受付・レジ・窓口の前にできる待ち行列を、AI がリアルタイムに人数カウント。 映像はその場の小型端末で処理し、外部に送りません――施設・店舗・公共スペースまで、低コストな後付けで導入できます。
ホテルチェックイン機の運用で起きている、3つの見えない損失。
スタッフが「混んできた」と気づいた時には、すでに 10 人以上が並んでいる。応援を呼んでも到着までに数分。チェックインカウンターの稼働率が上がらない時間帯と、限界を超える時間帯の差が、収益機会を奪っています。
体感待ち時間は実時間の 1.5〜2 倍に膨らみます。チェックイン直後の悪印象は宿泊体験全体を引きずり、レビュースコアの低下とリピート率の悪化に直結。チェックイン機の処理速度を上げても、列の長さは可視化されません。
「何人並んだら応援を呼ぶか」がスタッフの経験頼み。シフト・店舗・繁忙度で対応がバラつき、運営の均質化が進まない。データに基づくシフト最適化を始めるための、最初の数値が無いのが現状です。
既設の Web カメラまたは新規設置の小型カメラから、AIが人数だけを抽出して通知。映像はサーバーに送りません。
実際のビジネスホテルでは「1 列に 10〜30 人」はまれで、自動チェックイン機が複数台ならび、各機の前に短い列ができるのが一般的です。カメラ 1 台で約 2 レーン（合計 10 人前後）をカバーし、レーンが増えたら台数を足します。
受付機が横にならぶ現場では、カメラ 1 台が約 2 レーン（合計 10 人前後）を担当。レーンが 4 つに増えれば 2 台、というように台数を足して広げます。重なる境目はフレームカットで二重カウントを防止。
ポイント：2 台は上下に重ねず、列の上の天井に沿って前後に離して設置します。1 台で奥まで撮ろうとすると遠くの人が小さく・重なって数えられないため、区間を分けて各台が 10〜15 人だけを斜め上から見下ろし、精度（90%+）を保ちます。重なる中央部はフレームカットでどちらか一方の担当に振り分け、同じ人を二重に数えません。
拡張オプション（実機検証後に提供予定）： ① 複数台で対応人数を増やす ／ ② 性別・年齢の推定。 ※カメラの並べ方（縦／横）は現場のフロア形状で最適が変わります（縦＝1 列の長い待機列向き／横＝複数窓口の並列向き）。
現場で必要な検知・通知・分析を、端末内処理で 1 台に統合。
1 秒単位の更新。受付・チェックイン機の前に立つお客様の数を、誤検出を抑えて取得。RT-DETRv2 採用で、実用範囲で 90%+ の検出精度（要実機検証）。
ByteTrack ベースの追跡で、各人物に固有 ID を付与し、フレーム間で同じお客様を追い続けます。二重カウント防止に加え、列が進んでいない（停滞）・割り込み・離脱の検知や、滞留時間（並んでから処理開始までの秒数）の 1 人単位の記録まで可能。「実際の待ち時間」をデータ化できます。
※同じカメラの画面内に映っている間の追跡です。いったんフレーム外へ出た方を、同じ人物として再特定すること（カメラを跨いだ追跡・再入場時の再同定）は行いません。
「10 人以上で通知」など、運用に合わせたルールを自由に設定。時間帯や曜日ごとにしきい値を変えることもできます。瞬間的な人数のブレで通知が鳴り続けないよう、30 秒以上継続したときだけ送信するヒステリシス（チャタリング抑制）も可能です。
カメラ映像は、現場に置いた手のひらサイズの AI 端末（小型 PC）の中だけで解析します。外に出るのは「いま 12 人」という人数の数値だけ。映像も顔も端末の外へ一切送りません。蓄積・通知されるのも人数の集計データのみのため、「映像をクラウドに上げない」と「履歴を残す」が両立します。顔認識も不使用です。
時間帯別・曜日別・拠点別の混雑傾向を可視化。シフト最適化の根拠データに。
1 台の小型端末で複数カメラを同時処理し、合算して人数を把握。受付・ラウンジ・複数入口など並列監視。梅はカメラ 1 台構成で、複数カメラによる拡張は竹・松構成のオプションです（重複部はゾーニングで排除）。
来客の性別とおおまかな年代を推定し、混雑の推移とあわせて時間帯別の傾向として集計します。人数カウントとは別の追加オプションで、ON にしなければ従来どおり動作し、核機能に影響しません。顔認識なし・映像を外部送信しない・出力は集計値のみ。※年代はおおまかな区分での傾向把握（実機検証後に提供予定）。
最新の物体検出 AI を、現場に置く小型端末（手のひらサイズの PC）に最適化。
| 検出範囲（距離） | カメラ 1 台あたり約 7〜15m の列をカバー（標準設置で約 7〜9m／高所俯瞰設置で約 15m まで）。設置高さ・俯瞰角・列の直線性で変動。 |
|---|---|
| 更新頻度 | リアルタイム約 1 秒を基本。待ち行列の動きを即時に反映できる応答性が MieruQ の核。クラウド型（1 分間隔）に対する明確な強み。 |
| 対応人数 | 構成別の目安：〜15人（梅）／〜30人（竹）／60〜80人（松）。マルチカメラ合算で拡張。100人超の高密度群衆は対象外（別構成）。 |
| 入力解像度 | 1080p（フルHD）以上を推奨。検出の律速は解像度よりも人の重なり（オクルージョン）。 |
※各値は目安・要実機検証（カメラ機種・レンズ・設置条件・照明で変動）。
想定人数規模に応じた「松竹梅」の構成と、機材＋ライセンス＋設置の概算費用（税抜・原価ベース）。
※ライセンスは Standard 価格（¥200,000）で統一概算。販売価格は市場ヒアリング後に確定します。
| 構成 （想定人数） | エッジ端末 | カメラ | ハード小計 | ライセンス | 取付工事 | 総額 / 拠点 |
|---|---|---|---|---|---|---|
| 🟤 梅 〜15 人 | Orin Nano Super 8GB 1 × ¥50,000 | USB HD カメラ 1 × ¥10,000 | ¥60,000 | Standard ¥200,000 | ¥40,000 | ¥300,000 |
| 🟢 竹 〜30 人 | Orin Nano Super 8GB 1 × ¥50,000 | USB HD カメラ 2 × ¥10,000 | ¥70,000 | Standard ¥200,000 | ¥60,000 | ¥330,000 |
| 🔴 松 60〜80 人 | Orin NX 16GB 1 × ¥150,000 | IP ネットワークカメラ 4 × ¥30,000-60,000 | ¥270,000-390,000 | Standard ¥200,000 | ¥120,000 | ¥590,000-710,000 |
エッジ端末とは＝カメラ映像をその場で処理する小型 AI パソコン（例：NVIDIA Jetson）。クラウドに送らず端末内で解析するため、通信が軽く・プライバシーも守れます。
※検知人数は 1080p カメラ＋適切な天井設置＋精度 90%+ を前提とした実用範囲。
※複数カメラ（竹・松）は同一人物の重複カウント防止機能が必要（次フェーズで実装）。
※既設カメラ流用時はカメラ・工事分を圧縮（梅・竹で総額 約¥250,000 / 拠点）。
※プランは Lite / Standard / Enterprise の 3 階層。本表は Standard 価格で統一概算。
※30〜60 人の中間規模は、竹の上位（カメラ 3 台）または松（Orin NX）で対応。最適点は実機検証で確定。
人数カウント・混雑検知サービスの主要プレイヤーと、機能・処理方式・コストを横並び比較（各社公開情報・2026 年時点）。
| 機能 | MieruQ（自社） | OPTiM AI Camera | AdvanceD IoT 混雑検知 | Vieureka（Panasonic 系） |
|---|---|---|---|---|
| 人数カウント | ◎ RT-DETRv2＋ByteTrack 10〜30人 90%+ | ○ AI人物検出・人数推移（混雑可視化特化） | ○ 混雑レベル中心 | ○ 人数＋属性（パートナーアプリ） |
| 入退検出 | ○ ライン通過／在室 | ○ 利用状況モニタリング | △ 混雑把握が主 | ○ 通過ベース |
| 長時間滞在検出 | ○ トラッキングで把握可 | △ 明記なし | × 非対応 | ○ アプリ依存 |
| 動線分析 | ○ ByteTrack 軌跡 | △ 明記なし | × 非対応 | ○ アプリ依存 |
| 混雑公開ページ | ○ Webhook／外部表示連携 | ◎ Web自動生成・埋込 | ◎ ゲスト向けスマホ配信 | ○ 来客分析ダッシュボード |
| 通知／アラート | ◎ Slack/Teams/LINE WORKS/Chatwork/メール/Webhook | ○ 対応 | ○ スタッフ配置最適化 | ○ 対応 |
凡例：◎ 強み／主力 ○ 対応 △ 限定／不明確 × 非対応
※OPTiM＝クラウドで混雑可視化に特化（動線等は明記なし）。Vieureka＝カメラ＋SDK のプラットフォームで、個別機能はパートナーアプリに依存（公式の機能明記は限定的）。各社の非公開項目は問い合わせで要確認。
| 比較軸 | MieruQ（自社） | OPTiM AI Camera | AdvanceD IoT 混雑検知 | Vieureka（Panasonic 系） |
|---|---|---|---|---|
| 処理方式 | エッジ（端末内完結） | クラウド（Cloud GPU） | クラウド | エッジ（結果のみ送信） |
| 最大対応人数 | 10〜30人 90%+・マルチカメラ拡張 | 明記なし | 明記なし | 約8m幅を1台でカバー |
| 更新頻度 | リアルタイム（約1秒） | 準リアルタイム（1回／分） | 準リアルタイム | 準リアルタイム |
| プライバシー | 映像を外部送信しない／顔認識なし／出力は人数値のみ | AI匿名化（背景＋シルエット） | クラウド配信型 | シルエット検出・送信は認識結果のみ |
| 設置コスト（目安） | 買い切り（ハード込）／総額 約30〜33万〜 | 月 15,000円〜＋2,980円/月・既設流用可 | 初期 8万円〜＋月 5,000円〜 | 専用カメラ＋PF（個別見積） |
| 対応カメラ | USB／IP（RTSP）／既設防犯（ONVIF） | AXIS/Panasonic/Canon/Sony 等 | 専用 AI ネットワークカメラ | 専用 Vieureka カメラ |
※更新頻度の定義 ─ リアルタイム：約0.5〜1秒／準リアルタイム：数秒〜十数秒（〜1分）／低頻度：1分以上。最大対応人数は各社サイト非公開のため「明記なし」。
MieruQ がもっとも実力を発揮するのは、ひとつの受付・レジ・窓口の前にできる小〜中規模の列。 大規模群衆（空港コンコース / イベント会場 / スタジアム等）は別技術領域のため対応していません。
有人カウンター・自動チェックイン機の前の待ち列をリアルタイムに把握。スタッフ増員のタイミングを先回りで通知。
順番待ちの可視化、案内呼び出しの最適化。離脱客の削減と回転率向上に。
個別レジ前の列の混雑検知、応援要請の自動化。セルフレジへの誘導判断にも。
来客対応の応援、社食ピーク予測。社員満足度の数値化に貢献。
「ひとつの場所の前にできる列・滞留」がある現場ならどこでも。低コストな小型端末で多拠点に展開できます。
区画前の停車待ちや入庫列をカウント。満車・空き傾向を可視化し、案内・誘導に活用。
個室前の待ち列と滞留を検知。清掃・見回りや異常滞在のアラート通知に。
横並びの受付機をフレームカットでレーンごと独立カウント。※大群衆のコンコースは対象外。
通過人数を時間帯別に数値化。混雑の傾向把握やエリア施策の効果測定に。
受付待ちの人数をリアルタイム可視化。番号案内・増員判断の根拠データに。
現在の待ち人数をサイネージや Web 埋め込みで来訪者に共有（数値のみ・映像は出しません）。
人数カウント・混雑検知サービス市場の主要プレイヤーを 4 軸で分析。MieruQ がどこに勝機を持つかを可視化します。
競合が「専用カメラ」「クラウド月額」に縛られる中、MieruQ は様々なエッジ端末で動作。販売パートナー側の調達自由度が高く、原価管理がしやすい構造です。
映像を外部送信しない端末内処理 × Apache 2.0 オープンモデル。販売パートナーによるホワイトラベル/OEM 販売が可能で、AGPL や独自ライセンスの競合では実現困難な座組み。
独立 SaaS としてホテルに売り込むのではなく、ホスピタリティ系セルフサービス端末の販売パートナーの既存チャネルに同梱・連携。営業コストを抑えた拡販を実現。
導入前に確認したい技術・運用・コストのポイントをまとめました。
カメラ設置条件によりますが、現実的な目安は以下の通りです：
| 撮影状況 | 現実的な限界 | 精度 |
|---|---|---|
| 水平視点（人と同じ高さ） | 10〜15人 | 90〜95% |
| 斜め俯瞰（2.5〜3m高）★標準設置 | 20〜30人 | 90〜95%（要検証） |
| 真上俯瞰（天井魚眼）+ チューニング | 50〜80人 | 85〜90% |
| 100人以上の群衆 | 検出系では困難。密度推定モデル併用が必要（別途オプション） | |
MieruQ がもっとも得意なのは、ホテルチェックイン機の前のような「斜め俯瞰 × 20〜30 人」のシーン。20 人を越えると 1 人ずつ確実にトラッキングする精度が徐々に落ち、50 人を超えると重なり（オクルージョン）の影響が無視できなくなります。
ホテルの自動チェックイン機・有人受付の前で並ぶ実運用上の最大人数は経験的に 10〜20 人程度ですので、もっとも精度が出るレンジに完全に収まっています。
もし 100 人以上の大規模群衆（イベント会場・空港コンコース等）を扱う場合は、CSRNet / P2PNet 等の密度推定モデルを併用する Enterprise プランで対応可能です。
| 用途 | 推奨デバイス | 参考価格 |
|---|---|---|
| 営業デモ | iPhone 14 Pro 以降 / MacBook M1 以降 | 既存活用 |
| 1拠点 PoC | 中古 Mac mini M1 / Raspberry Pi 5 + AI HAT | 3〜6万円 |
| 本番運用（推奨） | Jetson Orin Nano Super 8GB | 約 7万円 |
| 複数カメラ | Jetson Orin NX 16GB / Intel N100 ミニPC | 15〜20万円 |
ハードウェアを問わず、同じソフトウェアが動きます。御社の調達ルートに合わせた選択が可能です。
主要なビジネスチャットツール・通知システムに対応：
| カメラ種別 | 接続 | 推奨度 |
|---|---|---|
| USB Webカメラ（Logicool C920等） | USB | 最安・最速で導入 |
| IPカメラ（RTSP対応） | LAN | 本番運用に最適 |
| 既設防犯カメラ | RTSP / ONVIF | 流用可能 |
推奨スペック：1080p（フルHD）以上、90〜120度の広角、固定設置可能なもの。ホテルロビーなら 5,000〜10,000 円の USB カメラで十分。
自動チェックイン機・有人カウンターの前を撮影する想定の推奨設置：
設置工事は不要で、両面テープや専用マウントで取り付け可能なケースが大半。現地調査（無料）で最適な設置位置をご提案します。
標準は天井 2.5〜3m・斜め俯瞰（30〜45 度）に設置し、1 台で約 10〜15 人の列を精度 90%+（目安・要実機検証）で取得します。律速は解像度よりも「手前の人が奥を隠す（オクルージョン）」です。
| 設置 | 天井高 | 1 台の目安 |
|---|---|---|
| 斜め俯瞰（標準） | 2.5〜3m | 10〜15 人 |
| 斜め俯瞰（高所・吹抜け） | 4〜6m | 20〜30 人（要検証） |
| 真上俯瞰（直下） | 3〜4m | エリアの混雑度把握向き |
| 360 度／魚眼 | 2.5〜4m | 広いエリアの混雑度向き |
列が 15 人を超える・長い・折り返す・死角がある場合は、カメラを前後に増設して各台が 10〜15 人を分担します。360 度カメラは広いロビーの混雑度の把握に向き、1 列の正確な人数カウントには不向きです（周縁の歪み・遠方の小型化のため）。
いいえ、映像は外部に一切送信されません。
| フェーズ | 期間 | 内容 |
|---|---|---|
| ブラウザでのお試し | 当日 | app.html を開くだけ |
| 1拠点 PoC | 1〜2週間 | ハード調達 + 設置 + チューニング |
| 本格運用（30拠点） | 1〜2ヶ月 | キッティング + 順次設置 + ダッシュボード |
| 全国展開（数百拠点） | 3〜6ヶ月 | 遠隔キッティング + 集中管理基盤 |
販売パートナー様向けに、以下のいずれかをベースに個別協議します：
基幹 AI モデルにはRT-DETRv2（Apache 2.0 ライセンス）を採用。
類似サービスで採用されている YOLOv8（AGPL）と異なり、販売パートナーによるホワイトラベル販売もライセンス的にクリーンです。
はい、いますぐ無料で試せます。
想定する待ち列の人数規模に応じた、ハードウェアとサービスプランの組み合わせ目安。検出精度 90%+ を担保する実用範囲です。
※ 想定検知範囲は 1080p カメラ + 適切な天井設置で精度 90%+ を担保する実用範囲。実機検証後に精緻化予定。