NEC开发了从多个拍摄场所拍摄的长时间影像数据中快速检索出特定类型(时间?地点?动作)中出现的人物的技术——“时空数据交叉分析”技术。此技术可与面部识别技术组合作为人工智能(AI)使用。
此技术的算法是从大量影像数据中将人脸根据“类似度”进行分组，以此来发现特定类型的对象。通过此技术，可以将面容类似的人物进行分类，检索他们出现的时间?地点?次数等。
例如，可以迅速锁定监控录像中“在同一地点频繁出现的人物”，“在不同地点都出现的人物”，在防犯以及犯罪搜查等原来仅凭工作人员搜查无法有新的发现。
本次通过此技术解析了在街角设置的监控录像中收录的100万个(注1)人像数据，仅仅用了10秒就检索?抽取出了在同一地点长时间?频繁出现的人物。
NEC计划在2016年度将此技术实用化，今后将助力开展面对迷路的游客提供热情周到的服务，以及从面部表情和动作上就可以理解对方心情的市场活动。另外，也适用于声音以及文字等各类数据分析。
NEC注力于社会解决方案事业，并强化核心领域的安全事业及大数据事业。今后也将不断强化这些分析技术和解决方案，为客户提供新的商业价值和企业价值。
背景
最近从相机收集的影像数据大大增加，单纯通过人工进行解析变得愈加困难。例如，通过人眼辨别不同点位设置的摄像机拍摄的图像需要很长时间，人眼判定在同一场所多次出现的人物，或者在不同场所出现的同一人物是非常困难的。另外，是否可以判定在其他场景出现的人物就是目标人物虽然可以通过面部识别技术进行辨别，但是传统技术需要针对所有场景中出现所有人物进行辨别，因此数据对比量将非常庞大，所以需要花费很长时间去处理。
本次在开发基于类似度的检索技术的同时，与NEC积累的先进的面部识别技术相融合，实现单纯通过人工无法实现的快速面部识别的检索。
新技术的特征
1. 基于类似度将大量数据进行树状构造管理，提高抽取速度
将检索对象的大量数据按照“类似度”进行分组，用树状构造进行管理。已开发出越接近下层类似数据越聚集的数据构造。
根据此构造，仅仅参照各组设定的类似度的阈值就可以快速抽取出类似数据。
将类似分组阶层化的树状构造
2. 实现新规数据的实时性分析
NEC开发出了在追加新的数据的时候，可以瞬间判定应该将其归类到所属的组中的实时性分析技术。在追加数据的时候，只对比各组典型数据可实现实时性快速追加?分析。据此，在摄像机影像作为对象的时候，可以马上检索刚刚拍摄的数据。
(注1)得到海外特定区域机关的帮助，解析了24小时安防相机中拍摄的100万个人像面部信息。
