読者です 読者をやめる 読者になる 読者になる

シンクロ・フード スタッフブログ

飲食店.COMを運営する、株式会社シンクロ・フードのスタッフブログです

「小型カメラによる通行量計測プロジェクト」の進捗報告(第3回)

皆さまこんにちは。

 

Webマーケティンググループの冨山です。今回も、以前よりお伝えしております「小型カメラによる通行量計測プロジェクト」の続報をお届けします!

このプロジェクトを簡単に説明しますと、自店舗や出店予定地の通行量を自動で計測できる機器を開発しよう!というもの。前回もブログでは使用する小型カメラの選定が完了したところまでをお伝えしました。今回はその小型カメラを使用して、実際にテスト撮影をおこなったので結果をお知らせします!

 

実際にカメラを置かせていただいたのは中目黒のバー『STAND by ThunderBolt』。平日15:15~17:55の2時間40分ほどを撮影させていただきました。

 

実際に設置した様子がこちら。入口横にある鉢植えの隣に設置させていただきました(赤丸の部分)。

f:id:synchro-food:20160106134833j:plain

 

このプロジェクトの鍵は、映像の中の歩行者を正確に認識することです。今回は実際のカメラ画像に対して2つの認識手法のテストをおこないました。

1つはHOG (Histogram of Oriented Gradients) + SVM (Support Vector Machine) を使った手法です。これは歩行者の輪郭に注目して認識を行うというもの。結果は概ねカウントはできましたが、既存のモデルだと横向きの歩行者を検出するのがやや苦手という傾向が見られました。

 

実際の画像がこちらです。人間は四角い枠で検出されます(写真は弊社スタッフ)。

f:id:synchro-food:20160106134834j:plain

 

2つ目はDeepLearningを用いた手法です。これは多種・大量の画像サンプルをもとに人間の特徴を学習して認識をおこなう手法で、様々な学習データを用意することで、汎用的に高精度な認識ができる利点があります。結果は、テストデータに対しては99%以上の検出精度を叩き出し、且つ認識の速度も高速なものとなりました。

 

実際の画像がこちらです。歩行者として認識された画像片が右上にある縦長の枠(赤枠)に表示されます(写真は弊社スタッフ)。

f:id:synchro-food:20160106134831j:plain

 

今回、2つの手法を試しましたが、どちらも歩行者を認識することに成功。今後はより精度を高めていくために、手法の改良さらに調整をおこなっていく予定です。

本プロジェクトがスタートして約半年。開発もいよいよ大詰めを迎えました。続報は引き続きこちらのブログでお伝えしていきますのでお楽しみに!

 

本件に関するお問い合わせは、下記にお願いいたします。
株式会社シンクロ・フード PR広報部
TEL:03-5768-9522
Mail:support@synchro-food.co.jp