Tech Crunch 2016 CTO Night での発表資料。

1. www.futurestandard.co.jp
映像解析 IoTプラットフォーム
SCORER の紹介
株式会社フューチャースタンダード
CTO 鈴木 秀明
２０１６年１１月１７日
TechCrunch Tokyo 2016 CTO Night

2. 自己紹介 2
北米ボストン近郊の州立大学卒業後、
NECでストレージ新製品の開発・保守を１５年経験
・北米研で、研究と製品の橋渡し（品証他）
・中国やインドで、オフショア開発リーダー
 ２０１４年７月 個人事業主
スマフォによる3Dスキャナの研究開発
 ２０１５年１０月 FS参画

3. 映像解析 IoT プラットフォーム

4. IoT の ３要素
 年間平均成長率 22% (2015-20) 処理能力（CPU）
 センサー
 表示デバイス
 アクチュエータ
 年間平均成長率 35.4% （2014-18）
 2018年には2,000億ドル規模に
4
出典： 総務省、HTS Technology、 Cisco
ネットワークモノ クラウド

5. 32%
22%
21%
13%
7%
3%
2%
光・電磁波
熱的・時間空間雰囲気
機械的・物理的
ケミカル・バイオ
生体
音波・磁気
その他
センサー市場 5
出典： 総務省 平成28年３月14日
「センサーネットワークの現状について」
419億個
2019年度 WW
5.5 兆円
2019年度 WW
（2014年度比 34.4% 増加）
1.76兆円

6. 監視カメラから、汎用光センサへ 6
計算能力や映像解析技術の発達で、映像のデータ化が進み、用途が拡大
農業分野
Google Analytics の
“リアル店舗 Ver”
老朽化インフラの診断
出典： RetailNext、日刊建設工業新聞、
東芝、LipNet、VASILY
スポーツ分析
読唇術（LipNet）
着こなし分析

7. 現状・・・・ 7
専用カメラ
高額・施工難
管理ソフト
特定用途向け
映像解析
専門知識

8. 現在よくある、映像解析システム 8
出典：JAXA
 専用のカメラ
 専用の映像解析アルゴ
 専用のカメラ管理ツール
 専用のBIツール
 専用の運営組織
もっと気軽に映像を活用したい！
それって人工衛星と同じ？
ゴール目指して、毎度一から構築

9. 『映像解析 IoT サービス』 作りました。 9
構築不要！ 即利用OK！ 必要な時だけ！
高品位の映像入力 効果的な解析技術 価値の高いデータ
① 映像を取り込む ② 解析してデータ化 ③ データの価値最大化
 Webカメラ
 スマートフォン
 IPカメラ
 映像機器
 商用の映像解析
ライブラリ
 映像解析／AI SaaS
 オープンソース
 BIツールへの接続

10. 提供商品・サービス 10
有線LAN
モバイルルーター
or 無線LAN
管理・閲覧
又は、
SCORER端末
（検知・撮影）
クラウド環境
 USB カメラ全般OK
 Raspberry Pi3 （汎用HW）
 Raspbian OS （汎用OS）
 カメラ数の制限なし
 １週間分のMP4保存
無料（一般向けモデル）
 基本的なUIを提供
 APIアクセスも提供予定
 BI ツールと接続可
（BigQuery経由）

11. 特長１. 様々な光学系＆映像入力に対応 11
低照度カメラ 赤外線カメラ 商用監視カメラ
利用シーンにおける、最適な映像を流し込めます
夜間 / 暗い場所 屋内
スマートフォン
イベント会場
多機能センサー PC・AV機器
望遠レンズ
遠距離
USB 2.0 FEBON168

12. 特長２. 多様な映像解析メニューをご用意
実装済み
 顔検出
 人体検出
 顔向き推定
実装予定
 手検出・ジェスチャー
 顔輪郭抽出
 視線・目つむり推定
 赤ちゃん推定
 ペット検出
実装済み
 顔検出
 人物検出
 年齢性別
 マスク判定
 笑顔判定
実装予定
 顔認証
実装済み
 顔検出
 顔認識
 オブジェクト認識
 オンライン手書き文字
認識
実装済み
 数字認識
実装予定
 顔検出
 顔認識
 視線認識
 人数カウント
 歩行者認識
 人追跡認識
 メーター読取りシステム
 交通検知
 バクテリアカウント
 POSラベル認識
 ゲーム解析
 手特徴点検出
実装済み
 深層学習
 属性分析
 顔認識
実装予定
 深層学習
 人流解析
 顔認識
実装予定
 深層学習
 人検知
12
弊社が一括契約、精度や計算リソースに応じて、従量課金（量り売り方式）予定
A社 B社 C社
D社 E社 F社
G社T大学

13. 特長３. ユーザ独自の映像解析も組込み可
Node Redタイプの機能定義
（17年実装予定）
SDKでの実装
（年内実装予定）
CustomizeCustomize
import scorer_sdk.Scorer
cnt=0
scorer=scorer_sdk.Scorer.Scorer("Task")
while True:
if scorer.poll() == False:
continue
frame = scorer.get_frame()
if frame == None:
continue
if cnt % 450 == 0:
scorer.upload(images= [frame.get_bgr()])
cnt=0
cnt= cnt + 1
13

14. 活用事例 クレスト社 ESASY 14
 小売店などの店頭ディスプレイ・店内広告などに合わせてカメラ配置
 映像データを視聴率や属性情報に変換し、可視化

15. SCORER スターターキット 15
https://goo.gl/7Zv6b5
※ 弊社HPでもURLご紹介しております。
記念価格 9,800円～
１０月５日 販売開始

16. SCORERの技術的な特色
16

17. 全体アーキテクチャ 17
特徴： サーバレス構成で伸縮性と低コストを追求
✓ 無数の映像デバイスを想定し、極力ボトルネック排除
✓ Cognito でデバイスIDとデバイス限定の時限アクセスキー払い出し
AWS個別相談会でのアイデア
わりと愚直に実装
サーバレス安い！

18. エッジとクラウド 18
✓ 全時間帯の映像を、リアルタイムに“タグ付け”して保存
✓ 映像解析の結果はタグに集約されるので、ニーズに応じて
エッジとクラウドの映像解析の使い分けが可能
SCORER端末
映像解析
オンプレミス
中間サーバ
クラウド
映像解析
S3
バケッ
ト
タグ
映像 映像 映像 映像
保存
エッジで
タグ付け
中間で
タグ付け
クラウドで
タグ付け
ニーズで選択
Dynamo
DB
NoSQL DB
保存

19. SCORER 端末は、盗まれても大丈夫ですよ 19
✓ 映像は、クラウドに送信するまでの短期間
MicroSD に保存されるのみ（メモリ内完結も可）
✓ この端末に発行された証明書が
クラウドのアクセス可能リソースを局所化
他カメラのデータを改ざん不可
✓ クラウド側で証明書を無効化するだけで
端末の全アクセスを直ちに停止できる
✓ MicroSDイメージ公開中： 秘匿情報なし
✓ クラウドとの通信経路は全て暗号化
AWS IoTSCORER端末 DynamoDB
Bucket with
Image & MP4
Cognito
ID, AKey
Tag Tag
Image
Video

20. リアルタイム性とネットワーク障害 20
✓ Fast Path と Slow Pathの２パス構成
✓ エッジでの解析結果は Fast Path でリアルタイムにUP（１～２秒以内）
ネットワーク混雑などで失敗したときは、Slow Pathで確実にUP

21. さいごに： 大切にしていること
21
 品質とスピードの両立を追求
品質は、使い方で決まる！
使い方が限定的な、プロトタイプでスピードを。
厳しい品質要求は、製品Verでクリア。
製品Verは、３歩４歩先をみてじっくり設計
開発スピードを殺すのは、技術的負債なので、後で必ずモトは取れる。
動作したからといって、別案件で気軽に使い回し、ダメ、絶対。

22. VISION : IoT 社会の 「眼」 を担う 22