JP2016191973A - 情報転送装置、学習システム、情報転送方法及びプログラム - Google Patents
情報転送装置、学習システム、情報転送方法及びプログラム Download PDFInfo
- Publication number
- JP2016191973A JP2016191973A JP2015070110A JP2015070110A JP2016191973A JP 2016191973 A JP2016191973 A JP 2016191973A JP 2015070110 A JP2015070110 A JP 2015070110A JP 2015070110 A JP2015070110 A JP 2015070110A JP 2016191973 A JP2016191973 A JP 2016191973A
- Authority
- JP
- Japan
- Prior art keywords
- data
- information transfer
- learning
- video data
- model
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
Description
学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、送信処理部と、
を備えている、ことを特徴とする。
情報転送装置と、学習処理装置とを備え、
前記情報転送装置は、
学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを前記学習処理装置に送信する、送信処理部と、
を備え、
前記学習処理装置は、
前記情報転送装置から送信されてきた前記データに基づいて、前記モデルの更新、または新たなモデルの作成を行なう、学習処理部を備えている、
ことを特徴とする。
(a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を有する、ことを特徴とする。
コンピュータに、
(a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を実行させる、ことを特徴とする。
本発明が、監視システムに利用された場合を例に挙げて、本発明の概要について以下に説明する。
以下、本発明の実施の形態1における、情報転送装置、学習システム、情報転送方法、及びプログラムについて、図1〜図6を参照しながら説明する。
最初に、本発明の実施の形態1における情報転送装置及び学習システムの概略構成について図1を用いて説明する。図1は、本発明の実施の形態1における情報転送装置及び学習システムの概略構成を示すブロック図である。
次に、本実施の形態1における情報転送装置10及び学習処理装置20の動作について図4及び図5を用いて説明する。また、本実施の形態1では、情報転送装置10を動作させることによって、情報転送方法が実施される。よって、本実施の形態1における情報転送方法の説明は、以下の情報転送装置10の動作説明に代える。
以上のように、本実施の形態1によれば、情報転送装置側のリソースが貧弱で、情報転送装置と学習処理装置との間のネットワークの帯域が狭い環境であっても、検知モデルが劣化しないように、動的に更新できる。更に、検知モデルの変更を柔軟に実施できる。このため、本実施の形態1のこれらの装置を監視システムに用いた場合は、有効な自動監視を継続することができる
本実施の形態1における第1のプログラムは、コンピュータに、図4に示すステップS1〜S5、図5に示すS10〜S10を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報転送装置10と情報転送方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、解析部11、送信処理部12、モデル管理部16として機能し、処理を行なう。
次に、本発明の実施の形態2における、情報転送装置、学習システム、情報転送方法、及びプログラムについて、図7〜図9を参照しながら説明する。
最初に、本発明の実施の形態2における情報転送装置及び学習システムの概略構成について図7及び図8を用いて説明する。図7は、本発明の実施の形態2における情報転送装置の具体的構成を示すブロック図である。図8は、本発明の実施の形態2において用いられるルールの一例を示す図である。
設定回数=(100/r)−1・・・・・(1)
次に、本実施の形態2における情報転送装置40の動作について図9を用いて説明する。図9は、本発明の実施の形態2における情報転送装置の映像データの送信処理時の動作を示すフロー図である。また、本実施の形態2では、情報転送装置40を動作させることによって、情報転送方法が実施される。よって、本実施の形態2における情報転送方法の説明は、以下の情報転送装置10の動作説明に代える。
以上のように、実施の形態2によれば、複数のルールを適用できるため、多様な通信量の制御が可能となる。また、本本実施の形態2を用いた場合も、実施の形態1と同様に、情報転送装置側のリソースが貧弱で、情報転送装置と学習処理装置との間のネットワークの帯域が狭い環境であっても、検知モデルが劣化しないように、動的に更新できる。
本実施の形態2におけるプログラムは、コンピュータに、図9に示すステップS40〜S44を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報転送装置10と情報転送方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、解析部11、送信処理部12、モデル管理部16として機能し、処理を行なう。なお、本実施の形態2において、学習処理装置を構築するプログラムは、実施の形態1におけるプログラムと同様である。
次に、本発明の実施の形態3における、情報転送装置、学習システム、情報転送方法、及びプログラムについて、図10及び図11を参照しながら説明する。図10は、本発明の実施の形態3における情報転送装置の具体的構成を示すブロック図である。図11は、本発明の実施の形態3における学習処理装置の具体的構成を示すブロック図である。
次に、本発明の実施の形態4における、情報転送装置、学習システム、情報転送方法、及びプログラムについて、図12を参照しながら説明する。図12は、本発明の実施の形態4における学習処理装置の具体的構成を示すブロック図である。
次に、本発明の実施の形態5における、情報転送装置、学習システム、情報転送方法、及びプログラムについて、図13及び図14を参照しながら説明する。
最初に、本発明の実施の形態5における情報転送装置及び学習システムの構成について図13を用いて説明する。図13は、本発明の実施の形態5における情報転送装置及び学習システムの概略構成を示すブロック図である。
次に、本実施の形態5における情報転送装置80の動作について図14を用いて説明する。図14は、本発明の実施の形態5における情報転送装置の映像データの送信処理時の動作を示すフロー図である。
このように、本実施の形態5においては、実施の形態1と異なり、確信度の代わりに、ネットワークの帯域の値が用いられて、データを送信すべきかどうかの判断が行なわれる。本実施の形態5によれば、ネットワーク帯域が十分でないときは、通信頻度を低く設定でき、ネットワーク帯域が十分あるときは、通信頻度を高く設定できる。
本実施の形態5におけるプログラムは、コンピュータに、図14に示すステップS50〜S55を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報転送装置80と情報転送方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、測定部81、データ処理部82、送信処理部83として機能し、処理を行なう。なお、本実施の形態5において、学習処理装置を構築するプログラムは、実施の形態1におけるプログラムと同様である。
ここで、実施の形態1〜5におけるプログラムを実行することによって、情報転送装置及び学習処理装置を実現するコンピュータについて図15を用いて説明する。図15は、本発明の実施の形態1〜5における情報転送装置及び学習処理装置を実現するコンピュータの一例を示すブロック図である。
学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、送信処理部と、
を備えている、ことを特徴とする情報転送装置。
前記解析部が、前記データとして、映像データを取得し、取得した前記映像データと基準となるモデルとを比較して、前記映像データに対象物が映っているかどうかを判定し、判定結果に応じて、前記映像データに、前記指標として、前記対象物が映っていることの確からしさを示す確信度を付与し、
前記送信処理部が、前記確信度を用いて設定されたルールに基づいて、前記映像データを外部に送信する、
付記1に記載の情報転送装置。
前記ルールが、前記確信度が閾値より大きい映像データを全て送信し、前記確信度が前記閾値以下の映像データを、送信頻度が設定値となるように送信する、ことを規定している、
付記2に記載の情報転送装置。
前記ルールが、
前記確信度が閾値より大きくなった回数が、設定回数を超えた場合に、前記確信度が前記閾値より大きい最新の映像データを送信することを規定した複数のルールを含み、
前記複数のルールそれぞれにおいて、前記閾値は異なり、
前記送信処理部は、前記確信度が前記閾値より大きくなるまで、前記複数のルールを、前記閾値が大きい順に適用する、
付記2に記載の情報転送装置。
情報転送装置と、学習処理装置とを備え、
前記情報転送装置は、
学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを前記学習処理装置に送信する、送信処理部と、
を備え、
前記学習処理装置は、
前記情報転送装置から送信されてきた前記データに基づいて、前記モデルの更新、または新たなモデルの作成を行なう、学習処理部を備えている、
ことを特徴とする学習システム。
前記解析部が、前記データとして、映像データを取得し、取得した前記映像データと基準となるモデルとを比較して、前記映像データに対象物が映っているかどうかを判定し、判定結果に応じて、前記映像データに、前記指標として、前記対象物が映っていることの確からしさを示す確信度を付与し、
前記送信処理部が、前記確信度を用いて設定されたルールに基づいて、前記映像データを外部に送信する、
付記5に記載の学習システム。
前記ルールが、前記確信度が閾値より大きい場合は、前記確信度が閾値より大きい映像データを全て送信し、前記確信度が閾値以下の場合は、前記確信度が前記閾値以下の映像データを、前記送信頻度が設定値となるように送信する、ことを規定している、
付記6に記載の学習システム。
前記ルールが、
前記確信度が閾値より大きくなった回数が、設定回数を超えた場合に、前記確信度が前記閾値より大きい最新の映像データを送信することを規定した複数のルールを含み、
前記複数のルールそれぞれにおいて、前記閾値は異なり、
前記送信処理部は、前記確信度が前記閾値より大きくなるまで、前記複数のルールを、前記閾値が大きい順に適用する、
付記6に記載の学習システム。
前記学習処理装置が、更に、前記情報転送装置に対して前記ルールの変更を行なわせる、ルール管理部を備えている、
付記5〜8のいずれかに記載の学習システム
複数の情報転送装置が備えられており、
前記学習処理装置が、更に、複数の前記情報転送装置のうちの1つの情報転送装置のモデルを用いて、別の情報転送装置から送信されてきた映像データに前記対象物が映っているかどうかの判定を行なう、シミュレーション実行部を備えている、
付記6〜9のいずれかに記載の学習システム。
ネットワークに接続されている情報転送装置であって、
前記ネットワークの帯域を測定する、測定部と、
学習対象となるデータを取得し、取得した前記データに、測定された前記帯域の値を付与する、データ処理部と、
前記帯域の値を用いて設定されたルールに基づいて、前記データを前記学習処理装置に送信する、送信処理部と、
を備えている、ことを特徴とする情報転送装置。
互いにネットワークを介して接続された、情報転送装置と、学習処理装置とを備え、
前記情報転送装置は、
前記ネットワークの帯域を測定する、測定部と、
学習対象となるデータを取得し、取得した前記データに、測定された前記帯域の値を付与する、データ処理部と、
前記帯域の値を用いて設定されたルールに基づいて、前記データを前記学習処理装置に送信する、送信処理部と、
を備え、
前記学習処理装置は、
前記情報転送装置から送信されてきた前記データに基づいて、前記モデルの更新、または新たなモデルの作成を行なう、学習処理部を備えている、
ことを特徴とする学習システム。
(a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を有する、ことを特徴とする情報転送方法。
前記(a)のステップにおいて、前記データとして、映像データを取得し、取得した前記映像データと基準となるモデルとを比較して、前記映像データに対象物が映っているかどうかを判定し、判定結果に応じて、前記映像データに、前記指標として、前記対象物が映っていることの確からしさを示す確信度を付与し、
前記(b)のステップにおいて、前記確信度を用いて設定されたルールに基づいて、前記映像データを外部に送信する、
付記13に記載の情報転送方法。
前記ルールが、前記確信度が閾値より大きい映像データを全て送信し、前記確信度が前記閾値以下の映像データを、送信頻度が設定値となるように送信する、ことを規定している、
付記14に記載の情報転送方法。
前記ルールが、
前記確信度が閾値より大きくなった回数が、設定回数を超えた場合に、前記確信度が前記閾値より大きい最新の映像データを送信することを規定した複数のルールを含み、
前記複数のルールそれぞれにおいて、前記閾値は異なり、
前記(b)のステップにおいて、前記確信度が前記閾値より大きくなるまで、前記複数のルールを、前記閾値が大きい順に適用する、
付記14に記載の情報転送方法。
コンピュータに、
(a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を実行させる、プログラム。
前記(a)のステップにおいて、前記データとして、映像データを取得し、取得した前記映像データと基準となるモデルとを比較して、前記映像データに対象物が映っているかどうかを判定し、判定結果に応じて、前記映像データに、前記指標として、前記対象物が映っていることの確からしさを示す確信度を付与し、
前記(b)のステップにおいて、前記確信度を用いて設定されたルールに基づいて、前記映像データを外部に送信する、
付記17に記載のプログラム。
前記ルールが、前記確信度が閾値より大きい映像データを全て送信し、前記確信度が前記閾値以下の映像データを、送信頻度が設定値となるように送信する、ことを規定している、
付記18に記載のプログラム。
前記ルールが、
前記確信度が閾値より大きくなった回数が、設定回数を超えた場合に、前記確信度が前記閾値より大きい最新の映像データを送信することを規定した複数のルールを含み、
前記複数のルールそれぞれにおいて、前記閾値は異なり、
前記(b)のステップにおいて、前記確信度が前記閾値より大きくなるまで、前記複数のルールを、前記閾値が大きい順に適用する、
付記18に記載のプログラム。
40 情報転送装置(実施の形態2)
50 情報転送装置(実施の形態3)
80 情報転送装置(実施の形態5)
11 解析部
12 送信処理部
13 モデル格納部
14 確信度閾値保持部
15 送信頻度保持部
16 モデル管理部
20 学習処理装置(実施の形態1)
60 学習処理装置(実施の形態3)
70 学習処理装置(実施の形態4)
21 学習処理部
22 データ受信部
23 データ蓄積部
24 学習管理部
25 ラベル入力部
26 モデル格納部
27 モデル管理部
28 モデル出力部
30 監視カメラ
31 撮像部
40 情報転送装置
100 学習システム
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
200 ネットワーク
Claims (7)
- 学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、送信処理部と、
を備えている、ことを特徴とする情報転送装置。 - 前記解析部が、前記データとして、映像データを取得し、取得した前記映像データと基準となるモデルとを比較して、前記映像データに対象物が映っているかどうかを判定し、判定結果に応じて、前記映像データに、前記指標として、前記対象物が映っていることの確からしさを示す確信度を付与し、
前記送信処理部が、前記確信度を用いて設定されたルールに基づいて、前記映像データを外部に送信する、
請求項1に記載の情報転送装置。 - 前記ルールが、前記確信度が閾値より大きい映像データを全て送信し、前記確信度が前記閾値以下の映像データを、送信頻度が設定値となるように送信する、ことを規定している、
請求項2に記載の情報転送装置。 - 前記ルールが、
前記確信度が閾値より大きくなった回数が、設定回数を超えた場合に、前記確信度が前記閾値より大きい最新の映像データを送信することを規定した複数のルールを含み、
前記複数のルールそれぞれにおいて、前記閾値は異なり、
前記送信処理部は、前記確信度が前記閾値より大きくなるまで、前記複数のルールを、前記閾値が大きい順に適用する、
請求項2に記載の情報転送装置。 - 情報転送装置と、学習処理装置とを備え、
前記情報転送装置は、
学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、解析部と、
前記指標を用いて設定されたルールに基づいて、前記データを前記学習処理装置に送信する、送信処理部と、
を備え、
前記学習処理装置は、
前記情報転送装置から送信されてきた前記データに基づいて、前記モデルの更新、または新たなモデルの作成を行なう、学習処理部を備えている、
ことを特徴とする学習システム。 - (a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を有する、ことを特徴とする情報転送方法。 - コンピュータに、
(a)学習対象となるデータを取得し、取得した前記データと基準となるモデルとを比較して、前記データに、学習対象としての価値の程度を示す指標を付与する、ステップと、
(b)前記指標を用いて設定されたルールに基づいて、前記データを外部に送信する、ステップと、
を実行させる、プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015070110A JP2016191973A (ja) | 2015-03-30 | 2015-03-30 | 情報転送装置、学習システム、情報転送方法及びプログラム |
US15/075,376 US10061989B2 (en) | 2015-03-30 | 2016-03-21 | Information transfer apparatus and method for image recognition |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015070110A JP2016191973A (ja) | 2015-03-30 | 2015-03-30 | 情報転送装置、学習システム、情報転送方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016191973A true JP2016191973A (ja) | 2016-11-10 |
Family
ID=57015969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015070110A Pending JP2016191973A (ja) | 2015-03-30 | 2015-03-30 | 情報転送装置、学習システム、情報転送方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10061989B2 (ja) |
JP (1) | JP2016191973A (ja) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018088157A (ja) * | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 検知認識システム |
JP2018169745A (ja) * | 2017-03-29 | 2018-11-01 | 本田技研工業株式会社 | 物体認証装置および物体認証方法 |
JP2018173913A (ja) * | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、情報処理装置、プログラム |
JP2018190239A (ja) * | 2017-05-09 | 2018-11-29 | 公立大学法人県立広島大学 | 深層学習自動学習システム、クライアント装置およびサーバ装置 |
JP2018205900A (ja) * | 2017-05-31 | 2018-12-27 | パナソニックIpマネジメント株式会社 | 監視システム及び監視方法 |
JP2019021201A (ja) * | 2017-07-20 | 2019-02-07 | 株式会社デンソー | 学習サーバ及び支援システム |
JP2019028960A (ja) * | 2017-08-04 | 2019-02-21 | オムロン株式会社 | 画像処理システム |
JP2019079157A (ja) * | 2017-10-23 | 2019-05-23 | 株式会社日立製作所 | 制御システム及び方式 |
JP2019113665A (ja) * | 2017-12-22 | 2019-07-11 | 株式会社アクセル | 撮像モジュール、画像処理デバイス、画像処理方法、および画像処理プログラム |
JP2020101899A (ja) * | 2018-12-20 | 2020-07-02 | 積水化学工業株式会社 | コンピュータプログラム、学習モデル、推定装置、収容器及びサーバ装置 |
JP2021043666A (ja) * | 2019-09-10 | 2021-03-18 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラおよび検知方法 |
JP2021082229A (ja) * | 2019-11-22 | 2021-05-27 | キヤノン株式会社 | 学習モデル管理システム、学習モデル管理方法、およびプログラム |
JP2021182431A (ja) * | 2017-11-28 | 2021-11-25 | 株式会社安川電機 | 制御システム、工場システム、学習システム、推定用モデルの生成方法及びアクチュエータの状態推定方法 |
JP2022055229A (ja) * | 2020-09-28 | 2022-04-07 | 横河電機株式会社 | 監視用デバイス、学習装置、方法およびプログラム |
JP2022133467A (ja) * | 2018-09-20 | 2022-09-13 | 富士フイルム株式会社 | 学習用データ収集装置、学習用データ収集方法、及びプログラム |
US11620812B2 (en) | 2019-12-27 | 2023-04-04 | Nec Corporation | Online distillation using frame cache |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11263680B2 (en) * | 2016-07-26 | 2022-03-01 | Dong Suck Oh | Knowledge sharing platform |
US10769448B2 (en) * | 2017-05-31 | 2020-09-08 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Surveillance system and surveillance method |
CN109005380A (zh) * | 2017-06-06 | 2018-12-14 | 松下电器(美国)知识产权公司 | 动态图像列表生成方法、程序以及服务器装置 |
EP3913548A4 (en) * | 2019-01-15 | 2022-03-09 | Sony Group Corporation | SERVER AND LEARNING SYSTEM |
CN109948550A (zh) * | 2019-03-20 | 2019-06-28 | 北京百分点信息科技有限公司 | 一种智慧火车站人流量监控系统及方法 |
US11165954B1 (en) * | 2019-06-19 | 2021-11-02 | Objectvideo Labs, Llc | Scene-aware custom tuned video surveillance detection system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092740A (ja) * | 2003-09-19 | 2005-04-07 | Sony Corp | 監視システム、情報処理装置および方法、記録媒体、並びにプログラム |
JP2011215883A (ja) * | 2010-03-31 | 2011-10-27 | Secom Co Ltd | 対象物検知装置及びその学習装置 |
JP2012103865A (ja) * | 2010-11-09 | 2012-05-31 | Canon Inc | 画像処理システム、撮像装置、画像処理装置及びそれらの制御方法、プログラム |
WO2013118491A1 (ja) * | 2012-02-06 | 2013-08-15 | パナソニック株式会社 | カメラ装置、サーバ装置、画像監視システム、画像監視システム制御方法及び画像監視システム制御プログラム |
JP2014022837A (ja) * | 2012-07-13 | 2014-02-03 | Nippon Hoso Kyokai <Nhk> | 学習装置、及びプログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3434976B2 (ja) | 1996-06-28 | 2003-08-11 | 三菱電機株式会社 | 画像処理装置 |
JP2001292981A (ja) | 2000-04-12 | 2001-10-23 | Oki Electric Ind Co Ltd | アイリス認識装置 |
JP4643872B2 (ja) | 2001-09-21 | 2011-03-02 | 洪涛 門 | 画像認識方法及び装置 |
US7219148B2 (en) | 2003-03-03 | 2007-05-15 | Microsoft Corporation | Feedback loop for spam prevention |
JP4752836B2 (ja) | 2007-12-25 | 2011-08-17 | 日本電気株式会社 | 道路環境情報通知装置及び道路環境情報通知プログラム |
US8811742B2 (en) * | 2009-12-02 | 2014-08-19 | Google Inc. | Identifying matching canonical documents consistent with visual query structural information |
JP2012088787A (ja) | 2010-10-15 | 2012-05-10 | Canon Inc | 画像処理装置、画像処理方法 |
US8832096B1 (en) * | 2011-09-01 | 2014-09-09 | Google Inc. | Query-dependent image similarity |
US9152700B2 (en) * | 2011-09-30 | 2015-10-06 | Google Inc. | Applying query based image relevance models |
US9934436B2 (en) * | 2014-05-30 | 2018-04-03 | Leidos Innovations Technology, Inc. | System and method for 3D iris recognition |
US9569692B2 (en) * | 2014-10-31 | 2017-02-14 | The Nielsen Company (Us), Llc | Context-based image recognition for consumer market research |
-
2015
- 2015-03-30 JP JP2015070110A patent/JP2016191973A/ja active Pending
-
2016
- 2016-03-21 US US15/075,376 patent/US10061989B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092740A (ja) * | 2003-09-19 | 2005-04-07 | Sony Corp | 監視システム、情報処理装置および方法、記録媒体、並びにプログラム |
JP2011215883A (ja) * | 2010-03-31 | 2011-10-27 | Secom Co Ltd | 対象物検知装置及びその学習装置 |
JP2012103865A (ja) * | 2010-11-09 | 2012-05-31 | Canon Inc | 画像処理システム、撮像装置、画像処理装置及びそれらの制御方法、プログラム |
WO2013118491A1 (ja) * | 2012-02-06 | 2013-08-15 | パナソニック株式会社 | カメラ装置、サーバ装置、画像監視システム、画像監視システム制御方法及び画像監視システム制御プログラム |
JP2014022837A (ja) * | 2012-07-13 | 2014-02-03 | Nippon Hoso Kyokai <Nhk> | 学習装置、及びプログラム |
Non-Patent Citations (1)
Title |
---|
中川哲治,外2名: "事例の重み付けに基づく自動獲得されたコーパスの効果的な利用法と評価極性分類への応用", 電子情報通信学会技術研究報告, vol. 第108巻,第408号, JPN6019001133, 19 January 2009 (2009-01-19), JP, pages 25 - 30, ISSN: 0004096858 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018088157A (ja) * | 2016-11-29 | 2018-06-07 | マクセル株式会社 | 検知認識システム |
JP7162412B2 (ja) | 2016-11-29 | 2022-10-28 | マクセル株式会社 | 検知認識システム |
US10997972B2 (en) | 2017-03-29 | 2021-05-04 | Honda Motor Co., Ltd. | Object authentication device and object authentication method |
JP2018169745A (ja) * | 2017-03-29 | 2018-11-01 | 本田技研工業株式会社 | 物体認証装置および物体認証方法 |
JP2018173913A (ja) * | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、情報処理装置、プログラム |
JP2018190239A (ja) * | 2017-05-09 | 2018-11-29 | 公立大学法人県立広島大学 | 深層学習自動学習システム、クライアント装置およびサーバ装置 |
JP2018205900A (ja) * | 2017-05-31 | 2018-12-27 | パナソニックIpマネジメント株式会社 | 監視システム及び監視方法 |
JP2019021201A (ja) * | 2017-07-20 | 2019-02-07 | 株式会社デンソー | 学習サーバ及び支援システム |
JP7294768B2 (ja) | 2017-08-04 | 2023-06-20 | オムロン株式会社 | 画像処理システム |
CN109387521A (zh) * | 2017-08-04 | 2019-02-26 | 欧姆龙株式会社 | 图像处理系统 |
JP2019028960A (ja) * | 2017-08-04 | 2019-02-21 | オムロン株式会社 | 画像処理システム |
US11435706B2 (en) | 2017-10-23 | 2022-09-06 | Hitachi, Ltd. | Control system and control method |
JP2019079157A (ja) * | 2017-10-23 | 2019-05-23 | 株式会社日立製作所 | 制御システム及び方式 |
JP7325481B2 (ja) | 2017-11-28 | 2023-08-14 | 株式会社安川電機 | 制御システム、工場システム、学習システム、推定用モデルの生成方法及びアクチュエータの状態推定方法 |
JP2021182431A (ja) * | 2017-11-28 | 2021-11-25 | 株式会社安川電機 | 制御システム、工場システム、学習システム、推定用モデルの生成方法及びアクチュエータの状態推定方法 |
US11947322B2 (en) | 2017-11-28 | 2024-04-02 | Kabushiki Kaisha Yaskawa Denki | Factory system for machine learning of an actuator |
US11121854B2 (en) | 2017-12-22 | 2021-09-14 | Axell Corporation | Imaging module, image processing device, and image processing method |
JP2019113665A (ja) * | 2017-12-22 | 2019-07-11 | 株式会社アクセル | 撮像モジュール、画像処理デバイス、画像処理方法、および画像処理プログラム |
JP2022133467A (ja) * | 2018-09-20 | 2022-09-13 | 富士フイルム株式会社 | 学習用データ収集装置、学習用データ収集方法、及びプログラム |
JP7319432B2 (ja) | 2018-09-20 | 2023-08-01 | 富士フイルム株式会社 | 学習用データ収集装置、学習用データ収集方法、及びプログラム |
JP2020101899A (ja) * | 2018-12-20 | 2020-07-02 | 積水化学工業株式会社 | コンピュータプログラム、学習モデル、推定装置、収容器及びサーバ装置 |
JP2021043666A (ja) * | 2019-09-10 | 2021-03-18 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラおよび検知方法 |
JP7452832B2 (ja) | 2019-09-10 | 2024-03-19 | i-PRO株式会社 | 監視カメラおよび検知方法 |
JP2021082229A (ja) * | 2019-11-22 | 2021-05-27 | キヤノン株式会社 | 学習モデル管理システム、学習モデル管理方法、およびプログラム |
JP7419035B2 (ja) | 2019-11-22 | 2024-01-22 | キヤノン株式会社 | 学習モデル管理システム、学習モデル管理方法、およびプログラム |
US11620812B2 (en) | 2019-12-27 | 2023-04-04 | Nec Corporation | Online distillation using frame cache |
US11881048B2 (en) | 2020-09-28 | 2024-01-23 | Yokogawa Electric Corporation | Monitoring device, learning apparatus, method and storage medium |
JP2022055229A (ja) * | 2020-09-28 | 2022-04-07 | 横河電機株式会社 | 監視用デバイス、学習装置、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20160292512A1 (en) | 2016-10-06 |
US10061989B2 (en) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016191973A (ja) | 情報転送装置、学習システム、情報転送方法及びプログラム | |
CN109145781B (zh) | 用于处理图像的方法和装置 | |
KR102527878B1 (ko) | 키 포인트 학습 모델 구축 방법, 장치, 전자 기기 및 판독 가능한 저장 매체 그리고 프로그램 | |
JP2018147172A (ja) | 異常検知装置、異常検知方法及びプログラム | |
GB2581537A (en) | Method and system for auto-setting of image acquisition and processing modules and of sharing resources in large scale video systems | |
US11669374B2 (en) | Using machine-learning methods to facilitate experimental evaluation of modifications to a computational environment within a distributed system | |
CN113709708B (zh) | 数据传输方法、装置、设备和存储介质 | |
CN112597895A (zh) | 基于偏移量检测的置信度确定方法、路侧设备及云控平台 | |
CN107835245A (zh) | 图像自更新方法与装置、设备及系统 | |
KR20210050889A (ko) | Cctv 관제 시스템 업데이트 방법 및 cctv 관제 시스템 업데이트 장치 | |
KR102029751B1 (ko) | 소리 또는 영상에 기반하여 외부 환경을 모니터링할 수 있는 센서 디바이스 및 이를 포함하는 환경 모니터링 시스템 | |
CN115442571A (zh) | 用于视频监控系统的故障恢复方法和装置 | |
AU2020226154B2 (en) | Communication terminal device, communication control method, and communication control program | |
CN111158881B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN114265601A (zh) | 管理人工智能应用的方法、设备和程序产品 | |
US11995477B2 (en) | Verification of updated analytical procedures in monitoring systems | |
KR20190047889A (ko) | 시간 동기화를 위한 장치 및 방법 | |
US20160241455A1 (en) | A Method and a Processing Device for Distributed Network Monitoring | |
US11714721B2 (en) | Machine learning systems for ETL data streams | |
JP6382752B2 (ja) | 遠隔制御システム、遠隔制御方法、分配装置、分配方法、制御装置、制御方法、分析装置、分析方法及びコンピュータプログラム | |
US20230308418A1 (en) | Communication network system, management apparatus, server apparatus, whitelist updating method and program | |
KR20190070728A (ko) | 시계열 데이터의 에러를 확인하는 방법 및 장치 | |
JP2022020673A (ja) | ターゲット検出の信頼度を確定する方法、装置、電子機器、記憶媒体、路側機、クラウド制御プラットフォーム及びコンピュータプログラム | |
KR101955678B1 (ko) | 전광판 영상의 패턴인식에 의한 자가진단 및 복구형 인공지능 제어시스템 | |
CN112904366B (zh) | 应用于扫地机的重定位方法、装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190416 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190613 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190820 |