
可視光カメラによる撮影例(降雨時)

赤外線カメラによる撮影例(降雨時)

赤外線カメラによる撮影例(暗闇)

人物までの距離:250m


ひとつの映像から複数の災害状況、規模、モノなどをAIで検出できます。標準では5カテゴリー、32クラスの事象が認識可能ですが、災害等の種類や、特に重点的に監視したいものなど、お客さまの用途に応じて追加学習が可能です。
| 認識対象 | |
|---|---|
| 損害 | 各種被害、洪水、地滑り、橋梁崩壊、家屋倒壊、煙/火事 |
| 環境 | 泥/汚れ、草、溶岩、岩、砂、低木、雪/氷、木(林) |
| インフラ | 橋、ビル/建物、ダム/堤防、ガス管/水道管、 電線、線路、電波塔、給水塔、道路 |
| 乗り物 | 飛行機、船、自動車、トラック |
| 水 | 洪水、湖、海、水たまり、川 |

* 図出典:TRECVID2020 Test Datasetより
広範囲で撮影された映像から、車、船などの小さい物体を高精度でAIで自動検知することができます*。災害発生直後など、現場でピンポイントの撮影が難しい場合でも、高所・広角で撮影された映像から、救助対象の迅速な発見を支援します。
* 肉眼で発見できるレベルで映っている対象物について検知できます
![[イメージ]小さなモノの認識の例](/Prod/comp/app/video_analysis/image/feature_img13.png)
* 図出典:TRECVID2020 Test Datasetより
![[イメージ]小さなモノの認識の例](/Prod/comp/app/video_analysis/image/feature_img14.jpg)
* 図出典:TRECVID2020 Test Datasetより
データの「あいまいさ」も含めAIが学習し、より人間の判断に近い、きめ細かい判定が可能です。複数の災害が重なった場合など、判定が難しい映像でも、学習の際に人が判断に迷った情報を加味して学習することで、判別精度への影響を抑えることができます。
![[イメージ]誤った情報を含む学習サンプルに対応した学習の例](/Prod/comp/app/video_analysis/image/feature_img14.png)
発生頻度が少なく、学習サンプルが少ない災害についても、重要度をチューニングして学習させることができます。頻発する災害以外でも、高精度で検知可能です。
![[イメージ]学習サンプルが少ない災害状況の認識の例](/Prod/comp/app/video_analysis/image/feature_img15.png)