Hikvision Guanlanの新エンコーディング技術が、ストレージ課題を解決し、映像の本質的価値を引き出します

映像は、セキュリティ対策や業務上の意思決定における基盤となるデータとして不可欠な存在となりました。しかし、その膨大なデータの裏には「記録容量の課題」が潜んでいます。調査によると、監視映像の約70％は静止画または低価値の映像であり、有効なコンテンツと混在させることで、記録容量の無駄な消費に加え、ハードウェアの調達コストやデータセンターの運用・保守コストといった総合的な負担が増大しています。

セキュリティ業界の技術進化を牽引する存在として、ハイクビジョンは「映像の本質的価値を探求する」ことを軸に、20年以上にわたり業界のイノベーションを常に先導してきました。このほど発表された「グアンラン」コーディング新技術は、業界への深い洞察とAIが駆動する高精度なコーディングロジックにより、「画質と記録効率を両立できない」という業界の常識を打ち破り、あらゆる業種・業界の数千社に「効率を落とさずコストを削減する」記録最適化ソリューションを提供します。

技術蓄積：20年以上に及ぶ実案件経験を通じて磨き上げられたコア・コンピテンシー

ハイクビジョンによる映像価値の探求は、長年にわたる技術の反復改良と実案件経験から生まれました。

2015年、当社は業界で初めてディープラーニングアルゴリズムをエッジデバイスに統合し、セキュリティ分野におけるAI時代の幕開けを切り拓きました。

2017年に、AIクラウドの3層アーキテクチャがリリースされ、『分散化した計算リソースと不十分な連携』という課題を解決し、AIの実装を強力に支援しました。

2018年には、AIオープンプラットフォームが立ち上げられ、アルゴリズム開発経験のない顧客が独自の業界向けアルゴリズムを開発できるよう支援し、映像認識技術と産業応用の深度融合を推進しました。

2021年、ハイクビジョンは正式に『観瀾（グアンラン）』大規模言語モデルの研究開発に投資し、『基盤―産業―タスク』の3段階システムを構築して、映像理解アルゴリズムの基盤を着実に強化しました。

『見える』という基本的な認識から、『正確に見える』という精密な表現へ、さらに『理解できる』という深い解釈へと至るまで、ハイクビジョンのコア進化は以下の5つの次元に焦点を当てています。

・画像の構造化ラベルから、動画の深層意味理解へのアップグレード。

・単一のシーン識別モデルから、視覚マルチモーダル大規模モデルへと進化

・エンド側での分散コンピューティングから、クラウド・エッジ側での大規模コンピューティングリソースの展開へと移行

・人物や車両などのコア対象物の認識から、すべてのカテゴリにわたるロングテール対象物へのカバレッジ拡大

・タグベースのフィルタリングから、意味的な人間・機械・マルチモーダル相互作用へとアップグレード

長年にわたり、ハイクビジョンは世界中の何百万もの顧客にサービスを提供し、交通、金融、産業団地、医療など、あらゆる現場に深く関与してきました。こうした技術の進化は、実践から生まれ、実践に活かされるものであり、『グアンラン』コーディング技術の誕生に堅固な基盤を築いています。

技術アップグレード：AIによる支援でボトルネックを突破

業界の主流となる従来のエンコーディング技術では、圧縮率を動的に調整することで30～70％のストレージ最適化が可能ですが、明確な限界があります。すなわち、対象物の動的・静的状態に基づく認識は、風で揺れる葉や鳥など、非重要な動的対象を誤検出しがちであり、また照明条件の変化も処理品質に影響を与えます。このため、倉庫や廊下など、単純な静的シーンでのみ適用が可能です。

ハイクビジョン社の「グアンラン」エンコーディング技術は、グアンラン大規模言語モデルによる深層理解能力とピクセルレベルのセグメンテーション技術を統合し、「知能による認識→高精度ROIセグメンテーション→差分化エンコーディング」という一貫した最適化システムを構築。ストレージ効率と映像品質の両立を実現します。

実際の試験データ：ストレージ効率が大幅に向上

大規模モデルの支援によるデジタル・インテリジェンスの進化

当社が独自開発した「観瀾（グアンラン）」ビジョンモデルを活用することで、人物・車両・自転車などの高価値なキーターゲットを高精度に解析できます。従来のアルゴリズムと比較して認識精度が大幅に向上し、最大64個のターゲットを同時認識することが可能です。

高精度なROI（関心領域）保護セグメンテーション技術を採用し、前景のターゲットと背景領域を正確に分離します。前景には従来通りの符号化方式を適用して画質の詳細を確保し、背景には効率的な圧縮を実施してストレージ使用量を削減。最終的に、規格に準拠したビットストリームを出力し、画質と効率のバランスを最適化します。人間と機械の双方において、非ターゲット領域の画質を同等に保つことを前提に、ビットレートを20～90％削減できます。

シーン認識機能により、全体の映像シーンに動的に適応

Hikvision グアンランのコーディング技術は「シーン認識」を基盤とし、動的・静的認識の連携動作に基づいて、シーンに応じて動的に最適化される知的コーディングシステムを構築しています。

・動的認識：シーン内の動きの大きさやディテール密度をリアルタイムで検出し、最大ビットレート（MaxBps）に対する割合でリソースを配分することで、複雑なシーンでも画質劣化のない高精細な映像を実現します。

・静的認識：静止または動きが少ないシーンでは、同一フレームの再エンコードを採用し、1フレームあたり数十バイトという極めて小さなデータ量で記録します。これにより、ストレージコストを最大限に削減します。

たとえば、公園の出入口シーンでは、朝のラッシュ時刻には高ビットレートでディテールを高精度に再現し、夜間は画質と効率のバランスを50％で保ち、早朝には10％の圧縮率でストレージ使用量を最小限に抑えます。シーンの複雑さに応じて動的に調整することで、コーディングリソースをきめ細かく最適配分できます。

グアンランコーディング——コスト・電力・設置スペースの節約

2000路の1080P（2Mbps）映像を90日間保存するケースにおいて、従来のエンコーディング方式と比較して、観瀾エンコーディング方式はHDD台数を60％削減、データセンターの占有面積を60％削減、5年間の電気料金を50％削減します。これにより、プロジェクトコストを大幅に低減し、「効率を落とさずにコストを削減する」ことを真に実現します。

深層学習の導入から完全構造化データの活用、さらには観瀾エンコーディング技術のリリースに至るまで、ハイクビジョンは一貫して「映像がより大きな価値を生み出す」ことを使命とし、セキュリティ業界の進化を「受動的な記録」から「能動的な知能化」へと推し進めています。AIとエンコーディングを深く融合させることで、映像データは「膨大な冗長性」から「高精度・高効率」へと変革され、あらゆる産業におけるスマート化アップグレードに新たな原動力を提供しています。

現在、観瀾（グアンラン）コーディング技術は、ハイクビジョン社のフロントエンドおよびバックエンド製品に採用されており、近日中に発表される予定です。お楽しみに！