Ultralytics YOLO11が、ライブでの脅威検出を改善し、よりスマートな監視を可能にすることで、AIによるリアルタイムセキュリティ監視をどのように再定義しているかをご覧ください。
YOLO Vision 2025にご期待ください！
2025年9月25日
10:00 — 18:00（英国夏時間）
ハイブリッドイベント
Ultralytics YOLO11が、ライブでの脅威検出を改善し、よりスマートな監視を可能にすることで、AIによるリアルタイムセキュリティ監視をどのように再定義しているかをご覧ください。
スマート監視技術は、世界中の人、財産、インフラを保護する上で重要な役割を果たしています。これらの取り組みの中心にあるのは、街路、空港、学校、オフィス、公共スペースを24時間監視するカメラシステムです。世界中で10億台以上の監視カメラが使用されており、記録されるビデオの量はかつてないほど急速に増加しています。
従来、この映像の確認は、画面をスキャンして潜在的な脅威を探す人間のオペレーターが手動で行っていました。このアプローチは小規模な環境では機能しますが、規模が大きくなると手に負えなくなり、非効率になります。また、時間がかかるため、動きの速い環境や混雑した環境では大きな欠点となります。
今日、ビデオ監視システムは、より多くの情報に基づいた意思決定を行うために、リアルタイムの洞察を提供する人工知能（AI）ソリューションに依存し始めています。この進歩の重要な部分は、機械が視覚データを解釈できるようにするAIの一分野であるコンピュータビジョンです。
Ultralytics YOLO11のようなコンピュータビジョンモデルは、さまざまなリアルタイムの画像およびビデオ検出タスクを処理するように設計されています。個人を検出し、動きを追跡し、異常な行動を迅速かつ正確に特定できます。複雑な環境でも、このようなモデルを使用することで、セキュリティチームは警戒を怠らず、迅速に対応できます。
この記事では、コンピュータビジョンとYOLO11のようなモデルが、さまざまな環境でのセキュリティ管理方法をどのように変えることができるかを探ります。それでは、始めましょう！
セキュリティ業界は、コンピュータビジョンを急速に採用しています。コンピュータビジョン、エッジコンピューティング（ソースの近くでローカルにデータを処理する）、およびCCTVカメラを組み合わせたスマート監視システムは、人や車両をリアルタイムで分析できるようになり、セキュリティチームがより効率的に脅威を検出できるよう支援します。AIとカメラ技術が進歩し続けるにつれて、ビデオ分析は人間の目とほぼ同じくらい鮮明になり、公共スペースを保護する方法を再構築しています。
コンピュータビジョンシステムは、オブジェクトの検出、動きの追跡、ビデオ内のパターンの認識などのタスクを実行できます。これは、人々を特定し、異常な行動を検出し、発生時のアクティビティを監視できることを意味します。このような機能により、監視システムは公共スペースとプライベートスペースの両方で、より高度で信頼性の高いものになります。その結果、AIビデオ監視市場は、2030年までに124億6000万ドルに成長すると予想されています。
次に、Ultralytics YOLO11と、リアルタイムビデオ分析に役立つツールにする機能について詳しく見ていきましょう。
AIとコンピュータビジョンの最近の進歩に基づいて構築されたUltralytics YOLO11は、ビデオベースのセキュリティシステムなどのアプリケーション向けに、より高速な処理、より高い精度、およびより優れた柔軟性を提供します。
以前のYOLOモデルと同様に、YOLO11は、オブジェクト検出（オブジェクトの特定と識別）、インスタンスセグメンテーション（画像内の特定のオブジェクトの強調表示とアウトライン表示）、オブジェクト追跡（時間の経過に伴うオブジェクトの追跡）、ポーズ推定（オブジェクトの位置または動きの理解）などの複雑なVision AIタスクを処理できます。
YOLO11は、以前のモデルよりもはるかに効率的です。Ultralytics YOLOv8mよりもパラメータが22％少ないにもかかわらず、COCOデータセットでより高い平均適合率（mAP）を実現しています。つまり、YOLO11mは、より少ないリソースを使用しながら、より正確にオブジェクトを検出します。さらに、処理速度が向上しているため、迅速な検出と対応が不可欠であり、1ミリ秒が重要なリアルタイムアプリケーションに適しています。
セキュリティおよび監視システムにおけるコンピュータビジョンの仕組みについて理解を深めたので、YOLO11が重要な役割を果たすことができる実際のセキュリティアプリケーションをいくつか詳しく見ていきましょう。
立ち入り制限区域の安全確保は、安全性の維持と資産保護に不可欠です。私有地、倉庫、公共交通機関など、不正アクセスを検知することは重大な事故の防止につながります。
YOLO11は、ビデオフィードを通じて人、車両、その他の動体を識別することで、リアルタイムの侵入検知に役立ちます。カメラの視野内に、仮想的な境界線であるジオフェンスを定義できます。オブジェクトが制限区域に侵入すると、YOLO11は侵入を検知し、アラートを作動させるか、検知データを統合されたセキュリティシステムに渡して、さらなるアクションを実行できます。
＜a href="https://www.ultralytics.com/ja/blog/a-guide-to-deep-dive-into-object-detection-in-2025" id=""＞検知されたオブジェクト＜/a＞はバウンディングボックスで強調表示され、アクティビティを明確に視覚的に示します。これにより、継続的な人的監視の必要性が軽減され、インシデントの発生を捉える可能性が高まります。
このアプローチは、公共の安全の場でも役立ちます。たとえば、駅のプラットフォームの黄色い線は、乗客が安全のために越えてはならないエリアを示しています。このようなシナリオでは、YOLO11を使用して境界線を監視し、誰かがそれを越えたときに検知できます。次に、システムはバウンディングボックスの色を変更して、潜在的な安全上の懸念を強調表示できます。このような機能により、YOLO11は、リスクの高い環境で、より迅速で信頼性の高い侵入検知を可能にします。
混雑した空港や駅で放置されたバッグは、すぐにセキュリティ上の懸念を引き起こす可能性があります。混雑した公共スペースでは、特に長時間勤務やピーク時には、警備員がそのような物体を迅速に発見することは困難です。検知の遅れは、不必要なパニックや安全上のリスクにつながる可能性があります。
YOLO11のようなコンピュータビジョンモデルは、リアルタイムのビデオフィードで放置された物体を検出し、＜a href="https://www.ultralytics.com/ja/blog/what-is-instance-segmentation-a-quick-guide" id=""＞セグメント化＜/a＞し、追跡することで、監視の改善に役立ちます。バッグや荷物が近くに人がいない状態で長時間同じ場所に静止していると識別された場合、システムはそれを潜在的に放棄されたものとしてフラグを立てることができます。この分析レイヤーを追加することで、オブジェクトをより正確に区別し、継続的な人間の観察の必要性を減らし、より迅速かつ集中的な対応を可能にします。
人がスペースに出入りする人数を把握することは、安全性と業務効率の両方にとって不可欠です。ショッピングモール、オフィスビル、駅などの場所では、この情報は大人数の管理、レイアウトの改善、および日々の業務を円滑に進めるために役立ちます。
コンピュータビジョンの導入前は、カウントは通常、クリッカーを使用するスタッフまたはドアの単純なセンサーによって行われていました。このような方法は機能しますが、大人数に直面した場合は効率的ではありません。また、複数の出入り口がある施設を扱う場合、常に信頼できるとは限りません。
YOLO11のオブジェクト検出と追跡のサポートは、定義された関心領域内の＜a href="https://docs.ultralytics.com/guides/region-counting/#what-is-object-counting-in-regions" id=""＞人またはオブジェクトをカウント＜/a＞するために使用できます。大規模または混雑したスペースに直面した場合でも、リアルタイムでエントリとエグジットをカウントするのに役立ちます。たとえば、小売店では、この方法を使用して複数のエントリポイント全体の歩行者数を追跡し、マネージャーがピーク時に人員配置を調整するのを支援できます。
正確な入退場データは、長期的な計画もサポートできます。このようなデータからの洞察は、マネージャーが時間の経過とともに歩行者の交通パターンを調査し、交通量の多いゾーンを特定し、快適さと安全性を向上させるために標識を配置したり、入り口を再構成したりする場所を決定するのに役立ちます。
スマートセキュリティシステムでコンピュータビジョンを使用する主な利点を次に示します。
AI搭載監視のさまざまな利点にもかかわらず、留意すべきいくつかの制限事項もあります。スマート監視システムに関連する主な課題を次に示します。
YOLO11は、より高速かつ正確に人、オブジェクト、および異常なアクティビティを検出することにより、リアルタイムのセキュリティソリューションを改善しています。侵入検知、オブジェクト追跡、および徘徊アラートなどのアプリケーションをサポートし、公共エリア、職場、および交通ハブで役立ちます。
YOLOv11は、継続的な手動監視の必要性を減らすことで、セキュリティチームがより迅速かつ自信を持って対応できるようにします。群衆分析と人数カウントを処理する能力は、Vision AIが安全の未来をどのように形作っているかを示しています。技術の進歩に伴い、よりスマートで信頼性の高い監視システムをサポートし続けるでしょう。
コミュニティに参加し、GitHubリポジトリを探求して、AIの世界に飛び込みましょう。 ソリューションページで、自動車分野におけるコンピュータビジョンや物流分野におけるAIのエキサイティングな応用事例をご覧ください。ライセンスオプションを確認して、今すぐ始めましょう！
.webp)