公共空間中的人臉影像解析、搜尋技術已從「實證實驗」等級提升至「實用」等級
為了更確實且有效率地確保公共空間的安全與安心
NEC的人臉辨識技術※1已連續四次在美國國家標準與技術研究院 (NIST)※2舉辦的2009年、2010年、2013年、2017年、2019年評比測試中，獲得全球第一的榮耀。近年來，NEC也持續與政府機關和企業等客戶共同推動結合人臉辨識的時空數據交叉側寫※3的實證實驗，並在國內外都獲得高度肯定。
自2017年起至目前為止，NEC已與致力確保公共空間安全及安心的國外政府機關合作進行驗證，以正確偵測注意名單人物、可疑物體或舉動，來實現犯罪防範以及更迅速解決犯罪行為之目的。
上述政府機關除佈建規模達數千台的固定式攝影機，更引進了空拍機、穿戴式攝影機和音訊檔案蒐集裝置等設備，與NEC共同進行驗證。負責國家安全管理與指揮的部門則提出要求，希望能經由即時解析上述設備蒐集到的大量資訊，「整合式地全方位察看整體受監視的公共區域」。
為回應上述要求，NEC結合了「NeoFace Image Data Mining※4」、「Behavior Detection System※5」等至今既已開發的技術和機能，開發、推動可從單一平台統一監視整體目標區域的「整合式監控平台」，因此獲得該部門的高度肯定。
有鑑於企業也同樣開始在飯店等設施的佔地範圍內，裝設供監視的攝影機，因此本平台不僅可使用於政府機關，也可望獲得一般企業採用。
實現影像即時解析、搜尋。讓人力轉為處理其他更重要的業務
NEC在開發整合式監控平台的過程中，預先設定的狀態是結合數項NEC產品再建置單一平台。為使平台整體表現與可用性達到最佳化，研發團隊改良了個別產品的分析引擎並進行適度調整※6。
傳統型的監視系統需由操作人員在攝影機偵測到目標人物臉部並於螢幕畫面上顯示警示 (Alert) 時，調閱大量的側錄影像進行解析，確認上述人物曾在「何時」「何地」出現。這樣的做法，由操作人員進行確認，不僅步驟繁瑣且耗費大量的時間，甚至也可能會在無意間遺漏其他目標人物。
利用NEC此次開發的整合式監控平台，即可讓操作人員善用攝影機影像網，確認受監視區域整體現況。
*1 人臉辨識技術：NEC在2017年美國國家標準與技術研究院 (NIST) 舉辦的動態影像人臉辨識技術評比測試中，大幅領先其他公司，獲得全球性能第一的評價。
*2 NIST：美國國家標準與技術研究院 (National Institute of Standards and Technology) 的簡稱。其設立目的在於技術革新與強化產業競爭力。
*3 時空數據交叉側寫：從不同場所拍攝的長時間影像數據中，高速搜尋與鎖定以特定模式（時間、場所、動作等）出現人物的技術。詳細介紹請參考時空數據交叉側寫。
*4 NeoFace Image Data Mining：人工智慧軟體。利用時空數據交叉側寫技術，快速精準地從監視攝影機等設備拍攝的大量影像中，搜尋出在特定時間、場所出現的人物和進行特定動作的人物。
*5 Behavior Detection System：偵測人物異常舉動的人物行動解析系統。
*6 改良與適度調整個別產品的分析引擎：解說內容參見下文。
除此之外，本平台還具備可從所有過去的攝影機影像中，高速搜尋出特定人物的功能。因此，即使出現在攝影機前的人物才剛儲存於系統中，操作人員也能在數秒內從過去拍攝儲存的影像中搜尋、確認該人物過去出現的地點、出現的模式等資料。
引進此一可極為快速執行影像搜尋、確認步驟的平台，將可提升預防犯罪、搜查效率的水準，亦可更加迅速、簡易地發現可疑人物，還可節省在指揮中心執行勤務的操作人員和工作人員確認人別作業的時間，俾以從事研擬警備因應措施、巡邏設施佔地範圍內部等更為重要的業務。
針對大量人潮往來的公共空間等高難度環境中出現的眾多臉部影像，進行解析、搜尋的技術，可說是因本次全新開發的平台而從「實證實驗」等級進化至「實用」等級。此一整合式監控平台已獲國外政府機關的高度肯定，預期在不久的將來擴大其適用區域與規模。
維持搜尋處理的效能同時限縮保存數據的總量
研發團隊在建置這個全新的整合式監控平台時面臨的課題，是數據處理速度因數項既有技術和機能的串連而下降。為此，研發團隊將實現可即時處理的速度列為優先，同時設計出用以維持必要的數據精準度的系統並進行調整。舉例來說，只保留攝影機拍到的臉部影像中具特徵性的部分，藉此將數據量限縮在可讓系統內部的數據有效率傳輸的程度。至於要從全部影像中將哪個時間點的臉部影像列為數據保存，則是由AI（人工智慧）自動判斷。
藉由上述的調整，即可抑制保存數據增加，同時減少搜尋處理的停滯和維護上的風險。
在既有技術方面，研發團隊擴充了「時空數據交叉側寫」的機能，同時追加了搜尋特定人物的新機能。在NEC與國外政府機關合作進行的實證實驗中，僅花20秒即可從7天內在往來人潮眾多的公共區域拍到的攝影機影像中，搜尋出出現頻率最高的前20個人。(日文版原文發表日期: 2019年3月)
