A:　店舗の平面図と運用のイメージ（必要なデータ、運用方法、店舗で日々のデータが分かればよい、本部などで一元管理したい、など）を教えてください。適合するソリューションをご提案します。

A: まずは、ピープルカウント
ピープルカウントは基本の「き」です。 もしもピープルカウントを行っていない、もしくは人の勘に頼っているのであれば導入を考えましょう。 選定のポイント：高精度を謳うシステムでも100%の精度のものは存在しません。 たとえば、60%から90%の精度のシステムと、75%±5%のシステムの2択の場合、 前者のシステムの方が最大の精度では圧倒していますが、システムとして見た時には 後者の方が取得するデータの信頼性は高いと言えます。 上記は極端な例ですが、 システムとしての誤差要因が何処にあり、どの程度のばらつきになるのか、という点を 見極めるのが重要になります。　誤差要因が明確で、誤差範囲もある程度分かって いれば、データは正しいロジックにより補正することで、信頼できるデータに変換できる可能性が高くなります。　DX化で1番怖いのは、取得するデータの信頼性なので、常にばらつく精度のデータの場合、そのデータから導き出される施策は誤っている可能性が高くなる事になります。 安くない費用を支払って信頼性の低いデータを取得する、こんな事にならないように実運用における精度がどの程度なのか、しっかりと見極める事が重要です。

A:ピープルカウントの次は属性情報
店舗や施設へ流入する数を数えたら、次に必要となるのは属性情報となります。属性情報の取得方法にはも様々な方法があります。専門の業者による人の目による測定や、携帯電話情報から得られる属性情報、そしてカメラによる測定など、ビッグデータの取得ではその用途に応じた方法を選択する事で目的に近いデータ収集を行う必要があります。

A:　精度は使用する環境や使用するIOTセンサーによっても大きく異なるため一概に精度を数値化することは難しいです。　　人検知をするセンサーには、ビームセンサー、サーマルセンサー、TOFセンサー、Lidarセンサー、カメラ式センサーなど様々なものがあります。　一般的に人検知に特化したセンサーの方が精度が高いとされています。　弊社の経験では、TOFやTOF Lidar、3Dカメラなどの専用機がもっとも精度が高いセンサーと言えます。　推奨する環境における精度は99％以上を謳うものもあります。

A:　ピープルカウント専用機にはカメラ式とTOF技術を使用したものがあります。 カメラ式もTOFタイプも入り口の天井に取り付けて真下を検知します。 センサーが障害物の影響を受けにくく安定した精度が期待できます。　理論的にも監視カメラタイプに 比べて圧倒的に誤差要因が少なく、精度を出しやすいソリューションとして認識されています。　 弊社で取り扱うセンサーも基本このタイプのものを採用しています。　　 理想的な環境で設置されたとして、専用機と言われるセンサー類では精度98％前後を謳ったものが多いです。一方監視カメラタイプ(斜めからの撮影）では一部のカメラを除いて精度自体を謳っていない ものの方が多く、弊社の実際の評価においても設置環境に大きく依存するため理想的な環境であったとしても精度は80％前後のものが多いと思います。

A:　TOF LIDARはLight Detection and Rangingの技術の一種で、広範囲にレーザーを照射し、 その反射光の時間を基に物体までの距離や形状を測定します。Time-of-Flight技術を採用しており、広い範囲での高精度な距離測定が可能です。これにより、自動車の自動運転技術やドローン、地形 の3Dマッピングなどの応用が広がっています。 弊社で取り扱うLidarセンサーでは人検知専用として自動車用などよりもパワーを抑えつつも、10ｍ程度までの距離での人検知を高精度に行う事が可能です。

A:　TOFセンサーはTime-of-Flight技術を基盤とした距離測定センサーで、短いパルスの赤外線を物体に当てて反射した光の時間を計測することで、近距離の物体までの距離を高精度に算出します。 照射範囲が狭いため、スマートフォンの顔認証やVR/ARデバイスのような近距離での3Dセンシング用途に適しています。　弊社で取り扱うTOFセンサーではこのTOF技術を応用してパワーを上げることで 中距離（3.5ｍから4.5ｍ）の人検知を行う事が可能な高精度のピープルカウント専用機です。

A:　監視カメラ型のピープルカウントソリューションでは、設置環境により精度に大きな影響がある事を認識する必要があります。このタイプのカメラの場合、よく店舗で見かけるように天井に取り付けて斜めに入り口を俯瞰する形での取り付けが多くなります。　
その時にカメラ位置とリースラインの長さや形状、什器や照明、ポップなど障害物との位置関係など、取り付け環境によって精度に大きな影響が出るポイントがたくさんあります。
　 弊社で取り扱うAIカメラによる安価なソリューションではフィッシュアイタイプを採用していますが、検知範囲が広いため、やはり設置環境に依存します。
　 実際のお引き合いの際に設置環境を十分に確認させて頂き、想定される誤差などに関してしっかりと説明をさせて頂きます。

昨今の監視用カメラでは良くAIという文字が頭についた物を多く見ます。 弊社にも取り扱い機器がありますが、AIカメラとは人工知能を組み込んだカメラと、漠然とした理解から「AIイコール高精度」と考えてしまう方が多いと思います。

人工知能といってもカメラによって組み込まれている解析のアルゴリズムは同じではありません。 最近は人検知によるピープルカウント機能やゾーン内の人の有無、属性判断、年齢層判定、物体検知からの状態変化を検知しての通知や、車両検知など、画像認識とディープラーニングされたデーベースとのマッチングを利用した様々な識別を行うアルゴリズムが搭載されたエッジカメラを良く目にしますが、ピープルカウント機能は簡単なラインクロスを判断するアルゴリズによるものが多いため、精度は設置環境に大きく依存することをAIカメラ選定の際には十分に理解することが重要です。

監視カメラタイプで精度を求めるのであれば、サーバ型を選択することを推奨します。
サーバ型であれば処理能力が圧倒的に上がるためピープルカウントも属性もエッジカメラに比べて高精度が期待できます。

カメラを利用する場合、監視カメラ機能との兼用をしたくなるのではないでしょうか？ 店舗のDX化という目的と監視目的では同じカメラの使用においても、目的が異なるため、その設置条件は異なるので併用は避ける必要があります。
例えば属性情報の取得を既設の監視カメラで行う場合、その画角に問題が生じる可能性が高くなります。監視目的では入り口を見るカメラは入り口を広く俯瞰する取り付けが一般的ですが、属性情報の取得では人を出来るだけ角度を付けず、かつ大きく映す事が求められます。

　 被写体である人とカメラの角度が浅くなるように少し離れた位置から、ZOOMを利用して入店する人の顔が大きく映るように設置します。　自ずと設置位置だけでなく、カメラに求められる機能も設定も異なる可能性が高くなります。　

Step1.　ニーズ確認: ピープルカウンターを導入する目的や利用場所などヒアリング

Step2.　システム選定: 設置場所、目的や予算に合ったセンサー、及びシステムの組み合わせを選定・提案します。

Step3.　見積もり：図面からCADを使用したシュミレーションを実施します。写真や現場確認を行う場合もあります

Step4.　設置場所の確認（ご成約後）: センサーの範囲や高さ、角度など、最適な計測ができる位置を確認します。

Step5.　設置: 弊社手配またはお客様手配により選定したセンサーを設置し、必要に応じた初期設定、キャリブレーションを行います。　（キャリブレーションや設定は可能な場合、遠隔で実施します。）

Step6.　データ収集・分析:　導入後、データ収集を開始、ご成約のソリューションのご利用を開始します。