空間分析操作

[アーティクル]
09/03/2024

空間分析を使用すると、カメラデバイスからのビデオストリームをリアルタイムで分析できます。空間分析の操作によって、構成したカメラデバイスごとに Azure IoT Hub のインスタンスに送信される JSON メッセージの出力ストリームが生成されます。

空間分析コンテナーは、次の操作を実装します。これらの操作は、コンテナーの配置マニフェストで構成できます。

操作識別子	説明
`cognitiveservices.vision.spatialanalysis-personcount`	カメラの視野内の指定されたゾーン内の人数をカウントします。 PersonCount によって正確な合計を記録するには、ゾーンを 1 台のカメラで完全にカバーする必要があります。初期 personCountEvent イベントを生成し、人数が変わると、personCountEvent イベントを生成します。
`cognitiveservices.vision.spatialanalysis-personcrossingline`	人がカメラの視野内の指定されたラインを越えた時点を追跡します。人がラインを越えると、personLineEvent イベントを生成し、方向情報を提供します。
`cognitiveservices.vision.spatialanalysis-personcrossingpolygon`	人が指定のゾーンに出入りするときに personZoneEnterExitEvent イベントを発行し、交差したゾーンの側の方向情報を提供します。人がゾーンを出るときに personZoneDwellTimeEvent を発行し、方向情報と人がゾーン内で過ごしたミリ秒数を提供します。
`cognitiveservices.vision.spatialanalysis-persondistance`	人が最小距離ルールに違反した時点を追跡します。各距離違反が発生した場所で personDistanceEvent を定期的に生成します。
`cognitiveservices.vision.spatialanalysis`	上記にあるすべてのシナリオを実行する場合に使用できる汎用的な操作。このオプションは、同じカメラで複数のシナリオを実行したり、システムリソース (GPU など) をより効率的に使用したりする場合に便利です。

上記のすべての操作は、サービスのバージョン .debug (例: cognitiveservices.vision.spatialanalysis-personcount.debug) でも使用できます。デバッグには、処理中のビデオフレームを視覚化する機能があります。ビデオフレームとイベントの視覚化を有効にするには、ホストコンピューターで xhost + を実行する必要があります。

重要

Azure AI Vision AI モデルは、ビデオ映像で人の存在を検出してその位置を特定し、人体の周囲に境界ボックスを出力します。これらの AI モデルは、個人の ID や人口統計情報の検出を試みることはありません。

操作のパラメーター

以下の各空間分析操作に必要なパラメーターを次に示します。

操作のパラメーター	説明
`Operation ID`	上記の表の操作識別子。
`enabled`	ブール値: true または false。
`VIDEO_URL`	カメラデバイスの RTSP URL (例: `rtsp://username:password@url`)。空間分析では、RTSP、http、または mp4 のいずれかを使用して H.264 でエンコードされたストリームがサポートされています。 Video_URL は、AES 暗号化を使用して難読化された base64 文字列値として指定できます。ビデオの URL が難読化されている場合は、環境変数として `KEY_ENV` と `IV_ENV` を指定する必要があります。キーと暗号化を生成するためのサンプルユーティリティについては、こちらを参照してください。
`VIDEO_SOURCE_ID`	カメラデバイスまたはビデオストリームのフレンドリ名。これは、イベントの JSON 出力と共に返されます。
`VIDEO_IS_LIVE`	カメラデバイスの場合は true、録画されたビデオの場合は false。
`VIDEO_DECODE_GPU_INDEX`	ビデオフレームをデコードする GPU。既定では 0 です。 `DETECTOR_NODE_CONFIG`、`CAMERACALIBRATOR_NODE_CONFIG` などの他のノード構成の `gpu_index` と同じである必要があります。
`INPUT_VIDEO_WIDTH`	ビデオまたはストリームのフレーム幅を入力します (例: 1920)。これは省略可能なフィールドですが、指定されている場合、フレームは縦横比を維持しながらこのディメンションに合わせてスケーリングされます。
`DETECTOR_NODE_CONFIG`	検出ノードを実行する GPU を示す JSON。これは、`"{ \"gpu_index\": 0 }",` という形式になっている必要があります。
`TRACKER_NODE_CONFIG`	トラッカーノードで速度を計算するかどうかを示す JSON です。これは、`"{ \"enable_speed\": true }",` という形式になっている必要があります。
`CAMERA_CONFIG`	複数のカメラ用に調整されたカメラパラメーターを示す JSON です。使用したスキルに調整が必要であり、カメラパラメーターが既にある場合は、この構成を使用して直接指定することができます。 `"{ \"cameras\": [{\"source_id\": \"endcomputer.0.persondistancegraph.detector+end_computer1\", \"camera_height\": 13.105561256408691, \"camera_focal_length\": 297.60003662109375, \"camera_tiltup_angle\": 0.9738943576812744}] }"` は次の形式にする必要があります。`source_id` は、各カメラを識別するために使用されます。発行されたイベントの `source_info` から取得できます。このメソッドは、`DETECTOR_NODE_CONFIG` で `do_calibration=false` の場合にのみ有効になります。
`CAMERACALIBRATOR_NODE_CONFIG`	カメラキャリブレーターノードを実行する GPU と、調整を使用するかどうかを示す JSON です。これは、`"{ \"gpu_index\": 0, \"do_calibration\": true, \"enable_orientation\": true}",` という形式になっている必要があります。
`CALIBRATION_CONFIG`	カメラの調整方法を制御するパラメーターを示す JSON です。これは、`"{\"enable_recalibration\": true, \"quality_check_frequency_seconds\": 86400}",` という形式になっている必要があります。
`SPACEANALYTICS_CONFIG`	後述するゾーンとラインの JSON 構成。
`ENABLE_FACE_MASK_CLASSIFIER`	`True` を使用すると、ビデオストリームでフェイスマスクを着用している人を検出できるようになり、`False` を使用すると無効になります。既定では、この構成は無効です。フェイスマスクの検出には、入力ビデオ幅パラメーターを 1920 `"INPUT_VIDEO_WIDTH": 1920` にする必要があります。検出された人物がカメラに向いていないか、カメラから離れすぎている場合、フェイスマスク属性は返されません。詳細については、カメラの配置に関するページを参照してください。
`STATIONARY_TARGET_REMOVER_CONFIG`	静止したターゲットの削除のパラメーターを示す JSON。これは、mannequins や画像内の人などの長期的な静止した偽陽性ターゲットを学習および無視する機能を追加します。構成は、`"{\"enable\": true, \"bbox_dist_threshold-in_pixels\": 5, \"buffer_length_in_seconds\": 3600, \"filter_ratio\": 0.2 }"` という形式になっている必要があります。

検出ノードのパラメーター設定

すべての空間分析操作の DETECTOR_NODE_CONFIG パラメーターの例を次に示します。

{
"gpu_index": 0,
"enable_breakpad": false
}

名前	種類	説明
`gpu_index`	string	この操作が実行される GPU インデックス。
`enable_breakpad`	[bool]	デバッグ用のクラッシュダンプを生成するために使用される breakpad を有効にするかどうかを示します。既定値は `false` です。 `true` に設定した場合は、コンテナー `createOptions` の `HostConfig` 部分に `"CapAdd": ["SYS_PTRACE"]` も追加する必要があります。既定では、クラッシュダンプは RealTimePersonTracking AppCenter アプリにアップロードされます。クラッシュダンプを独自の AppCenter アプリにアップロードする場合は、環境変数 `RTPT_APPCENTER_APP_SECRET` をアプリのアプリシークレットでオーバーライドできます。

カメラ調整ノードのパラメーター設定

すべての空間分析操作の CAMERACALIBRATOR_NODE_CONFIG パラメーターの例を次に示します。

{
  "gpu_index": 0,
  "do_calibration": true,
  "enable_breakpad": false,
  "enable_orientation": true
}

名前	種類	説明
`do_calibration`	string	調整がオンになっていることを示します。 cognitiveservices.vision.spatialanalysis-persondistance が正しく機能するには、`do_calibration` が true である必要があります。 `do_calibration` は既定で `True` に設定されます。
`enable_breakpad`	[bool]	デバッグ用のクラッシュダンプを生成するために使用される breakpad を有効にするかどうかを示します。既定値は `false` です。 `true` に設定した場合は、コンテナー `createOptions` の `HostConfig` 部分に `"CapAdd": ["SYS_PTRACE"]` も追加する必要があります。既定では、クラッシュダンプは RealTimePersonTracking AppCenter アプリにアップロードされます。クラッシュダンプを独自の AppCenter アプリにアップロードする場合は、環境変数 `RTPT_APPCENTER_APP_SECRET` をアプリのアプリシークレットでオーバーライドできます。
`enable_orientation`	bool	検出された人の向きを計算するかどうかを示します。 `enable_orientation` は既定で `True` に設定されます。

調整の構成

すべての空間分析操作の CALIBRATION_CONFIG パラメーターの例を次に示します。

{
  "enable_recalibration": true,
  "calibration_quality_check_frequency_seconds": 86400,
  "calibration_quality_check_sample_collect_frequency_seconds": 300,
  "calibration_quality_check_one_round_sample_collect_num": 10,
  "calibration_quality_check_queue_max_size": 1000,
  "calibration_event_frequency_seconds": -1
}

名前	種類	説明
`enable_recalibration`	[bool]	自動再調整がオンになっているかどうかを示します。既定値は `true` です。
`calibration_quality_check_frequency_seconds`	INT	再調整が必要かどうかを判断するための、各品質チェック間の最小秒数。既定値は `86400` (24 時間) です。 `enable_recalibration=True` の場合のみ使用されます。
`calibration_quality_check_sample_collect_frequency_seconds`	INT	再調整と品質チェックのために新しいデータサンプルを収集する間の最小秒数。既定値は `300` (5 分間) です。 `enable_recalibration=True` の場合のみ使用されます。
`calibration_quality_check_one_round_sample_collect_num`	INT	サンプルコレクションのラウンドごとに収集する新しいデータサンプルの最小数。既定値は `10` です。 `enable_recalibration=True` の場合のみ使用されます。
`calibration_quality_check_queue_max_size`	INT	カメラモデルの調整時に格納するデータサンプルの最大数。既定値は `1000` です。 `enable_recalibration=True` の場合のみ使用されます。
`calibration_event_frequency_seconds`	INT	カメラ調整イベントの出力頻度 (秒)。値が `-1` の場合、カメラの調整情報が変更されない限り、カメラの調整は送信されません。既定値は `-1` です。

カメラ調整の出力

以下は、カメラ調整 (有効な場合) からの出力例です。省略記号は、リスト内に同じタイプのオブジェクトがさらにあることを示しています。

{
  "type": "cameraCalibrationEvent",
  "sourceInfo": {
    "id": "camera1",
    "timestamp": "2021-04-20T21:15:59.100Z",
    "width": 512,
    "height": 288,
    "frameId": 531,
    "cameraCalibrationInfo": {
      "status": "Calibrated",
      "cameraHeight": 13.294151306152344,
      "focalLength": 372.0000305175781,
      "tiltupAngle": 0.9581864476203918,
      "lastCalibratedTime": "2021-04-20T21:15:59.058"
    }
  },
  "zonePlacementInfo": {
    "optimalZoneRegion": {
      "type": "POLYGON",
       "points": [
        {
          "x": 0.8403755868544601,
          "y": 0.5515320334261838
        },
        {
          "x": 0.15805946791862285,
          "y": 0.5487465181058496
        }
      ],
      "name": "optimal_zone_region"
    },
    "fairZoneRegion": {
      "type": "POLYGON",
      "points": [
        {
          "x": 0.7871674491392802,
          "y": 0.7437325905292479
        },
        {
          "x": 0.22065727699530516,
          "y": 0.7325905292479109
        }
      ],
      "name": "fair_zone_region"
    },
    "uniformlySpacedPersonBoundingBoxes": [
      {
        "type": "RECTANGLE",
        "points": [
          {
            "x": 0.0297339593114241,
            "y": 0.0807799442896936
          },
          {
            "x": 0.10015649452269171,
            "y": 0.2757660167130919
          }
        ]
      }
    ],
    "personBoundingBoxGroundPoints": [
      {
        "x": -22.944068908691406,
        "y": 31.487680435180664
      }
    ]
  }
}

source_info の詳細については、空間分析操作の出力をご覧ください。

ZonePlacementInfo のフィールド名	Type	内容
`optimalZonePolygon`	object	操作の実線またはゾーンを配置して最適な結果を得られるカメラ画像内の多角形。各値のペアは、多角形の頂点の x、y を表します。多角形は、人の追跡または人数のカウントを行う領域を表します。多角形ポイントは、正規化された座標 (0-1) に基づいています。左上隅が (0.0, 0.0)、右下隅が (1.0, 1.0) になります。
`fairZonePolygon`	object	操作の実線またはゾーンを配置して良い結果を得られるが、最適な結果は得られない可能性のあるカメラ画像内の多角形。内容の詳細な説明については、上記の `optimalZonePolygon` を参照してください。
`uniformlySpacedPersonBoundingBoxes`	list	実際の空間で均一に分散されたカメラ画像内の人の境界ボックスのリスト。値は、正規化された座標 (0-1) に基づいています。
`personBoundingBoxGroundPoints`	list	カメラに相対するフロア平面上の座標の一覧。各座標は、同じインデックスを持つ `uniformlySpacedPersonBoundingBoxes` の境界ボックスの右下に対応します。フロア平面上の座標を計算する方法について詳しくは、cognitiveservices.vision.spatialanalysis-persondistance の AI 分析情報の JSON 形式セクションの `centerGroundPointX/centerGroundPointY` フィールドを参照してください。

ビデオフレームで視覚化されたゾーン配置情報の出力例: ゾーン配置情報の視覚化

ゾーンの配置情報には構成に関する提案が示されていますが、最適な結果を得るには、カメラ構成のガイドラインに従う必要があります。

トラッカーノードのパラメーター設定

トラッカーノードのパラメーター設定を使用して、速度計算を構成できます。

{
"enable_speed": true,
"remove_stationary_objects": true,
"stationary_objects_dist_threshold_in_pixels": 5,
"stationary_objects_buffer_length_in_seconds": 3600,
"stationary_objects_filter_ratio": 0.2
}

Name	種類	説明
`enable_speed`	bool	検出された人の速度を計算するかどうかを示します。 `enable_speed` は既定で `True` に設定されます。速度と向きの両方に最適な推定値を設定することを強くお勧めします。
`remove_stationary_objects`	[bool]	静止オブジェクトを削除するかどうかを示します。 `remove_stationary_objects` は既定で True に設定されています。
`stationary_objects_dist_threshold_in_pixels`	INT	2 つの検出ボックスを同じ検出として扱うことができるかどうかを決定する近隣距離しきい値。 `stationary_objects_dist_threshold_in_pixels` は既定で 5 に設定されています。
`stationary_objects_buffer_length_in_seconds`	INT	ターゲットが静止ターゲットかどうかを判断するためにシステムが振り返る必要がある最小時間 (秒)。 `stationary_objects_buffer_length_in_seconds` は既定で 3600 に設定されています。
`stationary_objects_filter_ratio`	float	ターゲットが同じ場所 (`stationary_objects_dist_threshold_in_pixels` で定義) で `stationary_objects_buffer_length_in_seconds` 時間間隔の `stationary_objects_filter_ratio` (0.2 は20% を意味する) より長い間繰り返し検出された場合、ターゲットは静止ターゲットとして扱われます。 `stationary_objects_filter_ratio` は既定で 0.2 に設定されています。

空間分析操作の構成と出力

personcount のゾーン構成

以下は、ゾーンを構成する SPACEANALYTICS_CONFIG パラメーターの JSON 入力の例です。この操作には複数のゾーンを構成できます。

{
  "zones": [
    {
      "name": "lobbycamera",
      "polygon": [[0.3,0.3], [0.3,0.9], [0.6,0.9], [0.6,0.3], [0.3,0.3]],
      "events": [
        {
          "type": "count",
          "config": {
            "trigger": "event",
            "focus": "footprint"
          }
        }
      ]
    }
  ]
}

名前	種類	説明設定
`zones`	list	ゾーンのリスト。
`name`	string	このゾーンのフレンドリ名。
`polygon`	list	各値のペアは、多角形の頂点の x、y を表します。多角形は、人の追跡または人数のカウントを行う領域を表します。多角形ポイントは、正規化された座標 (0-1) に基づいています。左上隅は (0.0, 0.0) で、右下隅は (1.0, 1.0) です。
`threshold`	float	その人がゾーン内のこのピクセル数よりも大きい場合にイベントが送信されます。これは省略可能なフィールドであり、値は比率 (0 から 1) です。たとえば、画像幅 = 512 (0.0253 X 512 = ~13) のビデオでは、値 0.0253 は 13 ピクセルになります。
`type`	string	cognitiveservices.vision.spatialanalysis-personcount の場合、これは `count` である必要があります。
`trigger`	string	イベントを送信するためのトリガーの種類。サポートされている値は、`event` (カウントが変わったときにイベントを送信する場合)、または `interval` (カウントが変わったかどうかに関係なく、イベントを定期的に送信する場合) です。
`output_frequency`	INT	イベントが送信される頻度。 `output_frequency` = X の場合、X おきにイベントが送信されます。たとえば、 `output_frequency` = 2 は、1 つおきにイベントが送信されることを意味します。 `output_frequency` は、`event` と `interval` の両方に適用されます。
`focus`	string	イベントの計算に使用される人の境界ボックス内のポイントの場所。フォーカスの値は、`footprint` (人の占有領域)、`bottom_center` (人の境界ボックスの下部中央)、`center` (人の境界ボックスの中央) にすることができます。

personcrossingline のライン構成

次に、行を構成する SPACEANALYTICS_CONFIG パラメーターの JSON 入力の例を示します。この操作には、交差する複数のラインを構成できます。

{
   "lines": [
       {
           "name": "doorcamera",
           "line": {
               "start": {
                   "x": 0,
                   "y": 0.5
               },
               "end": {
                   "x": 1,
                   "y": 0.5
               }
           },
           "events": [
               {
                   "type": "linecrossing",
                   "config": {
                       "trigger": "event",
                       "focus": "footprint"
                   }
               }
           ]
       }
   ]
}

名前	種類	説明設定
`lines`	list	ラインのリスト。
`name`	string	このラインのフレンドリ名。
`line`	list	ラインの定義。これは、"入る" と "出る" を理解できるようにするための方向線です。
`start`	値のペア	ラインの始点の x、y 座標。浮動小数点値は、左上隅を基準とした頂点の位置を表します。 x、y の絶対値を計算するには、これらの値とフレームサイズを乗算します。
`end`	値のペア	ラインの終点の x、y 座標。浮動小数点値は、左上隅を基準とした頂点の位置を表します。 x、y の絶対値を計算するには、これらの値とフレームサイズを乗算します。
`threshold`	float	その人がゾーン内のこのピクセル数よりも大きい場合にイベントが送信されます。これは省略可能なフィールドであり、値は比率 (0 から 1) です。たとえば、画像幅 = 512 (0.0253 X 512 = ~13) のビデオでは、値 0.0253 は 13 ピクセルになります。
`type`	string	cognitiveservices.vision.spatialanalysis-personcrossingline の場合、これは `linecrossing` である必要があります。
`trigger`	string	イベントを送信するためのトリガーの種類。サポートされている値: "event": だれかがラインを越えたときに発生します。
`focus`	string	イベントの計算に使用される人の境界ボックス内のポイントの場所。フォーカスの値は、`footprint` (人の占有領域)、`bottom_center` (人の境界ボックスの下部中央)、`center` (人の境界ボックスの中央) にすることができます。既定値は footprint です。

personcrossingpolygon のゾーン構成

これは、ゾーンを構成する SPACEANALYTICS_CONFIG パラメーターの JSON 入力の例です。この操作には複数のゾーンを構成できます。

{
"zones":[
   {
       "name": "queuecamera",
       "polygon": [[0.3,0.3], [0.3,0.9], [0.6,0.9], [0.6,0.3], [0.3,0.3]],
       "events":[{
           "type": "zonecrossing",
           "config":{
               "trigger": "event",
               "focus": "footprint"
               }
           }]
   },
   {
       "name": "queuecamera1",
       "polygon": [[0.3,0.3], [0.3,0.9], [0.6,0.9], [0.6,0.3], [0.3,0.3]],
       "events":[{
           "type": "zonedwelltime",
           "config":{
               "trigger": "event",
               "focus": "footprint"
               }
           }]
   }]
}

名前	種類	説明設定
`zones`	list	ゾーンのリスト。
`name`	string	このゾーンのフレンドリ名。
`polygon`	list	各値のペアは、多角形の頂点の x、y を表します。多角形は、人の追跡または人数のカウントを行う領域を表します。浮動小数点値は、左上隅を基準とした頂点の位置を表します。 x、y の絶対値を計算するには、これらの値とフレームサイズを乗算します。
`target_side`	INT	`polygon` によって定義されたゾーンの辺を指定します。これにより、ゾーン内で人が辺に向いている時間を測定します。 'dwellTimeForTargetSide' では、その推定時間が出力されます。各辺は、ゾーンを表す多角形の 2 つの頂点の間の番号付きのエッジです。たとえば、多角形の最初の 2 つの頂点間のエッジは、最初の辺である 'side'=1 を表します。 `target_side` の値の範囲は `[0,N-1]` です。`N` は `polygon` の辺の数です。これフィールドは必須ではありません。
`threshold`	float	その人がゾーン内のこのピクセル数よりも大きい場合にイベントが送信されます。これは省略可能なフィールドであり、値は比率 (0 から 1) です。たとえば、画像幅 = 512 (0.074 X 512 = ~38) のビデオでは、値 0.074 は 38 ピクセルになります。
`type`	string	cognitiveservices.vision.spatialanalysis-personcrossingpolygon の場合、これは `zonecrossing` または `zonedwelltime` である必要があります。
`trigger`	string	イベントを送信するためのトリガーの種類。サポートされている値: "event": だれかがゾーンに入ったときまたはゾーンから出たときに発生します。
`focus`	string	イベントの計算に使用される人の境界ボックス内のポイントの場所。フォーカスの値は、`footprint` (人の占有領域)、`bottom_center` (人の境界ボックスの下部中央)、`center` (人の境界ボックスの中央) にすることができます。既定値は footprint です。

persondistance のゾーン構成

これは、cognitiveservices.vision.spatialanalysis-persondistance のゾーンを構成する SPACEANALYTICS_CONFIG パラメーターの JSON 入力の例です。この操作には複数のゾーンを構成できます。

{
"zones":[{
   "name": "lobbycamera",
   "polygon": [[0.3,0.3], [0.3,0.9], [0.6,0.9], [0.6,0.3], [0.3,0.3]],
   "events":[{
       "type": "persondistance",
       "config":{
           "trigger": "event",
           "output_frequency":1,
           "minimum_distance_threshold":6.0,
           "maximum_distance_threshold":35.0,
           "aggregation_method": "average",
           "focus": "footprint"
          }
          }]
   }]
}

名前	種類	説明設定
`zones`	list	ゾーンのリスト。
`name`	string	このゾーンのフレンドリ名。
`polygon`	list	各値のペアは、多角形の頂点の x、y を表します。多角形は人数をカウントする領域を表し、人と人との距離が測定されます。浮動小数点値は、左上隅を基準とした頂点の位置を表します。 x、y の絶対値を計算するには、これらの値とフレームサイズを乗算します。
`threshold`	float	その人がゾーン内のこのピクセル数よりも大きい場合にイベントが送信されます。これは省略可能なフィールドであり、値は比率 (0 から 1) です。たとえば、画像幅 = 512 (0.0253 X 512 = ~13) のビデオでは、値 0.0253 は 13 ピクセルになります。
`type`	string	cognitiveservices.vision.spatialanalysis-persondistance の場合、これは `persondistance` である必要があります。
`trigger`	string	イベントを送信するためのトリガーの種類。サポートされている値は、`event` (カウントが変わったときにイベントを送信する場合)、または `interval` (カウントが変わったかどうかに関係なく、イベントを定期的に送信する場合) です。
`output_frequency`	INT	イベントが送信される頻度。 `output_frequency` = X の場合、X おきにイベントが送信されます。たとえば、 `output_frequency` = 2 は、1 つおきにイベントが送信されることを意味します。 `output_frequency` は、`event` と `interval` の両方に適用されます。
`minimum_distance_threshold`	float	人と人との距離がその距離よりも近いときに "TooClose" イベントをトリガーする距離 (フィート単位)。
`maximum_distance_threshold`	float	人と人との距離がその距離よりも離れているときに "TooFar" イベントをトリガーする距離 (フィート単位)。
`aggregation_method`	string	`persondistance` 結果を集計するためのメソッド。 aggregation_method は `mode` と `average` の両方に適用できます。
`focus`	string	イベントの計算に使用される人の境界ボックス内のポイントの場所。フォーカスの値は、`footprint` (人の占有領域)、`bottom_center` (人の境界ボックスの下部中央)、`center` (人の境界ボックスの中央) にすることができます。

spatialanalysis の構成

次に、cognitiveservices.vision.spatialanalysis のラインとゾーンを構成する SPACEANALYTICS_CONFIG パラメーターの JSON 入力の例を以下に示します。この操作では複数のラインやゾーンを構成でき、各ラインやゾーンには異なるイベントを持たせることができます。

{
  "lines": [
    {
      "name": "doorcamera",
      "line": {
        "start": {
          "x": 0,
          "y": 0.5
        },
        "end": {
          "x": 1,
          "y": 0.5
        }
      },
      "events": [
        {
          "type": "linecrossing",
          "config": {
            "trigger": "event",
            "focus": "footprint"
          }
        }
      ]
    }
  ],
  "zones": [
    {
      "name": "lobbycamera",
      "polygon": [[0.3, 0.3],[0.3, 0.9],[0.6, 0.9],[0.6, 0.3],[0.3, 0.3]],
      "events": [
        {
          "type": "persondistance",
          "config": {
            "trigger": "event",
            "output_frequency": 1,
            "minimum_distance_threshold": 6.0,
            "maximum_distance_threshold": 35.0,
            "focus": "footprint"
          }
        },
        {
          "type": "count",
          "config": {
            "trigger": "event",
            "output_frequency": 1,
            "focus": "footprint"
          }
        },
        {
          "type": "zonecrossing",
          "config": {
            "focus": "footprint"
          }
        },
        {
          "type": "zonedwelltime",
          "config": {
            "focus": "footprint"
          }
        }
      ]
    }
  ]
}

カメラの構成

ゾーンとラインを構成する方法の詳細については、カメラの配置に関するガイドラインを参照してください。

空間分析操作の出力

各操作のイベントは、JSON 形式で Azure IoT Hub に送信されます。

personcount AI 分析情報の JSON 形式

この操作によって出力されるイベントのサンプル JSON。

{
    "events": [
        {
            "id": "b013c2059577418caa826844223bb50b",
            "type": "personCountEvent",
            "detectionIds": [
                "bc796b0fc2534bc59f13138af3dd7027",
                "60add228e5274158897c135905b5a019"
            ],
            "properties": {
                "personCount": 2
            },
            "zone": "lobbycamera",
            "trigger": "event"
        }
    ],
    "sourceInfo": {
        "id": "camera_id",
        "timestamp": "2020-08-24T06:06:57.224Z",
        "width": 608,
        "height": 342,
        "frameId": "1400",
        "cameraCalibrationInfo": {
            "status": "Calibrated",
            "cameraHeight": 10.306597709655762,
            "focalLength": 385.3199462890625,
            "tiltupAngle": 1.0969393253326416
        },
        "imagePath": ""
    },
    "detections": [
        {
            "type": "person",
            "id": "bc796b0fc2534bc59f13138af3dd7027",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.612683747944079,
                        "y": 0.25340268765276636
                    },
                    {
                        "x": 0.7185954043739721,
                        "y": 0.6425260577285499
                    }
                ]
            },
            "confidence": 0.9559211134910583,
            "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "0.0",
		"groundOrientationAngle": "1.3",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            },
           "attributes": [
                {
                    "label": "face_mask",
                    "confidence": 0.99,
                    "task": ""
                }
            ]
        },
        {
            "type": "person",
            "id": "60add228e5274158897c135905b5a019",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.22326200886776573,
                        "y": 0.17830915618361087
                    },
                    {
                        "x": 0.34922296122500773,
                        "y": 0.6297955429344847
                    }
                ]
            },
            "confidence": 0.9389744400978088,
             "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "18.635927200317383",
		"groundOrientationAngle": "1.3",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            },
           "attributes": [
                {
                    "label": "face_mask",
                    "confidence": 0.99,
                    "task": ""
                }
            ]
       }
    ],
    "schemaVersion": "2.0"
}

イベントフィールド名	Type	説明
`id`	string	イベント ID
`type`	string	イベントの種類
`detectionsId`	array	このイベントをトリガーした人検出の一意識別子のサイズ 1 の配列
`properties`	collection	値のコレクション
`trackinId`	string	検出された人の一意識別子
`zone`	string	越えられたゾーンを表す多角形の "name" フィールド
`trigger`	string	SPACEANALYTICS_CONFIG の `trigger` の値に応じて、トリガーの種類は "event" または "interval" になります。

Detections フィールド名	Type	説明
`id`	string	検出 ID
`type`	string	検出の種類
`region`	collection	値のコレクション
`type`	string	領域の種類
`points`	collection	領域の種類が RECTANGLE の場合の、左上と右下のポイント
`confidence`	float	アルゴリズムの信頼度
`attributes`	array	属性の配列。各属性は、ラベル、タスク、および信頼度で構成されます
`label`	string	属性値 (たとえば、`{label: face_mask}` は、検出されたユーザーが顔マスクを装着していることを示します)
`confidence (attribute)`	float	範囲 0 から 1 の属性信頼度値 (たとえば、`{confidence: 0.9, label: face_nomask}` は、検出された人がフェイスマスクを着用していないことを示します)
`task`	string	属性分類タスク/クラス

SourceInfo フィールド名	Type	説明
`id`	string	Camera ID (カメラ ID)
`timestamp`	日付	JSON ペイロードが生成された UTC 日付
`width`	INT	ビデオフレームの幅
`height`	INT	ビデオフレームの高さ
`frameId`	INT	フレーム識別子
`cameraCallibrationInfo`	collection	値のコレクション
`status`	string	`state[;progress description]` の形式での調整の状態。状態は、`Calibrating`、`Recalibrating` (再調整が有効な場合)、または `Calibrated` になります。進行状況の説明部分は、現在の調整プロセスの進行状況を示すために使用される `Calibrating` および `Recalibrating` 状態の場合にのみ有効です。
`cameraHeight`	float	地面からのカメラの高さ (フィート単位)。これは自動調整から推論されます。
`focalLength`	float	カメラの焦点距離 (ピクセル単位)。これは自動調整から推論されます。
`tiltUpAngle`	float	垂直線からのカメラの傾斜角度。これは自動調整から推論されます。

personcrossingline AI 分析情報の JSON 形式

この操作によって出力される検出のサンプル JSON。

{
    "events": [
        {
            "id": "3733eb36935e4d73800a9cf36185d5a2",
            "type": "personLineEvent",
            "detectionIds": [
                "90d55bfc64c54bfd98226697ad8445ca"
            ],
            "properties": {
                "trackingId": "90d55bfc64c54bfd98226697ad8445ca",
                "status": "CrossLeft"
            },
            "zone": "doorcamera"
        }
    ],
    "sourceInfo": {
        "id": "camera_id",
        "timestamp": "2020-08-24T06:06:53.261Z",
        "width": 608,
        "height": 342,
        "frameId": "1340",
        "imagePath": ""
    },
    "detections": [
        {
            "type": "person",
            "id": "90d55bfc64c54bfd98226697ad8445ca",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.491627341822574,
                        "y": 0.2385801348769874
                    },
                    {
                        "x": 0.588894994635331,
                        "y": 0.6395559924387793
                    }
                ]
            },
            "confidence": 0.9005028605461121,
            "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "18.635927200317383",
		"groundOrientationAngle": "1.3",
                "trackingId": "90d55bfc64c54bfd98226697ad8445ca",
                "speed": "1.2",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            },
           "attributes": [
                {
                    "label": "face_mask",
                    "confidence": 0.99,
                    "task": ""
                }
            ]
        }
    ],
    "schemaVersion": "2.0"
}

イベントフィールド名	Type	説明
`id`	string	イベント ID
`type`	string	イベントの種類
`detectionsId`	array	このイベントをトリガーした人検出の一意識別子のサイズ 1 の配列
`properties`	collection	値のコレクション
`trackinId`	string	検出された人の一意識別子
`status`	string	ラインを越える方向 ("CrossLeft" または "CrossRight") 方向は、そのラインの "終わり" に向かって "開始" 位置に立つことを想像することに基づいています。 CrossRight は左から右に交差しています。 CrossLeft は右から左に交差しています。
`orientationDirection`	string	検出された人がラインを越える向きの方向。 "Left"、"Right"、または "Straigh" を指定できます。この値は、`CAMERACALIBRATOR_NODE_CONFIG`で `True` に`enable_orientation` が設定されている場合に出力されます。
`zone`	string	越えられたラインの "name" フィールド

Detections フィールド名	Type	説明
`id`	string	検出 ID
`type`	string	検出の種類
`region`	collection	値のコレクション
`type`	string	領域の種類
`points`	collection	領域の種類が RECTANGLE の場合の、左上と右下のポイント
`groundOrientationAngle`	float	推論された地上平面での人の向きの時計回りの角度
`mappedImageOrientation`	float	2D イメージ空間における人の向きの時計回りの予測角度
`speed`	float	検出された人の推定速度。単位は `foot per second (ft/s)` です。
`confidence`	float	アルゴリズムの信頼度
`attributes`	array	属性の配列。各属性は、ラベル、タスク、および信頼度で構成されます
`label`	string	属性値 (たとえば、`{label: face_mask}` は、検出されたユーザーが顔マスクを装着していることを示します)
`confidence (attribute)`	float	範囲 0 から 1 の属性信頼度値 (たとえば、`{confidence: 0.9, label: face_nomask}` は、検出された人がフェイスマスクを着用していないことを示します)
`task`	string	属性分類タスク/クラス

SourceInfo フィールド名	Type	説明
`id`	string	Camera ID (カメラ ID)
`timestamp`	日付	JSON ペイロードが生成された UTC 日付
`width`	INT	ビデオフレームの幅
`height`	INT	ビデオフレームの高さ
`frameId`	INT	フレーム識別子

重要

AI モデルは、人がカメラに顔を向けているか、カメラから顔をそらしているかに関係なく、その人を検出します。 AI モデルでは、顔認識は実行されず、生体認証情報も生成されません。

personcrossingpolygon AI 分析情報の JSON 形式

zonecrossing 型の SPACEANALYTICS_CONFIG を使用してこの操作によって出力された検出用のサンプル JSON。

{
    "events": [
        {
            "id": "f095d6fe8cfb4ffaa8c934882fb257a5",
            "type": "personZoneEnterExitEvent",
            "detectionIds": [
                "afcc2e2a32a6480288e24381f9c5d00e"
            ],
            "properties": {
                "trackingId": "afcc2e2a32a6480288e24381f9c5d00e",
                "status": "Enter",
                "side": "1"
            },
            "zone": "queuecamera"
        }
    ],
    "sourceInfo": {
        "id": "camera_id",
        "timestamp": "2020-08-24T06:15:09.680Z",
        "width": 608,
        "height": 342,
        "frameId": "428",
        "imagePath": ""
    },
    "detections": [
        {
            "type": "person",
            "id": "afcc2e2a32a6480288e24381f9c5d00e",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.8135572734631991,
                        "y": 0.6653949670624315
                    },
                    {
                        "x": 0.9937645761590255,
                        "y": 0.9925406829655519
                    }
                ]
            },
            "confidence": 0.6267998814582825,
            "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "18.635927200317383",
		"groundOrientationAngle": "1.3",
                "trackingId": "afcc2e2a32a6480288e24381f9c5d00e",
                "speed": "1.2",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            },
           "attributes": [
		{
		    "label": "face_mask",
		    "confidence": 0.99,
		    "task": ""
		}
            ]
	}
    ],
    "schemaVersion": "2.0"
}

zonedwelltime 型の SPACEANALYTICS_CONFIG を使用してこの操作によって出力された検出用のサンプル JSON。

{
    "events": [
        {
            "id": "f095d6fe8cfb4ffaa8c934882fb257a5",
            "type": "personZoneDwellTimeEvent",
            "detectionIds": [
                "afcc2e2a32a6480288e24381f9c5d00e"
            ],
            "properties": {
                "trackingId": "afcc2e2a32a6480288e24381f9c5d00e",
                "status": "Exit",
                "side": "1",
	        "dwellTime": 7132.0,
	        "dwellFrames": 20            
            },
            "zone": "queuecamera"
        }
    ],
    "sourceInfo": {
        "id": "camera_id",
        "timestamp": "2020-08-24T06:15:09.680Z",
        "width": 608,
        "height": 342,
        "frameId": "428",
        "imagePath": ""
    },
    "detections": [
        {
            "type": "person",
            "id": "afcc2e2a32a6480288e24381f9c5d00e",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.8135572734631991,
                        "y": 0.6653949670624315
                    },
                    {
                        "x": 0.9937645761590255,
                        "y": 0.9925406829655519
                    }
                ]
            },
            "confidence": 0.6267998814582825,
	    "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "18.635927200317383",
		"groundOrientationAngle": "1.2",
		"mappedImageOrientation": "0.3",
		"speed": "1.2",
		 "trackingId": "afcc2e2a32a6480288e24381f9c5d00e",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            }
        }
    ],
    "schemaVersion": "2.0"
}

イベントフィールド名	Type	説明
`id`	string	イベント ID
`type`	string	イベントの種類。この値には、personZoneDwellTimeEvent または personZoneEnterExitEvent のいずれかを指定できます。
`detectionsId`	array	このイベントをトリガーした人検出の一意識別子のサイズ 1 の配列
`properties`	collection	値のコレクション
`trackinId`	string	検出された人の一意識別子
`status`	string	多角形を越える方向 ("Enter" または "Exit")
`side`	INT	人が越えた多角形の辺の数。各辺は、ゾーンを表す多角形の 2 つの頂点の間の番号付きのエッジです。多角形にある最初の 2 つの頂点間のエッジは、最初の辺を表します。オクルージョンが原因でイベントが特定の側に関連付けられていない場合、'Side' は空です。たとえば、人の姿が消えたにも関わらずゾーンの辺を横切る姿が見られなかった際に出たことが検出されたり、ゾーン内に人の姿が見られるにも関わらず、辺を横切っているのが見られなかった際に入りが発生したりなどです。
`dwellTime`	float	人がゾーンで過ごした時間を表すミリ秒数。このフィールドは、イベントの種類が personZoneDwellTimeEvent の場合に指定されます。
`dwellFrames`	INT	人がゾーン内にいたフレーム数。このフィールドは、イベントの種類が personZoneDwellTimeEvent の場合に指定されます。
`dwellTimeForTargetSide`	float	人がゾーン内にいて `target_side` に向いていた時間を表すミリ秒数。このフィールドは、`CAMERACALIBRATOR_NODE_CONFIG` で `enable_orientation` が `True` にあり、`target_side` の値が `SPACEANALYTICS_CONFIG` に設定されている場合に指定されます。
`avgSpeed`	float	ゾーン内の人の平均速度。単位は `foot per second (ft/s)` です。
`minSpeed`	float	ゾーン内の人の最小速度。単位は `foot per second (ft/s)` です。
`zone`	string	越えられたゾーンを表す多角形の "name" フィールド

Detections フィールド名	Type	説明
`id`	string	検出 ID
`type`	string	検出の種類
`region`	collection	値のコレクション
`type`	string	領域の種類
`points`	collection	領域の種類が RECTANGLE の場合の、左上と右下のポイント
`groundOrientationAngle`	float	推論された地上平面での人の向きの時計回りの角度
`mappedImageOrientation`	float	2D イメージ空間における人の向きの時計回りの予測角度
`speed`	float	検出された人の推定速度。単位は `foot per second (ft/s)` です。
`confidence`	float	アルゴリズムの信頼度
`attributes`	array	属性の配列。各属性は、ラベル、タスク、および信頼度で構成されます
`label`	string	属性値 (たとえば、`{label: face_mask}` は、検出されたユーザーが顔マスクを装着していることを示します)
`confidence (attribute)`	float	範囲 0 から 1 の属性信頼度値 (たとえば、`{confidence: 0.9, label: face_nomask}` は、検出された人がフェイスマスクを着用していないことを示します)
`task`	string	属性分類タスク/クラス

persondistance AI 分析情報の JSON 形式

この操作によって出力される検出のサンプル JSON。

{
    "events": [
        {
            "id": "9c15619926ef417aa93c1faf00717d36",
            "type": "personDistanceEvent",
            "detectionIds": [
                "9037c65fa3b74070869ee5110fcd23ca",
                "7ad7f43fd1a64971ae1a30dbeeffc38a"
            ],
            "properties": {
                "personCount": 5,
                "averageDistance": 20.807043981552123,
                "minimumDistanceThreshold": 6.0,
                "maximumDistanceThreshold": "Infinity",
                "eventName": "TooClose",
                "distanceViolationPersonCount": 2
            },
            "zone": "lobbycamera",
            "trigger": "event"
        }
    ],
    "sourceInfo": {
        "id": "camera_id",
        "timestamp": "2020-08-24T06:17:25.309Z",
        "width": 608,
        "height": 342,
        "frameId": "1199",
        "cameraCalibrationInfo": {
            "status": "Calibrated",
            "cameraHeight": 12.9940824508667,
            "focalLength": 401.2800598144531,
            "tiltupAngle": 1.057669997215271
        },
        "imagePath": ""
    },
    "detections": [
        {
            "type": "person",
            "id": "9037c65fa3b74070869ee5110fcd23ca",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.39988183975219727,
                        "y": 0.2719132942065858
                    },
                    {
                        "x": 0.5051516984638414,
                        "y": 0.6488402517218339
                    }
                ]
            },
            "confidence": 0.948630690574646,
	    "metadata": {
                "centerGroundPointX": "-1.4638760089874268",
                "centerGroundPointY": "18.29732322692871",
		"groundOrientationAngle": "1.3",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            }
        },
        {
            "type": "person",
            "id": "7ad7f43fd1a64971ae1a30dbeeffc38a",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.5200299714740954,
                        "y": 0.2875368218672903
                    },
                    {
                        "x": 0.6457497446160567,
                        "y": 0.6183311060855263
                    }
                ]
            },
            "confidence": 0.8235412240028381,
            "metadata": {
                "centerGroundPointX": "2.6310102939605713",
                "centerGroundPointY": "18.635927200317383",
		"groundOrientationAngle": "1.3",
                "footprintX": "0.7306610584259033",
                "footprintY": "0.8814966493381893"
            }
        }
    ],
    "schemaVersion": "2.0"
}

イベントフィールド名	Type	説明
`id`	string	イベント ID
`type`	string	イベントの種類
`detectionsId`	array	このイベントをトリガーした人検出の一意識別子のサイズ 1 の配列
`properties`	collection	値のコレクション
`personCount`	INT	イベントの生成時に検出された人数
`averageDistance`	float	検出されたすべての人の間の平均距離 (フィート単位)
`minimumDistanceThreshold`	float	人と人との距離がその距離よりも近いときに "TooClose" イベントをトリガーする距離 (フィート単位)。
`maximumDistanceThreshold`	float	人と人との距離がその距離よりも離れているときに "TooFar" イベントをトリガーする距離 (フィート単位)。
`eventName`	string	イベント名は、`TooClose` (`minimumDistanceThreshold` に違反している場合)、`TooFar` (`maximumDistanceThreshold` に違反している場合)、または `unknown` (自動調整が完了していない場合) です
`distanceViolationPersonCount`	INT	`minimumDistanceThreshold` または `maximumDistanceThreshold` の違反で検出された人数
`zone`	string	人と人との間の距離について監視されていたゾーンを表す多角形の "name" フィールド
`trigger`	string	SPACEANALYTICS_CONFIG の `trigger` の値に応じて、トリガーの種類は "event" または "interval" になります。

Detections フィールド名	Type	説明
`id`	string	検出 ID
`type`	string	検出の種類
`region`	collection	値のコレクション
`type`	string	領域の種類
`points`	collection	領域の種類が RECTANGLE の場合の、左上と右下のポイント
`confidence`	float	アルゴリズムの信頼度
`centerGroundPointX/centerGroundPointY`	2 つの浮動小数点値	地面上での人の推論された位置の座標の `x` および `y` 値 (フィート単位)。 `x` と `y` は、フロアが階層であると仮定した場合の床面上の座標です。カメラの位置は原点です。

centerGroundPoint では、x は、カメラから、カメラのイメージプレーンに垂直な人物までの距離のコンポーネントです。 y は、カメラのイメージプレーンと平行な距離のコンポーネントです。

中心の地表点の例

この例では centerGroundPoint は {centerGroundPointX: 4, centerGroundPointY: 5} です。これは、カメラから前に 4 フィート、右に 5 フィートの場所に、部屋を見下ろしている人がいることを意味します。

SourceInfo フィールド名	Type	説明
`id`	string	Camera ID (カメラ ID)
`timestamp`	日付	JSON ペイロードが生成された UTC 日付
`width`	INT	ビデオフレームの幅
`height`	INT	ビデオフレームの高さ
`frameId`	INT	フレーム識別子
`cameraCallibrationInfo`	collection	値のコレクション
`status`	string	`state[;progress description]` の形式での調整の状態。状態は、`Calibrating`、`Recalibrating` (再調整が有効な場合)、または `Calibrated` になります。進行状況の説明部分は、現在の調整プロセスの進行状況を示すために使用される `Calibrating` および `Recalibrating` 状態の場合にのみ有効です。
`cameraHeight`	float	地面からのカメラの高さ (フィート単位)。これは自動調整から推論されます。
`focalLength`	float	カメラの焦点距離 (ピクセル単位)。これは自動調整から推論されます。
`tiltUpAngle`	float	垂直線からのカメラの傾斜角度。これは自動調整から推論されます。

spatialanalysis AI 分析情報の JSON 形式

この操作の出力は構成された events によって異なります。たとえば、この操作用に構成された zonecrossing のイベントがある場合、出力は cognitiveservices.vision.spatialanalysis-personcrossingpolygon と同じになります。

コンテナーによって生成された出力を使用する

空間分析の検出またはイベントをアプリケーションに統合することをお勧めします。検討すべきいくつかの方法を次に示します。

選択したプログラミング言語の Azure Event Hub SDK を使用して、Azure IoT Hub エンドポイントに接続し、イベントを受信します。詳細については、「デバイスからクラウドへのメッセージを組み込みのエンドポイントから読み取る」をご覧ください。
イベントを他のエンドポイントに送信したり、イベントをデータストレージに保存したりするには、Azure IoT Hub のメッセージルーティングを設定します。詳細については、IoT Hub メッセージルーティングに関する記事をご覧ください。
到着したイベントをリアルタイムで処理し、視覚化を作成する Azure Stream Analytics ジョブを設定します。

空間分析操作を大規模に展開する (複数のカメラ)

GPU のパフォーマンスと使用率を最大限に引き出すために、グラフインスタンスを使用して複数のカメラに空間分析操作を展開できます。 15 台のカメラで cognitiveservices.vision.spatialanalysis-personcrossingline 操作を実行する場合の構成例を次に示します。

  "properties.desired": {
      "globalSettings": {
          "PlatformTelemetryEnabled": false,
          "CustomerTelemetryEnabled": true
      },
      "graphs": {
        "personzonelinecrossing": {
        "operationId": "cognitiveservices.vision.spatialanalysis-personcrossingline",
        "version": 1,
        "enabled": true,
        "sharedNodes": {
            "shared_detector0": {
                "node": "PersonCrossingLineGraph.detector",
                "parameters": {
                    "DETECTOR_NODE_CONFIG": "{ \"gpu_index\": 0, \"batch_size\": 7, \"do_calibration\": true}",
                }
            },
            "shared_calibrator0": {
                "node": "PersonCrossingLineGraph/cameracalibrator",
                "parameters": {
                    "CAMERACALIBRATOR_NODE_CONFIG": "{ \"gpu_index\": 0, \"do_calibration\": true, \"enable_zone_placement\": true}",
                    "CALIBRATION_CONFIG": "{\"enable_recalibration\": true, \"quality_check_frequency_seconds\": 86400}",
                }
        },
        "parameters": {
            "VIDEO_DECODE_GPU_INDEX": 0,
            "VIDEO_IS_LIVE": true
        },
        "instances": {
            "1": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 1>",
                    "VIDEO_SOURCE_ID": "camera 1",
                    "SPACEANALYTICS_CONFIG": "{\"zones\":[{\"name\":\"queue\",\"polygon\":[[0,0],[1,0],[0,1],[1,1],[0,0]]}]}"
                }
            },
            "2": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 2>",
                    "VIDEO_SOURCE_ID": "camera 2",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "3": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 3>",
                    "VIDEO_SOURCE_ID": "camera 3",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "4": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 4>",
                    "VIDEO_SOURCE_ID": "camera 4",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "5": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 5>",
                    "VIDEO_SOURCE_ID": "camera 5",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "6": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 6>",
                    "VIDEO_SOURCE_ID": "camera 6",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "7": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 7>",
                    "VIDEO_SOURCE_ID": "camera 7",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "8": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 8>",
                    "VIDEO_SOURCE_ID": "camera 8",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "9": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 9>",
                    "VIDEO_SOURCE_ID": "camera 9",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "10": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 10>",
                    "VIDEO_SOURCE_ID": "camera 10",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "11": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 11>",
                    "VIDEO_SOURCE_ID": "camera 11",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "12": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 12>",
                    "VIDEO_SOURCE_ID": "camera 12",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "13": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 13>",
                    "VIDEO_SOURCE_ID": "camera 13",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "14": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 14>",
                    "VIDEO_SOURCE_ID": "camera 14",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            },
            "15": {
                "sharedNodeMap": {
                    "PersonCrossingLineGraph/detector": "shared_detector0",
		    "PersonCrossingLineGraph/cameracalibrator": "shared_calibrator0",
                },
                "parameters": {
                    "VIDEO_URL": "<Replace RTSP URL for camera 15>",
                    "VIDEO_SOURCE_ID": "camera 15",
                    "SPACEANALYTICS_CONFIG": "<Replace the zone config value, same format as above>"
                }
            }
          }
        },
      }
  }

名前	種類	説明
`batch_size`	INT	すべてのカメラの解像度が同じ場合は、`batch_size` をその操作で使用されるカメラの数に設定します。それ以外の場合は、`batch_size` を 1 に設定するか、既定値 (1) のままにします。これは、バッチがサポートされないことを示します。

次の方法で共有

空間分析操作

操作のパラメーター

検出ノードのパラメーター設定

カメラ調整ノードのパラメーター設定

調整の構成

カメラ調整の出力

トラッカーノードのパラメーター設定

空間分析操作の構成と出力

personcount のゾーン構成

personcrossingline のライン構成

personcrossingpolygon のゾーン構成

persondistance のゾーン構成

spatialanalysis の構成

カメラの構成

空間分析操作の出力

personcount AI 分析情報の JSON 形式

personcrossingline AI 分析情報の JSON 形式

personcrossingpolygon AI 分析情報の JSON 形式

persondistance AI 分析情報の JSON 形式

spatialanalysis AI 分析情報の JSON 形式

コンテナーによって生成された出力を使用する

空間分析操作を大規模に展開する (複数のカメラ)

次のステップ

フィードバック

その他のリソース

次の方法で共有

空間分析操作

操作のパラメーター

検出ノードのパラメーター設定

カメラ調整ノードのパラメーター設定

調整の構成

カメラ調整の出力

トラッカー ノードのパラメーター設定

空間分析操作の構成と出力

personcount のゾーン構成

personcrossingline のライン構成

personcrossingpolygon のゾーン構成

persondistance のゾーン構成

spatialanalysis の構成

カメラの構成

空間分析操作の出力

personcount AI 分析情報の JSON 形式

personcrossingline AI 分析情報の JSON 形式

personcrossingpolygon AI 分析情報の JSON 形式

persondistance AI 分析情報の JSON 形式

spatialanalysis AI 分析情報の JSON 形式

コンテナーによって生成された出力を使用する

空間分析操作を大規模に展開する (複数のカメラ)

次のステップ

フィードバック

その他のリソース

トラッカーノードのパラメーター設定