- AI
- Industries
- Edge Computing
セキュリティ向けAI:120 TOPSの演算能力によるリアルタイム映像解析
SECOのSOM-COMe-BT6-RK3588モジュールは、Edgeでのリアルタイムマシンビジョンのためのパワフルな組込みコンピューティングプラットフォームです。内蔵のAI推論により脅威の検知力を高め、人間のオペレーターの負担を軽減することで、防犯カメラシステムの信頼性を大幅に向上させます。

カメラ監視ステーションは、オフィスビルから病院、銀行、美術館まで、あらゆる場所で使われ、現代の生活に欠かせない存在です。こうしたステーションでは、警備オペレーターが複数の映像フィードを見渡して異常を探し、脅威が現れれば急いで調べに向かいます。しかし、画面が人混みで埋まっていても、勤務時間中ずっと無人のままでも、高度な警戒を持続することはオペレーターの疲労につながり、精神的・身体的な消耗が業務の有効性を損ないます。
たとえば、誤検知が繰り返されるとアラートへの感度が鈍り、本物の脅威が見過ごされることがあります。同様に、単調な作業は集中力の途切れを招き、最初の不審な動きがまったく見逃されてしまいます。それらが本物の脅威に発展するころには、人数の限られた警備チームが追いつくには手遅れになっているかもしれません。特に、大きな建物や人通りの多い場所ではその恐れが高まります。
認知的な負担を軽減するために、人工知能ビジョン(AIビジョン)は、複数の映像フィードにわたって、顕在化した脅威と潜在的な脅威の両方を、リアルタイムで自動的にハイライトできます。AIビジョンは戦力を倍増させる存在として、状況が落ち着いているときは人間のオペレーターが注目すべき領域に集中し、繁忙な勤務時間帯には作業の優先順位を決めるのに役立ちます。AIとカメラシステムの組み合わせは、人間中心のセキュリティにおける差し迫った課題を解決しますが、直接統合するには、システムの自律性とリアルタイム推論を最大化するための、強力なEdgeベースのコンピューティングが必要です。
EdgeのAIビジョンが監視を改善する仕組み
AIによる映像解析には、Edgeベースの処理とクラウドでの処理という、2つの主なアプローチがあります。後者は、豊富なコンピューティングリソースを使って利用可能な最も高度な解析を実行できますが、セキュリティ運用を損なうおそれのある欠点があります。
主な欠点はレイテンシ、つまり映像の取得から判断が出るまでの時間です。従来、レイテンシとは、映像データがクラウドに送信され、解析され、AI推論や合成フィードのために返送されるまでにかかる時間を指します。高精細映像のデータ量を考えると、クラウドベースの映像処理では、予測可能なリアルタイム性能を達成することは難しいといえます。この性能は、オペレーターの対応可能な時間枠を最大化するため、セキュリティ用途では不可欠です。この問題は、カメラの台数や、複数のフィードにまたがるイベントの相互関連付けを必要とするアプリケーションが増えるにつれて、大幅に拡大します。
Edgeベースの処理では、AI推論がデータ源の近くで行われるため、レイテンシが最小限になり、この問題が解決します。ローカルのEdgeベースの処理は、外部ネットワークの信頼性や、サードパーティのデータセンターでのジョブの待ち行列の影響を受けません。閉じたローカルのセキュリティネットワークは、システム全体の信頼性を高め、ハッキングのリスクを低減します。すべての映像データをローカルネットワーク内にとどめれば、継続的なデータ転送やクラウドサービスのコストをなくせるため、Edgeベースの推論はAIシステムインテグレーターにとって魅力的です。
Edgeハードウェアにはリソースの制約があるものの、展開可能な高度なAIビジョンモデルが数多く用意されています。セキュリティ用途でのワークロード例は次のとおりです。
- 顔認識は、承認された人員が立入制限区域に入ることを支援し、認識されない人物にフラグを立てます。
- 再識別(Re-ID)は、異なる画像や別々のカメラフィードにわたって個人を追跡し、不審な人物が人混みの中や長い距離のなかで見失われないようにします。
- 物体検出は、武器、盗品、あるいは(疑われずに行動できるようにする変装である)高視認性ベストなどにフラグを立てて、潜在的な脅威をオペレーターに知らせます。
- 身体の動きの追跡は、人物のジェスチャーを調べて、防犯カメラに注目するなどの攻撃的または不審な行動にフラグを立てます。
統合AIに向けたCoMベースのアプローチ
AIビジョン向けのEdgeプラットフォームを検討する際、Computer-on-Module(CoM)のSOM-COMe-BT6-RK3588は革新的なソリューションです。一般にx86アーキテクチャを採用するほとんどのCOM Expressモジュールとは異なり、SOM-COMe-BT6-RK3588は、ArmベースのRockchip RK3588マルチコアシステムオンチップ(SoC)と、別個のAxelera AI Metis人工知能処理ユニット(AIPU)を組み合わせています。これにより、COM Expressのオープン規格が定める限られた電力枠の中で、高度なAIビジョンを実現します。
このモジュールのAI処理能力の大部分は、専用の集積回路であるMetis AIPUによるものです。1ワットあたり約15 TOPSの電力効率を備え、SOM-COMe-BT6-RK3588プラットフォーム全体として最大120 TOPSのAI性能を提供します。これにより、複数のカメラフィードにわたるEdgeベースの映像推論が可能になり、包括的なリアルタイム脅威検知を支えます。
これらの処理アーキテクチャは、CPU用の最大32 GBのメモリとAIPU専用の2 GBのメモリによって支えられており、AI解析中の映像データ管理に十分なリソースを確保します。主なカメラインターフェースは、MIPI-CSIの2レーンコネクター 2系統と複数のUSBポートで、ローカルのセキュリティネットワークとの接続用にEthernetポートを1系統備えています。
オープン規格の市販(COTS)CoMによってEdgeコンピューティングを統合することで、開発者は、開発の加速、ベンダーロックインのない長期サポート、キャリアボードによる柔軟でコンパクトな統合といった利点も得られます。一度設計すれば、このキャリアは複数の製品世代で使用でき、セキュリティアプリケーションの進化に合わせたtime-to-marketの短縮につながります。
MetisによるリアルタイムAIビジョンの実装
Axelera AI Voyager SDKは、使いやすいエンドツーエンドの統合ソフトウェアスタックを提供し、Metis AIPUへのAIビジョンモデルの展開を簡素化します。独自のモデルを使う場合でも、YOLOやResNetなどの一般的な開発フレームワークを使う場合でも、Voyager SDKがAIパイプラインを自動的にコンパイル・最適化するため、リアルタイム推論のセットアップが容易になります。詳細は、Axelera AI Voyager SDKのGitHubリポジトリをご覧ください。
SOM-COMe-BT6-RK3588のソフトウェアエコシステムを完成させるのが、SECOのClea OSです。Yoctoベースの柔軟なプラットフォームで、エンジニアはAI対応のセキュリティアプリケーションの特定の要求に合わせてカスタマイズできます。そのモジュール性により、低レベルの開発が加速し、SOM-COMe-BT6-RK3588に搭載された多数の処理コアへのアクセスが効率化されます。これは、CoMを個々のカメラに組み込んでエンドポイントで推論を行う場合も、近くの複数のカメラを支えて解析済みのフィードをメインの警備ステーションに中継する場合も同様です。
AI駆動の防犯カメラに向けた、効率化された未来
多くの企業や公共サービスが、支出を抑えるためにセキュリティ体制を縮小しているようです。AIビジョンは、少人数のチームの効果を高め、オペレーターの疲労といった問題を解決するうえで、重要な役割を果たせます。SOM-COMe-BT6-RK3588は、Metis AIPU、Voyager SDK、Clea OSを含む高度に統合された組み合わせにより、高度で電力効率に優れた推論を、ローカルの防犯カメラシステムにもたらす、コスト効率の高いソリューションです。
セキュリティ用途では、AI対応カメラでオペレーターを支援する意義が大きい一方、こうしたソリューションは、工場の自動化や、労働安全衛生を重視する現場にも適しています。ここでは、顔認識、Re-ID、物体検出、身体の動きの追跡により、作業者が適切に保護され、資格を持つ機器を操作できる状態にあることを確認できます。
SECOのEdgeコンピューティングとCoMプラットフォームの詳細はseco.comでご覧いただけます。また、SECO App Hubで、AIビジョンの活用方法もご確認ください。
SECO ニュースレターを受け取る。
seco.com でメールアドレスを登録してください。




