既存防犯カメラをAI化するAI Box構成

16台、32台、64台、さらに100台を超える監視設備では、カメラの購入費だけで計画を判断できません。オフィスビル、工場、病院、ホテル、学校、集合住宅、倉庫、商業施設、駐車施設には、すでに同軸線やLAN、隠ぺい配管が張り巡らされています。

全面更新では、天井内作業、穿孔、高所作業、防火区画の処理、再防水、夜間施工、休業調整、管理会社との協議まで発生します。物理インフラがまだ使えるなら、まず残せる範囲を調べる方が合理的です。

AI機能が進むたびに前端機器を全交換すると、AIの更新周期が建築工事の周期を決めてしまいます。映像収集とAI演算を分ければ、必要な場所だけカメラを交換し、共有する演算層をまとめて更新できます。

AI計算層には、エッジAIゲートウェイ、AIアクセラレーター、AIサーバー、分散AIノードなどの構成があります。SunCurve AI Boxでは、既設映像を活かせる構成を現場条件に合わせて選びます。

旧式のアナログカメラは、AI計算機へ直接つなぐ前に映像をデジタル化する必要があります。DVR、XVR、IPエンコーダー、映像ゲートウェイのいずれかを通し、利用可能な映像ストリームとしてAI層へ渡します。

十数年前のDVRがRTSPやONVIFに対応しているとは限りません。独自プロトコルやメーカーSDKだけの場合もあります。そのため、カメラと同軸線を残せても、DVRの交換やゲートウェイの追加が必要な案件があります。旧IPカメラも、利用できるストリーム、認証、コーデックを個別に確認します。

Camera Auditでは、現状の映像をA・B・Cに分けます。Aは画質、フレームレート、夜間映像、撮影角度が目的に十分で、継続利用の候補です。Bは人物や車両の存在確認、区域や周界の基礎検知には使えても、高度な識別には不足する可能性があります。

Cは原映像の情報が足りず、重要箇所から交換します。確認項目は、対象人物が画像内で占める画素数、動体ぶれ、圧縮劣化、逆光、ノイズ、遮蔽、ビットレート、GOPなどです。標称4MPでも、状態の良い1080p映像よりAIに適するとは限りません。

AI Boxはネットワークへ接続するだけで動く装置ではありません。メインストリームとサブストリームの解像度、FPS、ビットレート、GOP、コーデック、RTSP、ONVIF Profile、認証方式を確認します。ネットワーク構成、スイッチ容量、上位回線、VLAN、既存通信量も対象です。

古いカメラにはサブストリームがない機種や、AI用途には解像度が不足する機種があります。その場合はメインストリームを解析する可能性があります。100本の低解像度ストリームと、100本の4MP・4Kストリームでは、デコード、帯域、メモリー、推論の負荷が大きく異なります。実際の解析台数は、映像条件とモデルを確認して設計します。

大型の既存設備では、複数メーカーのカメラとレコーダーが混在することが一般的です。ONVIF対応という表示だけで、すべての機能がそのまま連携するとは判断できません。

Profileの違い、RTSPパス、コーデック、認証、暗号化、時刻同期、PTZ、イベントメタデータ、メーカー独自拡張を確認します。AI化の可否は、カメラの型番だけでは判断できません。映像がAI層へ届くまでの全経路を評価します。

現場条件を見ずに、更新費を何％削減できるとは言えません。全面更新ではカメラと配線だけでなく、配管、天井、高所、防火区画、夜間作業、復旧、停止時間が費用になります。

AI層の更新でも、システム調査、映像ゲートウェイ、計算機、ネットワーク調整、必要箇所のみの部分更新、チューニングが必要です。両者の項目を並べ、残せる設備と新たに必要な工程を案件ごとに整理します。

汎用の大規模モデルは、言語、知識、数学、コード、多分野の推論まで扱います。一方、監視の連続処理には、人物・車両、ラインクロス検知、エリア侵入検知、滞留検知、置き去り検知、持ち去り検知など、範囲を絞った仕事が多くあります。

専用データによる学習、蒸留、量子化、枝刈り、現場最適化を行った小型モデルは、限定された仕事で、遅延、消費電力、メモリー、費用、24時間運用のしやすさに優れる場合があります。小型モデルの総合能力が大型モデルを上回るという意味ではありません。

20 TOPSの装置が10 TOPSの装置より、実際の監視タスクで必ず2倍速いとは限りません。モデル構造、演算精度、コンパイラー、メモリー帯域、NPU利用率、映像前処理、最適化、対象タスクが結果を左右します。

今後は公称演算量だけでなく、一定の電力と計算資源で、価値のある仕事をどれだけ安定して処理できるかが重要です。AI efficiency、Intelligence per Watt、Intelligence per TOPSは、その方向を考える概念です。公的な単一性能規格として扱うものではありません。

100台のシステムで、100本すべての4K映像を高いフレームレートのまま、視覚言語モデル（VLM）へ24時間入力する必要はありません。第一層では人物、車両、動き、区域、ラインクロス検知を軽量モデルで常時処理します。

イベントが起きた映像だけを、顔、ReID、属性、姿勢、行動などの第二層へ渡します。さらに少数の重要なイベントだけを、VLM、意味検索、文章化、自然言語検索へ送ります。段階的に対象を絞ることが、大規模AI運用の経済性につながります。

大規模施設では、各階や各エリアにAIノードを置き、中央の管理層へイベントと検索情報を集約できます。Camera、Floor / Area AI Nodes、Central AI Brainという段階構成です。AI Boxも建物内で処理するエッジAIの一種です。

どこへ何台置くかは、映像本数だけでは決まりません。ストリーム条件、モデル、応答時間、ネットワーク経路、障害時の影響範囲、保守方法を合わせて決めます。ハードウェアのデコード路数を、そのままAI解析路数として扱うことはできません。

第一層と第二層は建物内で処理し、原映像をできるだけ外へ出さない構成を優先します。VLMも全映像を連続処理せず、選別済みのイベントクリップ、キーフレーム、関係部分だけを入力すれば、ローカル実行に必要な資源を抑えられます。

小規模言語モデル（SLM）、視覚言語モデル（VLM）、蒸留、量子化、NPU、メモリー最適化、映像トークン圧縮は進歩しています。十分に高い知能は、急速に小さくなっています。ただし、高度なモデルや特定機能では外部AIを選ぶ場合もあります。その際も映像の全量送信を前提にせず、送信対象、送信先、保存期間、アクセス権を設計します。

AIが顔、ReID、軌跡、行動を扱えるほど、「何ができるか」と同時に「どこで処理するか」が重要になります。ローカル推論、ローカル保存、アクセス制御、保存期間、監査ログ、必要最小限のデータ利用を、システム要件として整理します。

AI Box構成は完全ローカル処理を実現できる可能性がありますが、すべての案件が自動的に完全ローカルになるわけではありません。設備、ソフトウェア、顧客要件、運用体制に応じて決めます。

カメラ内AIは、露出、ノイズ低減、現地警告、低遅延制御などに向きます。後端の計算層は、映像の検索やイベント整理などに利用できます。顔データベース、ReID、複数カメラ追跡などは本製品の提供機能を示すものではなく、必要な機能と適法性は個別に確認します。

カメラは「反射神経」、AI Boxは「大脳」と考えると分かりやすくなります。後端AIは、カメラでのエンコード、ネットワーク転送、デコード、推論の経路を増やします。必要な遅延と機能に応じて、両者へ処理を割り当てます。

現場で起きやすい失敗は、AIがまったく検知できないことだけではありません。木の影、雨雪、昆虫、猫や犬、車のライト、作業員の通常行動が大量の誤報を生み、通知を止めてしまうことです。

ROI、検知エリア、対象サイズ、方向、継続時間、時間帯、除外領域、しきい値、現場校正、誤報レビューを組み合わせます。AI導入は機器を置いて完了ではありません。現場評価、チューニング、運用中の見直しが価値の一部です。

RTSP、ONVIF、H.264、H.265を利用できる設備は、将来、異なるNVR、VMS、AIゲートウェイへ接続できる可能性を広げます。映像を特定アプリの中だけに閉じ込めないことが、更新時の選択肢になります。

ただし、ONVIF対応は完全互換を意味しません。映像、PTZ、イベント、分析メタデータはProfileと実装で対応範囲が異なり、独自機能が残る場合もあります。実機と利用ソフトウェアの組み合わせで確認します。

AI計算機は24時間365日動く設備です。機械室の温度と放熱、ラック空間、電源、UPS、ネットワークポート、保存領域、保守時のアクセスを確認します。小型の箱でも、置き場所を決めずに追加できるわけではありません。

演算性能だけで機器を決めず、故障時の切り分け、更新手順、停止可能な時間も含めて運用設計を行います。