動画の撮影場所を特定する7つのステップ

1秒30フレームで撮影した10秒のスマホ動画は、同じ場所を写した300枚の写真と、サウンドトラックのようなものです。どの1枚の写真よりも豊かな情報源になります。ただし、目の前にあるコピーが元のファイルであることはまれだという点を乗り越えてからの話です。

以下の方法は、ファイルから外側へ向かって進みます。元のファイルがあればそのメタデータから、次にプラットフォームが表示している情報、フレーム、検索、手がかり、最後に検証という順です。どのステップも後ろのステップより手間がかからず、どこかで検索を終わらせられます。

1. 元のファイルのGPSタグを確認します。 手元にある場合に限ります。
2. プラットフォームが表示している内容を読みます。 位置情報タグ、キャプション、コメント。
3. FFmpegや一時停止したスクリーンショットで、鮮明なフレームを取り出します。
4. 最もよいフレームを画像検索して、以前のアップロードを探します。
5. 複数のフレームにわたって手がかりを読み、音声も聞きます。
6. 最も鮮明なフレームをAIによる位置推定にかけ、可能性の高い都市を得ます。
7. 結論を出す前に、地図の画像と照合して検証します。

カメラには、まず権限が必要です。iPhoneでは、設定 → プライバシーとセキュリティ → 位置情報サービス → カメラです。Androidのカメラアプリには、独自の位置情報またはジオタグのスイッチがあります。Appleのタグは、ISO 6709の座標文字列を保持します。Androidの開発者向けドキュメントによると、そのレコーダーは地理データをudtaボックスに、同じISO 6709形式で保存します。

ExifToolで読み取る

ExifToolは、Windows、macOS、Linuxで無料です。これら3つのコマンドは、バージョン13.59でテストしました。

• exiftool -G1 -s "-*gps*" "-*location*" clip.mov は、スマートフォンがどのボックスを使ったかにかかわらず、すべての位置タグを一覧にします。出力の[Keys]はiPhone形式のタグを、[UserData]はAndroid形式のタグを示します。iPhoneはLocationAccuracyHorizontalも保存します。これは、スマートフォン自身が推定した位置の誤差（メートル単位）です。
• exiftool -n -GPSPosition clip.mov は、48.8584 2.2945 のような、そのまま地図に貼り付けられる10進数の座標を表示します。
• exiftool -CreationDate clip.mov は、iPhoneの撮影時刻を、クロックのUTCオフセットと一緒に表示します（例：+02:00）。

そのUTCオフセットは、GPSがなくても見る価値があります。これは場所ではなく時間帯ですが、ホームの時間帯に設定されたままのスマートフォンは誤解を招きます。それでも、数秒で世界の大部分を候補から外せます。

FFmpegを手順3のためにすでに入れていますか？その兄弟ツールのffprobeで、生の値を確認できます：ffprobe -v error -show_entries format_tags clip.mov。+48.8584+002.2945+035.000/のような文字列を探してください。緯度、経度、そして高度（メートル）の順です。プラス記号は北と東を意味します。

ドラレコ、ドローン、アクションカメラ

これらは多くの場合、1点ではなく、軌跡を記録します。1秒ごと、またはそれより速い間隔で新しい位置が記録されます。ExifToolは、現在124種類のこの時系列GPSを読み取れますが、指定したときだけです。ExtractEmbeddedオプションでより多くのタグが見つかるかもしれないという警告が出たら、exiftool -p gpx.fmt -ee3 clip.mp4 > track.gpx を実行すると、経路をGPXファイルとして保存できます。多くの地図ツールが開けるファイルです。gpx.fmtファイルは、ExifToolの完全版ダウンロードのfmt_filesフォルダに入っており、コマンドを実行するフォルダに置いておく必要があります。

YouTubeのヘルプページでは、その過程が説明されています。新しいアップロードはまず低画質で処理され、高解像度はあとから用意されます。視聴者は新しく作られたエンコードをストリーミングし、投稿者のファイルに入っていた位置タグは、そこには含まれていません。TikTokとInstagramもアップロードを再エンコードしており、これは共有すると写真の位置情報が消える理由でもあります。

そのため「動画の位置情報チェッカー」は、目の前のコピーからGPSを復元することはできません。せいぜい、投稿についてプラットフォームが公開している内容を繰り返すだけです。送られてきたクリップを検証するなら、元のファイルを頼んでください。通常の動画メッセージではなく、書類として、またはクラウドのリンクで送ってもらうのがよいでしょう。メタデータが残るかどうかを決めるのは、公開か転送かというルールです。写真と同じく動画にも当てはまります。

• 位置タグ。 TikTokとInstagramでは、投稿者が公開時に場所を付けられ、そのタグをタップすると、同じ場所にタグ付けされた他の公開投稿が一覧で表示されます。YouTubeでは、クリエイターがYouTube Studioで動画の場所を設定します。それは視聴ページに表示され、クリックすると同じ場所の公開動画が検索されます。
• キャプション、説明文、ハッシュタグ。 旅行や街の動画には、撮影した人がラベルを付けていることがよくあります。
• コメント。 視聴者は「駅の近くの角だ」などと、すぐに書き込みます。間違っていることもありますが、確かめるべき仮説になります。
• 話された言葉。 YouTubeでは、説明を展開して「文字起こしを表示」を選び、キャプションには入っていない地名を検索します。
• 透かし。 転載された動画には、元の投稿者の透かしやアカウント名がよく残っており、最初にアップロードされた動画には、転載で削られたキャプションやタグがまだ残っていることがあります。

これらすべてを証言として扱ってください。人々は、最寄りのランドマーク、通りではなく都市名、あるいは一度も行ったことのない場所をタグ付けします。タグをどこまで信頼できるかは、Instagramガイドで説明しています。

画面録画でも問題ありません。ここから先のすべての方法は、メタデータではなくピクセルを読むからです。まず再生画質を最高にし、可能であれば字幕やコントロールを隠してください。それらは、あなたが読み取りたいピクセルの上に重なってしまいます。

FFmpegは無料で、残りの作業をすべてこなせます。以下の各コマンドは、実際の路上の映像でFFmpeg 8.0.1を使ってテストしました：

1. Step 11秒に1フレーム取り出すffmpeg -i clip.mp4 -vf fps=1 frame_%03d.png は、frame_001.png、frame_002.pngなどを書き出します。長い動画なら、fps=1/5 で5秒ごとに1フレームを取り出せます。
2. Step 2キーフレームを取り出すffmpeg -i clip.mp4 -vf "select='eq(pict_type,I)'" -fps_mode vfr key_%03d.png は、完全な画像として保存されたフレームだけを残します。H.264とVP9のどちらのファイルでもうまくいきました。一方、よく紹介される-skip_frame nokeyという近道は、60fpsのVP9動画の全フレームを黙って書き出してしまいました。30秒の動画から1,800枚の画像になったのです。
3. Step 3編集された動画のカットを捉えるffmpeg -i clip.mp4 -vf "select='gt(scene,0.3)',showinfo" -fps_mode vfr cut_%03d.png は、各カットの後の最初のフレームを保存し、その時刻をpts_timeとして表示します。FFmpegのドキュメントでは、0.3から0.5の間のしきい値が妥当な選択とされています。連続した65秒の歩行映像では何も見つからなかったため、モンタージュのための方法として使ってください。
4. Step 4最もよい瞬間を書き出すffmpeg -ss 00:00:12.4 -i clip.mp4 -frames:v 1 best.png は、12.4秒のフレームを保存します。動きのぶれを避けるため、時刻を0.数秒ほど前後にずらしてみてください。
5. Step 5コンタクトシートを作るffmpeg -i clip.mp4 -vf "fps=1/3,scale=480:-1,tile=5x4" -frames:v 1 sheet.png は、最初の1分間の3秒ごとに1フレームを、1枚の画像にまとめます。どの瞬間をよく見る価値があるかを、最も速く見つけられる方法です。

PNGなら、二度目の圧縮を避けられます。ダウンロードした路上の映像で行ったテストでは、PNGフレームは1080pで1.5〜2.6MB、4Kで3.9〜5.1MBでした。同じフレームを-q:v 2付きで.jpgとして保存すると、1MB未満に収まりました。カメラの元の映像から出力されたPNGが分析ツールの10MBの上限を超えた場合の代替策です。

コマンドラインがない場合は、YouTubeで一時停止してピリオドキーかカンマキーを押すと、1フレームずつ進んだり戻ったりできます。そのあと全画面でスクリーンショットを撮ります。無料のInVID-WeVerifyプラグインは、ChromeとFirefoxで、リンクされた、またはアップロードされた動画をキーフレームに分割し、そのどれでも画像検索に送れます。

画像検索は場所ではなく画像を照合するため、より狭い問いに答えます。この場面、あるいはまさにこの映像が、以前に公開されたことがあるかどうかです。話題になった動画では、答えが「はい」であることがよくあります。別のキャプションが付いた以前のアップロードは、場所の手がかりであると同時に、今のキャプションが間違っている可能性への警告でもあります。

写真では一度しか試せないところを、動画では何度も試せます。広い冒頭のショット、最も鮮明な看板、最も奇妙な建物など、異なる瞬間を3〜4つ検索してください。それぞれが一致の機会になるからです。YouTubeのサムネイルも検索する価値がありますが、カスタムのサムネイルは動画のフレームではないこともあります。

どのエンジンがどの被写体に向いているかは重要で、Google LensとYandexは、異なる場面で失敗しやすい傾向があります。スマートフォンでは、モバイル向けの方法ならアプリは不要です。

各フレームを写真と同じように読んでください。文字と看板、道路標示、ナンバープレート、建築、植生、そして光です。国を示す手がかりのガイドでは、道路標示などの規制されたものが、景観よりも優先される理由を説明しています。動画が加えるのは、動きと繰り返しです。

• 進行方向。 静止画では、駐車中の車は、どちら向きでも止まっているかもしれません。動画では、動いている双方向の交通が、ぼやけていても、運転する側を疑いなく示します。ただし、一方通行の道路は除いてください。
• 同じ看板が何度も出る。 反射、ぼやけ、通過するバスによって、あるフレームでは文字が隠れても、次のフレームでは見えることがあります。諦める前に、フレームを1枚ずつ進めて確かめてください。
• パンとターン。 周りを回るカメラは、1フレームでは切れてしまう丘、海岸線、スカイラインを見せます。
• 映像全体での太陽。 カメラが回るにつれて、通りのどちら側に影が落ちるかが分かります。影は、植生が使えないときに半球とおおよその時刻を示します。

サウンドトラックを聞く

まず、音声が現場から録音されたものかを確認してください。TikTokとInstagramでは、音声のラベルに「original sound」または「Original audio」と投稿者自身の名前が表示されるはずです。曲名や他のアカウントの名前であれば、その音は借りものです。とはいえ、オリジナルの音声でも、アップロード前に吹き替えられていることがあるため、音楽やナレーションは疑ってかかってください。

• 言語とアクセント。 言語によって候補の国が一度に絞れ、方言なら地域まで絞れることがあります。
• アナウンス。 駅、ホーム、空港のアナウンスは、設計上、場所の名前を出します。停車駅を書き起こして、その名前を検索してください。
• 特徴的な音。 緊急車両のサイレンは国によって異なり、礼拝の呼びかけ、路面電車のベル、教会の鐘も、それぞれ地域を絞り込みます。
• 電気のハム音。 電源周波数は、世界の大部分では50Hz、北米やブラジル、韓国などの一部の国では60Hzです。スペクトログラムで、どちらかの周波数の安定した音が見えれば、候補を二つに分けられます。ただし、そのハム音が残っている場合に限ります。スマートフォンのノイズ低減は、それをよく取り除くためです。

道路、建物、看板、植生が一緒に写っているフレームのように、同時に多くの種類の証拠が入っているフレームを選んでください。どれか1つの接写より、それらが合わさったほうが強いのです。まず字幕、サブタイトル、プラットフォームのボタンを切り取ってください。それらは証拠を覆い隠すだけで、何も加えません。

次に、別の瞬間から2枚目と3枚目のフレームでも試してください。同じ都市を指せば、確信度は上がります。ばらけるなら、場面は曖昧で、誠実な結果は地域です。モデルが場面をどう読むかでは、あるフレームがうまくいき、別のフレームがうまくいかない理由を説明しています。

場所を見つけるのに使った手がかりが一致しても、何も証明しません。そもそも一致していることを知っていたからです。試金石は、使っていない細部も一致するかどうかです。動画は、写真よりもこれを容易にします。10秒後のフレームを取り、隣の建物が正しいものかを確かめてください。

時期も、もう一方の半分です。古い出来事の映像を再利用することはよくあるため、ステップ4で見つけた最も古いコピー、木々の状態、光の向きは、すべて主張と合っているはずです。OSINTのワークフローでは、記録すべきものを含めて、検証の全体像を示しています。検証ガイドでは、フレームごとに機能する確認方法を扱っています。

画像が乏しい場所（ストリートビューの対応範囲にはむらがあります）での妥当な結論は、通りではなく、信頼度を示した地域です。

二つの独立した情報源が一致すれば（たとえばタグとストリートビューの一致）、それは発見になります。一方だけなら、手がかりにすぎません。静止画については、写真のメインガイドが、同じ方法を並べて比較しています。