【研究・開発者向け】WEBカメラだけで手軽に人間の動きを検出！AI骨格検出システム「VisionPose®」がさらに使いやすく！

〜各種スポーツでのフォーム解析や、監視システムへの組み込み、Vtuber配信などにも〜

株式会社ネクストシステム(本社：福岡県福岡市、代表取締役：藤田 義生)は、 WEBカメラのみで人間の骨格を検出できるSDKとして法人向けに販売中の「VisionPose（ビジョンポーズ）」に下記の新機能をリリースしました。

1.動画・静止画から骨格検出ができる「VP_Analyzer（仮）」を製品版に付属。（バージョン1.1より）
2.シングルカメラで２次元座標を検出する機能を追加。（バージョン1.2より）
3.精度重視・速度重視の切り替え設定を追加。（バージョン1.2より）

VisionPoseイメージ

■深度センサ等を利用せず手軽に人間の動きを測定したい人におすすめ！VisionPoseとは？
VisionPoseは深度センサに依存せず、複数人の骨格座標（30箇所）をWEBカメラだけで検出するシステムです。リアルタイム計測でかつ、２Dと３D（深度測定）の骨格検出に対応しています。
また今回、３つの機能を追加することで、さらに幅広いシーンでのご利用が可能になりました。特にリアルタイムだけでなく既存の動画や静止画からの骨格検出が可能な「VP_Analyzer（仮）」が製品版に同梱されたことで、例えば研究用の資料動画や画像から簡単に骨格を検出できるようになりました。

先月（11月19日）に製品版を法人のお客様向けにリリースして約1ヶ月、各種スポーツ分野でのフォーム解析、監視カメラなどへの組み込みやVtuberへの利用など、さまざまな分野で現在約300件のお問い合わせをいただいています。

※現在法人のお客様のみの販売となっております。
※個人のお客様向けには準備が整い次第別途お知らせいたします。

■ピンチをチャンスに！VisionPose開発の背景
VisionPoseの検出結果を利用すると人間の動きを測定することが可能です。
従来は深度センサつきカメラを利用したり、マーカーを体に装着するなど行うことで動きを検出していました。
ただこの場合ハードが販売中止になるリスクや、高価で手軽に利用しづらい点が課題としてあります。実際に当社でも主要サービスに利用していた深度センサ付きカメラが昨年突如販売中止になったことから大変重要な課題だと認識しています。
そこで当社では、以前よりディープラーニング（深層学習）を使った画像認識技術のノウハウがあったことから、深度センサを利用せずWEBカメラから人間の骨格を検出するシステムの開発を進め、ハードに依存せず手軽に骨格検出を行えるVisionPoseを販売するに至りました。

■追加機能について
1.動画・静止画から骨格検出ができるアプリ「VP_Analyzer（仮）」

 

「VP_Analyzer（仮）」とは、お手持ちの動画または静止画から骨格を検出できるアプリケーションツールです。VisionPoseバージョン1.1より製品版に付属しました。
バージョン1.0ではリアルタイムで骨格を検出することを想定したSDKであるため、既存の動画や静止画から検出する場合、別途開発をする必要がありました。一方で研究用に撮りためていた動画や静止画からも骨格を検出したいなどのご要望を多くいただいた背景もあり、「VP_Analyzer（仮）」を製品版に付属することで開発の手間なくより簡単にプログラマでなくても動画や静止画から骨格を検出できるようにしました。

この結果、従来の赤外線で骨格を認識するセンサではできなかった動画・静止画の事後検出が可能になりました。リアルタイム性に囚われないため、ご用意いただく素材の解像度が高い場合でも骨格の検出が可能です。
特に『骨格検出にリアルタイム性が必要なく、より精度が高いデータが欲しい場合』にオススメの機能となっています。

＜VP_Analyzer（仮）の主な機能＞
①動画・静止画から２次元座標で骨格を検出
②動画・静止画から３次元座標で骨格を検出

※②の場合、同じタイミングで撮影された画像・動画素材が２つ必要です。
※②の場合フレームの同期機能はございません。あらかじめ同期された動画をご用意ください。

＜VP_Analyzer（仮）の使い方・導入方法＞
①VisionPose（バージョン1.1）を当社WEBサイトよりお問い合わせ後、購入する。
②PCの準備をする。
③導入マニュアルに従って実行環境を構築する。
④「VP_Analyzer（仮）」を使って動画・静止画を解析する。

※「VP_Analyzer（仮）」はコマンドラインツールです。
※入力として使える静止画ファイルは、jpeg、png、bmpです。
※入力として使える動画ファイルは、avi、mp4、wmv、movです。
※出力は画像の場合はjpegファイルまたはpngファイル、動画の場合はaviファイルです。

2.シングルカメラで２次元座標を検出する機能
 

 VisionPoseは骨格の検出をする際、２次元座標と3次元座標を検出できます。
３次元の座標をとる場合のみカメラを２台利用しますが、バージョン1.0では２次元でも３次元でもカメラを２台用意する必要がありました。しかし２次元の座標のみ取得したいというお客様のご要望も多くあったため、このたび、カメラ１つでも２次元座標をとることができるように対応しました。
さらにカメラを１台にすることで２台で２次元座標を検出していた時よりも早い骨格検出が可能になりました。

※カメラ１台での３次元座標検出は現在開発中です。

 

3.精度重視・速度重視の設定項目の追加
 

VisionPoseでは精度と速度はトレードオフの関係にあります。バージョン1.1までは精度重視での骨格検出にのみ対応していました。しかし条件次第では速度を重視する方が都合が良い場合があり、より柔軟にお使いいただけるよう、精度を重視するか、速度を重視するか設定できるようになりました。
 

・シングルカメラで２次元座標を検出した際の速度検証
GeForce GTX 1080 Ti で検証した場合の処理速度は下表です。

精度重視	16.5 FPS
速度重視	30 FPS （カメラのフレームレートが最大30FPSのため）

 ■「VisionPose」製品概要
価格　　　　： 当社WEBサイトよりお問い合わせください。
WEBサイト ： https://www.next-system.com/ai/visionpose
参考動画  　：
・VisionPoseプロモーションビデオ

 

・VisionPoseと深度センサ付きカメラの2D表示比較
 

 

■会社概要
商号　　      ： 株式会社ネクストシステム
代表者　      ： 代表取締役　藤田 義生
所在地　      ： 福岡本社：〒811-1302　福岡市南区井尻3-12-33 アンビエント井尻2F

　　　　　　　 東京オフィス：〒151-0064　東京都渋谷区上原６階
設立　　      ： 2002年8月
事業内容      ： 情報通信業、情報サービス業、ソフトウェア業
資本金　      ： 8,075万円
WEBサイト  ： https://www.next-system.com/
Facebook    ： https://www.facebook.com/nextsystemcom/
Twitter　     ： @next_kinesys