ビデオ監視のためのVideologic Analytics &Ultralytics YOLO

ビデオロジック・アナリティクスはスペインを拠点に、工業用地、ソーラーパーク、集合住宅のセキュリティと監視を強化する高度なビデオ解析ソリューションを開発している。同社は、セキュリティカメラと統合して周辺を監視し、侵入をリアルタイムでdetect するAI搭載ソリューションを展開している。 

以前のモデルではコストが高く、展開に時間がかかったため、Ultralytics YOLO モデルを統合して検出精度を高め、開発コストと市場投入までの時間を短縮し、小売やビジネスインテリジェンスなどの新しい分野に進出した。

AIカメラによるセキュリティのためのコンピュータビジョンの実現

30年以上の経験を持つ専門家が率いるVideologic Analyticsは、リアルタイム監視と自動化された脅威検出のために、AIとコンピュータビジョンをセキュリティカメラに統合することを専門としています。同社のソリューションは、大規模施設、再生可能エネルギー設備、住宅コミュニティを信頼性の高いパフォーマンスで保護します。

同社は、Prosegur、Securitas、Sabico、およびスペインの4,000を超える認定セキュリティ会社などの有名なクライアントにサービスを提供しています。高価で時間のかかるAIモデルの開発と展開に課題を抱えていた同社は、革新的なVision AIソリューションにUltralytics YOLO モデルを採用した。そうすることで、彼らはセキュリティ・アプリケーションを強化することができ、また新しい垂直分野にも進出することができました。

AIを使用した、費用対効果の高い自動脅威検出の必要性

ビデオロジック・アナリティクスは以前、顧客に提供するセキュリティカメラにAIモデルを組み込んでいた。これらの初期のモデルは、一般的な車両、人間、小動物など、限られた範囲の物体をdetect するようにプログラムされていた。この基礎的なアプローチは、高度なセキュリティシステムの基礎を築いたが、特に精度と誤検知率を高めるという点で、さらなる改良の機会も提供した。

顧客は、より広範で正確な物体検出機能を、より広範囲のオブジェクトとシナリオにわたって提供できる、より包括的なソリューションを求めていました。これらの顧客ニーズに応えるため、Videologic Analyticsの研究開発チームは、強化されたAIモデルの開発を開始しました。 

これらのモデルを開発する中で、Videologic Analyticsは、既存のアプローチには、コストが高い、開発に時間がかかるなどの問題があることにすぐに気づきました。同社は、より柔軟で効率的なアプローチが必要であると認識しました。この新しいアプローチは、これらの課題に取り組み、クライアントの進化するセキュリティニーズにより適切に対応する必要があります。 

具体的には、Vision AIソリューションの信頼性を高め、顧客満足度を高めることができるコンピュータビジョンモデルを特定したいと考えていました。また、モデルが費用対効果が高く、将来のニーズに適応可能であることが不可欠でした。

AI駆動型異常検出による監視の再定義

いくつかのAIモデルをテストした後、Videologic AnalyticsはUltralytics YOLO モデルが彼らが必要とする柔軟性とパフォーマンスを提供することを発見した。彼らは、一般的なオブジェクトを幅広く含むCOCO データセットを使用して開発された、事前トレーニング済みのYOLO モデルから始めました。この事前トレーニングにより、モデルはすでに多くの基本的なアイテムを認識できるため、特定のセキュリティニーズに適応させることが容易になり、強力な基盤となりました。

たとえば、Videologic Analyticsは、ソーラーパークの監視などのアプリケーション向けに、独自のデータを使用してこれらの事前トレーニング済みモデルを微調整しました。 

このシナリオでは、モデルはAI駆動型の異常検出に使用され、不正な人員や車両などの真の脅威と、小動物や風で飛ばされた破片などの無害な要素を区別しました。この明確な区別は、誤報を減らし、全体的なセキュリティパフォーマンスを向上させるために不可欠でした。

太陽光発電所の監視に加え、YOLO使用した産業用および住宅用セキュリティ・ソリューション、小売業やビジネス・インテリジェンスにおけるコンピュータ・ビジョン・イノベーションのための概念実証モジュールも開発した。主に物体検出を使用していますが、姿勢推定や物体追跡など、YOLOサポートするコンピュータ・ビジョン・タスクも活用しています。

‍

なぜUltralytics YOLO モデルを選ぶのか？

Videologic AnalyticsがUltralytics YOLO モデルを選んだのは、高速で正確な推論を行いながら、多数のカメラチャンネルをサポートできる堅牢なソリューションが必要だったからです。 

YOLO 様々なエクスポート形式をサポートし、CUDA、TensorRT、ONNX、OpenVINOフレームワークとシームレスに統合します。この柔軟性により、Videologic AnalyticsはPyTorch モデルを微調整し、本番環境で効率的に展開することが可能になります。ハードウェアに特化した最適化により、YOLO リアルタイムビデオ解析の厳しいニーズに、以前のモデルよりも応えています。

インテリジェントなビデオ監視のための合理化されたモデル展開

Ultralytics YOLO モデルを統合して以来、Videologic Analyticsはパフォーマンスと効率の両方で目覚ましい改善を遂げた。同社の新しいVision AIソリューションは、ソーラーパークや工業用地から集合住宅に至るまで、幅広い設備で迅速かつリアルタイムの脅威検知を可能にしている。 

実際、Videologic Analyticsは年間約10,000のライセンスを導入しており、それぞれが専用のカメラチャンネルに対応している。YOLO 移行により、誤報が大幅に減少し、検知精度が全体的に向上しました。その結果、顧客はより信頼性の高いセキュリティシステムを享受し、運用コストも削減されました。 

また、Ultralytics YOLO モデルの推論速度の高速化と拡張性により、新しいAI機能の市場投入までの時間が短縮されました。これにより、Videologic Analyticsは、中核となるセキュリティサービスを強化し、小売業やビジネスインテリジェンスなどの垂直分野で新たなビジネスチャンスを開拓することが可能になりました。全体として、Ultralytics YOLO モデルの採用は、同社にとって直接的な業務改善と長期的な成長見通しの両方を促進した。

‍

安全性とセキュリティのためのスマートビデオ分析：今後の展望

Videologic Analyticsは、Ultralytics YOLO モデルを活用し、基本的な侵入検知にとどまらないソリューションの拡張に積極的に取り組んでいます。次のステップでは、行動分析、トレンド追跡、予測インテリジェンスなどの高度な分析を通じて、より豊かで実用的な洞察を提供します。 

これらの機能強化は、顧客がセキュリティ運用を最適化し、小売およびビジネスインテリジェンスで新たな可能性を切り開き、リアルタイムビデオ分析における継続的な革新と成長を促進するのに役立ちます。

コンピュータビジョンがあなたのビジネスをどのように変えるか興味がありますか？UltralyticsAIソリューションが、自動運転車のAIや 農業のコンピュータビジョンなどのイノベーションをどのように変革しているかをGitHubリポジトリでご覧ください。UltralyticsのYOLO モデルとライセンスオプションの詳細をご覧いただき、よりスマートで効率的なオートメーションへの旅を今すぐ始めましょう。