煙検知AI開発事例を紹介

このページでは、煙検知AIの開発事例を紹介します。導入した業界や目的、得られた成果などをまとめているので、AI開発の依頼・ツール導入を検討している方は、参考にしてください。

東京都江戸川区（行政）

引用元：Canon公式サイト（https://corporate.jp.canon/profile/business/mirai-angle/series/challenge/03）

導入前の課題：
火災の早期発見が難しい状況

高齢者の比率が高い江戸川区。木造住宅密集地が多く、災害発生時の対応にスピードと的確さが求められていました。
高所カメラは設置されていたものの、画像データから素早く火災発生場所を特定するのは非常に困難です。通報後にカメラを手動操作して現場を探すため、初動対応が遅れるケースもありました。

さらに従来のシステムは操作が複雑。限られた職員しか扱えないという課題も抱えていました。

導入後の成果：
AIで煙検出と操作性を改善

そこでキヤノンITソリューションズと連携し、「煙検出AI連携サービス」と「カメラ地図連携アプライアンス」を導入しました。

煙検出AIは、高所カメラで撮影した映像からAIが煙を検出し、自動で通知するシステム。そしてカメラ地図連携アプライアンスは、地図上の地点をクリックするだけで該当エリアの映像が表示されるシステムです。
2つのシステムを組み合わせることで、煩雑な操作をしなくても、リアルタイムに火災の兆候を把握できるようになりました。

廃棄物処理業者

引用元：SmokeScanner公式サイト（https://smokescanner.swm-eii.com/）

導入前の課題：
夜間の火災検知が課題に

大阪府にある廃棄物処理業者では、可燃物を保管する貯蔵所で火災リスクを抱えていました。

可燃物はわずかな発熱や発煙が発火につながるおそれがあり、早期発見・即時対応が重要です。
しかし、監視は人の目による作業が中心。夜間は監視員が常時確認できない時間帯があるなど、煙や火災の発見が遅れるリスクが高まっていました。

導入後の成果：
AIが常時監視し早期対応を実現

そこで、可燃物貯蔵所に「SmokeScanner」を導入。AIによる煙検知システムで3台の監視カメラを設置し、24時間体制で映像を監視しています。煙を検知すると自動的に警報ブザーが作動し、異常を知らせる仕組みです。

これにより初動対応がスムーズになりました。機械学習を活用して現場ごとに異なる煙の発生パターンに対応できるようにしたことで、誤検知を抑え、高い検知率を実現しています。

コニカミノルタ（精密機器）

引用元：コニカミノルタ公式サイト（https://research.konicaminolta.com/jp/report/2024/technical-papers/development-of-forxai-safety-solution-for-smoke-detection-using-image-recognition-ai/）

導入前の課題：
従来技術ではカバーできない火災検知

コニカミノルタでは、MOBOTIX社製のサーマルカメラを用いた「火災予防ソリューション」を提供してきました。

しかしサーマルカメラでは表面温度の変化にしか反応できないため、燃料の山や資材が積み重なった現場では、内部発火を早期に検知することが困難でした。
接触式センサーによる監視は局所的であり、広範囲な監視が難しいという制約もありました。

導入後の成果：
AIによる画像認識で煙を検知

顧客ニーズに応えるため、コニカミノルタはカメラ映像から煙を検知するアプリケーション「FORXAI Safety Solution for Smoke Detection」を開発。煙を可視化させ、赤外カメラでガスの揺らぎを検出する既存技術を応用し、微細な煙の動きを把握できるようにしました。

誤検出を抑える独自のアルゴリズムも搭載。一定時間同一箇所で検知が継続された場合のみ発報する仕組みにより、現場の業務を妨げる誤報を抑制しています。

煙検知AIを開発する方法

「Custom Vision」などのクラウドサービスを利用

Microsoft Azureの「Custom Vision」などのクラウドサービスを利用し、「煙が出ている画像」と「煙が出ていない通常の風景画像」をクラウドにアップロードした上で、マウス操作により煙部分をタグ付けすることによって、AIによって煙の特徴に関する学習が可能になります。この方法の場合には、プログラミングが不要であり、初期検証や小規模な導入に向いている方法であるといえます。ただし、煙を検知した際に警報を鳴らす・スプリンクラーと連動させるなどの連携を行う場合には、専門の開発会社に依頼することがおすすめです。

AIモデル開発用ツールキットを活用する

AIモデル開発用のツールキットを活用することによって、メーカーによりあらかじめ用意されたAIのひな形に対し、自社の現場にて撮影した煙の映像を読み込ませて「再教育（転移学習）」を行うという手法も考えられます。この方法であれば、ゼロから構築を行うよりも少ないデータ量で高い精度のAIを開発することができますが、AIモデルの構造に関わる専門知識が求められます。

オープンソースを用いて一から開発を行う

例えば本格的に工場の防災システムとして組み込みたい、というニーズがある場合には、物体検知アルゴリズムや、PyTorchフレームワークを使用して、一から開発を行うという方法が考えられます。 特殊な環境下で使用するシステムの開発ができるなどさまざまなニーズに対応できますが、高い専門知識が求められることから、社内にリソースがない場合には専門の会社への外注を行って開発することが推奨されます。

画像解析AI開発ツール・プラットフォームの料金・機能比較

ここでは、クラウドやオンプレミスなどのタイプ、料金、主な対応業界などの詳細情報を公式HPに掲載している画像解析AI開発ツール・プラットフォームをピックアップして比較します。

▼左右にスクロールできます▼

	Bind Vision （キヤノンITソリューションズ） 引用元：キヤノンITソリューションズ公式HP （https://www.canon-its.co.jp/solution/industry/cross-industry/image-integration/bindvision/brand） 公式HPへ 資料DL 無償デモ相談	OPTiM AI Camera Enterprise （OPTiM） 引用元：OPTiM AI Cameraシリーズ公式HP （https://www.optim.co.jp/optim-ai-camera/） 公式HPへ 資料DL 無償デモ相談	オールインワン AI画像解析パッケージ （大塚商会） 引用元：大塚商会公式HP （https://www.otsuka-shokai.co.jp/products/ai-iot/ai-camera-analysis/） 公式HPへ 資料DL 無償デモ相談
タイプ	クラウド	オンプレミス/クラウド （選択可）	オンプレミス
基本料金	初期費用：なし 基本プラン：3万円/月	初期費用：66万円※1	導入費：440万円～
導入までの期間	即時 （契約後すぐに使用可能）	最短約6週間	― （公式HPに記載なし）
トライアル	有り （1か月無償で使用可能）	― （公式HPに記載なし）	― （公式HPに記載なし）
API	Web APIでプログラムを 問わず、連携可能　※2	APIで既存アプリ、 システムとの連携が可能	― （公式HPに記載なし）
主な対応業界	製造業/防災事業者/自治体	小売業/交通機関/医療業界	建設業/小売業/製造業

【選定条件】
「画像解析AI開発ツール」とGoogle検索して上位表示されるAI開発ツール30社のうち、クラウドorオンプレミスでのプラットフォームを提供している製品をピックアップし、
公式HPに導入費用などの価格掲載があるソフトの情報を掲載しています。
※1.OPTim Edge Entryの場合、カメラ5台まで処理可能。
※2.煙検出AIの場合、1セット＝45,000回/月の実行回数。
（2025年3月5日調査時点）

煙検知AIは、火災の兆候をいち早く捉え、現場の対応を支援する有効なツールです。活用することで、見落としや対応の遅れを防ぐことができます。

AI導入を検討する際は、業界や現場ごとの課題を理解し、それに適した技術を選ぶのがおすすめ。単なるシステムとしてでなく、現場の力を引き出す仕組みとして考えることが大切です。

また、当メディアではシステム開発の業界・目的別におすすめの画像解析AIを紹介しています。製造業、医業、金融業など、開発システムを活用する業界・目的によって、選ぶべき画像解析AIは変わってくるもの。自社の開発システムに合った画像解析AIを導入したいと考えているSIer・AI事業者の皆様は参考にしてみてください。

各製品・サービスをじっくり比較・検討したい方のために、画像解析AIを利用できる開発ツール・ソリューションを一覧掲載しているページもご用意しています。機能や料金の違いを知りたい方は、こちらも併せてご確認ください。