DX共創センターの鶴田です。
インテージテクノスフィアのnote編集チームをリードする久保田さんの唯一の部下です。最近、仕事が楽しすぎて仕方がありません。完全無双状態です。

そんな完全無双状態の私の悩みは、「社会人4年目の26歳です！」というと10人中9人に「30代だと思った」と言われることです。”落ち着いている” という褒め言葉だと捉えています。でも、実際は落ち着いていません。

せっかくなので趣味も紹介させてください。

① バスケ
この4月から週1~2回程度の出社奨励が始まり、目的がないとモチベーションが出ない私は、会社のバスケ部の活動がある木曜日を出社日としています（
自由）これで毎週1回はバスケをすることができます！

② お金を増やすこと
決して怪しいことではありません。ようやくつみたてNISAをはじめて、毎日の増減を楽しんでいます。FP3級を今年中に取りたいです。

③ クラシック音楽
4月は2公演、5月は3公演に行くほど好きです。体育会系っぽいのにギャップあるねって言われます。でも、実際に体育会系でもあります。

さて、今回はそんな私から「なぜ、仕事が楽しすぎるのか？」をお伝えするため、 人流解析AIソリューション「Label Note」の世界をご紹介します！

人流解析のAIとは？

文字通り、“人流をAIで解析する” ですが、これはあくまで手段。
私がお客さまに説明する際は、「街づくりや地域活性化、あるいは売上アップのための施策の検討と効果の検証を正しく行うための取り組みです。」とお伝えしています。
街づくりや地域活性化に取り組んでいる方々は、さまざまな施策を立案し実施しています。しかし、いきなり施策を行うのではなく、まずは現状を正しく把握する必要があります。

例えば、地域活性化であれば、最大の関心事は集客状況です。この関心事に対して、「この通りは1日1,000人が通るけど、店舗に立ち寄った人は100人だった。」といった実態を “人流解析AI” で定量的に把握します。

次に施策を立案します。
例えば、「通行人数は1,000人を維持しつつ、立ち寄り人数を100人から200人に上げたい。」という目標を定め、そのために「店舗前にデジタルサイネージを設置し入店を促す」といった施策を考えたとします。

実際にデジタルサイネージを設置してテストマーケティングをしますが、施策前後の状態を定量化することで、施策の効果を正しく評価します。

「通行人数に変化はないが、立ち寄り人数が300名となり店舗の売上もアップした。」といった結果が得られます。この結果から、売上アップに対する投資の費用対効果を検証して、本格導入の意思決定を行います。

他にも、通行量が少なくなる休日の出店やイベント開催の効果測定や、歩行者天国の時間帯の人流の変化など、街づくりでも活用できます。

従来、目視での主観判断や人力での調査が主流でしたが、主観判断では人によってブレが生じますし、人力の調査では数えるだけで精一杯となり立ち寄り率といった人流を捉えることができません。

私たちの人流解析AIソリューションでは、定量的に施策を評価し、街づくりや地域活性化につながるデータ活用を提供しています。

Label Note の強みは？

人流をAIで解析するうえで、3つの大きな課題があります。Label Note ではこの3つの課題を解決することができます。

ひとつずつみていきましょう。

課題1：人数を正しくカウントできない

これまでの人流AI解析では、映像内での複数の歩行者の重なりや路上の障害物による遮蔽（オクルージョン）によって、正しくカウントできないという課題がありました。

Label Noteでは同一の対象物をトラッキングすることで、対象物が遮蔽や障害物に隠れてもその人物を追従し、正しくカウントすることができます。

具体的に以下の画像で説明しましょう。

STEP1で自転車に乗ったID10番が出現します。
しかし、STEP2になるとID5番とID6番に隠れてしまい見えなくなります。この現象をオクルージョンと呼びます。

STEP3で再度ID10番が出現しますが、従来のAIではID11番を割り当て "新しい人" としてカウントしてしまいます。実際の人数より1人多い結果を得てしまうのです。

こういったことを回避するために、斜め上など角度をつけて撮影するケースが多いのですが、これは "手段の都合" でありお客さまにとっては "妥協" となってしまう場合があります。

目的に合致した人流計測のためには、三脚による水平設置が理想であると考え、私たちは水平画角でのAI精度向上に挑戦しました。

その結果、独自のAIモデルを開発することで、STEP3でID10番が隠れても再度同一人物と判定することができ、人数を正しくカウントすることに成功しました。

課題2：回遊性を正しく把握できない

店舗の動線解析では、来店客の属性判断（性別、年代など）をすることがニーズとして高い一方、都市計画やスマートシティでは、人の移動実態を面的に把握することが求められています。この「面的に捉えること」を回遊性と表現しています。

人流を把握するための手段として、カメラ以外にもセンサーやGPSデータを活用した事例が存在しますが、仙台市まちづくり政策局の「デジタル技術を活用した人流データ調査に関する報告書」でも、回遊性が把握できないことが課題として挙げられています。

人流・回遊性を捉えるためには複数地点にカメラを設置して計測します。異なる角度から同時に撮影することになるため、カメラごとに身体の向きや大きさが異なり、同一人物の判定が難しいのです。

この点についても、Label NoteではAIによって複数のカメラ映像から同一人物を特定することにより人流・回遊性の把握を実現しました。

この実証はカメラ設置場所の制約があり、カメラ1で正面に人物が映る場合は、カメラ2では背面で映ることとなり、難易度の高い条件下ではありましたが、同一IDの付与に成功しました。

統計としての交通量調査では、単一地点の人数カウントでよいのですが、街づくりや地域活性化の観点では、人流・回遊性まで捉えることでより深い洞察を得ることができます。このアプローチを実用化することで、施策を正しく評価することが可能になります。

課題3：夜間のデータを解析できない

これも言わずもがな、夜間の撮影データに対するAI活用は難しいとされてきました。精度低下はもちろん、そもそも対象物を検出できないという課題があります。

その課題に対して、私たちはイベントセンサーカメラを活用することで従来では捉えることが難しい夜間走行中の車や人物を検出することに取り組んでいます。

イベントセンサーカメラとは、フレームベース画像処理から事象変化（イベント）センシングへ全画素が個々に制御されており、画素に変化が（受光量の変化）あった時、その画素のみが出力されます。

以下の画像を見ていただければわかる通り、従来のカメラではほぼ見えない自転車をイベントセンサーカメラでは検出をすることができます。

夜間の映像を活用したい場合には特におススメで、これまでに客引き違法業者の検出でも活用事例があります。

また、個人情報保護の観点でも活用されており、対象物の検出のみであれば通常のカメラと精度は変わらないので、課題や運用に応じて使い分けをしています。

どんな形で価値を届けるか

映像データからAI解析を手段として価値を創出し、どのように活用してもらうか。活用シーンや制約などに合わせた提供形態を用意しています。

行動観察など映像をじっくり閲覧する場合は、解析データと映像を同時に閲覧できる動画解析プラットフォームがあります。

解析データを自由に集計分析したい場合は、テキストファイルでも提供できます。

個人情報の観点などから映像データを保持したくない場合は、Tableauなどのダッシュボードで解析結果を可視化します。

データ活用の本質

私はお客さまとお話する際に、「インテージテクノスフィアを一言でいうと、データに魂を吹き込み、世の中を感動させる会社です。」と最初にご説明します。たまに失笑されますが、私はこのビジョンが大好きです。

世の中を感動させるには、世の中のニーズをしっかりと汲み取る必要があります。「こんなサービス作ってみました！いかがですか？」ではなく、「世の中のこんな課題を解決するためにこのサービスをつくりました！」といういわゆるマーケットインの思考が大切だと感じています。

これからもお客さま起点による技術活用を軸に、データ活用をコーディネートしていきます！