石川 仁憲 Ishikawa Toshinori

中央大学研究開発機構 機構教授

Institute Professor, Research and Development Initiative

背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ

海辺や水辺が楽しい場所であり続けるために、安全と安心を届けたい
Desire to provide safety and security so that beaches and watersides remain enjoyable places

日本では不慮の溺死、溺水事故の発生が多く、特に海では遊泳中に毎年約100人の命が失われています。私は、10代の頃からライフセーバーとして海水浴場の安全管理に携わってきましたが、数多くの救助のなかで救えなかった尊い命もありました。楽しい時間を決して悲しみに変えてはならない。この想いを原動力に、海岸利用のリスク管理をはじめ、AIやIoT、VR、ドローンなどの先端技術を活用した危険回避による水難事故防止と、早期救助救命に関する研究開発を行っています。また、美しい海辺の環境を守るため、砂浜の海岸保全対策にも力を入れています。誰もが安心して楽しめる安全な海辺、水辺環境をつくることが願いです。

Accidental drowning and drowning accidents occur frequently in Japan, and approximately 100 people die each year while swimming, especially in the sea. I have been involved in safety management at beaches as a lifeguard since I was a teenager, and out of many rescues, I was unable to save some precious lives. “Never let a good time turn into sadness.” Driven by this idea, I have conducted research and development on risk management for coastal use, prevention of water accidents through risk avoidance using cutting-edge technologies such as AI, IoT, VR, and drones, and early rescue and lifesaving. In addition, I am engaged in the coastal preservation to protect beautiful sandy beaches. My hope is to create a safe beaches and watersides that everyone can enjoy with peace of mind.

背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ 背景モチーフ

Research 01

世界初の試みで離岸流のリスクから人命を守る、画像認識技術が人の観察力を強力にサポート

AIとIoTを活用した海辺の水難事故防止

Image recognition technology powerfully supports human observation skills to protect lives from the risk of rip currents in a world-first attempt

Prevention of seaside drowning accidents using AI and IoT

海水浴場では、毎年2,000~3,000 件の救助が行われており、諸外国と同様に水難事故の約50%が離岸流 *(下記動画を参照) に起因します。事故を防ぐためには、利用者自身が時々刻々と変化する離岸流を確認し、危険を回避することが求められますが、それを視覚的に認知することが難しいという課題があります。私たちの研究では、海浜に設置した定点カメラで撮影した海面の画像をAIがリアルタイムで分析。これにより、時間的・空間的に変化する離岸流を高い精度で検知(右写真)し、利用者に通知するシステムを開発しています。同時に、離岸流域内の利用者の存在を検知し、ライフセーバーに通知することで水難事故防止と迅速な救助も実現します。

*離岸流とは:海辺で発生する沖向きの強い流れのこと。流れに逆らって泳ぐことは難しく、日本では突発的に発生する離岸流も多いため、その危険回避が難しいとされています。

Between 2,000 and 3,000 rescues are carried out at beaches each year, and as in other countries, approximately 50% of drowning accidents are caused by rip currents. To prevent accidents, beachgoers are required to check the ever-changing rip currents and avoid danger, but there is a problem in that visually recognizing such currents is difficult. In our study, AI analyzes images of the sea surface taken with fixed-point cameras installed on the beach in real time. Through this, we are developing a system that can detect rip currents that change temporally and spatially with high accuracy and notify beachgoers. At the same time, by detecting the presence of swimmers in offshore basins and notifying lifeguards, our system can prevent drowning accidents and provide prompt rescue.
*Rip current: A strong offshore current that occurs near the coast. It is difficult to swim against the current, and rip currents often occur suddenly in Japan, thereby making it difficult to avoid such risks.

AIととIoTを活用した事故防止・早期救助救命システムの概念図。
AIが離岸流を検知すると海水浴場のデジタルサイネージにリアルタイムで可視化したアラートが表示され、利用者に注意を促します。さらに、離岸流エリアへの人の立入を検知するとライフセーバーのスマートウォッチに救助要請が発報されます。
染料とドローンを用いた離岸流調査の様子。波打ち際から沖に向かう流れである離岸流を可視化しています。

この研究が世の中にもたらす可能性

Research Possibilities: what the research create to the World

政策、地方自治体、観光、IT

海辺利用者の安全とライフセーバーの監視救助活動を協力にサポート。万が一の事故発生時には、迅速に要救助者を見つけ出し、ライフセーバーに知らせることで、救命率の向上に貢献します。

Policy, local government, tourism, IT

Cooperate and support the safety of beach users and the monitoring and rescue operations of lifeguards. In the unlikely event that a drowning accident occurs, the system will help improve the survival rate by quickly finding people in need of rescue and notifying lifeguards.

Research 02

世界初、身体の動きを手掛かりに、危険な行動や溺水が疑われる状態を速やかに自動検知して “Keep Watch” を強化する

AIの見守りによるプールでの溺れ事故防止

Automatically detects dangerous behavior or situations suspected of drowning based on body movements to strengthen monitoring behavior (“Keep Watch”) in the world’s first system

Prevention of drowning accidents at swimming pools using AI monitoring

プールや海、河川等での溺れの事故を未然に防ぐためには、より多くの監視の目が求められます。しかし、対象者までの距離や視界を遮る障害物、監視時間などにより、人の能力だけでは限界が生じます。そこで私たちは、溺れている人の身体の動きなど数万データを学習させたAIモデルを作成し、プール利用状況の画像データをリアルタイムに解析・検知するシステムを開発。
利用者の①事故につながる危険な行動、②溺水が疑われる状態、③溺水状態の3つのパターンを自動検知し、ライフセーバーや管理者のスマートウォッチに通知します。溺水の前兆や疑いも検知できることが新しく、溺水事故の未然防止に有用です。Keep Watch(=みまもり) が強化された、より安全な利用環境の創出を実現します。

More eyes are required to prevent drowning accidents in swimming pools, the sea, rivers, and other water bodies. However, limits exist to human ability alone due to factors such as the distance to the target, obstacles blocking the view, and monitoring time. Therefore, we created an AI model that was trained on tens of thousands of data, such as the body movements of drowning people, and developed a system that analyzes and detects image data of pool usage in real time. The model automatically detects three patterns of users: (1) dangerous behavior that could lead to an accident, (2) a situation in which drowning is suspected, and (3) a drowning situation, and notifies the lifeguard’s or administrator’s smart watch. The ability to detect signs of or suspicion of drowning is new, and is useful for preventing drowning accidents. We will create a safer usage environment with enhanced monitoring (“Keep Watch”).

AIによる溺水が疑われる状態の検知例。
定点カメラの画像をAIがリアルタイムで解析し、プールの大きさ、利用者の数、カメラの画角に関わらず、10ケース以上の利用者の危険な行動、溺水が疑われる状態などを検知可能します。

この研究が世の中にもたらす可能性

Research Possibilities: what the research create to the World

政策、地方自治体、観光(ホテル、テーマパーク)、教育、IT

人の目が行き届かないことや、発見の遅れによる悲しい溺水事故発生を未然に防ぐために、AIを活用したシステムで、人の監視の目を強力にサポートします。

Policy, local government, tourism (hotels, theme parks), education, IT

Strongly support human monitoring with a system that utilizes AI to prevent tragic drowning accidents due to lack of human attention or delays in detection.

これまでの産学官連携事例

Collaborations

公益財団法人日本ライフセービング協会

Japan Lifesaving Association

2019年6月~

水辺の事故防止に関する研究

Research on prevention of waterside drowning accidents.

株式会社フィリップス・ジャパン

Philips Japan, Ltd.

2019年6月~2021年3月

病院前救急医療に関する研究

Research on prehospital emergency medical care.

有限会社パシフィックネットワーク

Pacificnetwork, Inc.

2022年4月~

プールでの事故防止と早期救助救命に関する研究

Research on pool accident prevention and early rescue and lifesaving.

実績

Achievements

2023/9

論文|Journal

Ishikawa, T., Shimada, R., and Komine, T. (2023): Rip Current Detection in an Open Area and Along Jetty using AI, Coastal Engineering Proceedings, No. 37, papers.7.

https://icce-ojs-tamu.tdl.org/icce/article/view/12646

2022/11

論文|Journal

石川 仁憲、島田 良、小峯 力: 鎌倉由比ガ浜における離岸流検知AIモデルの構築と離岸流の発生特性、土木学会論文集(海岸工学)、79巻17号、2023.

https://www.jstage.jst.go.jp/article/jscejj/79/17/79_23-17012/_article/-char/ja

Creation of AI model for Rip Current Detection and Characteristics of Rip Current generation at Yuigahama, Kamakura.

2021/6

論文|Journal

Ishikawa, T., Shimada, R., Sawagashira, R. and Komine, T.: Proposal and Verification of Rip Current Detection using AI, Coastal Dynamics 2021 Conference Proceedings, 2021.

https://repository.tudelft.nl/islandora/object/uuid%3A8859f64c-2204-455d-a9a7-dfdacc4c2117

2021/3

講演|speech

Toshinori Ishikawa: AI rip current detection in Japan, 2021 Beach Safety Technology Conferen

https://www.beachsafetyresearch.com/bstc21-videos

2019/11

論文|Journal

石川仁憲、佐藤嘉亮、島田良、小峯力: AIによる離岸流検知機能の検証、 土木学会論文集B2(海岸工学)、Vol.75、No.2、 pp.I_175-I_180、2019.

https://www.jstage.jst.go.jp/article/kaigan/75/2/75_I_175/_article/-char/ja

Verification of Rip Current Detection by AI.

経歴

Career

1995/3

東海大学海洋学部 卒業

Graduated from School of Marine Science and Technology, Tokai University.

1997/3

東海大学大学院海洋学研究科海洋工学専攻 修了

Masters, Department of Ocean Engineering, Graduate School of Oceanography, Tokai University.

1997/4

パシフィックコンサルタンツ株式会社

PACIFIC CONSULTANTS CO., LTD.

2005/2

海岸研究室(有)

Coastal Engineering Laboratory Co., Ltd.

2005/4

一般財団法人土木研究センター

Public Works Research Center.

2014/4

中央大学理工学部 兼任講師

Part-time lecturer, Faculty of Science and Engineering, Chuo University.

2019/6

中央大学研究開発機構 機構教授

Institute Professor, Research and Development Initiative, Chuo University.

Photographer: Hajjime Kato Editor:Mayumi Nishioka

背景モチーフ 背景モチーフ