アラヤは8月6日、河川に設置した4K監視カメラの画像から河川の水位を推定するAIのモデルを構築したと発表した。

  • 今回開発に成功したソリューションのイメージ

アラヤはディープラーニングを含む機械学習のアルゴリズムを活用して、画像認識や産業機械の自動化といったソリューションを提供している。同社は2021年1月から栃木市で実施した防災に関する実証実験に参加し、技術協力したとのことだ。

日本では毎年のように自然災害が多発し、ゲリラ豪雨や台風によって河川の氾濫や道路の冠水など、甚大な被害が発生している。災害発生時に、地方自治体では限られた職員がさままざまな情報を収集および分析したうえで的確な避難誘導の判断を行う必要があり、職員に対する負荷が課題だ。

こうした理由から、近年では災害発生時における被害状況の把握と、河川の監視などに活用できるAIの需要が高まっているという。そこで同社は、AIを活用した高精度な水位測定ソリューションを開発したとのことだ。これにより同社は、地方自治体における防災業務の効率化への貢献を目指す。

  • 河川の画像から水面をピクセル単位で認識して、水位を推定する流れ

同ソリューションには、意味的領域分割モデル（セマンティックセグメンテーション）と呼ばれる、ピクセル単位で何が写っているかを分類する深層ニューラルネットワークの技術が活用されている。河川の画像内から水面が写る領域を認識して、水位を推定するとのことだ。

一般的に、高精度なAIを構築するには多数の水位の画像が必要である。しかし、実証実験の短い期間では取得できるデータ量が少なく、水位のバリエーションの不足が課題だったという。そこで、取得した実写画像をベースにして、さまざまな水位の状態を再現したCG画像を作成することでデータを増強し、AIモデルを構築している。

  • CG画像を作成して河川データの不足を解消したとのことだ

同実証実験では、3地点でモデル評価を行っている。そのうち最良の結果が得られた地点では、プラスマイナス3.6cmの誤差で水位を推定できたとのことだ。他の2地点ではそれぞれプラスマイナス3.74cm、プラスマイナス15.32㎝の誤差で水位を推定している。3地点目については目標制度を達成できなかったものの、精度が低下した要因を夜間の光量不足であると特定できたため、課題解決に向けた改善策の示唆が得られたとしている。

  • 最良の地点では±3.6cmの誤差で水位を予測できたという