亀印製菓（茨城県水戸市）は、マシンラーニング（機械学習）による監視カメラ映像の解析によって、工場作業者の健康状態などを見守るシステムを導入、2019年2月から稼働させている。システム構築を担当したブローダービズとデータ解析ソフトウェアの開発元であるElasticsearchが2019年11月14日に都内で説明会を開き、事例の詳細を紹介した。
亀印製菓は、菓子の工程作業に従事する作業者の健康や安全を見守るシステムを稼働させた。監視カメラ映像から作業者の骨格の動きを検出し、異常な動きを検出した場合にインシデントとして報告して対処するシステムである。Elasticsearchが販売する検索エンジン「Elasticsearch」が備えるマシンラーニング（機械学習）機能を利用する。
監視映像から、作業者の鼻、首、腰の3点の位置関係を把握し、骨格構造と振る舞いを時系列にデータ化する。これを、エッジコンピュータ上で稼働するElasticsearchを用いて解析し、異常かどうかを判定する。異常を検出した場合はインシデントと判定し、クラウド側のアプリケーションにデータを送って対処する（図1）。
図1：亀印製菓が導入した、作業者の健康や安全をマシンラーニングで見守るシステムの概要（出典：ブローダービス）拡大画像表示
異常を判定するケースは2つある。1つは、うずくまるといった瞬間的な姿勢である。姿勢検出時にインシデントとして判定できる。もう1つのケースは、時系列データから見える異常である。いつもとは異なるトレンドが見られた場合に、インシデントが発生したと判定する。
時系列データの異常を機械的に判定するための手段として亀印製菓は、マシンラーニングを導入した。マシンラーニングでは、「垂直方向の2つのポイント差分の変化（鼻～腰、首～腰）」や「水平方向の移動量（左右）」など、合計で10個の判定モデルを作成して利用している。
写真1：ブローダービスで常務取締役CCOを務める青木誠氏拡大画像表示
マシンラーニングの基盤として、Elasticsearchを採用した。Elasticsearchを選んだ理由について、システム構築を担当したブローダービスで常務取締役CCOを務める青木誠氏（写真1）は、「機能を組み合わせる必要がなく、ワンパッケージで提供されていること」を挙げる。さらに、PythonのAPIを介した外部システムとの連携のしやすさも利点だった。「画像検出からインシデント登録まで、データの入出力のバリエーションが広い」（青木氏）。
なお、Elasticsearchは、データの投入、データの格納・検索・分析、データの可視化、という3つのレイヤーでソフトウェアを用意している（関連記事：「セキュリティ分析には検索が欠かせない」、検索エンジンのElasticがSIEM機能をリリース）。主な用途は、検索、セキュリティ（ログ分析）、オブザーバビリティ（可観測性）の3つである。
写真2：米Elasticでマシンラーニング分野の製品マネージャを務めるThomas Grabowski（トーマス・グラボウスキ）氏拡大画像表示
「2年前からマシンラーニング機能を実装し、異常検知や予測などに利用できるようにしている」と、米Elasticでマシンラーニング分野の製品マネージャを務めるThomas Grabowski（トーマス・グラボウスキ）氏（写真2）は指摘。「セキュリティ用途では、異常なログの動向を検出する使い方などに使われている。ヘルプデスクの問い合わせデータの傾向から異常を検知するユースケースもある」（グラボウスキ氏）。
