2017年9月13日に、弊社COOの林が登壇した際の資料になります。弊社のSCORER（スコアラー）のご紹介に加えて、なぜ、弊社がRancherを採用したのかをご説明しております。

1. 映像解析プラットフォーム
SCORERにおける
Rancher活用
Sex: Male
Age: 30--35
No Glasses
Sex: Male
Age: 20--25
Smile
1
Rancher & Docker で DevOps！
〜エンタープライズのためのコンテナー基盤セミナー〜
２０１７年９月１３日
株式会社フューチャースタンダード
林 幹久

2. 映像解析プラットフォーム
「SCORER」
2

3. 映像解析サービスとは？
3
映像： 時間変化する画像 人間にとっての意味を取り出す
“ 数値化＆可視化 ”

4. PR・広告測定分野：ESASY by CREST
4
小売店向け
 来店カウンターや棚の視聴率調査に利用
屋外広告媒体向け
 自社媒体の注目率調査に利用する方針
 値引き圧力への抵抗材料
広告代理店向け
 屋外広告分野の新規事業への応用
 デジタルサイネージを中心として広告配
信システムを構築
幅広い応用分野
X X
営業・施工 開発 コンサルティング
展示会向け
 混雑度などを調査し、改善に繋げる
・
・
・
 小売・流通分野で、ダッシュボードも含めた利便性高いモデル
 数値による可視化を行うことで、本部と店舗での認識・課題の共有、議論の共通言語を持つことが可能に

5. 5
工場・製造工程分野：工場内の動線解析
 工場に小型カメラを設置し、作業員の動線などを確認することで、改善点を抽出
 現在、国内大手空調機器メーカーの工場にて実証実験を行い、現在サービス化に向け開発中
撮影動画サンプルイメージ
・・・
無線
LAN
保存用NASルーター
解析
クライアント
解析
結果
技術提供アルゴリズム
開発者

6. 世の中の映像／画像解析サービス
6
Microsoft Azure
Cognitive Services Google Cloud Platform
CLOUD VIDEO INTELLIGENCE
IBM Watson
Visual Recognition
Amazon
Rekognition
Google Cloud Platform
Vision API

7. SCORER の特色
7
Microsoft Azure
Cognitive Services Google Cloud Platform
CLOUD VIDEO INTELLIGENCE
IBM Watson
Visual Recognition
映像解析サービスのハブとなる！
Amazon
Rekognition
Google Cloud Platform
Vision API

8. 8
SCORER 対応アルゴリズム例
分類 一覧
提供企業・団体（国内） オムロン株式会社（HVC-P2を用いた顔検出、年齢推定、性別推定など）
日本電気株式会社（属性分析、顔向き推定、表情認識など）
PUX株式会社（ナンバー認識）
東京大学（深層学習による人検出）
提供企業・団体（海外） SENSETIME（深層学習による人流解析、顔検出）
クラウドサービス Microsoft Azure
AWS Rekognition
Google Cloud Platform
IBM Bluemix
オープンソース OpenCV (Face Detection, Human Detection, ARCO, Verticle Filter)
OpenPose
OpenBR (Gender / Age Estimate)
Zbar

9. 9
SCORERの概要図
多様な
映像ソース
（インプット）
エッジとクラウド
シームレスに
活用した解析
分析ツール
との連結
（アウトプット）

10. 映像解析サービスの
HUBを
実現するための技術

11. 1. 各アルゴリズムの I/F を揃える（標準化）
2. ユーザが、自在にアルゴリズムを切り替え
3. 計算リソースの効率的な運用
4. クラウドとオンプレを、またいだリソース管理
SCORER での技術要件

12. 1. 各アルゴリズムの I/F を揃える（標準化）
2. ユーザが、自在にアルゴリズムを切り替え
3. 計算リソースの効率的な運用
4. クラウドとオンプレを、またいだリソース管理
SCORER での技術要件
コンテナ型仮想化技術
Docker

13. 3. 計算リソースの効率的な運用
4. クラウドとオンプレを、またいだリソース管理
SCORER での技術要件
複数コンテナを管理する技術
Orchestration

14. Docker Swarm Kubernetes
Amazon ECS
様々な Orchestration Tools たち
・・・ など

16. 16
SCORERにおける
Rancherの活用

17. AWS SQS Rancher Cluster
Rancher Manager
Dispatcher
(常駐)
Player Algorithm Cloud I/F
共有Volume
Stack
Cleaner
(常駐)
AWS Kinesis
(ログデータ)
AWS S3
(動画ファイル
静止画ファイル)
Stack
作成・起動
Stack
削除
AWS
DynamoDB
(ログデータ)
API Gateway
動画ファイルパス
アルゴリズム名
AWS S3
(解析対象
動画ファイル)
SCORERにおけるRancher動作メカニズム

18. Rancher によるクラスタ管理の検証
Rancher の負荷試験
 「空の映像解析アルゴリズム」 を使用
 キュー に、 1000 ジョブを同時投入
 解析時の一連の DB アクセスと映像転送は実施
 負荷試験中に、ホストの追加と疑障
 ホストマシンは AWS EC2 の t2.medium インスタンス
（マネージャ用 １台、映像解析用 ３台）
【目的】
Rancher 自体の安定性、
負荷に対する挙動を確認

19. Rancher によるクラスタ管理の検証
結果
 動作は、安定的に推移し、３０分程で 無事に全ジョブ完了！（祝）
 負荷試験中のホスト追加＆疑障は、ロードバランスも行われ、動作に問題なし！
 ディスクアクセスは軽微： この規模では、ほぼ全てオンメモリ？
 マネージャのネットワーク負荷は、安定的に推移： 6Mbps 程度
 マネージャの CPU 負荷は、安定的に推移： 80% 程度
今回の構成では、マネージャのCPU性能が、映像解析ジョブの律速要因になっていそう

20. Rancher マネージャーのスケールアウト（検証中）
Amazon ECS
Auto Scaling group
Rancher Cluster
・・・
Amazon Aurora
Elastic Load
Balancing
Amazon
CloudWatch
EC2 instance
Manager
 Rancher “フル ACTIVE/ACTIVE HA” 構成
 ECS と CloudWatch で AWS に統合
 データベースも Aurora でスケールアウト
EC2 instance
Manager

21. Rancherを選んだ事によるベネフィット
●Rancher自体のインストールが容易
●主要な管理系ツールがCatalogとして予め用意されている
●クラウド、オンプレを跨いだクラスターの生成が容易
●Community活動が活発
●管理操作がGUIで直観的に可能

22. ●クラウド、オンプレを跨いだクラスターの生成が容易
オンプレミス
条件に応じて最適なクラスターを生成してアルゴリズム実行

23. ●主要な管理系ツールがCatalogとして予め用意されている

24. Prometheus(監視ツール) とGrafana(Dashboardツール)の導入例
１）CATALOGからPrometheusを検索

25. ２）詳細を確認してLaunch

26. ３）STACKSからPrometheus関連のコンテナ稼働を確認

27. ４）GrafanaのDashboard起動
Catalog選択から
Dashboard起動まで３分以内

28. ●Rancher自体のインストールが容易
Dockerコマンド一発でRancher Managerが起動して、開発がスタート
MySQLを用意することで、Rancher Managerの冗長化も可能

29. ●管理操作がGUIで直観的に可能

30. ●Community活動が活発

31. 開発コストを下げて
迅速なサービス展開が可能になった

32. CEATEC JAPAN
10月3日 – 10月６日＠幕張メッセ
ベンチャー&ユニバーシティエリア ：S10-49
中小企業世界発信プロジェクトの特別パビリオン：S01-05
クラウド型画像解析デモ展示

33. IoT社会の「眼」になる
そのための開発基盤とインフラを提供

34. 34
本編は以上です。時間が余れば下記の
宣伝スライドを表示するかもしれません

35. 雑誌Interfaceに掲載
35
 2月25日発売のCQ出版Interface4月号に弊社金田が寄稿
 SCORERとMS Cognitiveの連携例を紹介

36. SCORER for Raspberry Pi
36
項目 詳細
カメラ UBSカメラ
端末 Raspberry Pi 3 Bベース専用端末
SDカード microSDカード（16~128GB）
ソフトウェア Future Standard社 SCORER
通行人検知 カメラの前を通った人数を計測
顔検知 カメラの前で正面を向いた人数を計測
車両検知 車の台数を計測
QR / ARコード QRコードなどの読取り
リアルタイム配信 撮影動画をリアルタイムで配信
録画機能 クラウド上に動画を保存
アプリで簡単登録
スマホアプリで簡単にカメラ端末を登録。起動してすぐに、映像を確認する
ことが出来ます
起動後、すぐに映像解析開始
設定用のミドルウェアなどを全て含んだ状態になっているので、設定不要で
映像解析を始めることが可能です
様々なカメラに対応
USBカメラから一眼レフまで幅広いカメラに対応しています
基本機能は無料（録画を除く）
基本的な解析機能は全て無料です。今後、一定期間以上の保存やオプション
解析は有料にする予定です

37. 37
カメラ専用SIM
 SCORER対応カメラ（VGA画質）３台以上のデータ（５００GB）をクラ
ウドに送信可能。
 最大１TB程度送信可能なためフルHD画質も送信可能（通信環境による）
 ２０か所ほど導入実績あり。
 既存SIMでは数十万円するデータ量を１桁低い価格で提供予定。
920MHz無線対応
 飛距離が長い920MHz無線による死活監視機能を開発。
 将来的に画像データの送信にも対応予定
各種IoTデバイスに対応
 電源不要のEnOcean対応
 温湿度、照度、臭気、加速度などのI2C等センサーに対応
SCORER対応技術：通信サービス

38. 38
参考スライド
（もしQ&Aがあったら）

39. 39
SCORER対応入力デバイス例
ネットワークカメラ
HDMI出力対応カメラ
アナログ出力カメラ
動画ファイル
特殊カメラ
USBカメラ

40. SCORERのビジネス：価格・開発期間の大幅な削減
40
開発に必要な全ての
環境を整備
最短の開発期間で安価に
製品・サービスを提供
開発者向け（プラットフォーム事業）
SDKをはじめ、自社のアイディアを形にするためにSCORERを
利用するケース
ユーザー向け（SI・受託事業）
弊社がデイバイスからクラウド環境まで、SIer / メーカーとし
て提供するケース
監視カメラ分野
初期：3万円 / 台 〜
月額：800円 / 台〜
導入期間：1週間〜
小売・流通分野
初期：10万円 / 台 〜
月額：1万円 / 台〜
開発期間：3カ月
不動産分野
初期：8万円 / 台 〜
月額：800円 / 台〜
開発期間： 1カ月
交通量調査
初期：開発中
月額：開発中
開発期間： 2カ月程度

41. 41
技術パートナー
テクノロジー企業
 解析技術
 ハードウェア
 クラウド技術
大学・研究機関
技術提供
協力
レベニュー
シェア
サービス
提供
従量課金
月額課金
初期導入費
ユーザー
エンドユーザー
 小売店
 広告代理店
 インフラ事業者 など
開発パートナー
 SIer
 アプリ開発者 など
事業パートナー
 マーケティング会社
 イベント会社 など
プラットフォーム事業が目指すビジネスモデル

42. 東京大学との共同研究：HOMEASURE
42
 不動産事業者向けに空き家の環境測定デバイスを共同で開発。実際の賃貸物件で実証テスト
 教育学部で、千代田区・文京区の保育園の環境測定に利用する予定
週刊エコノミストにも掲載
照度センサ
（明るさ）
加速度センサ
（振動）
においセンサ
（におい）
温湿度センサ
（温度, 湿度）
マイク
（騒音）
カメラ
（人通り）

43. 43
映像解析におけるAWS
技術と開発者を結びつける場になる