Azure Perceptで駐車場車両検出ソリューション

車両検出を行うサンプルモデルをAzure Perceptにデプロイし、駐車場の車の台数や車両の種類を識別するデモを作成しました。

使用リソース

  • Azure Percept(DK、Vision SoM)
  • Azure IoT Hub
  • Azure Stream Analytics
  • SQL database
  • Power BI

デモシナリオ

車両検出からデータの可視化を次の流れで行います。

  1. Azure Perceptのカメラから映像を撮影し、Perceptで映像から車両検出を行う
  2. 検出結果をIoT Hubへ送る
  3. Stream Analyticsを利用し、IoT Hubへ送られた検出結果をSQL databaseへ格納する
  4. Power BIで検出結果を可視化する

車両検出モデル

Azure Percept Studioから無料でデプロイ可能なサンプルモデルを利用します。

このモデルは車両の種類を識別し検出することが可能です。

識別可能な例: Car、Van、Truck、Bus、Bicycle、等

Azure Perceptで車両検出

今回の検出は、事前に録画した駐車場の様子をスクリーンに映し、そのスクリーンをAzure Perceptのカメラでキャプチャーしています。直接車両を検出できる環境では、より精度よく車両を識別できる可能性があります。

Azure Perceptでの車両検出:

検出に使用した動画は次のリンク先から取得しました。

サンプルビデオ

Stream Analyticsで検出結果の処理

Stream Analyticsでは、perceptからIoT Hubへ送られた車両検出のテレメトリの処理を行い、SQL databaseへ格納する形へ変換を行います。

検出結果のテレメトリには識別された車両の画像内の座標(bbox)、車両の種類(label)、識別があっている確率(confidence)、時間(timestamp)が含まれています。テレメトリを変換する際に、confidenceが0.4以上の検出のみをSQL databaseへ送るように設定を行っています。

車両の検出結果をPower BIで可視化

SQL databaseに蓄積された検出された車両のデータをPower BIで可視化します。

次のグラフは検出された車両の種類ごとに数をカウントし、カウントの推移を表しています。

執筆担当者プロフィール
寺澤 駿

寺澤 駿(日本ビジネスシステムズ株式会社)

IoTやAzure Cognitive ServicesのAIを活用したデモ環境・ソリューション作成を担当。

担当記事一覧