精度99%の罠を回避せよ：現場で失敗しないAIトラッキングの「重なり」対策と選定基準

テスト環境と現場の「埋められない溝」

「PoC（概念実証）では完璧に動いていたが、いざ店舗に導入したら来店客数が実際の1.5倍もカウントされてしまった」といった課題は、実務の現場で頻繁に耳にする切実な悩みです。最新のAIカメラを導入し、顧客の動線分析を行おうとするケースでよく発生します。ベンダーから提示されたカタログスペック上の認識精度は「99%」。数字上は、文句のつけようがない高性能システムのはずです。

しかし、蓋を開けてみればデータは実用に耐えない状態になっていることがあります。なぜこのような悲劇が起きるのでしょうか。

その原因の多くは「オクルージョン（Occlusion）」、日本語で言えば物体同士の「重なり」や「遮蔽（しゃへい）」にあります。

きれいに整列されたテストデータや、人がまばらな実験室では、AIは素晴らしい性能を発揮します。しかし、私たちが直面する現実のビジネス環境はもっと複雑です。狭い通路ですれ違う人々、フォークリフトの前を横切る作業員、商品棚の陰に隠れるショッピングカート。これら「対象物が見えなくなる瞬間」が発生したとき、AIがどのように振る舞うかこそが、実用化の成否を分けるのです。

今回は、多くのプロジェクトが見落としがちなこの「オクルージョン問題」に焦点を当て、現場で本当に使えるAIトラッキングシステムの選び方を、プロジェクトマネジメントの観点から論理的かつ体系的に解説します。技術的な詳細に深入りしすぎず、あくまで「ビジネス成果を出すための判断基準」として整理していきますので、ぜひ参考にしてください。

なぜAIは現場で「見失う」のか？オクルージョンが引き起こすビジネス損失

まず、オクルージョンが単なる「技術的な課題」ではなく、重大な「ビジネスリスク」であることを認識する必要があります。「たかが一瞬、重なっただけでしょ？」と思われるかもしれませんが、その一瞬がデータ全体の信頼性を揺るがし、ひいては経営判断を誤らせる原因となります。

テスト環境と実環境の決定的な違い

AIモデルの性能評価に使われる一般的なデータセットと、実際の現場映像には決定的な乖離（かいり）があります。

評価用データセットの多くは、対象物がカメラに対して比較的クリアに映っているシーンが中心です。一方、実際の物流倉庫や店舗、工場ではどうでしょうか。

• 照明の変化: 西日や照明の逆光でシルエットしか見えない、あるいは時間帯によって影が長く伸びる。
• 高密度な群衆: ラッシュ時の駅や特売日のスーパーのように、人と人が密着して歩いている。
• 複雑な背景: 倉庫内の段ボールや機材と、作業員の服の色が同化してしまう（迷彩効果）。

特に厄介なのが、動的な遮蔽です。固定された柱（静的遮蔽）ならカメラ位置の工夫で回避できますが、動いている人同士が重なる状況は、現場のオペレーションそのものですから回避できません。この「予期せぬ重なり」が発生したとき、オクルージョン対策が不十分なAIアルゴリズムは、追跡ロジックが破綻してしまうのです。

「一瞬の隠れ」がIDスイッチ（誤認）を招くメカニズム

物体追跡（トラッキング）において最も恐ろしい現象、それが「IDスイッチ（ID Switch）」です。これは、同一の物体であるにもかかわらず、途中でID番号が変わってしまう現象を指します。

具体的なシーンで考えてみましょう。

1. 顧客Aさんが通路を歩いています。AIは彼に「ID:001」を付与して追跡を開始します。
2. ここで、別の顧客BさんがAさんの手前を横切り、一瞬だけAさんがカメラから見えなくなりました（オクルージョン発生）。
3. 数秒後、再びAさんがBさんの後ろから姿を現します。

人間の目なら「あ、さっきのAさんだ」と文脈で理解できます。しかし、オクルージョンに弱いAIアルゴリズムは、一時的に見失ったAさんの情報をリセットしてしまいます。そして、再登場したAさんを「新規の顧客」と判断し、「ID:005」という新しい番号を振ってしまうのです。

これがIDスイッチです。たった一度のすれ違いで、システム上は「1人の人間」が「2人の別人」としてカウントされてしまいました。これが頻発すると、来店客数は実態よりも遥かに多くカウントされてしまいます。

認識率1%の低下が及ぼすオペレーションへの影響度

このIDスイッチが頻発すると、ビジネスにどのような損失をもたらすのでしょうか。単なる「誤差」では済まされない影響があります。

• KPIの崩壊と誤った意思決定: 来店客数が水増しされれば、購買率（CVR）の分母が大きくなり、見かけ上のパフォーマンスが悪化します。「客は来ているのに売れない」という誤ったデータに基づき、現場スタッフへの不当な指導や、的外れな店舗改善施策が行われてしまう恐れがあります。
• 動線データの分断による機会損失: 「入り口からレジまでどう歩いたか」という一連のジャーニーを知りたいのに、途中でIDが変わってしまえば、動線は寸断されます。「どの棚の前で迷っていたか」「回遊した結果、何を買わなかったか」という高価値な分析が不可能になり、マーケティング上の機会損失を生みます。
• セキュリティと安全管理のリスク: 工場内の危険エリア侵入検知などで、重なりによって作業員を見失うことは、安全管理上の致命的な欠陥となります。「そこに人がいる」と認識し続けることが、命を守ることに直結する現場もあるのです。

カタログに載っている「認識率99%」という数字は、多くの場合、単に「そこに人がいること」を見つけた割合（検知率）を指しています。「その人が誰であり続け、どこへ行ったか」を正しく追跡し続ける能力とは別物なのです。

現場で求められるのは、単なる検知ではなく、「同一性の維持」です。ここを見誤ると、多額の投資をしたAIシステムも、ただの「高性能な人数カウンター」以下の代物になり下がってしまいます。

オクルージョン耐性を決定づける3つの技術的要因と評価指標

では、どうすればオクルージョンに強いシステムを見極められるのでしょうか。エンジニアではない方でも理解できるように、選定時に確認すべき技術的なポイントを3つに絞って解説します。

外観特徴量（Re-ID）と動き予測（Kalman Filter等）のバランス

物体追跡のアプローチは、大きく分けて2つの情報の組み合わせで成り立っています。

1. 動きの予測（Motion Model）: 「今の速度と方向なら、次の瞬間にはここにいるはずだ」と物理法則で予測する方法です。代表的な技術にカルマンフィルタ（Kalman Filter）があります。計算が軽く高速ですが、急な方向転換や、長い時間隠れてしまう状況には弱いです。
2. 見た目の照合（Appearance Model / Re-ID）: 服の色、体型、持ち物などの特徴を数値化（ベクトル化）し、「さっきの人と似ているから同一人物だ」と判定する方法です。これをRe-ID（Re-Identification：再同定）と呼びます。遮蔽から復帰した際の再認識に強いですが、計算コストが高く、似た服の人が多い（制服を着た作業員など）と誤認しやすい弱点があります。

オクルージョンに強いアルゴリズムは、この2つを巧みに組み合わせています。

例えば、近年注目されているByteTrackというアルゴリズムは、検知スコアが低い（AIが自信を持てない）物体も捨てずに、動きの予測を使って追跡を継続させることで、遮蔽時の追跡性能を劇的に向上させました。これは「見えにくくても、そこにいるはずだ」という推論を強化したアプローチです。

逆に、DeepSORTなどは見た目の特徴量を重視するため、複雑な動きをする対象の再同定に強みがあります。

選定時はベンダーに対し、「提案されるアルゴリズムは、動き予測と特徴量マッチングのどちらを重視しているか。また、そのバランス調整は可能か」と確認することをおすすめします。この質問に明確に答えられるベンダーは信頼性が高いと言えます。

追跡維持における「記憶」のメカニズム

人間が見えなくなった人を「まだそこにいるはずだ」と思えるのは、短期記憶があるからです。AIにもこの「記憶」の概念が必要です。

優れたアルゴリズムは、物体が見えなくなっても即座にIDを消去しません。「トラックレット（軌跡の断片）」を保持し、「バッファ（Buffer）」と呼ばれる猶予期間を設けます。例えば30フレーム（約1秒）から数秒間は、「見えないけれど、ここにいると仮定する」状態でデータを保持し、再び物体が現れたときに照合を行います。

このバッファの設定が現場環境に合っているかが極めて重要です。障害物が多い倉庫なら、バッファを長めに設定して「記憶」を長く保持させる必要があります。逆に、出入りが激しい店舗入り口なら、誤検知（幽霊のように残るデータ）を防ぐために短く設定すべきかもしれません。このパラメータ調整が可能かどうかも、選定のポイントです。

ベンチマーク指標（MOTA/IDF1）の正しい読み方

技術資料を見る際、最も注意すべき指標があります。それがMOTAとIDF1です。

• MOTA (Multiple Object Tracking Accuracy): 全体的な検知の正確さを示します。誤検知や見逃しが少ないと高くなりますが、実はIDスイッチに対するペナルティ（減点）が比較的軽いです。つまり、「追跡が途切れてIDが変わっても、そこに人がいることさえ認識していれば」高スコアが出やすい傾向があります。
• IDF1 (ID F1 Score): 「どれだけ長く、正しく同一IDで追跡できたか」を示します。IDスイッチが起きるとスコアが激減します。

ビジネス用途、特に動線分析や滞在時間計測においては、MOTAよりもIDF1の値を重視すべきです。MOTAが高くてもIDF1が低いモデルは、「人は見つけているが、IDが頻繁に変わっている」状態を示唆しており、分析用途には不向きだからです。

「精度99%」という提示があった際は、「それはMOTAか、それともIDF1か」と確認することで、本質的な性能を見極めることができます。

ケーススタディ：オクルージョン対策で成果を出した現場の実証データ

理屈だけでなく、実際にオクルージョン対策を行うことで、どれほどの改善が見込めるのか。一般的な導入事例を基に、2つのケーススタディを解説します。

物流倉庫：フォークリフトと作業員の交錯エリアでの追跡事例

【課題】
大規模な物流センターの事例では、作業員の安全管理と生産性向上のため、動線分析を行っていました。しかし、巨大なラック（棚）や行き交うフォークリフトによって作業員が頻繁に隠れてしまい、追跡が寸断。作業時間が細切れに記録され、正確な工数管理ができない状態でした。

【対策】
当初使用していた単純な位置予測ベースのアルゴリズムから、低信頼度の検知ボックスも活用する「ByteTrack」ベースのカスタムモデルへ切り替えました。さらに、遮蔽が発生しやすいエリアでは、カメラアングルを斜め上から真上（俯瞰）に近い位置に変更し、物理的な重なり自体を減らす工夫も併用しました。

【結果】

• IDスイッチ発生率: 導入前の1時間あたり平均45回から、3回以下へと激減。
• 動線データの完全性: 作業開始から終了までの一連の動きを1つのIDで追える割合が30%から92%へ向上。

これにより、「どの作業員が、どのエリアで、どれくらい滞留しているか」が正確に可視化され、配置最適化による生産性15%向上を実現しました。データがつながることで、初めて「分析」が可能になったのです。

小売店舗：混雑時の顧客動線分析における精度改善

【課題】
都心の繁華街に位置する小売店舗の事例では、週末の混雑時にレジ前に行列ができ、顧客同士が重なり合います。従来のAIカメラでは、行列に並んでいる間の追跡が途切れ、レジに到達した時点で「新規客」としてカウントされるため、購買コンバージョン率（CVR）が異常に低く算出されていました（分母である客数が倍増していたため）。

【対策】
ここでは、服装の特徴量を重視するRe-ID（再同定）機能の強化を行いました。特に、冬場のアウターなど似た色の服が多い状況に対応するため、色だけでなく「上半身と下半身の色の組み合わせ」や「持ち物」の特徴も加味するモデルを採用しました。

【結果】

• 来店客数カウント精度: レジ通過データ（POS）との突合誤差が12%から2.5%へ縮小。
• 滞在時間の信頼性: 途切れ途切れだったデータがつながり、平均滞在時間が実態に近い値（以前の計測値の約1.8倍）に修正されました。

正しい滞在時間が把握できたことで、「長く滞在しているのに購入に至らない層」への接客アプローチを見直すきっかけとなりました。

従来型アルゴリズムとの比較検証結果

これらの事例から分かるのは、環境に応じたアルゴリズム選定の重要性です。

• 遮蔽が短時間で、動きが予測しやすい場合: ByteTrackのような動き予測重視型が有効（計算コストも低い）。
• 遮蔽が長時間で、複雑な動きをする場合: DeepSORTやFairMOTのようなRe-ID重視型が有効（計算コストは高い）。

万能なアルゴリズムは存在しません。自社の現場環境がどちらに近いかを見極めることが、成功への第一歩です。

失敗しないための選定チェックリストと導入ロードマップ

最後に、これからAIトラッキングの導入やリプレイスを検討されている方へ、実践的なチェックリストを提示します。ベンダー選定やPoCの際に、ぜひ活用してください。

自社環境の「混雑度」と「遮蔽パターン」の定義

まず、自社の環境がAIにとってどれくらい過酷かを定義し、要件定義書（RFP）に盛り込みましょう。

1. 混雑レベル: 低（人がまばら） / 中（時々すれ違う） / 高（常時誰かが重なっている）
2. 遮蔽の種類: 静的遮蔽（柱、棚）が多いのか、動的遮蔽（人、車両）が多いのか。
3. 対象物の類似性: 制服着用などで全員が似た外見をしているか、服装はバラバラか。

制服着用率が高い工場などでは、見た目（Re-ID）に頼るアルゴリズムは不利になります。逆に、服装がバラバラな店舗ならRe-IDが強力な武器になります。この「環境特性」をベンダーに伝えるだけで、提案の質が変わります。

PoC（概念実証）で確認すべき必須テスト項目

PoCでは、ただ漫然とシステムを動かすのではなく、意図的にAIの追跡を困難にするテストを行うことが重要です。

• 交差テスト（Cross Test）: 2人の人物をカメラの前でX字に交差して歩かせ、IDが入れ替わらないか確認する。
• 隠れんぼテスト（Occlusion Test）: 対象物が柱の裏に完全に隠れ、3〜5秒後に出てきたときに、同じIDで復帰するか確認する。
• 群衆テスト（Crowd Test）: 3人以上が団子状態になって歩いたときに、個別のIDを維持できるか確認する。

これらのテストでIDスイッチが頻発するシステムは、本番環境での運用に耐えられない可能性が高いため、本格導入前に必ず検証すべきです。

エッジデバイスの計算リソースと精度のトレードオフ

最後に、ハードウェアの制約です。オクルージョンに強い高度なアルゴリズム（特にDeep LearningベースのRe-ID）は、計算負荷が高くなります。

クラウドで処理すれば精度は出せますが、通信コストや遅延が問題になります。一方、現場のエッジデバイス（小型PCやカメラ内蔵チップ）で処理する場合、計算能力に限界があります。

「リアルタイム性」が最優先なのか（例：侵入検知）、多少遅れても「データの正確性」が重要なのか（例：マーケティング分析）。この優先順位によって、選ぶべきアルゴリズムとハードウェアの構成が決まります。

まとめ：AI導入を成功させるための「選ぶ力」

AIトラッキングにおける「オクルージョン」は、避けては通れない課題です。しかし、正しくリスクを認識し、適切な対策を講じれば、決して解決できない問題ではありません。

重要なのは、カタログスペックの「認識率」という表面的な数字に惑わされず、「IDスイッチ」や「追跡継続性（IDF1）」といった、より実質的な指標に目を向けることです。そして、自社の現場環境（混雑度、遮蔽パターン、制服の有無など）に最適なアルゴリズムを、論理的に選定することが求められます。

AIはあくまでビジネス課題を解決するための手段です。トラッキングにおいては「正しく追い続けられること」が前提条件であり、ここが揺らげば、その後の分析も施策もすべて砂上の楼閣となってしまいます。

もし、現在のトラッキング精度に課題を感じている、あるいはこれから導入を検討している場合は、現場での厳密なテストを実施してみてください。ROIを最大化するためにも、教科書通りの知識だけでなく、現場のリアルな制約を見据えたシステム構築が不可欠です。本質的な課題解決につながる、実用的なAI導入を目指していきましょう。