スマートシティにおけるコンピュータービジョンとAI落書き検出システム

文字や絵、記号などで構成されるグラフィティには、さまざまな物語が込められています。街の壁に彩りや個性を添え、意見を表現する手段にもなります。グラフィティが芸術と見なされることもありますが、許可を得ずに描かれることのほうが多いです。実際、建物や橋、列車に夜のうちに描かれることも多く、清掃には時間、資源、労力が必要です。

世界各地の都市では、公共空間をきれいに保つために数百万ドルが費やされています。米国だけでも、グラフィティの清掃費用は年間120億ドルを超えます。また、多くの都市にとって、グラフィティへの先回りした対策は大きな課題です。清掃チームの数には限りがあり、すべての場所を同時に巡回することはできません。

そのため、都市計画担当者は、機械が画像を分析・解釈できるようにする人工知能の一分野であるコンピュータービジョンを活用し始めています。Ultralytics YOLO11のようなコンピュータービジョンモデルを使えば、AI対応カメラで街の壁をすばやくスキャンし、グラフィティをリアルタイムに検出して、対応チームが向かうべき正確な場所を特定できます。

この記事では、スマートシティでグラフィティの自動認識にコンピュータービジョンがどのように活用されているかを詳しく見ていきます。それでは始めましょう。

スマートシティにおけるコンピュータービジョンの役割#

スマートシティでは、最先端技術を活用して日常的な課題により効率的に対応しています。具体的には、Ultralytics YOLO11のようなコンピュータービジョンモデルを活用してビジュアルデータを分析し、公共空間を監視するとともに、さまざまな都市システムにおける迅速なデータ主導の意思決定を支援しています。

スマートシティにおけるビジョンAIの一般的な活用例を紹介します。

• 交通管理： ビジョンAIはライブ映像を分析し、交通の流れを監視して渋滞を検出できます。また、交通信号をリアルタイムで調整し、交通の流れを改善して遅延を減らせます。
• リサイクルの自動化： コンピュータービジョンは、公共のゴミ箱やリサイクル施設で廃棄物からリサイクル可能なものを識別・分別し、分別精度の向上と異物混入の削減に役立ちます。
• 公共交通機関のモニタリング： 公共交通システムでは、コンピュータービジョンを使って乗客数を追跡し、車内の行動を監視して、安全上の問題を検出できます。これにより、効率性と安全性の両方が向上します。
• 災害対応： コンピュータービジョンは、災害後に火災や洪水、構造物の損傷を示す視覚的な兆候を特定し、より迅速で効果的な緊急対応を可能にします。

図1。スマートシティでYOLO11を使って交通を監視。

AIを活用した都市のグラフィティ監視の概要#

コンピュータービジョンが都市のスマート化にどのように役立つかを見てきました。次に、グラフィティの自動認識にコンピュータービジョンが特に必要とされる理由を詳しく見ていきましょう。

従来、都市ではさまざまな方法でグラフィティに対処してきました。住民からの通報に頼る都市もあれば、既知の発生場所にチームを派遣して巡回させる都市もあります。住民がモバイルアプリで苦情を送信したり、画像をアップロードしたりできる場合もあります。こうした方法は役立つこともありますが、時間がかかり、人の入力に大きく依存し、都市全体を十分に網羅できないことがよくあります。

コンピュータービジョンは、都市がグラフィティにより迅速かつ確実に対処する方法を提供します。グラフィティの自動認識システムは通常、画像分類と物体検出という2つの主要なコンピュータービジョンタスクに基づいています。

最初のステップでは、画像分類によって写真を分析し、グラフィティ、ストリートアート、または何も描かれていない壁面のどれが写っているかを判定します。グラフィティが見つかった場合は、物体検出によって画像内の正確な位置を特定します。これにより、都市の対応チームは迅速かつ正確に行動できます。蓄積されたデータから傾向を特定すれば、都市は頻発する場所に的を絞り、予防策を改善できます。

図2。グラフィティ自動認識システムの動作例。

各都市におけるAIグラフィティ検出システムの事例#

多くの都市が、グラフィティへの新たな対処方法を試しています。巡回や住民からの通報だけに頼るのではなく、グラフィティを発見・識別し、清掃まで支援できるコンピュータービジョンモデルを導入し始めています。いくつかの都市で、こうした新しいツールがどのように活用されているかを見てみましょう。

車両搭載カメラと連携したAIグラフィティ検出システム#

多くの都市では、公共サービス車両を通常の巡回ルートでグラフィティの検出に活用し始めています。こうした車両にコンピュータービジョンソリューションを搭載すれば、追加の巡回を行わずに、街路をリアルタイムでスキャンできます。これにより、グラフィティを早期に発見し、問題が広がる前に清掃チームへ通知しやすくなります。

アリゾナ州テンピ市は、この技術を活用している好例です。同市は地域団体と連携し、公共サービス車両に搭載したカメラを使うシステムを開発しました。車両が地域を走行しながら、壁や公共空間の画像を撮影しました。

ビジョンAIモデルが画像を分析し、検出したグラフィティにフラグを付けました。結果はライブダッシュボードに送信され、管理者はスマートフォンで更新情報を確認し、迅速に対応できました。これにより、テンピ市は対応を早め、住民からの苦情を減らすことができました。

同様に、ポルトガルの首都リスボンでは、市の車両に搭載したカメラを使ってグラフィティを自動検出する概念実証システムが開発されました。

図3。ポルトガル・リスボンにおけるAIグラフィティ検出。

ドローンによるグラフィティの検出と除去#

グラフィティは、高架道路、トンネル、高所の構造物など、近づきにくい場所や危険な場所に描かれることがあります。こうした場所の清掃には通常、追加の機材や費用、時間が必要です。安全性と作業速度を高めるため、一部の都市では、現場に作業員を派遣せずにグラフィティの検出と除去を行えるドローンを導入し始めています。

たとえば、ワシントン州の主要都市シアトルは最近、アクセスが難しい場所を監視するためのドローンベースのソリューションを導入しました。ドローンにはカメラと塗装用のツールが搭載されています。公共の壁面をスキャンし、グラフィティを検出すると、内蔵の噴霧器で上から塗装して覆い隠します。

図4. ワシントン州シアトルでグラフィティを清掃するAI搭載ドローン。

シアトルのグラフィティ検出の取り組みには、既知の発生場所に設置された太陽光発電式カメラも含まれます。これらのカメラは周辺の動きを監視し、グラフィティが描かれた場所に人が近づくと通知を送信します。ドローンと固定監視地点を組み合わせることで、シアトルはグラフィティにより迅速に対応し、保守作業員の身体的なリスクを軽減できます。

ビジョンAIを活用したグラフィティ発生場所のマッピング#

グラフィティ検出の目的は、清掃だけとは限りません。都市全体における活動パターンの把握も重要です。AIを活用すれば、街路レベルの画像を、グラフィティが最も頻繁に発生する場所を示すビジュアルマップに変換できます。こうしたマップは、住民からの通報だけでは明らかにならない傾向を示し、都市計画担当者が必要な場所に重点的に取り組むのに役立ちます。

たとえば、ブラジルのサンパウロ市では、調査に基づくケーススタディを通じてこの手法が検討されました。チームはGoogleストリートビューを使って収集された市内の街路レベル画像を27万5,000枚以上分析するため、コンピュータービジョンを活用しました。画像内で特定されたグラフィティを96の地区にわたってマッピングし、特に集中している場所を明らかにしました。

散在する通報や時折の点検に頼る代わりに、この手法によって、市内のグラフィティを大規模かつデータ主導で把握できました。作成されたマップは、サンパウロ市が経時的な変化を追跡し、より的を絞った清掃、予防、都市計画の取り組みを支援するうえで貴重な資料となりました。

図5。ブラジル・サンパウロにおけるグラフィティ検出。

ビジョンAIによるグラフィティ検出システムのメリットとデメリット#

グラフィティ管理にコンピュータービジョンを活用する主なメリットを紹介します。

• 手作業の削減： 自動監視によって、スタッフが街路を直接点検する必要が減り、ほかの業務にリソースを割り当てられます。
• 予防策を支援： グラフィティの発生場所を特定することで、コンピュータービジョンシステムを活用し、該当エリアの照明強化や監視などの抑止策に重点を置けます。
• ほかのシステムと連携： コンピュータービジョンツールを市のダッシュボードや保守アプリと接続することで、ワークフローを効率化できます。
• レポート作成の自動化： ビジョンAIシステムは定期レポートの作成を支援し、市職員の事務負担を軽減できます。

コンピュータービジョンシステムはグラフィティ検出に役立ちますが、いくつかの制約もあります。こうしたシステムを導入する際に留意すべき点を紹介します。

• 継続的なメンテナンスが必要： 精度と機能を維持するには、カメラ、モデル、ソフトウェアを定期的に更新・保守する必要があります。
• 法的・規制上の障壁： 都市によっては、公共空間への監視システムの設置に、承認や許可の取得、データ保護法の遵守が必要となる場合があります。
• 言語や記号の誤認： 外国語、記号、スラングを使ったグラフィティは、用途に合わせたトレーニングデータがなければ正しく認識されない可能性があります。
• 誤認識のリスク： 包括的で多様なデータセットを使ってシステムをトレーニングしていない場合、壁画やストリートアート、合法的に描かれた壁画をグラフィティと誤認識する可能性があります。

重要なポイント#

グラフィティ検出は、コンピュータービジョンが都市の公共空間管理を変革している一例にすぎません。こうしたシステムは、保守、報告、都市計画のツールとますます連携するようになっています。

重点は、迅速な事後対応から先を見越した状況把握へと移っています。より優れたデータとスマートなツールを活用し、都市は問題が起きる前に防止し、あらゆる段階でより適切な判断を下せるようになっています。

拡大を続けるコミュニティに参加しましょう。GitHubリポジトリでAIについて学び、ビジョンAIプロジェクトを始めるにはライセンスオプションをご確認ください。医療分野のAIや農業分野のコンピュータービジョンなどの革新に関心がありますか。詳しくはソリューションページをご覧ください。