国立大学法人東京大学大学院工学系研究科システム創成学専攻中尾研究室(以下、東 京大学中尾研究室)はこのたび、マルチアクセスエッジコンピューティング(MEC)の 概念をローカル 5G ソフトウェアプログラマブル基地局システムに組み込み、高精細な 映像のリアルタイム低遅延伝送、および、オープンソースを活用した機械学習により物 体認識が可能な可搬型セキュアモニタリングシステムの技術実証に成功しました。
セキュアで安定した運用が可能なローカル5G のユースケースとして、ミッションク リティカルな遠隔映像監視・映像処理(物体認識)を実現する可搬型システムにより、 地方自治体や教育機関での安全安心なモニタリングを実現できます。
東京大学中尾研究室では、従来より「『ローカル 5G』とは、地域の企業や自治体など が、5G の通信を自由にカスタマイズして構築できる、いわば、「情報通信の民主化」を 実現する重要な制度であると認識しています。また、東京大学大学院工学系研究科では、 地域の社会課題を解決するために、全国の自治体と連携協定を締結し、ローカル 5G を 活用する様々な実証実験を行っています。本実証実験の成果も、地域創生・地域の DX に繋がる重要な技術の実証と考えています。
MEC 対応のプログラマブルなソフトウェア・ローカル5G基地局による映像 AI ソ リューションの概要
既存のスマートフォンのアプリとして実装された IP カメラからの映像をローカル5 Gソフトウェア基地局の MEC(Multi-AccessEdgeComputing)システムに組み込んだ 映像機械学習処理とアプリケーションマルチキャスト処理により、複数の閲覧者に同時 配信することで遅延なく映像をマルチキャスト配信(複数デバイスから同時に AI 分析 結果の映像を閲覧できること)できることを実証。
MEC にて実施する映像解析(AI)処理は以下の通り。
1 動態検知:指定したエリアで動作する物体を検知
2 顔認識 :顔と思われる部分を抜き出し、顔面画像データベースと 照合することで識別
3 物体検知:物の位置と物が何であるかを識別
動態検出の画面イメージ
