工場の労働安全と効率化

Neuralが学習させたコンピュータビジョンのモデルで、すでに設置されているカメラを使い、作業者一人ひとりについて保護具（つなぎ、手袋、保護メガネ、マスク、フェイスシールド）の着用・未着用を判別します。未着用があるたびに写真付きのアラートを出し、エリア、シフト、チームごとの安全指標に反映します。

仕組み

1. 1カメラ（RTSP/IP）が、オンプレミスまたはクラウドの推論サーバーに画像を送ります。
2. 2YOLOモデルが数ミリ秒で人物と各保護具（またはその欠如）を検出します。
3. 3トラッカーが検出結果を作業者ごとに結びつけ、重複したアラートを防ぎます。
4. 4エリアごとのルールで必須の保護具を定義します（例：建設現場ではヘルメットとベスト）。
5. 5写真付きのアラートを安全担当者に送ります（ダッシュボード、メール、WhatsApp、Webhook）。

導入効果

• 巡回に頼らない24時間365日の継続監視。
• 研修と監査のための写真記録（労働安全の規則、ISO 45001）。
• エリア、シフト、チーム別の着用率で、的を絞った予防策を実施。
• 事故、休業災害、労務リスクを削減。
• 既存のカメラ（監視カメラ）設備を活用。

手作業（体に対する手と腕の動き）に基づいて、作業場ごとの稼働時間と非稼働時間の統計を出します。個人を名前で特定することはなく、作業場での活動パターンを測定して、ラインバランシング、人員配置、継続的改善を支援します。

仕組み

1. 1姿勢推定モデルが各作業者の関節を追跡し、トラッカーが一人ひとりを識別し続けます。
2. 2動きは本人の胴体に対する手の位置で測定し、点の平滑化と不感帯を設けます。体の揺れ、重心移動、歩行、カメラの揺れ、小さなクセは作業として数えません。
3. 3稼働とみなすのは、手を体から離し腰の前方または上方で2秒以上何かを扱っている場合、または部品や工具の上に腕を伸ばして調整している場合です。
4. 4手を下ろしている、顔の近く（無線、電話）にある、体に置いている、会話中の身ぶりは休止として数えます。
5. 5作業サイクル間の短い休止は稼働として数えます。設定時間内に手作業がなければ、その期間全体が非稼働時間になります。
6. 6作業場、シフト、期間ごとのレポートで、ボトルネックと改善の機会がわかります。

導入効果

• 計測担当者なしで、観察者効果のない継続的な時間研究。
• チームとシフトの人員配置のための客観的なデータ。
• ボトルネックと材料待ち時間の特定。

AIが煙突（または排気口）とそこから出る煙を見つけ、煙の輪郭を正確に切り出して配色を分析します。煙の色は燃焼の状態と燃えているものを示します。白はたいてい水蒸気、濃い灰色や黒は不完全燃焼（すす）、青みがかった色は油の燃焼、黄色や茶色は硫黄やNO₂のサインです。黒さは、環境検査でも使われるリンゲルマン濃度表で測定します。

仕組み

1. 1テキスト指示によるセグメンテーション（CLIPSeg）：AIが各フレームで煙や蒸気のある場所をマークします。専用の学習は不要です。
2. 2テキスト指示による検出（OWLv2）で煙突や排気口を見つけ、似た構造物（蒸留塔、工場の建屋）を除外します。最低信頼度は調整できます。
3. 3分析には四角い枠ではなく煙の輪郭を使うため、空、建物、煙突そのものが色に影響しません。
4. 4煙の色を4つの主要色にまとめ（CIELab空間でのk-means）、それぞれを色調に分類します。
5. 5黒さ＝煙が黒にどれだけ近いか（0%＝白、100%＝黒）。リンゲルマン濃度＝黒さ ÷ 20（0〜5の6段階）。
6. 6煙突ごとに個別に分析します（煙突のすぐ上の煙。フレアの炎は色の分析から除外）。指標には最も状態の悪い煙突を表示します。
7. 7設定したリンゲルマン濃度以上の黒煙が続く場合や異常な色の場合、煙突を特定したアラートをその瞬間の画像付きで出します。

導入効果

• 煙の色から推定される原因：水蒸気、粒子状物質、不完全燃焼、油、硫黄、NO₂。
• 検査でも使われるリンゲルマン濃度を自動判定（例：ディーゼルの黒煙の基準）。
• 環境許認可とその条件（適用される排出基準）のための継続的な証拠。
• 不完全燃焼をすぐに特定し、燃料を節約。

カメラ映像から、水、油、化学薬品、排水の漏れを自動検知します。発生源を特定し、影響範囲を測定して推移を追跡し、問題が停止、事故、環境被害を引き起こす前に封じ込めのためのアラートを出します。

仕組み

1. 1カメラが重要区域（ポンプ室、タンク、配管、荷積み場、工場の床）をカバーします。
2. 2テキスト指示によるセグメンテーション（CLIPSeg）が、シーンごとの学習なしに、噴出、滴下、流れ、水たまりの輪郭を捉えます。
3. 3蒸気や煙に近い領域は除外し、Neural が学習したモデルで検知を補強します。
4. 4連続する5フレームのうち3フレーム以上で漏れを確認し、反射による誤報を防ぎます。
5. 5影響範囲をフレームごとに測定し、拡大を把握します。
6. 6画像付きのアラートを保全部門と労働安全チームに送ります。

導入効果

• 早期検知で製品ロスと機械の停止を減らします。
• 事故の主な原因の一つである滑りや転倒を防ぎます。
• 土壌汚染と環境関連の罰金を防ぎます。
• 予知保全のための履歴。

カメラ映像上に描いた仮想フェンスで、危険区域（機械の作業範囲、プレス機、天井クレーン、荷積み場、充電部）や立入制限区域（倉庫、敷地境界）を区切ります。人が入ると即時にアラートが出て、サイレンを鳴らしたり機械のインターロックを作動させたりできます。

仕組み

1. 1ユーザーがカメラ映像上に区域を描きます（自由な多角形）。
2. 2検出器が人と車両を見つけ、足の位置で区域内にいるかどうかを判定します。
3. 3侵入のたびに、写真、滞在時間、時刻付きのイベントを記録します。
4. 4Webhook／PLC 連携で、機械を停止したり警告灯を作動させたりできます。

導入効果

• 機械や車両による重大事故・死亡事故を防止します。
• 工事や物理センサーなしで、数分で設定できます。
• 事故やヒヤリハットの調査のための証拠。

画面内の一人ひとりに人体の姿勢推定（17の体のキーポイント）を適用します。立った状態から横になった状態への急な変化や、長時間床に倒れている人を検知すると、すぐに対応チームへアラートを送り、救助までの時間を短縮します。

仕組み

1. 1姿勢モデルが各人の肩、腰、膝、足首を見つけ、トラッカーが一人ひとりを追跡します。
2. 2立位：脚が腰の下で伸びている（膝が140°超で、足が腰より十分下）。物を拾うためにかがむ動作も立位とみなします。
3. 3座位：上体がまっすぐで、太ももがほぼ水平、足が腰より下（椅子、ベンチ、ベッドの端）。上体が傾き脚が伸びている場合は半臥位（ベッド、ソファ）。
4. 4しゃがみ／ひざまずき：膝を大きく曲げて腰がかかとに近い、または同じ人の立位より体の高さが大きく低い。
5. 5床に倒れている：脚で体を支えずに上体が水平、または足が腰より上。床に座っている：腰が足と同じ高さ。
6. 6測定値はその人の体の大きさで正規化し、姿勢は複数フレームでの多数決で確定するため、表示がちらつきません。
7. 7転倒：立っていた人が腰を急に落として床に達した場合。最初から床に倒れていた人は、数秒後にアラートを出します。
8. 8その瞬間の画像付きアラートを数秒以内に送ります。座位、半臥位、しゃがみではアラームは出ません。

導入効果

• 転倒から救助までの時間（いわゆる「ロングライ」）を大幅に短縮。
• 原因分析と法的対応のための録画記録。
• 看護スタッフの目視による見守りの負担を軽減。

予知保全と安全のために、サーモグラフィーカメラの画像や動画を自動で分析します。カラーパレットを温度に変換し、しきい値を超えたホットスポットを見つけて傾向を追跡します。点検のたびに担当者が手作業で読み取る必要はありません。

仕組み

1. 1カラーの熱画像を強度に戻します（Ironbow／Rainbow／グレースケールのパレットの逆変換）。
2. 2カメラで設定したスケールに基づいて、強度を温度に換算します。
3. 3アラームのしきい値を超えた領域を切り出し、ラベルを付けて追跡します。
4. 4放射分析対応カメラなら、メーカーのSDKから絶対温度を直接読み取れます。

導入効果

• 予知保全：故障の数週間前に異常を発見。
• 電気火災の予防。
• 月1回の巡回ではなく継続的な点検。

安全、品質、機密保持の理由で携帯電話が禁止されている環境（生産ライン、機械の操作、クリーンルーム、試験、機密情報を扱う区域など）で、携帯電話の所持と使用を検知します。

仕組み

1. 1検出器がフレームごとに人と携帯電話を見つけます。
2. 2携帯電話を最も近い人（手／顔）に関連付けます。
3. 3追跡している人ごとに、累積使用時間とともに発生を記録します。

導入効果

• 注意散漫による事故を減らします。
• 情報セキュリティポリシーを徹底します。
• フィードバックと研修のための客観的な記録。

ドライバーやオペレーターの顔を見守り、長い閉眼、PERCLOSの上昇、頻繁なあくびといった疲労やマイクロスリープのサインを検知します。事故が起きる前に警報を鳴らし、管理センターに知らせます。

仕組み

1. 1各フレームで顔のメッシュ（468点）を計算します。
2. 2EAR（Eye Aspect Ratio）で、人ごとに適応するしきい値を使って目の開きを測ります。
3. 3PERCLOSは目を閉じている時間の割合を示します（眠気に関するNHTSAの基準）。
4. 4MARであくびを検知し、これらの信号の組み合わせで「覚醒」「疲労」「眠気」を判定します。

導入効果

• 重大な交通事故の最大20%を占める、眠気による事故を防止。
• 作業場所と監視センターへの即時アラート。
• 勤務時間管理のためのシフト別の疲労指標。

生物学的リスク、製品への異物混入、機械による巻き込みの危険から装身具が禁止されている環境で、指輪、結婚指輪、腕時計、ブレスレット、ネックレス、イヤリングの着用を自動で確認します。オープンボキャブラリーの検出器を使うため、再学習なしにテキストで新しいクラスを追加できます。

仕組み

1. 1YOLO-World検出器に、装身具のリストを自然言語で与えます。
2. 2検出した装身具を、それを着けている人物と結びつけます。
3. 3違反があると、証拠として切り出した画像付きでアラートを出します。

導入効果

• 労働安全の規則とGMPの遵守を記録として示せます。
• 交差汚染と製品回収の削減。
• 巻き込みや指の剥離事故の予防。