古いAndroidスマホをAI搭載のスマート監視システムに変身させる方法

ほぼどの家庭にも、引き出しの中で埃をかぶっている古いAndroidスマホがあると思います。画面は無事映るし、カメラもまあまあ使える、でもバッテリーは半日も持たない、またはプロセッサが最近のアプリに対応できない。そんな端末は親戚に回されるか、そのまま忘れ去られるのが常です。先日、面白いリポジトリCCTV-Smartphone-AI-Monitoringを見つけました（作者は「Sentinel」と呼んでいますが）、このガジェットを有効活用する方法が紹介されています。

このプロジェクトはスマホからローカルネットワーク経由で動画をキャプチャし、PC側で録画を実行、マルチモーダルニューラルネットワークを連携させてフレーム内の状況を認識します。

Sentinelの内部構造

スマホを監視カメラに変えるアイデアは新しくありませんが、市販のソリューションには大抵2つの問題があります。有料の中国製クラウドサービスにロックインされているか、まともな解析機能なしで生RTSPストリームしか提供していないかのどちらかです。Sentinelはこの両方を同時に解決しています。

システムは2つの部分に分かれています：

1. CamFlow — Android 8.0+向けの軽量アプリで、カメラ映像をキャプチャしてJPEGフレームをHTTP POSTでサーバーに送信します。
2. Pythonサーバーコンポーネント（Flask + OpenCV）— ストリームを受信し、フレームバッファを管理、ブラウザへのストリーミングを организует、アーカイブをディスクに書き込み、AI呼び出しを管理します。

すべての動画とログは厳密にローカルネットワーク内に留まります。イベント解析用にクラウドニューラルネットワークに接続することを選んだ場合のみ、個々のフレームが外部に送信されます。

トークン効率に優れたパイプラインの仕組み

25fpsの動画ストリームをそのまま最新のマルチモーダルニューラルネットワークに流し込むと、どんな開発者でも痛い出費になります。Sentinelの作者は実績のある2層アプローチを採用しました：

まず、OpenCVベースの古典的コンピュータビジョンが動作します。motion_triggerモジュールが連続するフレーム間の差分を計算します。部屋に何も起きていない間は、サーバーはアイドル状態を維持し、APIリソースを消費しません。

動きが設定された閾値を超えると、システムはアクティブ状態に切り替わります。そこでビジョンモデルが起動します。フレームを分析し、人の存在を確認し、リスクレベルを評価してから、厳密なJSONを返します：

実際に人がフレーム内に閾値を超えて留まると、イベントはデータベースに記録されダッシュボードに表示されます。動きが停止すると、システムは一時停止を待ってからスリープ状態に戻ります。

プロジェクトの主な機能

プラグイン不要の動画ストリーミング。WebインターフェースがMJPEG経由でライブフィードを提供します。家庭用Wi-Fiでの遅延は最小限で、ソフトウェアをインストールせずに任意のブラウザで動画を開けます。

モデルプロバイダーとの柔軟な連携。プロジェクトは中国のVolcengine Arkを中心に構築されていましたが、バージョン1.1で作者は汎用クライアントを追加しました。今ではOpenAI（GPT-4o-mini）、Google Gemini、DashScope（Qwen VL）、SiliconFlow、OpenAI互換APIを持つローカルゲートウェイを接続できます。

プロンプトによる動作のカスタマイズ。ダッシュボードの設定には、長期的なコンテキスト（Scene Profile）と運用上のフォーカス（Session Focus）のフィールドが含まれています。Webインターフェースに直接書き込めます：「これは研究室の廊下です。誰かが箱を持っている場合や、ドアに10秒以上立ち止まっている場合に注目してください。」

自動ネットワーク検出。CamFlowアプリではPCのIPアドレスを手動入力する必要はなく、UDPブロードキャスト経由で実行中のサーバーを検出できます。

アーカイブのセグメント化。動画はタイマー별로（例えば5分または10分のセグメント）ローカルに記録され、avc1、mp4v、XVIDコーデックから選択できます。

プロジェクトのデプロイ方法

Python 3.9+が動作するPCと、Androidが動作するスマホが必要です。

リポジトリをクローンして依存関係をインストールします：

依存関係には標準的なセットが含まれます：Flask、OpenCV、NumPy、Ark SDKクライアント。

サーバーを起動します：

コンソールにブラウザ用のローカルアドレス（例：http://127.0.0.1:5000/）と、スマホ用のネットワークIP（例：http://192.168.x.x:5000/）が表示されます。

手机のPhoneCamSender/CamFlow-v1.0.0-beta.apkフォルダからAPKをインストールし（またはAndroid Studioでプロジェクトをビルド — ソースは公開されています）、起動してカメラへのアクセスを許可し、Wi-Fiに接続してサーバーIPを入力します。

セキュリティのため、PCダッシュボードではフレームキャプチャがデフォルトで無効になっています。Enable Ingestボタンを押し、ブラウザにライブストリームが表示されます。

独自のAIプロバイダーを接続する

AI解析を有効にするには、ダッシュボード右パネルのAI解析をオンにします。適切なProviderを選択し、モデル（Model ID）を指定して、APIキーを入力します。

例えば、互換性のあるローカルサーバーやOpenAIと連携する場合は、単に設定を入力します：

パラメータは環境変数（AI_PROVIDER、AI_MODEL、AI_API_KEY）でも渡せます。サーバーはモデル応答を検証し、フィールド構造がWebインターフェースを壊さないことを確認します。

活用場面

Sentinelは小規模なローカル実験に最適です：

• サードパーティのクラウドサービスに動画をストリーミングできない工作室や研究室の監視。
• 異常 ситуацииのテキスト説明を含む注釈付きデータセットの収集。
• 構造化されたアラート通知付きでアパートのペットを見守る。
• 過度なコストをかけずに古典的CV（動体検知）と重いLLM/VLMの連携方法を学ぶ。

まとめ

このプロジェクトは、整理された実用的なエンジニアリングプロトタイプでした。重たいフレームワークや不必要な魔法は一切ありません：明確なアーキテクチャ（FrameBuffer）、動作するpytestテスト、箱から出してすぐに使える機能的なAndroidクライアント。

古いスマホを有効活用し、リアルタイムでマルチモーダルモデルを実験する言い訳を探しているなら、suzuran0y/CCTV-Smartphone-AI-Monitoringリポジトリをチェックしてみてください。