防犯カメラの検知結果は、なぜ昼間と夜間で違って見えるのか？

エヴァ・ウォン

IceWhale author

エヴァ・ウォン は テクニカルライター であり ZimaSpaceの常駐ティンカーでもあります。 生涯のオタクであり、 ホームラボとオープンソースソフトウェアに情熱を持っています。彼女は複雑な技術的概念をわかりやすく、 実践的なガイドに翻訳することを専門としています。エヴァはセルフホスティングは楽しくあるべきで、怖がるものではないと信じています。彼女のチュートリアルを通じて、コミュニティが ハードウェアのセットアップを解明する手助けをしています。初めてのNAS構築からDockerコンテナの習得まで。

Why Do Security Camera Detections Look Different at Night Than in Daylight? - Zima Store Online

夜間の検出結果が異なることが多いのは、低照度、赤外線撮影、長時間露光によって、物体検出器が認識するよう学習した特徴が変化するためです。

車道に設置したカメラは正午には駐車中の車を確実に識別できても、日没後には見失ったり、短時間だけその反射を別の車両と誤認したりすることがあります。シーンの幾何学的な構成は変わっていませんが、センサーが生成するエッジはノイズが増え、色調が変わり、動きの軌跡が長くなります。こうした変化により、フレームは検出器が十分に学習した条件から離れてしまいます。

夜間は新たな視覚ドメインを生み出す

昼間のフレームには、色、テクスチャ、局所的な高コントラストが含まれています。夜間のフレームは、モノクロの赤外線画像や露出不足のカラー画像、あるいは明るい照明と暗い背景が混在した画像になることがあります。主に明瞭な昼間の例で学習した検出器には、人間が依然として車道を認識できる場合でも、統計的に異なる入力が与えられます。

大規模なカメラネットワーク研究では、検出器は夜間に苦戦し、周囲の状況が変化すると、同じ人物や車を一貫して検出することが難しくなる場合があると報告されています。これはドメインシフトです。ある外観分布から学習した対応関係が、別の分布へ完全には適用できない現象を指します。

信頼度はまずしきい値付近で変化します。昼間に0.78だった車のスコアが夜間には0.42まで低下してイベント一覧から消える一方で、反射部分のコントラストが十分に高まり、誤検出候補になることがあります。モデルのルール自体が変わったのではなく、そのルールに入力される証拠が変化したのです。

露出と赤外線は可視性のために細部を犠牲にする

暗闇を明るくするため、カメラはゲインまたは露光時間を増やします。ゲインは目に見えるノイズを増やし、シャッター速度を長くすると、動く人物が複数のピクセルにまたがってぼやけます。赤外線照明はエッジを復元できますが、素材の反射特性を変え、見慣れた色の手がかりを失わせるほか、ナンバープレート、昆虫、霧、近くの壁などに白飛びを生じさせます。

昼夜のドメイン適応に関する研究では、通常の明るい環境向け検出器が暗いシーンで性能を低下させるため、照明に不変な表現を利用しています。昼から夜への適応が必要であることは、単に明るさを上げるだけでは、本物の昼間のフレームにおける特徴分布を再現できない理由を示しています。

これらの影響は重なり合います。ぼけは境界を弱め、ノイズは偽のテクスチャを生み、赤外線は外観を変えます。夜間に最適化されたモデルで性能の一部を回復できる場合もありますが、カメラがモードを切り替える夕暮れ時には、挙動が変わることもあります。赤外線の出力を上げれば、検出の信頼性が自動的に高まるわけではありません。

昼夜の説明だけでは不十分な場合

夜間にNVRが低解像度のサブストリームを解析したり、コーデック設定を変更したり、別のモデルプロファイルを適用したりする場合、照明だけでは十分に説明できません。スケジュール設定された感度、プライバシーマスク、イベントゾーンも時間帯によって異なることがあります。こうした設定変更は、撮影後に発生しているにもかかわらず、視覚ドメインの問題と同じように見えます。

低照度研究では、暗所適応型検出によって測定可能な性能向上が得られると報告されており、前処理や専用モデルによって差を縮められることが示されています。ただし、あらゆる強化処理が有効だという意味ではありません。過度なノイズ除去は小さな物体を消してしまう可能性があり、明るさの補正は圧縮アーティファクトを増幅することがあります。

昼夜の生フレームでモデルのスコアが同程度なのにイベントインターフェースが異なる方法でフィルタリングする場合、このメカニズムは当てはまりません。また、照度が一定なのにネットワークストリームの選択が変わることで検出結果が変化する場合も説明できません。原因を特定する前に、センサーの外観、推論入力、通知ポリシーを分けて確認してください。

Featured

ZimaCube 2 パーソナルクラウドホームNAS

ZimaCube2

昼と夜を別々の撮影条件として測定する

同じカメラアングルと固定した検出モデルを使って、昼夜を比較します。スマートフォンのスクリーンショットではなく推論用の生フレームを書き出し、照明モード、シャッター時間、ゲイン、ストリーム解像度、物体サイズ、信頼度、赤外線が有効だったかを記録します。モードの切り替え時に境界が明らかになることが多いため、日の出前後と日没前後も含めてください。

自己完結型のローカルAIワークフローなら、クラウド接続が変化しても、検出器、動画クリップ、イベントメタデータを利用可能な状態に保てます。最初の比較ではモデルとしきい値を固定し、撮影条件だけを変えてください。

推論ストリームが一定であるにもかかわらず、低照度による外観の変化とともに信頼度や位置特定の精度が低下する場合は、夜間のドメインシフトが原因だと考えられます。生のスコアが安定しているのにアラートだけが異なる場合は、フィルタリングポリシーを調べてください。高速で動く物体だけが失敗する場合は、暗さだけでなくモーションブラーのほうが有力な説明です。