1.仙台市人流データ調査
仙台市がAI付きカメラを街中に設置し、人流データを取得する取り組みを行っていました。
街中で歩いている人についてAIカメラで性別と年齢層を推測し、データ化してくれています。
オープンデータとして公開されており、ライセンスはCCBYなので出典を明記すれば自由度高く使えるデータとなっております。
2.Code InterPreterでデータを可視化してみる
今回はいくつか公開されたデータの中で藤崎前という百貨店前のデータを使ってみたいと思います。
データの可視化にはChatGPTのCode Interpreterを使ってみます。
2-1.初手でxlxsのファイルをアップしデータの概要を聞いてみる
まずCode Interpreterに対象となるxlxsファイルをアップロードします。
ファイルをアップしたらまずはデータの概要について聞いてみます。
Q1.データの概要を訪ねるプロンプト
A1.データの概要に関する回答
2-2.来場者数が多い年齢・属性の順に並び替えてみる
色々分析の観点はあると思いますが、今回はシンプルにどの属性の来場者が一番多いか可視化してみましょう。
Q2.来場者が多い順に並べる来場者数
A2.各年齢層と性別の属性ごとの合計来場者数
2-3.グラフにしてみる
数字が出たのでグラフ化してみたいと思います。
Q3.グラフにするためにデータ形式を変更する
A3.Excelが出力されました。
この後xlxsファイルをグラフにしてもらう指示を出しましたが、日本語だと文字化けするようなので、xlxsのグラフ化機能を使いました。
2-4.グラフが出来ました。
思ったよりも20代30代が多いという結果でした。
百貨店前だと50代以上が多いという先入観があったので、興味深い結果となりました。
3.検討事項
3.1.属性判定の精度はどのくらいか?
以前顔認証サービスの企業に居たことがありますが、性別を当てられても年齢を正確に当てることはなかなか難しいという実感がありました。
どこまで年齢を正確に当てられるカメラなのかは気になりました。
※私が顔認証に携わっていたのが3年ほど前の話なので最近は精度がかなり向上している可能性はあります。
3-2.時間帯別等の別の視点での分析が必要
深夜の時間帯の人流を調べる等の時間帯を区切った分析も面白そうです。
今後時間ある時やってみようと思います。