CN112313641A - 信息提供系统和信息提供方法 - Google Patents

信息提供系统和信息提供方法 Download PDF

Info

Publication number
CN112313641A
CN112313641A CN202080001173.9A CN202080001173A CN112313641A CN 112313641 A CN112313641 A CN 112313641A CN 202080001173 A CN202080001173 A CN 202080001173A CN 112313641 A CN112313641 A CN 112313641A
Authority
CN
China
Prior art keywords
information
scene
content
user terminal
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202080001173.9A
Other languages
English (en)
Other versions
CN112313641B (zh
Inventor
黑田聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information System Engineering Inc
Original Assignee
Information System Engineering Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Information System Engineering Inc filed Critical Information System Engineering Inc
Publication of CN112313641A publication Critical patent/CN112313641A/zh
Application granted granted Critical
Publication of CN112313641B publication Critical patent/CN112313641B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/738—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

能够判定与现场的状况对应的预测结果并提供最佳的内容。具有：内容模型数据库(4)，其存储有包含预先取得的过去的第1影像信息的过去的对象信息、与过去的对象信息相关联并与内容对应的参照ID和过去的对象信息与参照ID之间的三个阶段以上的内容关联度；第1取得单元，其从用户终端(7)取得对象信息；第1评价单元，其参照内容模型数据库(4)，取得包含对象信息与参照ID之间的内容关联度的ID信息；判定单元，其判定ID信息；以及输出单元，其根据判定单元的判定结果将与所述ID信息对应的内容输出到用户终端。

Description

信息提供系统和信息提供方法
技术领域
本发明涉及如下信息提供系统和信息提供方法，其根据从用户终端取得的影像信息来对向用户终端输出的多个内容进行筛选。
背景技术
近年来，公开了如下方法：伴随图像识别技术和虚拟现实(VR：Virtual Reality)、增强现实(AR：Augmented Reality)、混合现实(MR：Mixed Reality)这样的技术的发达，经由佩戴于用户的头部的被称作头戴式影像显示装置(HMD：Head Mounted Display)的显示部而重叠式地参照各种信息。例如，作为在可佩戴终端的显示板上，针对透过显示板而看到的农作物以增强现实的方式显示出预测出的收获时间的方法，提出了专利文献1的可佩戴终端显示系统。
在专利文献1的可佩戴终端显示系统中，利用照相机拍摄进入到可佩戴终端的视野的农作物的图像并分析该图像从而确定农作物的种类，并选择与农作物的种类对应的判定基准，根据该判定基准来分析图像从而判定颜色和尺寸，预测农作物的收获时间，将预测出的收获时间以增强现实的方式显示在可佩戴终端的显示板上。
此外，例如，作为根据作业手册等的规则来判定作业对象并将作业辅助信息以增强现实的方式显示在操作者的可佩戴终端的显示板上的方法，提出有专利文献2的作业辅助系统。
在专利文献2的作业支持系统中，将记述有作业的过程、内容、注意点或其他事项的手册要素关联起来生成记述有作业对象或作业状况的判定条件的规则，对规则进行优化使得示范事例成为最高评价并进行学习，根据由传感器取得的传感器信息来识别作业对象和作业状况，并根据所生成的规则和识别单元的识别结果来输出作业辅助信息。
现有技术文献
专利文献
专利文献1：日本特许第6267841号公报
专利文献2：日本特许第6321879号公报
发明内容
发明要解决的课题
这里，在现场(作业现场)的设备等的保养、修理等作业中，例如设置于用户侧等的设备发生了异常的情况下，在从异常的发生到应对的期间内需要使设备停止。由此，有可能会对用户侧等的业务、服务产生影响。
例如，针对设置于工厂内的生产线的设备等的情况，组合设置于生产线上的时刻、多个设备、模块来构成。因此，异常部位的确定需要确认周边设备的运转状态、部件结构等。
此外，例如，针对设置于车站、商业设施等的自动扶梯或电梯、或者室外停车场等设备的情况，不仅设备的结构复杂，还存在如下情形：在设置之后要进行部件更换等，更换部件的形状、零件编号会发生变化。存在分解设备后才可以了解的情况，也有与维修手册所记载的内容不同的情况。因此，除了设备的手册的信息以外，还需要预先掌握相关的部件和替代部件的更换过程等。
但是，在实际的现场，这样的经验丰富的专家技术人员在逐年减少，因此，今后除了人才培养，还要雇佣经验少且年轻的技术人员来进行应对。或者，设想由从海外来到日本且完成了设备保养、修理的研修的外国技术人员等来进行应对。
关于该方面，在专利文献1的公开技术中，根据从农作物的外观形状等判断出的结果来显示预测结果。因此，难以预先根据各种各样的现场环境、设置的状况、设备的结构等来依次来筛选要提供的信息以进行提供。
并且，在专利文献2的公开技术中，仅仅是生成基于手册的规则的学习模型而进行作业辅助。因此，在实际的现场、设备的结构存在变更并且与在学习中使用的手册所记载的内容、过程不同的情况下，无法进行现场的随机应变的应对和判断。为了重新进行应对，每次都要生成学习模型，要花费时间和费用。因此，难以高效地与实际的现场、作业相对应地进行信息的提供和对象信息的更新。
因此，本发明正是鉴于上述问题点而构思出的，其目的在于提供一种能够判定与现场的状况对应的预测结果并提供最佳的内容的信息提供系统和信息提供方法。
用于解决课题的手段
第1发明的信息提供系统根据从用户终端取得的包含第1影像信息的对象信息，参照数据库对要向用户终端输出的多个内容进行筛选，其特征在于，具有：内容模型数据库，其存储有包含预先取得的过去的第1影像信息的过去的对象信息、与所述过去的对象信息相关联并与所述内容对应的参照ID和所述过去的对象信息与所述参照ID之间的示出了程度的三个阶段以上的内容关联度；第1取得单元，其从所述用户终端取得所述对象信息；第1评价单元，其参照所述内容模型数据库，取得包含所述对象信息与所述参照ID之间的内容关联度的ID信息；判定单元，其对所述ID信息进行判定；以及输出单元，其根据所述判定单元的判定结果，将与所述ID信息对应的所述内容输出。
第2发明的信息提供系统在第1发明中，其特征在于，所述输出单元具有：第1生成单元，其根据所述判定结果，生成包含多个所述ID信息的参照ID列表；第2取得单元，其取得所述参照ID列表所包含的第1参照ID；以及内容输出单元，其将与所述第1参照ID对应的所述内容输出。
第3发明的信息提供系统在第2发明中，其特征在于，在所述输出单元中，在所述第1生成单元之后具有第2生成单元，该第2生成单元生成参照摘要列表，该参照摘要列表包含与所述参照ID列表所包含的多个所述ID信息的每一个对应的多个摘要，所述第2取得单元取得经由所述用户终端而从所述参照摘要列表选择出的第1摘要，从所述参照ID列表取得与第1摘要对应的所述第1参照ID。
第4发明的信息提供系统在第1发明～第3发明中的任意一个中，其特征在于，所述数据库具有转变信息表，该转变信息表预先存储与所述ID信息所对应的所述内容的输出有关的顺序信息，所述判定单元参照所述转变信息表，判定是否存在与所述ID信息所对应的所述内容的输出有关的顺序信息。
第5发明的信息提供系统在第4发明中的任意一个中，其特征在于，在所述顺序信息中不存在与取得的所述ID信息所对应的所述内容的输出有关的顺序信息的情况下，所述判定单元判定为不存在与所述ID信息对应的所述内容。
第6发明的信息提供系统在第1发明～第5发明中的任意一个中，其特征在于，所述数据库具有场景模型数据库，该场景模型数据库存储有预先取得的过去的第2影像信息、与所述过去的第2影像信息相关联的包含场景ID的场景信息、和所述过去的第2影像信息与所述场景信息之间的三个阶段以上的场景关联度，该信息提供系统具有：第3取得单元，其在从所述用户终端取得所述对象信息之前，从所述用户终端取得包含第2影像信息的对象信息；第2评价单元，其参照所述场景模型数据库，取得包含所述第2影像信息与所述场景信息之间的场景关联度的场景ID列表；以及第3生成单元，其生成场景名称列表，该场景名称列表包含与所述场景ID列表对应的多个场景名称，所述第3取得单元从所述用户终端取得所述对象信息，所述对象信息包含所述2影像信息和与从所述场景名称列表选择出的场景名称对应的场景ID。
第7发明的信息提供系统在第6发明中，其特征在于，该信息提供系统还具有场景ID生成部，场景ID生成部具有：场景名称取得单元，其取得与预先取得的过去的第1影像信息和过去的第2影像信息对应的场景名称；场景ID生成单元，其按照每个取得的场景名称生成信息量比场景名称小的场景ID；以及第1学习单元，其通过使用了场景信息和过去的第2影像信息的机器学习，生成场景模型数据库。
第8发明的信息提供系统在第6发明或第7发明中，其特征在于，该信息提供系统还具有内容ID生成部，内容ID生成部具有：内容取得单元，其取得预先取得的过去的第2影像信息和与过去的第2影像信息对应的内容；内容ID生成单元，其按照每个取得的内容生成信息量比内容小的内容ID；以及第2学习单元，其通过使用了参照信息和过去的对象信息的机器学习，生成内容模型数据库。
第9发明的信息提供系统在第8发明中，其特征在于，内容ID与多个元信息相对应。
第10发明的信息提供系统在第6发明～第9发明中的任意一个中，其特征在于，用户终端还具有：接收单元，其接收由第2评价单元取得的场景ID列表；判别单元，其根据场景ID列表的接收的结果，对在用户终端的缓存区中是否存在接收到的场景ID列表所包含的场景ID进行判别；以及询问单元，其根据判别的结果，在用户终端的缓存区中不存在接收到的场景ID列表所包含的场景ID的情况下，向保存内容的内容信息数据库进行询问。
第11发明的信息提供系统在第6发明～第9发明中的任意一个中，其特征在于，用户终端还具有：接收单元，其接收由第1取得单元取得的参照ID列表；判别单元，其根据参照ID列表的接收的结果，对在用户终端的缓存区中是否存在接收到的参照ID列表所包含的参照ID进行判别；以及询问单元，其根据判别的结果，在用户终端的缓存区中不存在接收到的参照ID列表所包含的参照ID的情况下，向保存内容的内容信息数据库进行询问。
第12发明的信息提供系统在第6发明～第11发明中的任意一个中，其特征在于，用户终端具有显示部，该显示部佩戴于头部或眼镜上，以透过状态显示根据从用户终端取得的第1影像信息而生成的信息。
第13发明的信息提供系统在第6发明～第12发明中的任意一个中，其特征在于，内容至少包含文本、插图、动态图像、声音的一部分或全部信息中的任意一种。
第14发明的信息提供方法根据从用户终端取得的包含第1影像信息的对象信息，参照数据库对要向用户终端输出的多个内容进行筛选，其特征在于，具有以下步骤：存储步骤，使内容模型数据库存储包含预先取得的过去的第1影像信息的过去的对象信息、与所述过去的对象信息相关联并与所述内容对应的参照ID和所述过去的对象信息与所述参照ID之间的示出了程度的三个阶段以上的内容关联度；第1取得步骤，从所述用户终端取得所述对象信息；第1评价步骤，参照所述内容模型数据库，取得包含所述对象信息与所述参照ID之间的内容关联度的ID信息；判定步骤，对所述ID信息进行判定；以及输出步骤，根据所述判定步骤的判定结果，将与所述ID信息对应的所述内容输出到所述用户终端。
发明效果
根据第1发明～第13发明，第1取得单元参照内容模型数据库，取得包含对象信息与参照ID之间的内容关联度的ID信息。判定单元判定ID信息。输出单元根据判定结果，将与ID信息对应的内容输出到用户终端。因此，能够判定出与现场的状况对应的预测结果。由此，能够提供最佳的内容。
特别是，根据第2发明，第1生成单元生成参照ID列表，第2取得单元经由用户终端而取得对应的第1参照ID。因此，用户终端能够从根据判定结果而生成的参照ID列表中选择出第1参照ID。由此，能够高效地进行恰当的信息的取得和提供。
特别是，根据第3发明，第2取得单元取得经由用户终端而从参照摘要列表选择出的第1摘要。因此，能够取得对应的第1参照ID。由此，能够高效地进行恰当的信息的取得和提供。
特别是，根据第4发明，转变信息表预先存储与ID信息所对应的内容的输出有关的顺序信息。因此，判定单元能够判定是否存在与ID信息所对应的内容的输出有关的顺序信息。由此，能够高效地进行恰当的信息的取得和提供。
特别是，根据第5发明，判定单元判定出了在顺序信息中不存在与所取得的ID信息的相关对应内容的输出有关的顺序信息的情况。因此，即使不存在与ID信息对应的内容，也能够判定。由此，能够防止在不存在的情况下输出关联度较低的内容，并高效地进行恰当的信息的取得和提供。
特别是，根据第6发明，具有场景模型数据库，第3生成单元生成场景名称列表。因此，第1取得单元能够从场景名称列表取得场景ID。由此，能够高效地进行恰当的信息的取得和提供。
此外，根据第7发明，具有场景ID生成部。场景ID生成部具有场景名称取得单元、场景ID生成单元和第1学习单元。因此，按照每个所取得的场景名称生成信息量比场景名称小的场景ID。由此，能够节约交换所需的通信量，能够进行较快的响应。并且，在对一个数据库进行更新时，仅修改对象的ID即可，因此，无需对另一个数据库进行更新。
此外，根据第8发明，具有内容ID生成部。内容ID生成部具有内容取得单元、内容ID生成单元和第2学习单元。因此，根据所述取得的内容信息来生成信息量比内容小的第1内容ID。由此，能够节约交换所需的通信量，能够进行较快的响应。并且，在对一个数据库进行更新时，仅修改对象的ID即可，因此，无需对另一个数据库进行更新。
此外，根据第9发明，内容信息包含元信息。因此，能够将更详细的属性赋予给内容信息。由此，能够进行准确的内容的分配、提供，并能够高效地进行恰当的信息的取得和提供。
此外，根据第10发明，用户终端具有接收单元、判别单元和询问单元。因此，能够判别在缓存区中是否存在接收到的场景ID列表所包含的场景ID。因此，仅在自终端内不存在对应的场景ID的情况下，从其他场景模型数据库取得。由此，能够根据现场的状况来进行状态的筛选，并且，能够高效地进行恰当的信息的取得和提供。
此外，根据第11发明，用户终端具有接收单元、判别单元和询问单元。因此，能够判别在缓存区中是否存在接收到的内容ID列表所包含的内容ID。因此，仅在自终端内不存在对应的场景ID的情况下，从其他场景模型数据库取得。由此，能够根据现场的状况来进行状态的筛选，并且，能够高效地进行适当的信息的取得和提供。
此外，根据第12发明，用户终端具有显示部，该显示部佩戴于头部或眼镜上，以透过状态显示根据从用户终端取得的第1影像信息而生成的信息。因此，通过现场的操作能够实现不用手的操作。由此，能够高效地进行恰当的信息的取得和提供，能够自由地使用双手，并能够高效地进行恰当的信息的取得和提供。
此外，根据第13发明，内容至少包含文本、插图、动态图像、声音的一部分或全部信息。因此，能够提供各种各样的内容。由此，能够高效地进行恰当的信息的取得和提供。
根据第14发明，在第1取得步骤中，参照内容模型数据库，取得包含对象信息与参照ID之间的内容关联度的ID信息。在判定步骤中，判定ID信息。在输出步骤中，根据判定结果，将与ID信息对应的内容输出到用户终端。因此，能够判定与现场的状况对应的预测结果。由此，能够提供最佳的内容。
附图说明
图1是示出本实施方式中的信息提供系统的结构的一例的框图。
图2是示出本实施方式中的场景模型数据库的一例的示意图。
图3是示出本实施方式中的内容模型数据库的一例的示意图。
图4的(a)是示出本实施方式中的信息提供系统的用户装置的结构的一例的示意图，图4的(b)是示出本实施方式中的信息提供系统的管理服务器的功能的一例的示意图。
图5的(a)是示出本实施方式中的场景模型表的结构的一例的示意图。图5的(b)是示出场景用内容模型表(OFE用)的结构的一例的示意图。
图6的(a)是示出本实施方式中的场景表的一例的示意图。图6的(b)是示出本实施方式中的内容表的一例的示意图。图6的(c)是示出本实施方式中的转变信息表的一例的示意图。
图7的(a)是示出本实施方式中的名称缓存表的结构的一例的示意图，图7的(b)是示出本实施方式中的摘要缓存表的结构的一例的示意图。
图8的(a)是示出本实施方式中的元表的结构的一例的示意图，图8的(b)是示出本实施方式中的元类别主表的结构的一例的示意图，图8的(c)是示出本实施方式中的元主表的结构的一例的示意图。
图9是示出本实施方式中的信息提供系统的判定动作的一例的流程图。
图10是示出本实施方式中的信息提供系统的内容输出动作的一例的流程图。
图11是示出本实施方式中的信息提供系统的场景名称列表生成的动作的一例的流程图。
图12的(a)是示出本实施方式中的场景ID生成部的动作的一例的流程图。图12的(b)是示出本实施方式中的内容ID生成部的动作的一例的流程图。
图13是示出本实施方式中的用户终端中的缓存区的确认动作的一例的流程图。
图14的(a)是示出本实施方式中的第3取得单元的一例的示意图。图14的(b)是示出本实施方式中的第2取得单元的一例的示意图。图14的(c)是示出本实施方式中的第1取得单元的一例的示意图。图14的(d)是示出本实施方式中的输出单元的一例的示意图。
具体实施方式
以下，参照附图说明本发明的实施方式中的信息提供系统和信息提供方法的一例。
图1是示出应用本实施方式中的发明的信息提供系统1的一例的示意图。
(第1实施方式)
参照图1～图14，说明第1实施方式中的信息提供系统1的结构的一例。图1是示出本实施方式中的信息提供系统1的整体的结构的框图。
如图1所示，信息提供系统1具有管理服务器2、场景模型数据库3、内容模型数据库4和内容信息数据库5。管理服务器2例如经由公共通信网6而与现场(field)的操作者所具备的用户终端7连接。
管理服务器2例如用于对现场所设置的设备等进行维护、保养、修理等作业。管理服务器2例如取得从现场的用户终端7取得的设备等的影像信息。管理服务器2参照场景模型数据库3和内容模型数据库4，进行各数据的取得、数据的评价、信息的输出。
场景模型数据库3存储预先取得的过去的第1影像信息、与所述过去的第1影像信息相关联的包含场景ID的场景信息、和所述过去的第1影像信息与所述场景信息之间的示出了程度的三个阶段以上的场景关联度。内容模型数据库4存储将预先取得的过去的第2影像信息和所述场景ID作为一组的过去的对象信息、与所述过去的对象信息相关联并与所述内容对应的参照ID和所述过去的对象信息与所述参照ID之间的示出了程度的三个阶段以上的内容关联度。例如，将基于对象信息和参照ID(内容ID)而构建的结果存储到内容模型数据库中。内容信息数据库5例如记录内容。内容除了例如设备手册、使用说明书、目录、报告书、报告等与文档相关的资料以外，也可以是例如介绍商品的动态图像或解决指南动态图像等。内容例如由各内容的管理者等来登记。所登记的内容例如可以为声音等文件，也可以是与日语对应的外语等翻译后的声音等文件。例如，如果登记了某一个国家的声音语言，则也可以与之对照地存储相应的外语的翻译声音文件。这些内容的登记、更新例如也可以由各制造商的管理者、手册创建负责人对终端进行操作，经由公共通信网6(网络)来进行。此外，例如，也可以由如代替管理者、手册生成负责人进行管理等的人员来统一进行。
公共通信网6是经由通信电路而与信息提供系统1和管理服务器2等连接的因特网等。公共通信网6也可以由所谓光纤通信网构成。此外，公共通信网6不限定于有线通信网，也可以通过无线通信网实现。
<用户终端7>
用户终端7具有显示部，该显示部一体或部分地安装于操作者的头部或眼镜上，将根据从用户终端7取得的各种影像信息而生成的信息以透过状态显示出来。用户终端7例如可以是作为HMD(头戴式显示器)的一种的全息透镜(注册商标)。操作者能够经由头戴式显示器或全息透镜等以透过的方式显示用户终端7的显示信息的显示部而透过作业区域、和作为评价对象的设备进行确认。由此，操作者能够在观察眼前的状况的同时，结合根据所取得的各种影像信息而生成的场景名称列表、参照摘要列表、内容来进行确认。
此外，用户终端7除了移动电话(移动终端)、智能手机、平板型终端、可佩戴终端、个人计算机、IoT(Internet of Things：物联网)设备等电子设备以外，也可以使用在全部由电子设备中实现的设备。用户终端7除了经由例如公共通信网6而与信息提供系统1连接以外，例如也可以与信息提供系统1直接连接。用户除了使用用户终端7从信息提供系统1取得各种参照信息以外，例如也可以进行信息提供系统1的控制。
并且，用户终端7具有：接收单元，其接收由第3评价单元取得的场景ID列表或由第2取得单元取得的参照ID列表；判定单元，其确认在用户终端7的缓存区中是否存在对象的ID；以及询问单元，在用户终端7的缓存区内不存在对象的ID的情况下，该询问单元询问对应的内容信息数据库5。
<场景模型数据库3>
图2是示出本实施方式中的场景模型数据库3的一例的示意图。场景模型数据库3存储预先取得的过去的第2影像信息、与过去的第2影像信息相关联的包含场景ID的场景信息、和过去的第2影像信息与所述场景信息之间的示出了程度的三个阶段以上的场景关联度。第2影像信息例如是通过现场的操作者所具备的用户终端7的照相机等拍摄到的影像。第2影像信息例如为静态画面和动态图像均可，也可以由操作者来拍摄、或通过用户终端7的设定来自动地拍摄。并且，也可以将其读入到用户终端7的存储器等所存储的影像信息中，并经由公共通信网6取得。
场景模型数据库3利用通过机器学习而取得的第2影像信息、过去的第2影像信息与场景ID的评价结果来构建，例如，存储各自的关系来作为场景关联度。例如，过去的第2影像信息“01”与场景ID“A”之间是70％的关联度，与场景ID“D”之间是50％、与场景ID“C”之间是10％等，并且这些关联度被存储。对于从用户终端7取得的第1影像信息，通过机器学习，可构建出例如预先取得的过去的第2影像信息和类似性等评价结果。例如，通过进行深层学习，也能够应对类似而不相同的信息。
场景模型数据库3存储预先取得的过去的第2影像信息、与过去的第2影像信息相关联的包含场景ID的场景信息、和过去的第2影像信息与场景信息之间的示出了程度的三个阶段以上的第2场景关联度。第2评价单元参照场景模型数据库3，选择与过去的第2影像信息一致、部分一致或类似的过去的第2影像信息，并选择与所选择出的过去的第2影像信息相关联的包含场景ID的场景信息，根据所选择出的过去的第2影像信息与场景信息之间的关联度来计算第2场景关联度，取得包含计算出的第2场景关联度的场景ID，并将根据场景ID列表而选择出的场景名称列表显示在用户终端7上。
场景模型数据库3存储场景ID列表。场景ID列表由后述的第2评价部212来取得。场景名称列表例如是利用通过机器学习而计算出的场景关联度来对过去的第2影像信息与场景ID的对进行评价而得到的列表。场景模型数据库3存储该评价后的结果即列表化后的内容。列表化后的内容例如为“场景ID A：70％”、“场景ID D：50％”等示出了场景关联度的较高的相关性的场景ID。
场景模型数据库3存储场景ID列表、场景名称列表。场景名称列表由后述的第3生成部213来生成。例如，通过第2评价部212取得与场景ID对应的场景名称，并将这些场景名称列表存储在场景ID列表中。场景模型数据库3所存储的场景名称列表通过之后的处理发送到用户终端7。用户参照由用户终端7接收到的场景名称列表，掌握与第2影像信息对应的场景。
另外，在由于场景模型数据库的更新、所登记的数据的修改、追加等因而在场景模型数据库3中不存在与第2影像信息对应的场景信息和与场景ID对应的场景名称的情况下，例如，也可以进行其他视野中的第1影像信息的取得处理或生成追加了“无对应场景”那样的场景名称的场景名称列表，并发送到用户终端7。
<内容模型数据库4>
图3是示出本实施方式中的内容模型数据库4的一例的示意图。内容模型数据库4存储有将预先取得的过去的第1影像信息和场景ID作为一组的过去的对象信息、与所述过去的对象信息相关联并与内容对应的参照ID、和过去的对象信息与参照ID之间的示出了程度的三个阶段以上的内容关联度。内容模型数据库4所存储的影像信息是由用户终端7拍摄的。第1取得单元201取得所拍摄到的第1影像信息以作为现场的影像信息即影像信息。该第1影像信息例如为由现场的操作者所具备的用户终端7的照相机等拍摄到的影像。与上述的第2影像信息同样地，第1影像信息例如为静态画面和动态图像均可，也可以由操作者来拍摄、或通过用户终端7的设定来自动地拍摄。并且，也可以使其读入到用户终端7的存储器等所存储的影像信息中，并经由公共通信网6取得。
内容模型数据库4存储从用户终端7取得的第1影像信息和第1场景ID。第1场景ID是指场景模型数据库3所存储的场景名称列表，是与由用户选择出的场景名称对应的场景ID。内容模型数据库4存储该第1场景ID和第1影像信息作为对象信息。另外，在反复进行作业的情况下，反复进行之前的处理。另外，第1场景ID可以为多个，在该情况下，对于场景名称列表的选择，由用户多次进行选择。
内容模型数据库4存储将预先取得的过去的第1影像信息和场景ID作为一组的过去的对象信息、与过去的对象信息相关联并与内容对应的参照ID、和过去的对象信息与参照ID之间的示出了程度的三个阶段以上的内容关联度。第1评价单元参照内容模型数据库4，选择与过去的第1影像信息、对象信息一致、部分一致或类似的过去的第1影像信息、场景ID，并选择与所选择出的过去的第1影像信息、对象信息相关联的参照ID，根据所选择出的过去的第1影像信息与对象信息之间的关联度来计算第1关联度，取得包含计算出的第1场景关联度的ID信息(参照ID)。判定单元对所取得的ID信息进行判定。输出单元根据判定的结果使用户终端7显示根据参照ID列表而选择出的参照摘要列表。
作为类似度较高的对象信息和参照ID的评价结果示出了，例如如果为对象信息“A×01”，其与参照ID“参照ID：A”之间为70％的关联度，与参照ID“参照ID：D”之间为50％，与参照ID“参照ID：C”之间为10％。第2取得单元所取得的对象信息例如被进行对象信息和类似性等的评价。该处理也可以通过AI图像处理等来进行(未图示)。通过进行AI图像处理，与现有的处理相比，能够在短时间内进行大量的处理。
接着，内容模型数据库4存储参照ID列表。参照ID列表通过第1评价单元来取得。例如，利用通过机器学习而构建的内容关联度，对对象信息、和与过去的第1影像信息、参照ID相关联的参照信息的对进行评价。根据该评价结果，使关联度较高的评价结果的参照ID列表化。参照ID的列表例如用“参照ID：A70％”、“参照ID：D 50％”等内容关联度为高相关性的参照ID进行构建，并存储到内容模型数据库4中。
接着，内容模型数据库4存储由第1评价单元取得的参照ID列表和由第2生成单元生成的参照摘要列表。参照摘要列表根据通过参照ID列表被判定的参照ID而记录到后述的内容表中。第2取得部206取得登记在内容模型数据库4所存储的内容表中的“摘要”。第2取得部206取得包含与参照ID之间的第1内容关联度的参照ID列表。第2生成部208根据所取得的摘要信息，生成参照摘要列表。由第2生成部208生成的参照摘要列表发送到用户终端7。
另外，在由于场景模型数据库的更新、所登记的数据的修改、追加等因而在内容模型数据库4中不存在与场景ID对应的参照ID、内容、摘要等数据的情况下，例如，也可以用作为不存在对应时的替代对应而准备好的场景ID来重新对应，将所对应的替代内容发送到用户终端7。
此外，通过第1评价部202来参照内容模型数据库4，取得包含对象信息与参照ID之间的内容关联度的ID信息。然后，通过判定部203参照转变信息表，根据所取得的ID信息进行判定。通过输出部204，根据判定部203的判定结果将与ID信息对应的内容输出到用户终端7。
然后，在内容数据库4中存储由第1评价部202取得的ID信息。关于ID信息的存储，在输出部204的输出之后，通过ID历史部214将由各个取得单元取得的ID信息存储到ID信息存储表中。
<管理服务器2>
图4的(a)是信息提供系统1的管理服务器2的简略图。作为管理服务器2，管理服务器2具有壳体10、CPU(Central Processing Unit：中央处理器)101、ROM(Read OnlyMemory：只读存储器)102、RAM(Random Access Memory：随机存取存储)103、保存部104和I/F 105～107。各结构101～107通过内部总线110来连接。
CPU 101对管理服务器2整体进行控制。ROM 102存储CPU 101的动作代码。RAM 103是在CPU 101工作时所使用的工作区域。保存部104存储有测定信息等各种信息。作为保存部104，例如，除了HDD(Hard Disk Drive：硬盘驱动器)以外，还使用SSD(solid statedrive：固态驱动器)等。
I/F 105是用于经由公共通信网6而与用户终端7等进行各种信息的收发的接口。I/F 106是用于与输入部分108进行的信息的收发的接口。作为输入部分108，例如可以使用键盘，由利用信息提供系统1的管理者、操作者、内容管理者等经由输入部分108而输入或选择各种信息或管理服务器2的控制指令等。I/F 107是用于与输出部分109进行各种信息的收发的接口。输出部分109输出保存部104所保存的各种信息或管理服务器2的处理状况等。作为输出部分109，可以使用显示器，例如，也可以是触摸面板式。在该情况下，也可以构成为输出部分109包含输入部分108。
图4的(b)是示出管理服务器2的功能的一例的示意图。管理服务器2具有第1取得部201、第1评价部202、判定部203、输出部204、第1生成部205、第2取得部206、内容输出部207、第2生成部208、包含第1学习单元的场景ID生成部209、包含第2学习单元的内容ID生成部210、第3取得部211、第2评价部212、第3生成部213和ID历史部214。管理服务器2与场景模型数据库3、内容模型数据库4、内容信息数据库5连接。另外，图4的(b)所示的各功能通过由CPU 101将RAM 103作为工作区域而执行保存部104等所存储的程序来实现。此外，各功能例如可以通过人工智能来控制。这里，“人工智能”可以是基于任意公知的人工智能技术的技术。
<第1取得部201>
第1取得部201从用户终端7取得第1影像信息。第1影像信息是由操作者拍摄到的设备或部件等，例如通过HMD(头戴式显示器)或全息透镜等来拍摄。所拍摄到的影像可以实时地发送到管理服务器2。此外，所拍摄到的影像也可以作为第1影像信息而取得。
<第1评价部202>
第1评价部202参照内容模型数据库4，取得包含对象信息与参照ID之间的第1内容关联度的ID信息(参照ID列表)。所取得的场景ID列表例如为“参照ID”、“内容关联度”等，成为与对象信息的关联度较高的场景ID。
<判定部203>
通过判定部203来对由第1评价部202取得的ID信息进行判定。判定部203参照转变信息表，该转变信息表预先存储有与ID信息所对应的内容的输出有关的顺序信息。判定部203根据与所取得的ID信息对应的场景ID，判定在转变信息表中是否存储有与场景ID相关的内容ID的顺序信息。
<输出部204>
输出部204输出与所取得的ID信息(第1参照ID)对应的内容。从内容信息数据库5取得该ID信息。所输出的内容例如从图6所示的内容表取得。内容表例如存储到内容信息数据库5中。在内容表中，例如场景ID、参照ID、内容、摘要、哈希值被对应着分别登记。此外，一个第1参照ID与多个元信息相对应。在第1参照ID中例如赋予有图8所示的元信息。在元信息中，例如元表、元类别主表、元主表被关联。
<第1生成部205>
第1生成部205根据判定部203的判定结果，生成包含多个ID信息的参照ID列表。
<第2取得部206>
第2取得部206经由用户终端7取得从参照摘要列表选择出的第1参照ID。
<内容输出部207>
内容输出部207将与第1参照ID对应的内容输出到用户终端7。
<第2生成部208>
第2生成部208生成与由第1评价部202评价并取得的ID信息对应的参照摘要列表。参照摘要列表根据后述的存储于内容表的摘要信息来生成。
<场景ID生成部209>
场景ID生成部209具有场景名称取得部、场景ID生成部和第1学习部。场景ID生成部209例如判定所取得的场景名称的字符长度，按照每个所取得的场景名称生成信息量比判定出的字符长度的场景名称小的场景ID。由此，在这里生成的场景ID的信息量比场景名称小。
<场景名称取得部>
场景名称取得部参照存储于场景模型数据库3的场景表，取得预先取得的过去的第2影像信息和与过去的第2影像信息对应的场景名称。
<第1学习部>
第1学习部通过机器学习，生成场景模型数据库3，该机器学习使用了至少包含生成的场景ID的场景信息和过去的第2影像信息。
<内容ID生成部210>
内容ID生成部210具有内容取得部、内容ID生成部和第2学习单元。内容ID生成部210例如判定所取得的内容的文件名称、相关信息或正文等的字符长度，按照每个所取得的内容生成信息量比所判定出的字符长度的内容的数据容量小的内容ID。此外，按照每个所取得的内容生成信息量比内容小的内容ID。由此，这里生成的内容ID的信息量比内容小。
<内容取得部>
内容取得部参照内容模型数据库4所存储的内容表，取得与预先取得的过去的第1影像信息和过去的第2影像信息对应的内容。
<第2学习部>
第2学习部通过机器学习生成内容模型数据库4，该机器学习使用了至少包含生成的内容ID的参照信息和过去的对象信息。
<第3取得部211>
第3取得部211从用户终端7取得如下对象信息，在该对象信息中，第2影像信息和与从场景名称列表选择出的场景名称对应的第1场景ID被作为一组。
<第2评价部212>
第2评价部212参照场景模型数据库3。在场景模型数据库3中存储有预先取得的过去的第2影像信息、与过去的第2影像信息相关联的包含场景ID的场景信息和过去的第2影像信息与场景信息之间的示出了程度的三个阶段以上的场景关联度。第2评价部212取得包含第2影像信息与场景信息之间的第1场景关联度的场景ID列表。
<第3生成部213>
第3生成部213生成与由第2评价部212取得的场景ID列表对应的场景名称列表。所生成的场景ID列表例如为“场景ID”、“场景ID关联度”等，成为与过去的第2影像信息之间的关联度较高的场景ID。场景ID例如根据图5的(a)所示的场景模型表和图5的(b)所示的场景用内容模型表(OFE)来生成。在场景模型表中例如记录有场景ID、参照ID、学习模型等信息，在场景表中记录有场景ID、场景名称等。第3生成部213根据这些的信息来生成场景名称列表。
<用户终端7：接收单元>
接收单元设置在用户终端7中，接收由第2评价部212取得的场景ID列表。此外，接收由第3取得部211取得的参照ID列表。
<用户终端7：判别单元>
判别单元设置在用户终端7中，根据场景ID列表的接收的结果来判别在用户终端的缓存区中是否存在接收到的场景ID列表所包含的场景ID。此外，根据参照ID列表的接收的结果来判别在用户终端7的缓存区中是否存在接收到的参照ID列表所包含的参照ID，如果在缓存区内存在场景ID列表或参照ID列表，则首先确认这些列表。缓存例如形成为图7的(a)和图7的(b)所示的名称缓存表和摘要缓存表。
在名称缓存表中，例如场景ID和场景名称被彼此对应地存储。此外，在摘要缓存表中，例如与参照ID对应地进行存储，以供参照。
<用户终端7：询问单元>
在用户终端7中，在判定单元的判定的结果为在用户终端的缓存区中不存在的情况下，询问单元向保存内容的内容信息数据库5进行询问。
接着，图5的(a)是示出场景模型表的结构的一例的示意图。图5的(b)是示出场景用内容模型表(OFE用)的结构的一例的示意图。
首先，图5的(a)所示的场景模型表存储于场景模型数据库3中。在场景模型表中，例如，识别由操作者在现场进行的各作业的场景ID和与该场景ID对应的学习模型被对应地存储。场景ID存在多个，该场景ID与该各场景所对应的影像信息的学习模型被对应地存储。
接着，在图5的(b)所示的场景用内容模型表中，各场景ID的参照ID与学习模型被对应地存储。在图5的(b)所示的场景用内容模型表中，例如，场景ID为“OFE”的例子，按照各种场景分别存储对应的参照ID。参照ID存在多个，并且该参照ID与该各场景所对应的影像信息的学习模型被对应存储。另外，还有如下情况：相对于与场景对应的影像信息的学习模型而不存在内容。在该情况下，例如，在参照ID中存储有“NULL”。
接着，图6的(a)是示出场景表的一例的示意图。图6的(a)所示的场景表存储于场景模型数据库3中。在场景表中，例如，操作者在现场进行的各作业的影像信息的概要和识别该概要作业的场景ID被对应地存储。场景ID存在多个，该场景ID与该各场景ID所对应的场景名称被对应地存储。
接着，图6的(b)是示出内容表的一例的示意图。图6的(b)所示的内容表存储于内容模型数据库4中。在内容表中，例如，场景ID、参照ID、内容、内容的摘要、哈希值各自被对应地存储。场景ID存在多个，该场景ID与该各场景ID所对应的内容摘要被对应地存储。在内容表中，根据从用户终端7取得的影像信息来存储要向用户终端7输入的多个内容。另外，参照ID也可以包含无场景指定的内容。在该情况下，在场景ID中存储有“NULL”。
接着，图6的(c)是示出转变信息表的一例的示意图。图6的(c)所示的转变信息表例如存储有与上述的判定部203中的ID信息(参照ID)的判定相关的信息。在转变信息表中例如存储有场景ID、识别与场景ID相关联的内容的内容ID、是否存在根据由场景ID确定的场景(例如，作业场所、作业状况等)而显示的内容、所显示的内容的显示顺序。
接着，图7的(a)是示出名称缓存表的结构的一例的示意图，图7的(b)是示出本实施方式中的摘要缓存表的结构的一例的示意图，存储于用户终端7的存储区域中。用户终端7例如接收由管理服务器2生成的场景ID列表，并存储到存储区域内。用户终端7参照存储于用户终端7的场景ID列表，根据该结果在管理服务器2中进行场景名称列表的回复，能够进行高效的筛选。
此外，用户终端7例如接收由管理服务器2生成的参照ID列表，并存储到存储区域内。用户终端7参照存储于用户终端7的参照ID列表，根据该结果在管理服务器2中进行参照ID列表的回复，由此能够进行高效的筛选。
接着，图8的(a)是示出元表的结构的一例的示意图，图8的(b)是示出元类别主表的结构的一例的示意图，图8的(c)是示出元主表的结构的一例的示意图。
首先，在图8的(a)所示的元表中，参照ID与元ID被各自对应地存储到内容模型数据库4中。元表例如对一个内容赋予多个元ID。图8的(b)所示的元类别主表和图8的(c)所示的元主表对元信息的分类进行管理。例如，不是如“设备种类名称”、“系列名称”等信息那样根据设备种类、商品而发生变化的信息，而是例如像“颜色”、“重量”等那样通过选定来进行存储，以作为表示物体的性质自身的属性。
(信息提供系统1的判定动作)
接着，对本实施方式中的信息提供系统1的动作的一例进行说明。图9是示出本实施方式中的信息提供系统1的动作的一例的流程图。
在内容模型数据库4中存储有包含预先取得的过去的第1影像信息的过去的对象信息、与过去的对象信息相关联并与内容对应的参照ID和过去的对象信息与参照ID之间的示出了程度的三个阶段以上的内容关联度。
<第1取得单元S100>
第1取得单元S100从用户终端7取得对象信息。在对象信息中包含第1影像信息。另外，第1取得单元S100也可以从用户终端7取得如下对象信息，在该对象信息中，将第1影像信息和与从场景名称列表选择出的场景名称对应的第1场景ID作为一组。
第1取得单元S100从用户终端7取得第1影像信息。第1影像信息是由操作者拍摄到的设备或部件等，例如通过HMD(头戴式显示器)或全息透镜等所具有的摄像功能来拍摄。所拍摄到的第1影像信息例如也可以通过由管理服务器2提供的用户终端7的应用功能等、经由用户终端7而实时地发送到管理服务器2。
例如，如图14的(b)所示，第1取得单元S100通过第1取得部201取得将与经由用户终端7而选择出的场景名称(装置D)对应的第1场景ID作为一组的对象信息。
<第1评价单元S101>
第1评价单元S101参照内容模型数据库4，取得包含对象信息与参照ID之间的第1内容关联度的ID信息(参照ID列表)。ID信息例如是使参照ID和内容关联度等信息列表化了的信息。
通过第1评价单元S101参照内容模型数据库4，取得包含对象信息与参照ID之间的第1内容关联度的ID信息，该内容模型数据库4存储有，包含预先取得的过去的第1影像信息的过去的对象信息、与过去的对象信息相关联并与内容对应的参照ID和过去的对象信息与参照ID之间的示出了程度的三个阶段以上的内容关联度。
通过第1评价单元S101，例如，根据“参照ID”、“内容关联度”等，取得与对象信息之间的关联度较高的ID信息。
<判定单元S102>
判定单元S102判定由第1评价单元S101取得的ID信息。判定单元S102参照预先存储有与ID信息所对应的内容的输出有关的顺序信息的转变信息表，判定是否存储有内容ID的顺序信息，该内容ID与取得的ID信息所对应的场景ID相关。
根据是否存在顺序信息的判定结果，在与取得的ID信息对应的场景ID中存在顺序信息的情况下，通过判定单元S102例如判定为由第1评价部202取得的ID信息是与操作者的现场的状况对应的预测结果。另一方面，在与取得的ID信息对应起来的场景ID中未存储有顺序信息的情况下，通过判定单元S102判定为不存在与所取得的ID信息对应的内容。
此外，判定单元S102参照转变信息表，判定是否存在与ID信息所对应的内容的输出有关的顺序信息。在不存在与由第1取得单元S100取得的ID信息对应的顺序信息的情况下，判定单元S102判定为不存在与ID信息对应的内容。
<输出单元S103>
输出单元S103输出与所取得的ID信息对应的内容。输出单元S103中的内容的输出是，从内容信息数据库5取得内容，并输出到用户终端7。例如，如图6的(b)所示，在参照ID为“1B827-02”的情况下，所输出的内容为“1B827-02/1.pdf”。该文件输出到用户终端7。例如，如图14的(d)所示，用户终端7中的输出是，将从与第1参照ID对应的参照摘要列表中选择出的内容输出到用户终端7。
由此，本实施方式的信息提供系统1的动作结束。
<第2实施方式：信息提供系统1的内容输出动作>
接着，对本实施方式中的信息提供系统1的内容输出动作的一例进行说明。图10是示出本实施方式中的信息提供系统1的内容输出动作的一例的流程图。
输出部204具有：第1生成部205，其根据判定部203中的判定结果，生成包含多个ID信息的参照ID列表；第2取得部206，其从用户终端7取得参照ID列表所包含的第1参照ID；以及内容输出部207，其将与第1参照ID对应的内容输出到用户终端7。
此外，输出部204在第1生成部205中的第1生成单元S110之后具有第2生成部208，该第2生成部208生成参照摘要列表，该参照摘要列表包含与参照ID列表所包含的多个ID信息的每一个对应的多个摘要。第2取得部206经由用户终端7取得从参照摘要列表选择出的第1摘要，从参照ID列表取得与第1摘要对应的第1参照ID。
<第1生成单元S110>
第1生成单元S110根据判定单元S102的判定结果，生成包含多个ID信息的参照ID列表。关于基于第1生成单元S110的参照ID列表的生成，例如，如图3所示，根据判定部203的判定结果，识别出与多个ID信息对应的参照ID，根据所识别的多个参照ID来生成参照ID列表，该多个ID信息包含与参照ID之间的内容关联度。
<第2生成单元S113>
第2生成单元S113在第1生成单元S110之后，生成参照摘要列表，该参照摘要列表包含与参照ID列表所包含的多个ID信息的每一个对应的多个摘要。
由第2生成单元S113生成的参照摘要列表例如根据ID信息(参照ID)，从图6的(b)所示的内容表取得与参照ID对应的摘要。在参照摘要列表中，例如，在参照ID为“1B827-02”的情况下，对应的参照摘要为“步骤1在卸下四个角的螺钉后用双手紧紧地……”。并且，该参照ID摘要列表例如也可以构成为记录在用户终端7的缓存区中。
<第2取得单元S111>
第2取得单元S111经由用户终端7取得参照ID列表所包含的第1参照ID。在第2取得单元S111中，例如，如图14的(c)所示，从用户终端7所显示的参照摘要列表取得由用户选择出的第1参照ID(“分解顺序1在卸下四个角的螺钉之后，用双手……”)。另外，在第2取得单元S111中，例如，仅接收对象的参照ID。通过形成为这样的结构，能够压缩用户终端7与管理服务器2之间的信息传输量。
<内容输出单元S112>
内容输出单元S112将与第1参照ID对应的内容输出到用户终端7。通过内容输出单元S112，输出与由第2取得单元S111取得的ID信息对应的内容。关于内容的输出，例如从内容信息数据库5取得内容并输出到用户终端7。所输出的内容例如存储到图6的内容表中，在内容ID为“1B827-02”的情况下，所输出的内容为“1B827-02/1.pdf”。该文件输出到用户终端7。例如，如图14的(d)所示，关于用户终端7中的输出，将从与ID信息对应的参照摘要列表选择出的内容输出到用户终端7。
由此，本实施方式的信息提供系统1的内容输出动作结束。
<第3实施方式：本实施方式中的信息提供系统1的场景名称列表生成动作>
接着，对本实施方式中的信息提供系统1的场景名称列表生成动作的一例进行说明。图11是示出本实施方式中的信息提供系统1的场景名称列表生成动作内容输出动作的一例的流程图。另外，在场景模型数据库3中存储有，预先取得的过去的第2影像信息、与过去的第2影像信息相关联的包含场景ID的场景信息和过去的第2影像信息与场景信息之间的示出了程度的三个阶段以上的场景关联度。
<第3取得单元S120>
第3取得单元S120在第1取得单元S100之前，从用户终端7取得包含第2影像信息的对象信息。
<第2评价单元S121>
第2评价单元S121参照场景模型数据库3，取得包含第2影像信息与场景信息之间的场景关联度的场景ID列表。如上所述，在场景模型数据库3中存储有预先取得的过去的第2影像信息、与过去的第2影像信息相关联的包含场景ID的场景信息和过去的第2影像信息与场景信息之间的示出了程度的三个阶段以上的场景关联度。第2评价单元S121单元取得包含第2影像信息与场景信息之间的第1场景关联度的场景ID列表。
<第3生成单元S122>
第3生成单元S122生成与由第2评价单元S121取得的场景ID列表对应的场景名称列表。第3生成单元S122所生成的场景ID列表例如为“场景ID”、“场景ID关联度”等，成为与过去的第2影像信息之间的关联度较高的场景ID。
第3生成单元S122根据与由第2评价单元S121取得的场景ID列表对应的场景名称列表来生成场景名称列表。第3生成单元S122例如参照图6的(a)场景表，生成对应的场景名称列表。例如，在第2评价单元S121中取得的场景ID列表所包含的场景ID为“OFD”的情况下，选择“ABC-999装置的重新启动”这样的场景名称作为场景名称。例如，在场景ID为“OFE”的情况下，选择“拆卸ABC-999装置的存储器”这样的场景名称作为场景名称。
场景ID例如根据图5的(a)所示的场景模型表和图5的(b)所示的场景用内容模型表(OFE)来生成。在(a)场景模型表中例如存储有场景ID、学习模型等信息。并且，第3生成单元S122也可以参照场景模型数据库3所存储的场景表，取得预先取得的过去的第2影像信息和与过去的第2影像信息对应的场景名称。
第3生成单元S122也可以判定所取得的场景名称的字符长度，按照每个所取得的场景名称生成信息量比判定出的字符长度的场景名称小的场景ID。由此，这里生成的场景ID的信息量比场景名称小。此外，第3生成部430也可以通过机器学习，生成场景模型数据库3，该机器学习使用了至少包含所生成的场景ID的场景信息和过去的第2影像信息。
由此，本实施方式的信息提供系统1的场景名称列表生成动作结束。
(场景ID生成部209和内容ID生成部210的动作)
接着，图12的(a)示出本实施方式中的场景ID生成部的动作的一例的流程图，图12的(b)示出本实施方式中的内容ID生成部的动作的一例的流程图。
<场景ID生成单元S209>
首先，图12的(a)是示出本实施方式中的场景ID生成单元S209的动作的一例的流程图。
场景ID生成单元S209由场景名称取得单元S200、场景ID生成单元S201和第1学习单元S202构成。
<场景名称取得单元S200>
场景名称取得单元S200从场景模型数据库3取得预先取得的过去的第2影像信息和与过去的第2影像信息对应的场景名称。
<场景ID生成单元S201>
场景ID生成单元S201按照由场景名称取得单元S200取得的每个场景名称生成信息量比场景名称小的场景ID。
<第1学习单元S202>
第1学习单元S202通过机器学习，生成场景模型数据库3，该机器学习使用了包含场景ID的场景信息和过去的第1影像信息。
接着，图12的(b)是示出本实施方式中的内容ID生成部210的动作的一例的流程图。
内容ID生成部210由内容名称取得单元S205、内容ID生成单元S206和第2学习单元S207构成。
<内容取得单元S205>
内容取得单元S205从内容模型数据库4取得预先取得的过去的第2影像信息和与过去的第2影像信息对应的内容。
<内容ID生成单元S206>
内容ID生成单元S206按照由内容取得单元S205取得的每个内容生成信息量比内容小的内容ID。
<第2学习单元S207>
第2学习单元S207通过机器学习，生成内容模型数据库4，该机器学习使用了至少包含内容ID的参照ID和过去的对象信息。
图13是示出本实施方式中的用户终端中的缓存区的确认动作的一例的流程图。
<接收单元S300>
接收单元S300接收由第1评价单元S101取得的场景ID列表或由第1取得单元取得的参照ID列表。
<判定单元S301>
判定单元S301判定在用户终端7的缓存区中是否存在由接收单元S300接收到的场景ID列表所包含的场景ID或接收到的参照ID列表所包含的参照ID。
<询问单元S302>
在判定单元S301的结果是在用户终端7的缓存区中不存在的情况下，询问单元S302询问保存内容的内容信息数据库5。
由此，在用户终端7和内容信息数据库5中，能够高效地进行恰当的信息提供。
此外，根据本实施方式，场景ID生成部209和内容ID生成部210能够生成信息量比场景名称和内容小的ID。因此，能够在用户终端7与管理服务器2之间抑制信息量。由此，用户终端7与管理服务器2之间的筛选的响应性提高。并且，能够用新生成的ID进行交换，因此在对一个数据库进行更新时，仅修改对象的ID即可，无需对另一个数据库进行更新。由此，能够缩短更新时间，并能够削减现场的设备等的保养、修理等作业准备所需的时间、工作量。
此外，根据本实施方式，具有场景ID生成部209，并具有场景名称取得单元、场景ID生成部209和第1学习部。因此，能够取得场景模型数据库3所存储的场景名称，按照每个场景名称生成信息量比场景名称小的场景ID。由此，能够节约交换所需的通信量，能够进行较快的响应。并且，所生成的场景ID存储到图6的(a)所示的场景表中。场景ID与图6的(b)所示的内容表的内容相关的信息对应。由此，在对场景模型数据库3的场景表进行更新时，仅修改对象的ID即可，无需对另一个内容模型数据库4进行更新。
此外，根据本实施方式，具有内容ID生成部210，并具有内容取得单元、参照ID生成部和第1学习部。因此，能够取得内容模型数据库4所存储的内容，并按照每个内容名称生成信息量比内容小的参照ID。由此，能够节约交换所需的通信量，能够进行较快的响应。并且，所生成的参照ID存储到图6的(b)的内容表中。参照ID与图8的(a)的元表的元信息相对应。由此，在对内容模型数据库4的内容表进行更新时，仅修改对象的ID即可，无需对另一个元表进行更新。
此外，根据本实施方式，用户终端7只要是具有显示部的设备即可，该显示部佩戴于头部或眼镜上，以透过状态显示根据从用户终端7取得的第1影像信息而生成的信息。因此，能够根据所拍摄到的影像信息来进行基于在管理服务器2中所取得的第1影像信息的信息筛选。针对所取得的第1影像信息的操作是，依照用户终端7所具备的操作进行与管理服务器2之间的交换。例如，也可以是某些姿势操作、声音指示，可以通过用户终端7与管理服务器2的设定来执行操作。由此，能够有效地进行恰当的信息的取得和提供。
此外，根据本实施方式，由输出部204输出到用户终端7的内容为文本、插图、动态图像、声音的一部分或全部的信息即可。因此，能够直接灵活运用现有的信息资产。由此，能够提供各种各样的内容。由此，能够提供现有的信息资产中的、与现场最匹配的信息资产。
此外，根据本实施方式，在具有信息提供系统1的信息提供方法中，能够通过实现第1取得单元S100的第1取得部201、实现第1评价单元S101的第1评价部202、实现判定单元S102的判定部203和实现输出单元S103的输出部204来提供。
因此，即使在重新对应的情况下，也无需每次都生成学习模型，不花费时间和费用，能够高效地进行恰当的信息提供。由此，能够根据现场的状况来进行状态的筛选，能够直接灵活运用现有的信息资产。并且，能够提供现有的信息资产中的、与现场最匹配的信息资产。
虽然说明了本发明的实施方式，但是只是将各实施方式作为例子进行了示出，没有意图限定发明的范围。这些新的实施方式能够以其它各种方式实施，能够在不脱离发明主旨的范围内进行各种省略、置换和变更。这些实施方式及其变形被包含在发明的范围或主旨内，并且被包含在权利要求书所记载的发明以及其均等的范围内。
标号说明
1：信息提供系统
2：管理服务器
3：场景模型数据库
4：内容模型数据库
5：内容信息数据库
6：公共通信网
7：用户终端
101：CPU
102：ROM
103：RAM
104：保存部
105～107：I/F
108：输入部分
109：输出部分
110：内部总线
201：第1取得部
202：第1评价部
203：判定部
204：输出部
205：第1生成部
206：第2取得部
207：内容输出部
208：第2生成部
209：场景ID生成部
210：内容ID生成部
211：第3取得部
212：第2评价部
213：第3生成部
214：ID历史部

Claims (14)

1.一种信息提供系统，其根据从用户终端取得的包含第1影像信息的对象信息，参照数据库对要向用户终端输出的多个内容进行筛选，其特征在于，具有：
内容模型数据库，其存储有包含预先取得的过去的第1影像信息的过去的对象信息、与所述过去的对象信息相关联并与所述内容对应的参照ID、和示出所述过去的对象信息与所述参照ID之间的关联程度的三个阶段以上的内容关联度；
第1取得单元，其从所述用户终端取得所述对象信息；
第1评价单元，其参照所述内容模型数据库，取得包含所述对象信息与所述参照ID之间的内容关联度的ID信息；
判定单元，其对所述ID信息进行判定；以及
输出单元，其根据所述判定单元的判定结果，将与所述ID信息对应的所述内容输出到所述用户终端。
2.根据权利要求1所述的信息提供系统，其特征在于，
所述输出单元具有：
第1生成单元，其根据所述判定结果，生成包含多个所述ID信息的参照ID列表；
第2取得单元，其从所述用户终端取得所述参照ID列表所包含的第1参照ID；以及
内容输出单元，其将与所述第1参照ID对应的所述内容输出到所述用户终端。
3.根据权利要求2所述的信息提供系统，其特征在于，
在所述输出单元除了具有所述第1生成单元还具有第2生成单元，该第2生成单元生成参照摘要列表，该参照摘要列表包含与所述参照ID列表所包含的多个所述ID信息的每一个对应的多个摘要，
所述第2取得单元取得经由所述用户终端而从所述参照摘要列表选择出的第1摘要，从所述参照ID列表取得与第1摘要对应的所述第1参照ID。
4.根据权利要求1～3中的任意一项所述的信息提供系统，其特征在于，
所述数据库具有转变信息表，该转变信息表预先存储与对应于所述ID信息的所述内容的输出有关的顺序信息，
所述判定单元参照所述转变信息表，判定是否存在与对应于所述ID信息的所述内容的输出有关的顺序信息。
5.根据权利要求4所述的信息提供系统，其特征在于，
在所述顺序信息中不存在与对应于取得的所述ID信息的所述内容的输出有关的顺序信息的情况下，所述判定单元判定为不存在与所述ID信息对应的所述内容。
6.根据权利要求1～5中的任意一项所述的信息提供系统，其特征在于，
所述数据库具有场景模型数据库，该场景模型数据库存储有预先取得的过去的第2影像信息、与所述过去的第2影像信息相关联的包含所述场景ID的场景信息、和示出所述过去的第2影像信息与所述场景信息之间的关联程度的三个阶段以上的场景关联度，
该信息提供系统具有：
第3取得单元，其在从所述用户终端取得所述对象信息之前，从所述用户终端取得包含第2影像信息的对象信息；
第2评价单元，其参照所述场景模型数据库，取得包含所述第2影像信息与所述场景信息之间的场景关联度的场景ID列表；以及
第3生成单元，其生成场景名称列表，该场景名称列表包含与所述场景ID列表对应的多个场景名称，
所述第3取得单元从所述用户终端取得所述对象信息，所述对象信息包含所述2影像信息和与从所述场景名称列表选择出的场景名称对应的场景ID。
7.根据权利要求6所述的信息提供系统，其特征在于，
该信息提供系统还具有场景ID生成部，
所述场景ID生成部具有：
场景名称取得单元，其取得与预先取得的所述过去的第2影像信息和所述过去的第1影像信息对应的场景名称；
场景ID生成单元，其按照每个取得的所述场景名称生成信息量比所述场景名称小的所述场景ID；以及
第1学习单元，其通过使用了所述场景信息和所述过去的第2影像信息的机器学习，生成所述场景模型数据库。
8.根据权利要求6或7所述的信息提供系统，其特征在于，
该信息提供系统还具有内容ID生成部，
所述内容ID生成部具有：
内容取得单元，其取得预先取得的所述过去的第2影像信息和与所述过去的第2影像信息对应的所述内容；
所述内容ID生成单元，其按照每个取得的所述内容生成信息量比所述内容小的内容ID；以及
第2学习单元，其通过使用了至少包含所述内容ID的参照信息和所述过去的对象信息的机器学习，生成所述内容模型数据库。
9.根据权利要求8所述的信息提供系统，其特征在于，
所述内容ID与多个元信息相对应。
10.根据权利要求6～9中的任意一项所述的信息提供系统，其特征在于，
所述用户终端还具有：
接收单元，其接收由所述第2评价单元取得的所述场景ID列表；
判别单元，其根据所述场景ID列表的接收的结果，对在所述用户终端的缓存区中是否存在接收到的所述场景ID列表所包含的场景ID进行判别；以及
询问单元，其根据所述判别的结果，在所述用户终端的缓存区中不存在接收到的所述场景ID列表所包含的场景ID的情况下，向保存所述内容的内容信息数据库进行询问。
11.根据权利要求6～9中的任意一项所述的信息提供系统，其特征在于，
所述用户终端还具有：
接收单元，其接收由所述第1取得单元取得的所述参照ID列表；
判别单元，其根据所述参照ID列表的接收的结果，对在所述用户终端的缓存区中是否存在接收到的所述参照ID列表所包含的参照ID进行判别；以及
询问单元，其根据所述判别的结果，在所述用户终端的缓存区中不存在接收到的所述参照ID列表所包含的参照ID的情况下，向保存所述内容的内容信息数据库进行询问。
12.根据权利要求1～11中的任意一项所述的信息提供系统，其特征在于，
所述用户终端具有显示部，该显示部佩戴于头部或眼镜上，以透过状态显示根据从所述用户终端取得的第1影像信息而生成的信息。
13.根据权利要求1～12中的任意一项所述的信息提供系统，其特征在于，
所述内容至少包含文本、插图、动态图像、声音的一部分或全部信息中的任意一种。
14.一种信息提供方法，根据从用户终端取得的包含第1影像信息的对象信息，参照数据库对要向用户终端输出的多个内容进行筛选，其特征在于，具有以下步骤：
存储步骤，使内容模型数据库存储包含预先取得的过去的第1影像信息的过去的对象信息、与所述过去的对象信息相关联并与所述内容对应的参照ID、和示出所述过去的对象信息与所述参照ID之间的关联程度的三个阶段以上的内容关联度；
第1取得步骤，从所述用户终端取得所述对象信息；
第1评价步骤，参照所述内容模型数据库，取得包含所述对象信息与所述参照ID之间的内容关联度的ID信息；
判定步骤，对所述ID信息进行判定；以及
输出步骤，根据所述判定步骤的判定结果，将与所述ID信息对应的所述内容输出到所述用户终端。
CN202080001173.9A 2019-03-29 2020-02-13 信息提供系统和信息提供方法 Active CN112313641B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019-069368 2019-03-29
JP2019069368A JP6607589B1 (ja) 2019-03-29 2019-03-29 情報提供システム及び情報提供方法
PCT/JP2020/005544 WO2020202824A1 (ja) 2019-03-29 2020-02-13 情報提供システム及び情報提供方法

Publications (2)

Publication Number Publication Date
CN112313641A true CN112313641A (zh) 2021-02-02
CN112313641B CN112313641B (zh) 2024-08-06

Family

ID=68613356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080001173.9A Active CN112313641B (zh) 2019-03-29 2020-02-13 信息提供系统和信息提供方法

Country Status (5)

Country Link
US (1) US11520822B2 (zh)
JP (1) JP6607589B1 (zh)
CN (1) CN112313641B (zh)
DE (1) DE112020000003T5 (zh)
WO (1) WO2020202824A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6607589B1 (ja) * 2019-03-29 2019-11-20 株式会社 情報システムエンジニアリング 情報提供システム及び情報提供方法
JP6607590B1 (ja) * 2019-03-29 2019-11-20 株式会社 情報システムエンジニアリング 情報提供システム及び情報提供方法
JP6846765B1 (ja) * 2020-03-26 2021-03-24 株式会社 情報システムエンジニアリング 情報処理プログラム
CN113221804B (zh) * 2021-05-25 2023-03-24 城云科技（中国）有限公司 一种基于监控视频的乱堆物料检测方法、装置及应用

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793360A (zh) * 2012-10-31 2014-05-14 索尼公司 信息处理系统、信息处理设备和存储介质
US20160019212A1 (en) * 2014-07-21 2016-01-21 Airbus Operations (Sas) Maintenance assistance for an aircraft by augmented reality
CN105993029A (zh) * 2013-12-06 2016-10-05 株式会社Ntt都科摩 购物支持装置和购物支持方法
CN106920071A (zh) * 2017-02-23 2017-07-04 广东电网有限责任公司教育培训评价中心 变电站现场作业辅助方法和系统
JP6260979B1 (ja) * 2017-06-05 2018-01-17 クリスタルメソッド株式会社 事象評価支援システム、事象評価支援装置、及び事象評価支援プログラム
CN107851097A (zh) * 2015-03-31 2018-03-27 株式会社Ｆｒｏｎｔｅｏ 数据分析系统、数据分析方法、数据分析程序及存储介质
CN108133432A (zh) * 2016-12-01 2018-06-08 松下知识产权经营株式会社 信息处理方法、信息处理系统以及终端
JP2018206341A (ja) * 2017-11-16 2018-12-27 クリスタルメソッド株式会社 事象評価支援システム、事象評価支援装置、及び事象評価支援プログラム
WO2019053958A1 (ja) * 2017-09-12 2019-03-21 ジャパンモード株式会社 評価支援システム及び評価支援装置

Family Cites Families (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS56125691A (en) 1980-03-07 1981-10-02 Hitachi Ltd Intermediate slab executing method of nuclear reactor base
US6959235B1 (en) 1999-10-28 2005-10-25 General Electric Company Diagnosis and repair system and method
US20030126128A1 (en) 2001-10-31 2003-07-03 Mike Watson Systems and methods of generating interactive electronic reference materials
US7039625B2 (en) 2002-11-22 2006-05-02 International Business Machines Corporation International information search and delivery system providing search results personalized to a particular natural language
US20040183918A1 (en) 2003-03-20 2004-09-23 Eastman Kodak Company Producing enhanced photographic products from images captured at known picture sites
US20040230564A1 (en) 2003-05-16 2004-11-18 Horatiu Simon Filtering algorithm for information retrieval systems
US8799401B1 (en) 2004-07-08 2014-08-05 Amazon Technologies, Inc. System and method for providing supplemental information relevant to selected content in media
EP1669896A3 (en) 2004-12-03 2007-03-28 Panscient Pty Ltd. A machine learning system for extracting structured records from web pages and other text sources
US20080052281A1 (en) 2006-08-23 2008-02-28 Lockheed Martin Corporation Database insertion and retrieval system and method
JP4743390B2 (ja) 2005-04-28 2011-08-10 インターナショナル・ビジネス・マシーンズ・コーポレーション 情報提供装置、制御方法およびプログラム
US7627564B2 (en) 2005-06-21 2009-12-01 Microsoft Corporation High scale adaptive search systems and methods
JP4923042B2 (ja) * 2006-04-04 2012-04-25 パナソニック株式会社 個人情報管理装置
JP5130732B2 (ja) * 2006-07-27 2013-01-30 富士通株式会社 振り返りデータ処理方法、振り返りデータ評価方法及び装置
WO2009016833A1 (ja) 2007-07-31 2009-02-05 Panasonic Corporation 映像解析装置、映像解析による人物間の評価値算出方法
JP2011090348A (ja) 2007-12-25 2011-05-06 J Magic Kk 広告管理システム、広告管理サーバ、広告管理方法、プログラム、および閲覧クライアント
US8041695B2 (en) 2008-04-18 2011-10-18 The Boeing Company Automatically extracting data from semi-structured documents
JP4876103B2 (ja) 2008-06-23 2012-02-15 株式会社日立製作所 保守点検システム
US10007882B2 (en) 2008-06-24 2018-06-26 Sharon Belenzon System, method and apparatus to determine associations among digital documents
JP2011170690A (ja) 2010-02-19 2011-09-01 Sony Corp 情報処理装置、情報処理方法、およびプログラム。
KR101180278B1 (ko) 2010-02-25 2012-09-07 연세대학교 산학협력단 증강 현실을 이용한 사용자 설명서 제공 단말기, 서버 및 방법
JP5515890B2 (ja) 2010-03-15 2014-06-11 オムロン株式会社 画像処理装置、画像処理方法、画像処理システム、制御プログラムおよび記録媒体
JP2011198245A (ja) 2010-03-23 2011-10-06 Canon Inc 文書管理システム
WO2012006578A2 (en) 2010-07-08 2012-01-12 The Regents Of The University Of California End-to-end visual recognition system and methods
US8860760B2 (en) 2010-09-25 2014-10-14 Teledyne Scientific & Imaging, Llc Augmented reality (AR) system and method for tracking parts and visually cueing a user to identify and locate parts in a scene
US20120086792A1 (en) 2010-10-11 2012-04-12 Microsoft Corporation Image identification and sharing on mobile devices
US8989950B2 (en) 2011-02-15 2015-03-24 Bosch Automotive Service Solutions Llc Diagnostic tool with smart camera
WO2012142250A1 (en) 2011-04-12 2012-10-18 Radiation Monitoring Devices, Inc. Augumented reality system
RU2487403C1 (ru) 2011-11-30 2013-07-10 Федеральное государственное бюджетное учреждение науки Институт системного программирования Российской академии наук Способ построения семантической модели документа
US20130266228A1 (en) 2012-04-10 2013-10-10 Siemens Industry, Inc. Automatic part identification and workflow generation
US9854328B2 (en) 2012-07-06 2017-12-26 Arris Enterprises, Inc. Augmentation of multimedia consumption
JP2014085730A (ja) 2012-10-19 2014-05-12 Mitsubishi Heavy Ind Ltd 機器の損傷解析支援システム及び損傷解析支援方法
EP2775408A1 (en) 2013-03-07 2014-09-10 ABB Technology AG Mobile device for identifying devices for technical maintenance
JP6188400B2 (ja) 2013-04-26 2017-08-30 オリンパス株式会社 画像処理装置、プログラム及び画像処理方法
US9129161B2 (en) 2013-05-31 2015-09-08 Toyota Jidosha Kabushiki Kaisha Computationally efficient scene classification
US10096003B2 (en) 2013-05-31 2018-10-09 Javid Vahid Apparatus, methods and systems for knowledge based maintenance
JP2014238680A (ja) 2013-06-07 2014-12-18 株式会社日立システムズ 保守装置、保守プログラムおよび保守方法
KR20150105149A (ko) 2014-03-07 2015-09-16 삼성메디슨 주식회사 도움말 정보를 제공하는 의료 영상 장치 및 그 도움말 정보 제공 방법
WO2016015251A1 (en) 2014-07-30 2016-02-04 SZ DJI Technology Co., Ltd. Systems and methods for target tracking
DE102014226554A1 (de) 2014-12-19 2016-06-23 Robert Bosch Gmbh Identifikations- und Reparaturunterstützungs-Vorrichtung und -Verfahren
US9348920B1 (en) 2014-12-22 2016-05-24 Palantir Technologies Inc. Concept indexing among database of documents using machine learning techniques
JP6693704B2 (ja) 2015-03-30 2020-05-13 株式会社バンダイナムコエンターテインメント サーバシステム
US10354182B2 (en) 2015-10-29 2019-07-16 Microsoft Technology Licensing, Llc Identifying relevant content items using a deep-structured neural network
JP6822061B2 (ja) * 2015-11-13 2021-01-27 株式会社リコー 情報処理装置、情報処理方法、情報処理システム及びプログラム
JPWO2017169907A1 (ja) * 2016-03-29 2019-02-07 日本電気株式会社 作業支援装置、作業支援方法および記録媒体
JP6716351B2 (ja) * 2016-06-09 2020-07-01 大和ハウス工業株式会社 情報提供システム及び情報提供方法
JP6452168B2 (ja) 2016-06-15 2019-01-16 Ｎｅｃフィールディング株式会社 保守作業手順データ管理装置、システム、方法及びプログラム
US20190333633A1 (en) 2016-06-16 2019-10-31 Optim Corporation Medical device information providing system, medical device information providing method, and program
JP6521923B2 (ja) * 2016-09-21 2019-05-29 株式会社 日立産業制御ソリューションズ 作業支援装置及び作業支援方法
US10783451B2 (en) 2016-10-12 2020-09-22 Accenture Global Solutions Limited Ensemble machine learning for structured and unstructured data
JP2018092227A (ja) 2016-11-30 2018-06-14 ソニー株式会社 提示制御装置、提示制御方法およびプログラム
JP2018097437A (ja) 2016-12-08 2018-06-21 株式会社テレパシージャパン ウェアラブル情報表示端末及びこれを備えるシステム
JP6883195B2 (ja) 2016-12-13 2021-06-09 富士フイルムビジネスイノベーション株式会社 情報処理装置およびプログラム
JP6719373B2 (ja) * 2016-12-21 2020-07-08 ヤフー株式会社 判定システム、判定方法、及び判定プログラム
WO2018198319A1 (ja) 2017-04-28 2018-11-01 株式会社オプティム ウェアラブル端末表示システム、ウェアラブル端末表示方法およびプログラム
JP7021428B2 (ja) 2017-05-15 2022-02-17 ダイキン工業株式会社 製品の情報生成システム
JP2019021150A (ja) 2017-07-20 2019-02-07 オリンパス株式会社 工事支援装置
JP2019032593A (ja) 2017-08-04 2019-02-28 オリンパス株式会社 撮影システム、撮影装置、および撮影方法
CN109658455B (zh) * 2017-10-11 2023-04-18 阿里巴巴集团控股有限公司 图像处理方法和处理设备
US11222081B2 (en) 2017-11-27 2022-01-11 Evoqua Water Technologies Llc Off-line electronic documentation solutions
US10528816B2 (en) * 2017-11-30 2020-01-07 Salesforce.Com, Inc. System and method for retrieving and displaying supplemental information and pertinent data using augmented reality
US10417501B2 (en) 2017-12-06 2019-09-17 International Business Machines Corporation Object recognition in video
JP6321879B1 (ja) 2017-12-20 2018-05-09 グレイステクノロジー株式会社 作業支援システム及び作業支援プログラム
US20190236489A1 (en) 2018-01-30 2019-08-01 General Electric Company Method and system for industrial parts search, harmonization, and rationalization through digital twin technology
US10796153B2 (en) 2018-03-12 2020-10-06 International Business Machines Corporation System for maintenance and repair using augmented reality
US10922585B2 (en) 2018-03-13 2021-02-16 Recogni Inc. Deterministic labeled data generation and artificial intelligence training pipeline
US11093747B2 (en) * 2018-04-16 2021-08-17 Peerwell, Inc. Hazard recognition
US10956817B2 (en) * 2018-04-18 2021-03-23 Element Ai Inc. Unsupervised domain adaptation with similarity learning for images
US11531901B2 (en) 2018-12-26 2022-12-20 General Electric Company Imaging modality smart find maintenance systems and methods
JP6607590B1 (ja) * 2019-03-29 2019-11-20 株式会社 情報システムエンジニアリング 情報提供システム及び情報提供方法
JP6651190B1 (ja) 2019-03-29 2020-02-19 株式会社 情報システムエンジニアリング 機械学習用のデータ構造、学習方法及び情報提供システム
JP6607589B1 (ja) * 2019-03-29 2019-11-20 株式会社 情報システムエンジニアリング 情報提供システム及び情報提供方法
US11429809B2 (en) * 2019-09-24 2022-08-30 Beijing Sensetime Technology Development Co., Ltd Image processing method, image processing device, and storage medium
US20210375487A1 (en) * 2019-10-31 2021-12-02 Information System Engineering Inc. Information providing system
KR102419018B1 (ko) 2021-08-05 2022-07-08 한화시스템 주식회사 항공기 정보 관리 시스템 및 항공기 정비방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103793360A (zh) * 2012-10-31 2014-05-14 索尼公司 信息处理系统、信息处理设备和存储介质
CN105993029A (zh) * 2013-12-06 2016-10-05 株式会社Ntt都科摩 购物支持装置和购物支持方法
US20160019212A1 (en) * 2014-07-21 2016-01-21 Airbus Operations (Sas) Maintenance assistance for an aircraft by augmented reality
CN107851097A (zh) * 2015-03-31 2018-03-27 株式会社Ｆｒｏｎｔｅｏ 数据分析系统、数据分析方法、数据分析程序及存储介质
CN108133432A (zh) * 2016-12-01 2018-06-08 松下知识产权经营株式会社 信息处理方法、信息处理系统以及终端
CN106920071A (zh) * 2017-02-23 2017-07-04 广东电网有限责任公司教育培训评价中心 变电站现场作业辅助方法和系统
JP6260979B1 (ja) * 2017-06-05 2018-01-17 クリスタルメソッド株式会社 事象評価支援システム、事象評価支援装置、及び事象評価支援プログラム
WO2019053958A1 (ja) * 2017-09-12 2019-03-21 ジャパンモード株式会社 評価支援システム及び評価支援装置
JP2018206341A (ja) * 2017-11-16 2018-12-27 クリスタルメソッド株式会社 事象評価支援システム、事象評価支援装置、及び事象評価支援プログラム

Also Published As

Publication number Publication date
US11520822B2 (en) 2022-12-06
US20210157841A1 (en) 2021-05-27
JP2020166782A (ja) 2020-10-08
JP6607589B1 (ja) 2019-11-20
DE112020000003T5 (de) 2020-12-17
CN112313641B (zh) 2024-08-06
WO2020202824A1 (ja) 2020-10-08

Similar Documents

Publication Publication Date Title
CN112020710A (zh) 信息提供系统和信息提供方法
CN112313641A (zh) 信息提供系统和信息提供方法
CN110972519B (zh) 信息提供系统和信息提供方法
KR102322773B1 (ko) 전극편의 버를 검출하기 위한 방법 및 장치
JP6651190B1 (ja) 機械学習用のデータ構造、学習方法及び情報提供システム
CN101489073B (zh) 信息处理装置以及信息处理方法
CN111611436A (zh) 一种标签数据处理方法、装置以及计算机可读存储介质
CA3032614C (en) Localization platform that leverages previously translated content
KR102248705B1 (ko) Ai 윤리 평가 방법 및 이를 지원하는 서버 장치
CN113297399A (zh) 个性化推荐方法、个性化推荐装置及电子设备
CN109445388A (zh) 基于图像识别的工业控制系统数据分析处理装置及方法
US20070143660A1 (en) System and method for indexing image-based information
KR102422844B1 (ko) 인공지능에 기반하여 영상 컨텐츠의 언어 위기를 관리하는 방법
JP7162778B2 (ja) 保守管理作業支援装置及び保守管理作業携帯端末
CN113836181A (zh) 结合rpa和ai的数据查询方法、装置、电子设备和存储介质
US20180241905A1 (en) Image processing apparatus and non-transitory computer readable medium
JP2005321882A (ja) 保修情報管理方法及び保修情報管理システム
CN112074826B (zh) 学习方法和信息提供系统
CN103116633A (zh) 一种基于内容的数字家庭互动服务资源检索系统及其方法
JP2019144684A (ja) 情報処理システム及びプログラム
US11290530B2 (en) Customizable, pull-based asset transfer requests using object models
CN106815288A (zh) 一种视频相关信息生成方法及其装置
CN117056561A (zh) 视频推荐方法、装置、设备、存储介质及程序产品
CN117035004A (zh) 基于多模态学习技术的文本、图片、视频生成方法及系统
CN116324765A (zh) 操作辅助系统以及操作辅助方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40036141

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant