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

Videologic Analyticsは、スペインを拠点とする高度なビデオ分析ソリューションの開発者であり、工業用地、ソーラーパーク、住宅団地のセキュリティと監視を強化しています。彼らは、セキュリティカメラと統合して、周辺を監視し、リアルタイムで侵入を検出するAI搭載ソリューションを展開しています。 

以前のモデルではコストが高く、展開が遅かったため、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拡大しました。

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などの著名な顧客、およびスペインの4,000社以上の認定セキュリティ会社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の課題に直面し、革新的なVision AIソリューションにUltralytics YOLOモデルを採用しました。そうすることで、セキュリティアプリケーションを強化し、新しい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

Videologic Analyticsは以前、クライアントに提供していたセキュリティカメラにAIモデルを統合していました。これらの初期モデルは、一般的な車両、人間、小動物など、限られた範囲のオブジェクトカテゴリを検出するようにプログラムされていました。この基本的なアプローチは、高度なセキュリティシステムの基礎を築きましたが、特に精度と誤検出率の向上において、さらなる改良の機会も提示しました。

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、必要な柔軟性とパフォーマンスを提供することを発見しました。まず、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合わせて簡単に適応できるという強力な基盤が提供されました。

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。

ソーラーファームの監視と並行して、YOLOを使用して産業用および住宅用セキュリティソリューションも開発し、小売および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の革新のための概念実証モジュールも開発しました。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。

‍

Ultralytics YOLOモデルを選ぶ理由

Videologic AnalyticsがUltralytics YOLOモデルを選択したのは、高速で正確な推論を提供しながら、多数のカメラチャ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ためです。 

YOLOはさまざま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できます。この柔軟性により、Videologic AnalyticsはPyTorchを使用してモデルを微調整し、本番環境に効率的に展開できます。ハードウェア固有の最適化により、YOLOは以前のモデルよりもリアルタイムビデオ分析の要求の厳しいニーズに対応できます。

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が見られました。同社の新しいVision AIソリューションにより、ソーラーパークや工業用地から住宅団地まで、幅広い設備で迅速なリアルタイムの脅威検出が可能になりました。 

実際、Videologic Analyticsは年間約10,000件のライセンスを展開しており、各ライセンスは専用のカメラチャネルに対応しており、すべてのライセンスがUltralytics YOLOモデルをサポートするようにアップグレードされています。YOLOへの移行により、誤報が大幅に減少し、検出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、運用コストが削減されました。 

また、Ultralytics YOLOモデルの推論速度とスケーラビリティが向上したことで、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、コアセキュリティ製品を強化し、小売やビジネスインテリジェンスなどの分野で新たな機会を開拓することができました。全体として、Ultralytics YOLOモデルの採用は、即時の運用改善と、同社の長期的な成長見通しの両方を推進しています。

‍

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モデルを活用して、基本的な侵入検出を超えてソリューションを拡張すること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、傾向追跡、予測インテリジェンスなどの高度な分析を通じて、より豊富で実用的な洞察を提供することを目指しています。 

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？GitHubリポジトリをご覧になり、UltralyticsのAIソリューションが自動運転車におけるAIや農業における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ご確認ください。YOLOモデルとライセンスオプションの詳細については、こちらをご覧ください。今すぐ、よりスマートで効率的な自動化への旅を始めましょう。