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検知する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の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カメラでセキュリティのためのコンピュータビジョンを実現

30年以上の経験を持つ専門家が率いるVideologic Analyticsは、リアルタイムの監視と脅威の自動検出のために、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施設、住宅地を信頼性の高いパフォーマンスで保護している。

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の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を活用したコスト効率の高い自動脅威検知の必要性

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検出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。

同社の顧客は、より包括的なソリューション、より幅広い対象物やシナリオに対してより正確な物体検出機能を提供できるソリューションを求めていた。このような顧客の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モデルの開発に着手した。 

これらのモデルを開発する中で、ビデオロジック・アナリティクスはすぐに、既存のアプローチには高いコストや長い開発期間といった問題があることに気づいた。同社は、より柔軟で効率的なアプローチが必要であることに気づいた。この新しいアプローチは、これらの課題に取り組み、顧客の進化するセキュリティニーズによりよく応える必要がある。 

具体的には、Vision AIソリューションの信頼性を高め、顧客満足度を向上させるコンピュータ・ビジョン・モデルを特定したかった。また、費用対効果が高く、将来のニーズにも適応できるモデルであることも不可欠でした。

AIによる異常検知で監視を再定義する

いくつかのAIモデルをテストした後、Videologic AnalyticsはUltralyticsの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。

例えば、ビデオロジック・アナリティクス社は、ソーラーパークの監視などの用途のために、独自のデータを使ってこれらの事前訓練されたモデルを微調整した。 

このシナリオでは、モデルがAI主導の異常検知に使用され、無許可の人員や車両などの本物の脅威と、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を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が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。

‍

なぜウルトラリティクスのYOLOモデルを選ぶのか？

Videologic AnalyticsがUltralyticsの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は様々なエクスポート形式をサポートし、CUDA、TensorRT、ONNX、OpenVINOなどの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を使ってモデルを微調整し、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は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・ビデオ・モニタリングのための合理化されたモデル展開

Ultralyticsの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ました。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への移行により、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。

‍

安全とセキュリティのためのスマートビデオ分析：これからの道

Videologic Analyticsは、Ultralyticsの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。 

これらの機能強化により、顧客はセキュリティ業務を最適化し、小売業やビジネスインテリジェンスにおける新たな可能性を解き放ち、リアルタイムビデオ解析における継続的な革新と成長を促進することができます。

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ことができるか興味がありますか？UltralyticsのAI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。