ニュースリリース

映像解析AIのフューチャースタンダード、交通量・通行量調査サービス「SCORER Traffic Counter」を正式リリース


〜実証実験では99.1%※の精度を実証!人によるカウントとの誤差は1%未満!〜

映像解析AIソリューションカンパニーの株式会社フューチャースタンダード(本社:東京都文京区、代表取締役:鳥海哲史 以下、フューチャースタンダード)は、AI映像解析を活用した交通量・通行量サービス「SCORER Traffic Counter」を正式にリリースし、パートナー企業を通じて販売を開始します。

この、SCORER Traffic Counter は、AI映像解析クラウド「SCORER Cloud」へアップロードした交差点や街中の映像をWEB画面で操作するだけで、交通量や通行量を簡単に計測可能なサービスです。車両・歩行者の検出やトラッキングには、ディープラーニングによる画像認識領域で高い技術力を持つ、香港SenseTime(センスタイム)社のアルゴリズム「SenseVideo」を搭載しており、高い計測精度を実現しています。

リリースに先立ち、株式会社TOSYS(長野市若穂綿内、代表取締役:小川亮夫 以下、TOSYS)と連携し、長野市では初の取り組みとなる「ITを活用した交通量調査」を実施しました。その結果、SCORER Traffic Counterのカウント数と従来行われてきた人の目視によるカウント数の誤差が1%未満となり、99.1%※という精度の高さを実証しました。※夜間を除く時間帯で計測した場合

■背景
社会資本整備審議会道路分科会建議において、「今後、交通最適化に向けて道路利用状況のシームレスな把握や人とクルマの動きを同時に把握可能な新たな調査体系の確率が必要である」との提言がなされました。これを受けて今年10月22日、国土交通省にて「ICTを活用した新道路交通調査体系検討会」が設立され、これまで5年に1回実施されてきた「道路交通センサス」を主体とした調査から、ICTを活用し常時観測を基本とした「新たな道路交通調査体系」の構築を目指し、データ収集にあたって課題の抽出やデータ活用について検討されています。
2019年度から2020年度にかけては、様々な形でICTを利用した調査を実施し、2025年に常時観測を実現する予定が発表されました。今後この分野で「AI映像解析」が鍵を握ることになります。

※出典元:国土交通省 「第1回 ICTを活用した新道路交通調査体系検討会 配布資料」
http://www.mlit.go.jp/road/ir/ir-council/ict/doc01.html

■サービスの特徴
1.低コストで長期間の計測を実現
従来、交通量や通行量の調査は人手による計測が行われてきましたが、映像解析によって行うことで、従来は実施が難しかった長期間の計測を低コストで実現可能です。また、多くの人手を必要とする交差点の計測等も1台のカメラで行うことができますので、大幅に費用を抑えることができます。

2.現場ごとのチューニング不要で高い精度を実現
従来、映像から高い精度で車両・歩行者を検出するためには、現場ごとにアルゴリズムの調整が必要な場合がほとんどでしたが、センスタイム社のアルゴリズム SenseVideoを利用することで、チューニング不要で高精度な検出を実現しています。

3.人・車両の属性情報も取得可能
交通量・通行量のカウントができるだけでなく、車両の場合は、乗用車、SUV、バン、小型トラック、中型バス、大型バス、大型トラックの7車種での分類が可能なため、各種交通量調査に対応可能です。また、歩行者については性別、服装、持ち物の有無といった項目も取得できるため、マーケティング目的での利用も可能です。

4.簡単な操作性
SCORER Cloudへアップロードした動画は、ウェブ画面で操作するだけで、簡単に計測からグラフ化まで行うことが可能です。

TC_1 TC_2

 

■実証実験の概要

今回の実証実験は、長野市と信越地方を中心に電気通信工事を請け負うTOSYSが共同で実施し、

当社が提供しているAI映像解析プラットフォーム「SCORER」を活用し、8月23日〜27日の5日間、飯綱高原の計測地点で撮影した映像をAIによって解析、自動車の数と「乗用車・バス・トラック」などの種別を自動で判別し、集計しました。

赤矢印の進行方向を調査対象として設定、この映像から進行方向毎の交通量と車種を判別

赤矢印の進行方向を調査対象として設定、この映像から進行方向毎の交通量と車種を判別

実証実験の結果

調査の結果、街灯が全くない環境では、夜間に補足精度が大幅に落ちることが認められましたが、結果として、日没前後の時間帯(18時〜19時を除く11時間)について比較した場合、手動で計測した自動車台数に対するAI解析による自動車台数は、99.1%となり、誤差1%以内となりました。日没前後の時間帯を含めると98.3%となりましたが、夜間撮影の場合は、街灯のある環境を選んだり、ライトを設置したりすることで改善の余地があることがわかりました。

《自動車台数と車種の分類》

《自動車台数と車種の分類》

《方面別時間帯通行量》

《方面別時間帯通行量》


(English) 言語: