解析技術の革新で活用シーンが急拡大する「監視カメラ」

一般に、工場内に設置する監視カメラが果たす役割は、防犯対策、安全管理、従業員管理、リモート監視などが中心であり、モニタリングする主な対象は人になります。主な設置場所は、工場や生産フロアなどの出入口や生産現場中の安全リスクが高い場所、倉庫や資材置き場などです。特に部外者の出入りが多い場所や不審者の侵入が許されない場所には、必ず設置されます。部外者の監視は防犯という意味だけでなく、安全管理の面からも重要です。現場で日常的に行われているカイゼン活動などを通じた安全行動の確認や安全性を保つために不可欠な行動基準を知らずに動く可能性が高いからです。

監視カメラに求められる解像度や対応撮影環境などの仕様は、一般的な建物に設置される防犯用カメラと大差ありません。このため、カメラ自体は大量生産されている既製品が利用される例がほとんどです。むしろ、監視すべきなのに監視されていない領域がなくなるように、できる限り数多く設置する方が重要になります。また、監視カメラでは、撮影した画像データを管理センターで集中監視することになるため、通信機能が不可欠になります。

一方、産業用カメラが果たす役割は、品質管理、生産性向上、トラブル対応、自動化・省人化に向けたセンシングが中心であり、モニタリングする主な対象は製品や部品・材料、装置・設備になります。主な設置場所は、生産ラインや装置・設備、自動化された工程などになります。

一般に、産業用カメラは、監視カメラよりも高解像度で、なおかつライン上を高速に流れる製品や高速動作する装置を検知できる高フレーム撮影など、より高性能な仕様・機能を備えています。場合によっては、顕微鏡映像やX線撮影などの特殊撮影への対応を求められる場合もあります。撮影環境も、高温・粉塵・振動などより過酷な環境に対応可能な設計のカメラが必要になる例が多くなります。撮影した画像データは、現場でリアルタイム処理して利用される場合が多かったのですが、近年ではサーバーに集めてより高度な解析をしたり、蓄積してカイゼン活動やトレーサビリティの確保に利用したりする例も増えています。

まず、1人の監視者が同時監視できる場所は限られます。多くのカメラを同時監視することになれば、どうしても1台当たりに割かれる注意力や集中力が薄くなり、監視精度が低下するからです。一般に、1人の監視者が目視で効果的な集中監視できるのは、約16～20台とされています。

近年、より多くの画像を高精度な監視を支援する技術が発達してきています。既に、普段と違う人物の動きなどのイベントが発生した際に、該当する映像データをフラッシュ表示したり、アラート通知したりすることで監視者の注意を喚起する監視システムが利用されています。こうした技術を利用することで、1人の監視者で100台以上のカメラを同時監視できるようになります。

また、機械に比べればパフォーマンスが不安定な人間が監視していることから、監視精度が不均一になる点も問題です。

なるべく安定した監視を可能にするために工夫や技術が導入される例が出てきています。映像品質の高い、高解像度・広いダイナミックレンジのカメラを導入したり、監視対象となる人や物の動きを追跡したり、撮影した映像データを鮮明に加工する画像処理を導入するといった方法です。

その一方で、監視者の安定的判断の維持に関しては、適切な休暇・休憩・健康管理など勤務管理に関連した対応策以外の方法がないのが現状でした。監視者は、ただカメラの映像を見ていればよいわけではなく、多岐にわたる非日常的な出来事の中から対処すべき出来事を判断できる能力が求められます。熟練した見識と技能が求められる役割であると言えます。ただし、監視者自体の注意力や判断基準自体が不安定であることが問題になることがあるのです。

監視システムでは、人間が人間を監視するケースが多くなります。このため、プライバシー侵害に関連した問題が必ず出てきます。工場の生産ラインのように、社内の従業員が監視対象になる場合には一定の合意の下で監視されるわけですから、問題は少ないと言えます。しかし、部外者や一般人が映り込む可能性がある場合には、注意が必要です。

監視対象となる人のプライバシーを保護するための技術開発も進んできています。代表的な技術に「プライバシーマスキング」と呼ばれる技術があります。監視カメラで撮影した映像から個人を特定できる情報を自動的に隠す技術です。例えば、顔や人物全体を自動検出し、リアルタイムでぼかしやモザイク処理、塗りつぶしを行います。人物の動きだけを検知すればよい場合には、人物をアバターやピクトグラム（グラフィカルなシンボル）に変えて表示するといった方法もあります。

監視作業にAIを導入することによって、これまでよりも多くのカメラで撮影した映像を、同時にリアルタイム監視できるようになります。そして、いつもと違う行動や不審者の侵入などの問題に迅速対処できるようになりました。AIは、24時間疲れ知らずで稼働可能なため、人間の眼では見落としがちな些細な変化も逃さず察知することができます。さらに、AIによる画像認識処理を実行するコンピュータの性能を高めれば、監視対象となる場所を際限なく増やすこともできます。

また、近年のAIでは、人物の顔や行動の内容を高精度に認識できるようにもなっています。また、AIは人とは異なり、歪んだ映像でも正確に内容を検知できます。このため、360°の広視野カメラで撮影した画像でも正確に監視できます。さらに、不審者が不審行動を取った際だけアラートをしたり、監視対象となる合意の取れていない人物は隠すといったことも可能になっています。群衆の中に紛れ込んだ、未登録者や不信行動を行う人物を抜き出して察知することも可能です。

AIを活用することによって、監視作業が完全自動化できるような印象があります。しかし、AIによって異常を高精度に判断できるようになっても、人間が関与しない完全自動化した監視システムを利用することはほぼありません。なぜならば、監視対象の多くが人間であり、その行動を監視して何らかの対処をする以上、相応の責任が発生するからです。AIの判定結果を基に、判断責任を担う監視者が再確認して対処を決めることになります。近年のAI技術の進化は著しく、撮影した映像内の人物や物体を自動的に分類し、監視目的に沿った重要度に応じて優先順位をつけることができます。

先述したように、製造業の向上などでは、主に人物の有無や挙動を監視する監視カメラと、生産ライン中で製品の状態などを検知し品質管理などに活用する産業用カメラが使いわけられていました。カメラそのものの仕様も異なるものでした。ところが近年、監視カメラで収集した映像データをAIで検知・判別する技術が進歩したことで、監視カメラと産業用カメラの境界が曖昧になり、両者の用途・機能は融合しつつあります。

近年のAI技術の進歩は著しく、画像認識に応用することで、人間が検知できないような違いを明確に判別できるようになりました。加えて、高精細な監視カメラが手頃な価格で入手可能になり、さらには撮影した映像データをより鮮明にする画像処理技術も発達してきています。これらの技術面での変化によって、監視カメラを産業用カメラとして利用することも可能になってきています。

それでも、FAメーカー各社はこうした人との機械が協調作業する技術の開発を積極的に進めています。既に人間の動きをカメラで検知して卓球のラリーを続けることができるロボットなどが開発されるような技術が確立されています（図5）。高度な技術が着実に蓄積されており、生産現場で人と自律的に連携して作業するロボットが働く時代が間近に迫っています。