Ultralytics YOLOモデルで車両再識別を強化

フォーミュラ・ワンのレースを見るとき、お気に入りのチームの車を見分けるのは簡単です。フェラーリの鮮やかな赤やメルセデスのシルバーは、周回を重ねてもひときわ目立ちます。

きれいなサーキットではなく、交通量の多い混雑した市街地で同じことを機械にさせるのは、はるかに困難です。そのため、近年AI分野では車両再識別（vehicle re-ID）への注目が高まっています。

車両再識別により、機械は複数視点のカメラや互いに視野が重ならないカメラを通じて、同じ車両を認識できます。また、一時的な遮蔽（車両の一部が隠れる状態）や照明、視点の変化の後でも車両を識別することを目指します。

車両再識別を支える中核技術がコンピュータービジョンです。コンピュータービジョンは人工知能の一分野で、画像や動画などの視覚情報を機械が理解し、解釈できるようにすることを目的としています。この技術を使うと、AIシステムは車両の特徴を解析し、都市監視や交通モニタリングなどの用途で、大規模なカメラネットワークを通じて車両を確実に追跡できます。

特に、Ultralytics YOLO11や、後にリリースされたUltralytics YOLO26などのビジョンAIモデルは、物体検出や追跡などのタスクに対応しています。各フレーム内の車両をすばやく特定し、シーン内での動きを追跡できます。これらのモデルを車両再識別ネットワークと組み合わせると、視点や照明条件が変化しても、異なるカメラ映像をまたいで同じ車両を識別できます。

図1. YOLO11を使用した車両追跡と速度推定の例。(出典)

この記事では、車両再識別の仕組み、それを可能にする技術、そして高度道路交通システムでの活用例を解説します。

車両再識別とは何ですか？#

車両再識別は、コンピュータービジョンの重要な応用分野です。異なる、互いに視野が重ならないカメラに映る同じ車両を認識し、車両が街中を移動しても同一性を維持することに重点を置いています。各カメラが異なる角度や照明条件で撮影する場合や、車両の一部が隠れている場合があるため、これは困難な課題です。

青いセダンが交差点を通過し、後に別の道路で別のカメラに映る状況を考えてみましょう。角度、照明、背景がすべて変わり、ほかの車が一時的に視界を遮る可能性もあります。それでも車両再識別システムは、同じ車両だと判定する必要があります。

近年のディープラーニングの進歩、特にCNN（畳み込みニューラルネットワーク）やTransformerベースのモデルの進歩によって、この処理の精度は大幅に向上しました。これらのモデルは有意義な視覚パターンを抽出し、よく似た車両同士を区別しながら、正しい車両を特定できます。

高度道路交通システムでは、この機能によって継続的なモニタリング、ルートの再構築、市全体の交通分析が可能になり、スマートシティシステムは車両の移動をより明確に把握できます。これにより、安全性と効率性の向上につながります。

車両再識別の仕組みを理解する#

通常、交差点、駐車場、高速道路で撮影された映像を車両再識別技術で解析し、異なるカメラに同じ車両が映っているかどうかを判定します。この概念は、複数の視点を通じて人物を追跡する人物再識別に似ていますが、ここでは人の外見ではなく、車両固有の特徴の解析に重点を置きます。

この処理にはいくつかの重要なステップがあり、それぞれのステップで車両を検出し、視覚的特徴を抽出し、異なる視点間で確実にマッチングできるようにします。

大まかに言うと、システムはまず各フレーム内の車両を検出し、色、形状、テクスチャなどの特徴を抽出して、各車両固有のデジタル表現（埋め込み）を作成します。これらの埋め込みは、物体追跡や時空間的なチェックを組み合わせながら、時間軸やカメラ間で比較され、2つの目撃情報が同じ車両に属するかどうかを判定します。

図2. 車両再識別の仕組み。(出典)

この処理を詳しく見てみましょう。

• 物体検出: システムはまず各動画フレーム内の車両を特定し、その位置を検出して、処理対象の領域を正確に把握します。このステップは通常、物体検出モデルが担います。
• 特徴抽出: 検出後、専用のRe-IDネットワークまたは特徴抽出ネットワークが各車両のクロップを解析し、色、形状、テクスチャ、特徴的な部位などの視覚的な詳細を捉えた特徴マップまたは特徴表現を生成します。
• 埋め込みの生成: 抽出した特徴を、特徴埋め込みと呼ばれる数値表現に変換します。この埋め込みはデジタル指紋のような役割を果たし、さまざまな角度から見た車両の外観を捉えます。マッチングの前に、照明、コントラスト、カメラ設定の違いが同一性の比較に影響しないよう、通常は埋め込みを正規化します。正規化により、システムはノイズではなく、同一性に関わる有意義な特徴に注目できます。
• 物体追跡: 1台のカメラの視野内で、追跡アルゴリズムが連続するフレーム間の検出結果を関連付け、車両がシーン内を移動しても一貫したIDを維持できるようにします。
• カメラ間マッチング: 異なるカメラ間で同じ車両を照合するため、システムは埋め込み（Re-IDネットワークで生成）と時間・位置情報をあわせて比較します。このステップでは、カメラの視野が重なっていない場合でも、2つの目撃情報が同じ車両に属するかどうかを判定します。

Ultralytics YOLOモデルが車両再識別をどのように支援できるか#

Ultralytics YOLOモデルは、車両再識別パイプラインで重要な補助的役割を果たします。単独でRe-IDを実行するわけではありませんが、高速な検出や安定した追跡など、Re-IDネットワークが正確なカメラ間マッチングを行ううえで必要な機能を提供します。

次に、YOLO11などのUltralytics YOLOモデルが車両再識別システムをどのように強化できるかを詳しく見てみましょう。

高精度な車両検出モジュール: Re-IDシステムの最初の構成要素#

あらゆる車両再識別システムの基盤となるのは、高精度な物体検出です。YOLO11などのUltralytics YOLOモデルは、交通量の多いシーンや、一部が遮蔽されている状況、照明条件が変化する状況でも、各フレーム内の車両をすばやく検出できるため、優れた選択肢です。

カスタム学習も可能です。つまり、自分のデータセットでモデルをファインチューニングし、タクシー、配送バン、フリート車両など、特定の車両タイプを認識させることができます。これは、より専門的な検出が必要なソリューションで特に役立ちます。Ultralytics YOLOモデルは、明瞭で正確なバウンディングボックスを提供し、Re-IDネットワークに高品質な入力を渡すことで、カメラ間のマッチングの信頼性を高めます。

信頼性の高い単一カメラ追跡を支援#

車両を検出した後、Ultralytics YOLO11などのモデルは、1台のカメラの視野内で安定した物体追跡を支援することもできます。物体追跡とは、検出された車両を連続するフレーム間で追跡し、移動中も一貫したIDを割り当てる処理です。

Ultralytics PythonパッケージではByteTrackやBoT-SORTなどの追跡アルゴリズムが標準でサポートされており、YOLO11は車両がシーン内を移動しても一貫したIDを維持できます。この安定した追跡により、Re-IDシステムが処理を引き継ぐ前のIDの切り替わりが減り、最終的にカメラ間マッチングの精度が向上します。

IDの安定性を高めるオプションのトラッカーレベルRe-ID#

標準的な動きベースの追跡に加えて、Ultralytics PythonパッケージのBoT-SORTトラッカーには、オプションの外観ベースのRe-ID機能が含まれています。これにより、トラッカーは動きのパターンやバウンディングボックスの重なりだけでなく、視覚的な外観の特徴も使って、2つの検出結果が同じ車両に属するかどうかを判定できます。

有効にすると、BoT-SORTは検出器またはUltralytics YOLO11の分類モデルから軽量な外観埋め込みを抽出し、フレーム間でのIDの検証に利用します。この外観に関する追加情報により、短時間のオクルージョン、車両同士の接近、小さなカメラ移動によるずれなど、困難な状況でもトラッカーがより安定したIDを維持できます。

この組み込みRe-IDは、カメラをまたぐ車両再識別全体の代替を目的としたものではありませんが、単一カメラの視野内でIDの一貫性を高め、後段のRe-IDモジュールが利用できる、より明瞭なトラックレットを生成します。これらの外観ベースの追跡機能を使うには、BoT-SORTトラッカーの設定ファイルで「with_reid」を「True」に設定し、外観特徴を提供するモデルを選択してRe-IDを有効にします。

詳しくは、利用可能なRe-IDオプションと設定方法を説明した、Ultralyticsの物体追跡に関するドキュメントページをご覧ください。

Re-IDネットワークに高品質な入力を提供#

追跡中のIDの安定性向上に加え、YOLOモデルはRe-IDネットワーク自体に適した、明瞭な視覚入力を準備するうえでも重要な役割を果たします。

車両を検出した後、通常はそのバウンディングボックスをクロップし、マッチングに必要な視覚的特徴を抽出する再識別ネットワークに送ります。Re-IDモデルはこれらのクロップ画像に大きく依存するため、ぼやけている、位置がずれている、欠けているといった入力では、埋め込みの品質が低下し、カメラ間マッチングの信頼性も下がる可能性があります。

Ultralytics YOLOモデルは、対象車両全体を捉えた明瞭で位置合わせの正確なバウンディングボックスを安定して生成することで、こうした問題を軽減します。より鮮明で正確なクロップ画像があれば、Re-IDネットワークは色、形状、テクスチャなどの有意義な詳細や、その他の識別特徴に注目できます。高品質な入力は、カメラの視点が異なる場合でも、より信頼性と精度の高いRe-IDを実現します。

Re-IDモデルとの組み合わせによるカメラ間マッチングの実現#

Ultralytics YOLOモデルは単独で再識別を行うわけではありませんが、異なるカメラの視点から車両を比較するためにRe-IDネットワークが必要とする重要な情報を提供します。YOLO11などのモデルが各カメラ内での車両の位置検出と追跡を担い、Re-IDモデルが異なる場所で撮影された2つの車両クロップ画像が同一の車両かどうかを判定できます。

検出と追跡を担うYOLOと、特徴抽出を担う専用の埋め込みモデルが連携すると、完全なマルチカメラ車両マッチングパイプラインを構築できます。これにより、より広範なカメラネットワークを移動する同じ車両を関連付けられます。

たとえば最近の研究では、オンラインのマルチカメラ追跡システムで、軽量なUltralytics YOLO11モデルを車両検出器として使用しました。この研究では、YOLO11を使っても精度を損なわずに検出時間を短縮でき、その結果、後段の追跡とカメラ間マッチングの全体的な性能が向上することが示されました。

図3. Ultralytics YOLO11を用いた複数カメラ間での複数車両の追跡と再識別。(出典)

車両Re-IDのためのディープラーニングベースのアーキテクチャ#

Ultralytics YOLOモデルが車両再識別をどのように支援できるかについて理解が深まったところで、特徴抽出とマッチングの手順を担うディープラーニングモデルを詳しく見ていきましょう。これらのモデルは、車両の外観を学習し、堅牢な埋め込み表現を作成して、異なるカメラビューに映る視覚的に類似した車両を見分ける役割を担います。

物体再識別システムで使用される主要なディープラーニングコンポーネントの例をいくつか紹介します。

• 特徴抽出とCNN: ResNet50やResNet101などの畳み込みニューラルネットワークは、パターン認識を通じて深い特徴を学習し、車両ごとの差を生み出す色、形状、テクスチャなどの要素を特定します。こうして学習されたパターンは、車両固有のデジタル表現として機能する埋め込み表現に変換されます。
• アテンション機構とTransformer: 空間アテンションを含むアテンションネットワークやレイヤーは、ヘッドライト、窓、ナンバープレート周辺など、車両の重要な領域を際立たせるのに役立ちます。空間アテンションは、最も有益な視覚的手がかりがある位置にモデルの焦点を当てます。一方、Vision Transformer（ViT）などのTransformerベースのモデルは、画像全体にわたる大域的な関係を捉えます。これらを組み合わせることで、車両の外観が非常に似ている場合でも、きめ細かな識別精度を高められます。
• パーツベースおよびマルチブランチネットワーク: 一部のRe-IDモデルは、ルーフ、テールライト、サイドパネルなどの車両の特定領域を個別に分析し、その結果を統合します。これにより、車両の一部が隠れている場合や、難しい角度から撮影された場合でも、システムの堅牢性が維持されます。

こうしたアーキテクチャコンポーネントに加え、メトリック学習も車両Re-IDモデルのトレーニングで重要な役割を果たします。トリプレット損失、コントラスト損失、クロスエントロピー損失などの損失関数は、同じ車両の画像同士を近づけ、異なる車両の画像同士を遠ざけることで、強力で識別力の高い埋め込み表現をシステムが学習できるようにします。

代表的な車両再識別データセットとベンチマーク#

コンピュータービジョンの研究では、データセットの品質が、モデルをデプロイした後の性能に大きく影響します。データセットは、モデルが学習するためのラベル付き画像や動画を提供します。

車両再識別用のデータセットには、照明、視点の変化、天候の違いなど、多様な条件を含める必要があります。この多様性によって、モデルは実環境の交通環境の複雑さに対応しやすくなります。

車両再識別モデルのトレーニング、最適化、評価を支える代表的なデータセットをいくつか紹介します。

• VeRi-776データセット: 20台の市街地カメラで撮影された、5万枚を超える注釈付き車両画像のコレクションです。注釈には車両ID、色、モデル、ナンバープレート領域が含まれており、詳細な特徴学習が可能です。
• VehicleIDデータセット: この大規模データセットには、2万6,000台を超える車両を収めた20万枚以上の画像があります。スケーラビリティの研究や、異なる手法間のベースライン比較によく使用されます。
• VeRi-Wildデータセット: 視点や天候の違い、部分的な遮蔽など、実環境における変動を反映するように設計されています。モデルの堅牢性と汎化性能の評価によく使用されます。

図4. VeRi-776データセットに含まれる車両の例。(出典)

これらのデータセットでのモデル性能は通常、平均適合率（mAP）やRank-1、Rank-5精度などの指標で評価されます。mAPは、特定の車両に対する関連する一致候補をモデルがどれだけ正確に検索できるかを測定します。Rank-1とRank-5のスコアは、正しい一致候補が結果リストの最上位、または上位数件以内に含まれているかを示します。

これらのベンチマークを組み合わせることで、研究者は異なる手法を一貫した方法で比較でき、実環境で使用する、より正確で信頼性の高い車両再識別システムの開発を進めるうえで重要な役割を果たします。

車両再識別の用途#

基本事項を確認したところで、車両再識別が交通、モビリティ、監視の実務をどのように支援するか、実環境でのユースケースをいくつか見ていきましょう。

都市交通の監視とモニタリング#

都市部の道路は絶えず車両が行き交っており、交通カメラでは、車両がエリア間を移動する際に同じ車両を追跡し続けるのが難しいことがあります。照明の変化、混雑した場面、見た目がほぼ同じ車両によって、カメラ間で車両の識別情報が失われることがあります。

車両再識別では、車両を明確に検出し、特徴的な特徴を抽出することで、低解像度や混雑した映像でも一貫したIDを維持できます。その結果、ネットワーク全体でより滑らかで継続的な追跡が可能になり、交通管理チームは車両が市内をどのように移動するかをより明確に把握し、渋滞や事故に対してより迅速かつ十分な情報に基づいた対応を取れるようになります。

スマートパーキングシステム#

スマートパーキング施設では、入出庫、アクセス制御、駐車スペースの割り当てを管理するため、一貫した車両識別が必要です。しかし、こうした環境のカメラでは、地下駐車場、日陰、夕暮れ時の屋外駐車場など、特殊な角度や厳しい照明条件で車両が撮影されることがよくあります。

こうした条件では、異なる区域で見た車両が同一かどうかの確認が難しくなります。識別情報に一貫性がないと、駐車記録が途切れ、アクセス制御の信頼性が低下し、ドライバーに遅延が生じる可能性があります。そのため、多くのスマートパーキングシステムでは、施設内を移動する各車両のIDを安定して維持するために、車両再識別モデルを導入しています。

図5. 左側に選択した車両画像、右側に一致する検索結果を示す、車両再識別の例。(出典)

法執行機関とフォレンジック調査#

交通モニタリングに加えて、車両再識別は法執行や犯罪捜査においても重要な役割を果たします。多くの場合、捜査官は複数のカメラをまたいで車両を追跡する必要がありますが、ナンバープレートが読み取れない、紛失している、または意図的に隠されていることがあります。

混雑した場面、視界不良、部分的な遮蔽によって、異なる車両の見た目が紛らわしいほど似てしまい、手作業での識別に時間がかかり、信頼性も低下します。車両再識別を利用すれば、ナンバープレートだけに頼らず視覚的特徴を分析して、互いに重複しないカメラネットワークを通じた車両の移動を追跡できます。

これにより、捜査担当者は車両の移動をより簡単に追跡し、異なる場所に現れた時刻を把握し、事件の前後の経路を確認できます。AIを活用した車両Re-IDは、容疑車両の追跡、事件映像の確認、出来事の前後に車両が進んだ方向の特定などにも役立ちます。

図6. 異なるカメラの多様な視点から照合された車両。(出典)

車両フリートと物流の追跡#

車両フリートや物流の業務では、車両の移動を追跡するためにGPS、RFIDタグ、手作業の記録に頼ることがよくあります。しかし、積み込み場、倉庫ヤード、構内道路網など、防犯カメラや敷地内カメラでカバーされる区域では、これらの手段で把握できない部分が残ります。

車両は、撮影範囲が重ならないカメラ間を頻繁に移動し、建物の陰に隠れたり、フリート内の他の車両と見分けがつかないほど似ていたりするため、異なる場所で同じ車両が確認されたかどうかの判断が難しくなります。車両再識別システムは、視覚的な詳細と時間情報を分析し、施設内を移動する各車両のIDを一貫して維持することで、こうした把握の空白を埋めるのに役立ちます。

これにより、フリート管理者は拠点内の活動をより包括的に把握でき、配送経路の確認、不審な移動の特定、車両が予定されたルートを走行しているかの確認などを支援できます。

車両Re-IDタスクのメリットとデメリット#

AIを活用した車両再識別の主なメリットをいくつか紹介します。

• 手作業の負担を軽減: 車両Re-IDは、本来であれば大規模な手作業による確認が必要なID照合タスクを自動化し、映像の分析に必要な時間と労力を大幅に削減します。
• 自動化とリアルタイムの情報: 検出、追跡、特徴マッチングを組み合わせることで、車両Re-IDは継続的な自動モニタリングを支援し、インシデントへの迅速な対応に役立つリアルタイムアラートを提供できます。
• スケーラビリティと適応性: Re-IDモデルは、堅牢な特徴学習、マルチスケール特徴抽出、視覚的な変化があっても安定性を保つ不変表現を通じて、新しい環境、照明条件、カメラアングルに適応できます。こうした機能により、大規模な都市ネットワークから小規模な導入まで幅広く対応できます。

車両再識別には多くの利点がありますが、考慮すべき制約もあります。実環境における信頼性に影響を与える要因をいくつか紹介します。

• 高い計算負荷: 特徴抽出、埋め込み表現の生成、カメラ間のマッチングには、特に大規模なカメラネットワークを監視する場合、相当な処理能力が必要です。
• 環境の変動: 夜間の照明、天候の変化、影、遮蔽などの要因によって、シーン間で一貫したIDを維持するモデルの能力が低下することがあります。
• データセットとドメインの制約: 限定的なデータセットや理想化されたデータセットでトレーニングされたモデルは、追加のファインチューニングやドメイン適応を行わないと、実環境にうまく汎化できない場合があります。

車両再識別手法の今後#

テクノロジーの進化に伴い、車両再識別も進歩を続けています。IEEE、CVPR、arXivの最近の論文や国際会議での発表からは、複数のデータソースとより高度な特徴推論を組み合わせた、より豊かなモデルへと明確に移行していることがうかがえます。この分野の今後の研究では、実環境の多様性に大規模に対応できる、より堅牢で効率的なシステムの構築が焦点となるでしょう。

たとえば、有望な方向性の一つは、Transformerベースのモデルとグラフ集約ネットワークの利用です。Transformerは画像全体を分析し、すべての視覚的な詳細がどのように関連するかを理解できるため、角度や照明が変わっても同じ車両を認識しやすくなります。

グラフベースのモデルは、車両の各パーツやカメラビューをネットワーク内の接続されたノードとして扱い、さらに一歩進んだ分析を行います。これにより、システムはそれらの重要なノード間の相関を理解し、車両のIDや識別力の高い特徴について、より適切な判断を下せるようになります。

もう一つの重要な進歩は、マルチモーダルデータ融合と特徴融合です。新しいシステムは画像だけに頼らず、GPSデータやセンサーから得られる動きのパターンなど、ほかのマルチメディア信号も視覚情報と組み合わせます。こうした追加のコンテキストにより、車両の一部が隠れている場合、照明が不十分な場合、カメラアングルが急に変わった場合でも、システムの精度を維持しやすくなります。

重要なポイント#

車両再識別は、インテリジェント交通システムにおける重要な手法となりつつあり、都市が異なるカメラ間で車両をより確実に追跡できるよう支援しています。ディープラーニングの進歩と、より豊かで多様なデータセットを使った検証により、これらのシステムは実環境でも精度と実用性を高めています。

テクノロジーの進化に伴い、プライバシー、セキュリティ、倫理に関する責任ある取り組みとイノベーションのバランスを取ることが重要です。全体として、こうした進歩は、よりスマートで安全かつ効率的な交通ネットワークへの道を切り開いています。

GitHubリポジトリをご覧いただき、コミュニティに参加して、AIについてさらに詳しく学びましょう。ロボティクスにおけるAIと製造業におけるコンピュータービジョンについては、ソリューションページをご覧ください。ライセンスオプションを確認して、今すぐビジョンAIを始めましょう。