ビデオコンテンツ分析

ビデオ コンテンツ分析またはビデオ コンテンツ分析( VCA ) は、ビデオ分析またはビデオ分析( VA )とも呼ばれ、ビデオを自動的に分析して時間的および空間的なイベントを検出および判断する機能です。

^{この技術的能力は、エンターテインメント、 [1] 、} ビデオ検索およびビデオ閲覧、^[2]、ヘルスケア、小売、自動車、輸送、ホームオートメーション、炎と煙の検知、安全性、セキュリティなど、幅広い分野で使用されています。^[3]アルゴリズムは、汎用マシン上のソフトウェアとして、または専用のビデオ処理ユニットのハードウェアとして実装できます。

VCAにはさまざまな機能を実装できます。ビデオモーション検出は、固定された背景シーンに対して動きを検出する最も単純な形式の1つです。より高度な機能には、ビデオトラッキング^[4]やエゴモーション推定^[5]などがあります。

VCAがマシン内で生成する内部表現に基づいて、ビデオ要約、^[6]、 識別、行動分析、またはその他の状況認識などの他の機能を構築することが可能になる。

VCA は良質の入力ビデオに依存するため、ビデオノイズ除去、画像安定化、アンシャープ マスキング、超解像などのビデオ強化技術と組み合わせられることがよくあります。^{[引用が必要]}

いくつかの記事では、ビデオ分析アプリケーションの開発に関係するモジュールの概要が説明されています。^{[7] [8]}これは、既知の機能のリストと簡単な説明です。

VCAは比較的新しい技術で、2000年代半ばには多くの企業がVCAを強化した製品をリリースしました。^{[10] [11] [12]}多くの用途がある一方で、さまざまなVCAソリューションの実績は大きく異なります。動き検出、人数カウント、銃検出などの機能は市販の既製品として入手可能であり、かなりの実績があると考えられています（たとえば、dsprobotics Flowstoneなどのフリーウェアでも動きや色の分析を処理できます）。COVID -19パンデミックに対応して、多くのソフトウェアメーカーがフェイスマスク検出やソーシャルディスタンスの追跡などの新しい公衆衛生分析を導入しています。 ^{[13] [14] [15]}

多くの分野で、VCA はCCTVシステムに実装されており、カメラに分散されているか (エッジ)、専用の処理システムに集中しています。ビデオ分析とスマート CCTV は、セキュリティ分野における VCA の商用用語です。英国では、BSIA がセキュリティ分野における VCA の導入ガイドを開発しました。^[16]ビデオ分析に加えて、それを補完するために、オーディオ分析も使用できます。^[17]

ビデオ管理ソフトウェアのメーカーは、利用可能なビデオ分析モジュールの範囲を絶えず拡大しています。新しい容疑者追跡テクノロジーを使用すると、対象者のすべての動きを簡単に追跡できます。つまり、どこから来たのか、いつ、どこをどのように移動したのかを追跡できます。特定の監視システムでは、インデックス作成テクノロジーにより、特定の期間中または特定の期間内にカメラの視野内にいた、類似した特徴を持つ人物を見つけることができます。通常、システムは類似した特徴を持つさまざまな人物を見つけ、スナップショットの形式で提示します。オペレーターは、追跡する必要がある画像と対象をクリックするだけで済みます。1 分ほどで、特定の人物のすべての動きを追跡し、動きのステップごとのビデオを作成することもできます。

Kinectは、ユーザー入力の一部にVCAを使用するXbox 360ゲームコンソールのアドオン周辺機器です。 ^[18]

小売業界では、VCAは店内の買い物客を追跡するために使用されます。^[19]この方法により、店舗のヒートマップを取得でき、店舗設計やマーケティングの最適化に役立ちます。他の用途には、商品を見ているときの滞在時間や、商品の取り出し/置き去りの検出などがあります。

商用環境でのVCAの品質を判断するのは困難です。これは、ユースケース、実装、システム構成、コンピューティングプラットフォームなど、多くの変数に依存します。商用環境での品質を客観的に把握するための一般的な方法には、独立したベンチマーク^[20]と指定されたテスト場所があります。

VCA は、ロンドンのO2 アリーナやロンドン アイなどで群衆管理の目的で使用されてきました。

警察と法医学者は犯罪捜査の際にCCTVビデオを分析します。警察はKinesenseなどのソフトウェアを使用してビデオコンテンツ分析を行い、ビデオ内の重要な出来事を検索して容疑者を見つけます。調査によると、事件の最大75％がCCTVに関連しています。警察はビデオコンテンツ分析ソフトウェアを使用して、長いビデオから重要な出来事を検索します。^{[21] [22]}

ビデオコンテンツ分析はコンピュータビジョンのサブセットであり、したがって人工知能のサブセットです。2つの主要な学術ベンチマークイニシアチブは、i-LIDSビデオ映像の一部を使用するTRECVID ^{[23]とPETSベンチマークデータです。 [24]}これらは、追跡、放置された荷物の検出、仮想フェンスなどの機能に焦点を当てています。UCF101 ^{[25]などのベンチマークビデオデータセットは、}畳み込みニューラルネットワークと長期短期記憶を備えた時間的および空間的な視覚的注意を組み込んだ行動認識研究を可能にします。ビデオ分析ソフトウェアは、身体装着型カメラやダッシュボードカメラの映像と組み合わせて、公開用に映像を編集したり、ビデオ内の出来事や人物を識別したりすることも容易にしています。^[26]

EUは、組み込みシステム上のビデオコンテンツ分析を警察や交通安全データベースと統合するP-REACT ^{[27]と呼ばれる}FP7プロジェクトに資金を提供しています。 ^[28]

ビデオ監視用の人工知能は、ビデオ監視カメラからの音声と画像を分析して、人間、車両、物体、およびイベントを認識するコンピュータ ソフトウェアプログラムを使用します。セキュリティ コントラクター プログラムは、カメラの視野内の立ち入り禁止エリア (フェンスで囲まれたエリア、駐車場など。ただし、駐車場外の歩道や公道は除く) を定義し、カメラ監視によって保護されている資産の時間帯 (営業終了後など) をプログラムするソフトウェアです。人工知能(「AI」) は、その時間帯にそのエリアに人が立ち入ってはならないという「ルール」に違反する侵入者を検出すると、警告を送信します。

• アクティビティ認識
• ビデオ監視のための人工知能
• 法医学ビデオ分析
• オブジェクトのコセグメンテーション
• 動きからの構造
• ビデオ閲覧
• ビデオモーション解析
• ビデオ処理