エッジ展開のためのYOLOv11-SEFAを用いた遺産ギャラリーでの解釈可能かつ軽量な転倒検出

なぜギャラリーの安全が重要か

社会の高齢化が進む中、より多くの高齢者が博物館や遺産ギャラリーを訪れるようになっています。これらは美しい空間ですが、現代の安全監視を想定して設計されたわけではありません。こうした場所での単純な転倒が重大なけがにつながることがある一方で、新たにセンサーを配線したりカメラ映像を常時監視したりするのは費用がかかり、侵襲的で、しばしば実用的でない場合があります。本論文は、インターネットに映像を流さず訪問者のプライバシーを侵害しないまま、カメラ近傍で動作可能なコンパクトな人工知能を使って、このような空間で転倒を自動かつ迅速に検知する新しい方法を探ります。

見守るのが難しい場所

本研究の試験舞台はノースシドニーのロックフォート・ギャラリーで、1920年代に建てられた高い天井、装飾の施された仕上げ、光沢のある床、ガラスケースを備えた修復建物です。これらの特徴は来訪者にとっては視覚的に豊かな反面、機械にとっては難所です：光がガラスに反射し、影が一日を通して変化し、人口密度は増減します。遺産保護の規制は穴あけや配線、かさばる機器の設置も制限します。著者らは、ここでの転倒検出システムはコンパクトで省電力、プライバシーに配慮しつつも、脆弱な来訪者を守るために十分信頼できることが必要だと主張しています。

コンピュータに「転倒」の見え方を教える

システムを訓練するために、チームは小さな演出データセットに頼りませんでした。代わりに、既存の画像コレクションを拡張し、博物館、ギャラリー、コミュニティセンターで撮影された数千枚の追加写真を取り入れました。各画像は通常の姿勢（立つ、歩く等）か転倒姿勢（床に横たわるさまざまな向き）かでラベル付けされ、天井取り付け、側面、目線の高さといった様々な角度から、明るい日中から薄暗いスポットライトのある室内まで幅広い条件で撮影されました。また、家具や他の来訪者による部分的な遮蔽や混雑した部屋のシーンも意図的に含め、実際の公共空間に見られる雑多さや混乱を反映しています。

エッジで動く軽量なスマートウォッチャー

システムの中核は、YOLOv11-SEFAと呼ばれる簡素化された物体検出ネットワークで、各カメラフレームを解析して人物が転倒しているかどうかを判定します。より重く複雑なモデルを構築する代わりに、著者らは既存の高速検出器に対して二つの的を絞った改良を加え、部分的に隠れた小さな身体や人が床に接している領域に特に注意を向けられるようにしています。これにより検出される真の転倒の割合とバウンディングボックスの精度が向上しつつ、計算量は建物内に設置できる控えめな「エッジ」コンピュータで実行可能な低水準に保たれています。複数の一般的な代替手法との比較試験では、この調整モデルが精度と速度のトレードオフにおいて最良の選択肢の一つであることが示され、元のモデルと比べて処理負荷の増加は小幅にとどまっています。

単純な警報から段階的リスクへ

「転倒」か「非転倒」だけを大声で告げるのではなく、本システムは検出されたイベントごとに0から3までのリスクレベルを割り当てます。そのために視覚的検出を六つの単純な数値に変換します：画像に占める人物の割合、傾きの程度、カメラからの見かけの距離、輪郭の伸びやつぶれ具合、周囲の視覚的に賑やかな度合い、そして同時に存在する他の人物の数です。専門家の安全意見に触発された別の判定モデルがこれらの値を組み合わせ、通常の活動、低リスクの奇妙な姿勢、中〜高リスク、明白な高リスク転倒の四つの帯に分類します。重要な点として、著者らは説明ツールを用いてモデルが本当に姿勢に関連する手がかり（体の傾きや形状）を最も重視しており、無関係な背景詳細に依存していないことを確認しています。

実際のギャラリーでのテスト

完全なシステムはカメラ、ローカルのエッジコンピュータ、クラウドサービスを四層のパイプラインで接続します。カメラは低レートに抑えた映像を同じ階にあるコンパクトな機械にストリーミングし、そこが転倒検出を実行してアラートを生成します。必要時にのみ短い断片やヒートマップのオーバーレイがクラウドへ送信され、帯域幅とプライバシーの曝露が制限されます。ロックフォート・ギャラリーでの72時間のパイロットでは、混雑した場面でも応答時間は約0.25秒前後に維持され、ピーク時の誤報は1時間あたり半件未満に抑えられました—主に写真を撮るためにかがむ来訪者が原因でした—一方、演出された試験転倒はすべて検出されました。著者らはこれらの数値が比較的短く制御された試験から得られたものであると強調しますが、要求の厳しい実世界環境でこのアプローチが技術的に実行可能であることを示しています。

今後の公共空間にとっての意義

専門家でない読者にとっての重要な成果は、既存のカメラシステムに大規模な改修や常時の人的監視を伴うことなく、自動で段階化された転倒警告レイヤーを歴史的ギャラリーや類似の公共建物に追加することが可能になった点です。効率的な検出器を小型の現地コンピュータで動かし、結果の解釈と共有の仕組みを慎重に構築することで、このシステムは背景で静かに見守り、起こり得る転倒を検出し、その深刻度の示唆を与えつつ、控えめなハードウェアとプライバシーへの配慮を両立できるという初期の証拠を提供します。都市規模の安全基準と見なすにはより広範で長期の試験や他の建物種への拡張が必要ですが、本研究はその方向への明確で実用的な道筋を示しています。

引用: Wu, S., Yang, H., Hu, Y. et al. Interpretable and lightweight fall detection in a heritage gallery using YOLOv11-SEFA for edge deployment. Sci Rep 16, 7795 (2026). https://doi.org/10.1038/s41598-026-39527-y

キーワード: 転倒検出, スマートギャラリー, エッジAI, 高齢者の安全, コンピュータビジョン