を捉えるピクセル数が少ない場合があります。すべての検出には最小ピクセル高があり、これがレトロフィット（後付け）が期待外れに終わる最も一般的な理由です。
• アングル。 セキュリティ用に配置されたカメラは通常、広い範囲の顔が見えるように角度が付けられています。これは、カウントやゾーンロジックには最悪のジオメトリに近く、見下ろしアングル（オーバーヘッドビュー）の方が斜めのアングルよりも劇的に優れたパフォーマンスを発揮します。
• 低照度および逆光での挙動。 夕暮れ時、夜間、そして太陽がレンズに向かう時間帯にテストを行ってください。赤外線照明は画像の特性を大きく変化させ、日中の映像のみで評価されたモデルは予想外の結果をもたらします。
• フレームレートとコーデック。 高度に圧縮された低フレームレートのストリームは、モデルが依存する詳細を失います。カメラが生成できるものと、レコーダーが実際に保存しているものを確認してください。
• ストリームアクセス。 録画を劣化させることなく、カメラごとに2つ目のRTSPストリームを取得できますか？多くのカメラは低解像度のサブストリームをサポートしており、これは多くの場合十分であり、処理コストもはるかに安価です。
• ネットワーク容量とトポロジ。 多くのストリームに対する継続的な分析は、中央サーバーへの帯域幅を消費するか、カメラの近くでのコンピュートを必要とします。ソフトウェアの好みよりも、これがアーキテクチャを決定することがよくあります。
• カメラの経過年数とパッチのステータス。 フラットネットワーク上でデフォルトの資格情報を使用しているカメラは、分析の機会となる前にセキュリティ上の問題となります。

この監査の結果は通常、いくつかの分割となります。一部のカメラはゾーンおよび存在検出に適しており、詳細な分類に適したカメラは少なく、ルートに関係なく再配置または交換が必要なカメラが一握り存在します。

3つのルート#

ルート1：既存のVMS上の分析レイヤー#

これがデフォルトの推奨事項です。これらの製品は、カメラシステムを置き換えることなく検出機能を追加するために特別に存在しており、標準的なセキュリティのユースケースにおいては、自社で構築するどのようなものよりも高速かつ安価です。

BriefCam。 録画された映像全体の迅速なレビューと検索に最も強いビデオコンテンツ分析レイヤーであり、オンプレミスでデプロイ可能です。過去のビデオでのイベントの検索が主なワークロードとなる、調査が多い環境に最適です。トレードオフ：VMSの上に配置されるため、コンポーネントを置き換えるのではなく追加することになります。

IronYun / Vaidio。 既存のカメラやVMSプラットフォームに検出をもたらすように設計されたAI分析レイヤーであり、セキュリティ検出の幅広いカタログを備えています。録画インフラストラクチャに触れることなく、より多くの分析機能を求めている組織に最適です。トレードオフ：テストとメンテナンスを行う統合チェーン内の別のベンダーが増えます。

Lumana。 グリーンフィールド（新規）のインストールを前提とするのではなく、レトロフィットのパス自体に注目し、既存のカメラシステムへのAIの追加に焦点を当てています。現在のカメラを維持することが明確な要件であるチームに最適です。トレードオフ：確立されたVMSベンダーと比較して新しい参入者です。

Volt.ai。 同様に、既存の監視インフラストラクチャの上にAIをレイヤー化することに方向性を置いており、統合ガイダンスがその提供の一部として目に見える形になっています。混在するカメラハードウェア全体でレトロフィットを行う組織に最適です。トレードオフ：オーバーレイと同様に、結果の品質は依然として基盤となるカメラに依存します。

これら4つすべてから得られるもの：標準的な検出（人物と車両の存在、line crossing、ゾーン侵入、徘徊、置き去りオブジェクト、群衆密度、録画映像全体の属性ベースの検索）と、サポートおよび精度に責任を持つ担当者。得られないもの：カタログにない検出。

1つのスコープに関する注意点。これらの製品のいくつかは映像全体の属性検索を市場に展開しており、ベンダーによって、それが衣類の色などの記述属性の照合を意味するのか、アイデンティティ（身元）の照合を意味するのかが大きく異なります。これらは法的なリスクが大きく異なるまったく異なる機能であり、どちらを購入しているのか、どちらを実際に求めているのかを確立する価値があります。アイデンティティではなく属性およびイベント検出にスコープを制限することは、コンプライアンスの議論を簡素化し、ほとんどのセキュリティワークフローに十分なものとなります。

ルート2：VMSまたはカメラのアップグレード#

分析ではなく、システム全体が制約となっていることが正直な答えである場合があります。カメラが古く、配置が不適切で、パッチ適用ができず、低フレームレートで録画している場合、その上にAIをレイヤー化しても失望を買うだけです。

Genetec Security Center。 優れたサイバーセキュリティとプライバシーのツールを備えた統合ビデオ、アクセス制御、およびALPRであり、オンプレミスでデプロイ可能です。統合された物理セキュリティを必要とする大企業および公共セクターのシステムに最適です。トレードオフ：対応する専門知識を必要とする大規模なプラットフォームです。

Milestone XProtect。 大規模なサードパーティ統合エコシステムを備えたオープンプラットフォームのVMSであり、録画レイヤーとは独立して分析を選択できます。その選択肢をオープンにしておきたい組織に最適です。トレードオフ：統合アセンブリを誰かが所有する必要があります。

Avigilon Unity。 内蔵分析と密接なカメラとソフトウェアの統合を備えたオンプレミスビデオセキュリティ。1つのベンダーから一貫したスタックを求めているチームに最適です。トレードオフ：独自のカメラを採用する場合に最も強力です。

Verkada。 内蔵分析と展開・管理の容易さを強力に重視したクラウド管理カメラ。オンサイトのITが限られている分散型のマルチサイト組織に最適です。トレードオフ：一部のデータレジデンシー要件によって除外されるクラウド管理アーキテクチャ。

Rhombus。 分析が含まれる同様のクラウド管理であり、簡単なマルチサイトのロールアウトを目的としています。迅速な展開を求める中堅市場の組織に最適です。トレードオフ：上記と同様に、映像をローカルに保持する必要がある場合、クラウドモデルは制約となります。

Eagle Eye Networks。 オープンAPIアプローチと分析オプションを備えたクラウドビデオ管理。統合の柔軟性を維持しながらクラウド管理を希望する組織に最適です。トレードオフ：クラウド中心のアーキテクチャ。

Axis Camera Station。 Axisカメラとオンカメラ分析を備えたわかりやすいオンプレミスビデオ管理であり、異例ほど詳細なハードウェア来歴ドキュメントを備えています。中規模のAxis展開に最適です。トレードオフ：エンタープライズプラットフォームよりも、非常に大規模なマルチサイトシステムにはあまり適していません。

データレジデンシー、エアギャップ、または調達制限の要件が関係している場合、他の何よりも先にこのリストが絞り込まれます。それらの決定を推進するコンプライアンスフレームワークについては、セキュリティコンプライアンスのためのオンプレミスビデオ分析に関するガイドで詳しく説明しています。

ルート3：既存のストリームでのセルフホストモデル#

これは少数派のルートであり、特定の条件下で適切なルートとなります。

• 検出がどのカタログにも存在しない。 特定の機器、施設固有の条件、プロセスの状態、ライン上の製品。一般的なセキュリティ分析を新しいクラスに設定することはできません。 - 推論の境界が絶対的である。 ストレージだけではありません。ベンダーのクラウド階層への送信を含め、分析のためにネットワークから画像が外に出てはなりません。 - 製品を出荷している。 分析が販売する機能の一部である場合、チャネルごとのライセンスはコストモデルに適合せず、あなたはビルダーです。 - チャネルごとのライセンスがストリーム数に対してスケールしない場合で、代替手段を運用するためのエンジニアリングキャパシティがある場合。 - モデルのライフサイクルを制御する必要があり、ベンダーのリリースを待つのではなく、サイトの変化に応じて独自の映像で再トレーニングする場合。

これらがいずれも当てはまらない場合は、ルート1を選択してください。

アーキテクチャ#

VMSを維持する。 録画、保持、アクセス制御、および監査ログは解決済みであり、コンプライアンスに関連しています。そこからストリームを消費し、置き換えないでください。

RTSPストリームを独自の推論サービスにプルする。** 解像度が許す限り、カメラのサブストリームを優先してください。デコードのコストははるかに低く、デコードは多くの場合、推論よりも実際のボトルネックとなります。

検出とトラッキングを実行する。** Ultralytics YOLOモデル（YOLOv8、YOLO11、YOLO26）は、関連するタスクをカバーします。人物、車両、オブジェクトの検出、ラインクロスやゾーンロジックのトラッキング、姿勢および転倒検知のためのポーズ推定、ボックスよりも境界が重要となる場合のセグメンテーションです。デプロイしているハードウェア向けにONNXまたはTensorRTにエクスポートします。

独自の映像でトレーニングする。** ジェネリックモデルは人物や車両をうまく処理します。特定のカメラ、アングル、天候、および照明が本番の精度を決定し、パブリックデータセットはそれらを代表しません。Ultralytics Platformは、SAMベースのスマートアノテーションを使用してサイトの映像にアノテーションを付け、同じワークフローでトレーニングを行うことができます。これは、代替手段がアノテーションとトレーニングツールを一緒にステッチすることである場合に重要です。

イベントをセキュリティワークフローに書き戻す。** 検出は、オペレーターがすでに監視しているVMSまたはアラーム管理システムに属しています。別個のダッシュボードは、誰も開かない別個のものになります。

パイロットが本番稼働になる前にライセンスを解決する。** Ultralytics YOLOモデルはAGPL-3.0のもとで提供されており、商用またはプロプライエタリなデプロイには通常、プライベートデプロイメントと高度なサポートもカバーするUltralytics Enterpriseライセンスが必要です。設計時にこれを解決することは、ロールアウト後よりもはるかに安価です。

コンピュートのサイジング#

多くのストリーム全体での継続的な推論は、容量計画の演習であり、2つのレバーが支配的です。

1つ目はフレームレートです。ほとんどのセキュリティイベントはすべてのフレームを必要としません。キャッチしなければならない最も短いイベントからレートを設定し（ラインを横切る人物には30fpsはるかに少なくて済みます）、容量要件は通常大幅に低下します。

2つ目は推論の実行場所です。カメラの近くにあるエッジデバイスは、ネットワーク全体でビデオをストリーミングすることを回避し、映像をローカルに保持します。これが多くの場合、そのポイントとなります。中央のGPUサーバーは、操作と管理がより簡単ですが、帯域幅の需要が集中します。混在するシステムでは、リモートサイトでのエッジ推論と、ネットワークが良好な場所での中央処理の両方を行うことが一般的です。

独自のストリームとハードウェアでベンチマークを行います。キュレーションされたデータセットで測定されたモデルのスループット数値は、デコードと推論のパイプラインがカメラで何を達成するかを予測するものではありません。

誤報は、モデル内ではなくモデルの上で解決される#

自作システムの最も一般的な失敗は、検出精度の低さではありません。オペレーターが2週間以内に応答しなくなるアラートの量です。

検出はイベントではありません。ボックスをアラートに変換するレイヤーこそが、誤報率が実際に制御される場所です。

• 持続性。 カウントする前に、いくつかのフレームにわたってトラックが確立されることを要求します。単一フレームの検出はノイズです。
• 現実世界の用語におけるゾーンジオメトリ。** 2D画像上に描かれたポリゴンは、地上のエリアではありません。パースペクティブ（遠近法）のキャリブレーションなしでは、危険ゾーンの外側にいる人物が内部にいるように見えることがあります。
• デバウンス。 敷居で徘徊している1人の人物が、繰り返しクロスイベントを生成するべきではありません。
• スケジュールと免責事項。 午後2時に通路にあるフォークリフトは正常であり、午前2時は異常です。それをエンコードすることで、アラートの大部分が削除されます。
• エスカレーション階層。 すべての検出がアラームに値するわけではありません。ライブアラート、シフトサマリー、および週次トレンドは、3つの異なる精度要件を持つ3つの異なる出力です。

このレイヤーはモデル統合よりも多くのコードになると予想し、テストセットに対する検出精度ではなく、シフトあたりの誤報によってシステムを測定してください。シフトあたりの誤報によって、システムが3か月後もまだスイッチオンになっているかどうかが決まります。

プライバシーとスコープ#

既存のカメラに分析を後付けすると、それらのカメラが行うことが変わり、通常、それは元のインストールにはなかった義務を引き起こします。

• 目的の制限。 セキュリティのためにインストールされたカメラは、密かに生産性や行動のモニタリングになってはなりません。職場の設定では、これは法的問題であり、信頼の問題でもあります。
• 継承せず、再評価する。 既存の映像に自動分析を追加するには、通常、新たなデータ保護評価が必要であり、EUの多くの地域では労働評議会の協議が必要です。
• アイデンティティマッチングのスコープアウト。 人物と車両の検出、ラインクロス、ゾーン侵入、徘徊、群衆密度、および置き去りオブジェクトはすべて、匿名化された検出で機能します。Ultralyticsは顔認識用にモデルを提供しておらず、アイデンティティマッチングは、それらの検出のいずれを改善することもなく、実質的により重い法的リスクを伴います。
• 保持するものを最小限に抑える。 イベントとカウントが質問に答える場所では、イベントとカウントを保持します。
• 構成変更だけでなく、表示とエクスポートをログに記録します。
• カメラネットワークをセグメント化する。 レトロフィットは、フラットネットワークとデフォルトの資格情報を修正する良い機会です。