JP2019024551A - データベース構築方法、およびデータベース構築プログラム - Google Patents
データベース構築方法、およびデータベース構築プログラム Download PDFInfo
- Publication number
- JP2019024551A JP2019024551A JP2017143777A JP2017143777A JP2019024551A JP 2019024551 A JP2019024551 A JP 2019024551A JP 2017143777 A JP2017143777 A JP 2017143777A JP 2017143777 A JP2017143777 A JP 2017143777A JP 2019024551 A JP2019024551 A JP 2019024551A
- Authority
- JP
- Japan
- Prior art keywords
- mission
- game application
- collection
- image
- image data
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 26
- 238000012360 testing method Methods 0.000 claims description 32
- 238000012216 screening Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 description 31
- 230000008569 process Effects 0.000 description 29
- 238000012790 confirmation Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 241000220317 Rosa Species 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 235000016791 Nymphaea odorata subsp odorata Nutrition 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 241000209490 Nymphaea Species 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 241000109329 Rosa xanthina Species 0.000 description 3
- 235000004789 Rosa xanthina Nutrition 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000209477 Nymphaeaceae Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】データベースを構築するため、廉価にラベル付けされたデータを収集する。【解決手段】データベース構築方法は、ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、配布ステップで配布されたゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップとを有する。【選択図】図１
Description
本発明は、データベース構築方法、およびデータベース構築プログラムに関する。
近年、人間の学習能力をコンピュータ上で実現させようとする機械学習がめざましく進歩している。機械学習には、入力とそれに対応すべき出力を写像する関数を形成する教師あり学習と、入力のみから出力を写像する関数を形成する教師なし学習が含まれる。教師なし学習は、データの背後に存在する本質的な構造を抽出する手法であるが、思い通りの出力を再現できるとは限らない。これに対して教師あり学習は、その「出力すべきもの」を教師データとして与える手法であり、思い通りの出力を再現することができる。
特許文献１の解決手段には、「実年齢の学習時には、実年齢が既知の１または複数の学習顔を実年齢とともに特徴量抽出装置１に入力する。特徴量抽出装置１は、各学習顔から複数の特徴量を抽出する。年齢識別装置２は、特徴量抽出装置１により抽出された各学習顔の複数の特徴量と各学習顔の実年齢との相関関係を重回帰分析により求める。見かけ年齢の学習時には、見かけ年齢が既知の１または複数の学習顔を見かけ年齢とともに特徴量抽出装置１に入力する。特徴量抽出装置１は、各学習顔から複数の特徴量を抽出する。年齢識別装置２は、特徴量抽出装置１により抽出された各学習顔の複数の特徴量と各学習顔の見かけ年齢との相関関係を重回帰分析により求める。」と記載されている。
教師あり学習では、大量の教師データを学習させることにより、出力精度を向上させることができる。しかし、このような教師データを作成するには、膨大な画像データと、これら画像データに人間が正解ラベルを付けてゆく工数とが必要となる。なお、特許文献１に記載されている発明では、実年齢が既知の１または複数の学習顔からなる教師データをどのように収集するかについては、何ら触れられていない。
そこで、本発明は、データベース構築方法、およびデータベース構築プログラムについて、データベースを構築するため、廉価にラベル付けデータを収集することを課題とする。
本発明は、上記目的を達成するため、
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法である。
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法である。
本発明によれば、データベースを構築するため、廉価にラベル付けされたデータを収集することが可能となる。
以降、本発明を実施するための形態を、各図を参照して詳細に説明する。
図１は、本実施形態におけるシステムＳの概略を示す構成図である。
システムＳは、ネットワークＮに、サーバ装置１と、複数のスマートフォン２ａ〜２ｃなどが接続されて構成される。以下、各スマートフォン２ａ〜２ｃを特に区別しないときには、単にスマートフォン２と記載する。
図１は、本実施形態におけるシステムＳの概略を示す構成図である。
システムＳは、ネットワークＮに、サーバ装置１と、複数のスマートフォン２ａ〜２ｃなどが接続されて構成される。以下、各スマートフォン２ａ〜２ｃを特に区別しないときには、単にスマートフォン２と記載する。
サーバ装置１は、各スマートフォン２ａ〜２ｃに、指定された被写体の画像を撮影することがミッションとして含まれているゲームアプリケーションを配信する。各スマートフォン２ａ〜２ｃは、このゲームアプリケーションを実行することにより画像を収集し、収集した画像をサーバ装置１に申請する（アップロードする）。
サーバ装置１は、このゲームアプリケーションによって撮影された画像を各スマートフォン２ａ〜２ｃから受信して収集し、スクリーニングしてラベル付けすることにより、データベースを構築する。
サーバ装置１は、このゲームアプリケーションによって撮影された画像を各スマートフォン２ａ〜２ｃから受信して収集し、スクリーニングしてラベル付けすることにより、データベースを構築する。
図２は、本実施形態におけるスマートフォン２の概略の構成を示す図である。
スマートフォン２は、ＣＰＵ（Central Processing Unit）２１、ＲＯＭ（Read Only Memory）２２、ＲＡＭ（Random Access Memory）２３、タッチパネルディスプレイ２５、フラッシュメモリ２７、無線通信部２８を備えている。
ＣＰＵ２１は、ＲＯＭ２２やフラッシュメモリ２７に格納されているプログラムを実行し、ＲＡＭ２３を作業領域としてデータを読み書きする。
ＲＡＭ２３は、高速に読み書き可能な揮発性メモリである。
スマートフォン２は、ＣＰＵ（Central Processing Unit）２１、ＲＯＭ（Read Only Memory）２２、ＲＡＭ（Random Access Memory）２３、タッチパネルディスプレイ２５、フラッシュメモリ２７、無線通信部２８を備えている。
ＣＰＵ２１は、ＲＯＭ２２やフラッシュメモリ２７に格納されているプログラムを実行し、ＲＡＭ２３を作業領域としてデータを読み書きする。
ＲＡＭ２３は、高速に読み書き可能な揮発性メモリである。
フラッシュメモリ２７は、読み書き可能な不揮発性メモリであり、画像を収集するゲームアプリケーションであるコレクションプログラム２７１を格納している。このコレクションプログラム２７１は、指定された被写体を撮影するゲームアプリケーションである。
タッチパネルディスプレイ２５は、例えば液晶ディスプレイや有機ＥＬディスプレイに透明なタッチパネルを積層したものであり、表示操作手段として動作する。
無線通信部２８は、例えばＬＴＥ（Long Term Evolution）やＷｉＦｉ（登録商標）によって外部と無線通信するものである。
無線通信部２８は、例えばＬＴＥ（Long Term Evolution）やＷｉＦｉ（登録商標）によって外部と無線通信するものである。
スマートフォン２は更に、撮像部２４、ＧＰＳ（Global Positioning System）部２９を備える。
撮像部２４は、レンズ群が配置された鏡筒と、このレンズ群による被写体画像を撮像する撮像素子と、撮像素子による撮像データを処理して画像情報を得る画像処理部を備える。ＧＰＳ部２９は、ＧＰＳ衛星のうち、上空にある数個の衛星からの信号をＧＰＳ受信機で受け取り、受信者が自身の現在位置と受信時刻を知るものである。
撮像部２４は、レンズ群が配置された鏡筒と、このレンズ群による被写体画像を撮像する撮像素子と、撮像素子による撮像データを処理して画像情報を得る画像処理部を備える。ＧＰＳ部２９は、ＧＰＳ衛星のうち、上空にある数個の衛星からの信号をＧＰＳ受信機で受け取り、受信者が自身の現在位置と受信時刻を知るものである。
図３は、「初夏の花」をテーマとしたコレクション画面３の初期状態を示す図である。このコレクション画面３は、スマートフォン２のタッチパネルディスプレイ２５に表示される。
コレクション画面３には、タイトルバー３１、ユーザレベルペイン３２、申請ボタン３３、コレクションペイン３４、ガイダンスペイン３５が表示されている。このコレクション画面３は、ユーザに「初夏の花」をテーマとする画像を撮影して収集するように促すものである。コレクションプログラム２７１は、所定の施設内に咲いている複数の初夏の花を調査対象としてユーザに提示し、これら調査対象を被写体として指定している。
タイトルバー３１には、メニューボタンが左側に表示され、その右側には「季節の生きもの探し」が表示されている。
コレクション画面３には、タイトルバー３１、ユーザレベルペイン３２、申請ボタン３３、コレクションペイン３４、ガイダンスペイン３５が表示されている。このコレクション画面３は、ユーザに「初夏の花」をテーマとする画像を撮影して収集するように促すものである。コレクションプログラム２７１は、所定の施設内に咲いている複数の初夏の花を調査対象としてユーザに提示し、これら調査対象を被写体として指定している。
タイトルバー３１には、メニューボタンが左側に表示され、その右側には「季節の生きもの探し」が表示されている。
ユーザレベルペイン３２は、このアプリケーションによって画像を収集しようとしているユーザのレベルを示す領域である。このユーザレベルペイン３２には、ユーザのレベルが「一つ星ハンター」であり、星の数は１個であり、このコレクション画面３によるゲームを開始後の経過時間が５分１２秒であることが示されている。
コレクションペイン３４は、収集中のテーマに係るテンプレートが示されている。テンプレートは３行３列に区切られている。中心部を除く８個のマスは、撮影画像を貼り付ける領域として設けられている。図３において収集中のテーマは「初夏の花」である。収集対象の生き物は、テンプレートの各マスに線画で示されている。
２行１列目のマスには、スイレンの線画が表示されている。３行２列目のマスには、バラの線画が示されている。ユーザが２行１列目のマスをタップすることで、スイレンの花を撮影するための画面に遷移する。ユーザが３行２列目のマスをタップすることで、バラの花を撮影するための画面に遷移する。
２行１列目のマスには、スイレンの線画が表示されている。３行２列目のマスには、バラの線画が示されている。ユーザが２行１列目のマスをタップすることで、スイレンの花を撮影するための画面に遷移する。ユーザが３行２列目のマスをタップすることで、バラの花を撮影するための画面に遷移する。
ガイダンスペイン３５には、ユーザに対するガイダンスが表示されている。ここでは「初夏の花を撮影しよう。」が表示されている。
図４は、バラとスイレンが撮影されたコレクション画面３を示す図である。
図４に示すコレクション画面３は、図３とは異なり、ユーザレベルペイン３２に示された所要時間が１０分０６秒となっている。更に図４のコレクション画面３は、コレクションペイン３４のうち２行１列目のマスと３行２列目のマスに撮影画像が貼り付けられている。そして、ガイダンスペイン３５には、「スイレンが撮影されました。」の文言が表示されている。これにより、どのマスが更新されたのかをユーザに示すことができる。
図４に示すコレクション画面３は、図３とは異なり、ユーザレベルペイン３２に示された所要時間が１０分０６秒となっている。更に図４のコレクション画面３は、コレクションペイン３４のうち２行１列目のマスと３行２列目のマスに撮影画像が貼り付けられている。そして、ガイダンスペイン３５には、「スイレンが撮影されました。」の文言が表示されている。これにより、どのマスが更新されたのかをユーザに示すことができる。
図５は、全てのマスが撮影されたコレクション画面３を示す図である。
図５に示すコレクション画面３は、図３とは異なり、ユーザレベルペイン３２に示された所要時間が３１分１５秒となっている。更に図５のコレクション画面３は、コレクションペイン３４のうち周囲８個のマスに撮影画像が貼り付けられており、申請ボタン３３が表示されている。そして、ガイダンスペイン３５には、「コンプリート！」の文言が表示されている。これにより、全てのマスが撮影されたことをユーザに示すことができる。
ユーザが申請ボタン３３をタップすることにより、図６に示す確認テスト画面４に遷移する。
図５に示すコレクション画面３は、図３とは異なり、ユーザレベルペイン３２に示された所要時間が３１分１５秒となっている。更に図５のコレクション画面３は、コレクションペイン３４のうち周囲８個のマスに撮影画像が貼り付けられており、申請ボタン３３が表示されている。そして、ガイダンスペイン３５には、「コンプリート！」の文言が表示されている。これにより、全てのマスが撮影されたことをユーザに示すことができる。
ユーザが申請ボタン３３をタップすることにより、図６に示す確認テスト画面４に遷移する。
図６は、確認テスト画面４を示す図である。この確認テスト画面４は、スマートフォン２のタッチパネルディスプレイ２５に表示される。
確認テスト画面４には、タイトルバー４１、ユーザレベルペイン４２、テストペイン４３が表示されている。この確認テスト画面４は、「初夏の花」をテーマとする画像の撮影に関する確認テストである。
タイトルバー４１には、メニューボタンが左側に表示され、その右側には「季節の生きもの探し」が表示されている。
確認テスト画面４には、タイトルバー４１、ユーザレベルペイン４２、テストペイン４３が表示されている。この確認テスト画面４は、「初夏の花」をテーマとする画像の撮影に関する確認テストである。
タイトルバー４１には、メニューボタンが左側に表示され、その右側には「季節の生きもの探し」が表示されている。
ユーザレベルペイン４２は、このアプリケーションによって画像を収集しようとしているユーザのレベルを示す領域である。このユーザレベルペイン４２には、ユーザのレベルが「一つ星ハンター」であり、星の数は１個であり、このテンプレートを開始後の経過時間が３１分２４秒であることが示されている。
テストペイン４３には、「確認テスト：スイレンに適した温度は？」の文言と、チェックボックス４４１〜４４３と、申請ボタン４５とが表示されている。
チェックボックス４４１は、「１５℃」の答えを選択するものである。チェックボックス４４２は、「２０℃」の答えを選択するものである。チェックボックス４４３は、「２５℃」の答えを選択するものである。
申請ボタン４５は、確認テストの答えとともに、収集した画像をサーバ装置１に申請するものである。
チェックボックス４４１は、「１５℃」の答えを選択するものである。チェックボックス４４２は、「２０℃」の答えを選択するものである。チェックボックス４４３は、「２５℃」の答えを選択するものである。
申請ボタン４５は、確認テストの答えとともに、収集した画像をサーバ装置１に申請するものである。
図７は、サーバ装置１とスマートフォン２の動作を示すシーケンス図である。
サーバ装置１は、ユーザ登録のＷｅｂページをスマートフォン２などに表示させている。このユーザ登録のＷｅｂページは、所定の施設を紹介するためのＷＥＢページを介して、この所定の施設への来訪者または／および来訪予定者に公開されている。スマートフォン２は、このＷｅｂページを介してサーバ装置１にユーザ登録要求を送信する（ステップＳ１０）。
サーバ装置１は、このスマートフォン２のユーザを登録し（ステップＳ１１）、コレクションプログラム２７１をスマートフォン２に送信する。スマートフォン２は、送信されたコレクションプログラム２７１をフラッシュメモリ２７に格納し、自身にインストールする（ステップＳ１３）。このように、アプリケーションをダウンロードすることにより、サーバ装置１は、所定の施設への来訪者または／および来訪予定者に、コレクションプログラム２７１を配布することができる。
サーバ装置１は、ユーザ登録のＷｅｂページをスマートフォン２などに表示させている。このユーザ登録のＷｅｂページは、所定の施設を紹介するためのＷＥＢページを介して、この所定の施設への来訪者または／および来訪予定者に公開されている。スマートフォン２は、このＷｅｂページを介してサーバ装置１にユーザ登録要求を送信する（ステップＳ１０）。
サーバ装置１は、このスマートフォン２のユーザを登録し（ステップＳ１１）、コレクションプログラム２７１をスマートフォン２に送信する。スマートフォン２は、送信されたコレクションプログラム２７１をフラッシュメモリ２７に格納し、自身にインストールする（ステップＳ１３）。このように、アプリケーションをダウンロードすることにより、サーバ装置１は、所定の施設への来訪者または／および来訪予定者に、コレクションプログラム２７１を配布することができる。
その後、ユーザは、スマートフォン２のコレクションプログラム２７１を起動し（ステップＳ２０）、マスの選択と撮影を行う（ステップＳ２１）。以下、この操作を全てのマスが埋まるまで繰り返す。
ユーザは、スマートフォン２によって最後のマスの選択と撮影を行う（ステップＳ３０）と、申請ボタン３３をタップして（ステップＳ３１）、確認テスト画面４を表示させる。ユーザは、この確認テスト画面４により、確認テストを行う（ステップＳ３２）。
確認テストが終了すると、スマートフォン２はサーバ装置１に対して、一連の申請動作を実行する。
スマートフォン２は、サーバ装置１に登録ユーザとしてのログインを要求し（ステップＳ３３）、その応答を受信する（ステップＳ３４）。ここでは、ログインが正常に実行されたものとする。
スマートフォン２は、サーバ装置１に各画像と試行回数を送信し（ステップＳ３５）、その応答を受信する（ステップＳ３６）。
スマートフォン２は、サーバ装置１に収集の所要時間と確認テストの結果とを送信し（ステップＳ３７）、その応答を受信する（ステップＳ３８）。
サーバ装置１は、収集した画像と、この画像に関係するデータを関連するデータベースに格納する（ステップＳ３９）。
スマートフォン２は、サーバ装置１に登録ユーザとしてのログアウトを要求し（ステップＳ４０）、その応答を受信する（ステップＳ４１）。ここでは、ログアウトが正常に実行されたものとする。
このようにすることで、サーバ装置１は、各スマートフォン２によって、所望の画像を収集することができる。
スマートフォン２は、サーバ装置１に登録ユーザとしてのログインを要求し（ステップＳ３３）、その応答を受信する（ステップＳ３４）。ここでは、ログインが正常に実行されたものとする。
スマートフォン２は、サーバ装置１に各画像と試行回数を送信し（ステップＳ３５）、その応答を受信する（ステップＳ３６）。
スマートフォン２は、サーバ装置１に収集の所要時間と確認テストの結果とを送信し（ステップＳ３７）、その応答を受信する（ステップＳ３８）。
サーバ装置１は、収集した画像と、この画像に関係するデータを関連するデータベースに格納する（ステップＳ３９）。
スマートフォン２は、サーバ装置１に登録ユーザとしてのログアウトを要求し（ステップＳ４０）、その応答を受信する（ステップＳ４１）。ここでは、ログアウトが正常に実行されたものとする。
このようにすることで、サーバ装置１は、各スマートフォン２によって、所望の画像を収集することができる。
図８は、スマートフォン２によるコレクション処理を示すフローチャートである。
スマートフォン２のＣＰＵ２１は、所要時間の測定を開始する（ステップＳ５０）。
次いでＣＰＵ２１は、所定のテンプレートを画面に表示し（ステップＳ５１）、操作待ち状態（ステップＳ５２）に遷移する。
操作待ち状態において、ＣＰＵ２１は、マスがタップされたらステップＳ５３の撮影処理に進み、申請ボタン３３がタップされたらステップＳ５９の処理に進む。
スマートフォン２のＣＰＵ２１は、所要時間の測定を開始する（ステップＳ５０）。
次いでＣＰＵ２１は、所定のテンプレートを画面に表示し（ステップＳ５１）、操作待ち状態（ステップＳ５２）に遷移する。
操作待ち状態において、ＣＰＵ２１は、マスがタップされたらステップＳ５３の撮影処理に進み、申請ボタン３３がタップされたらステップＳ５９の処理に進む。
マスのタップによりステップＳ５３に進むと、ＣＰＵ２１は、撮像部２４などを用いて撮影処理を実行する。これにより、画像データが生成され、この画像データに撮影日時情報と撮影位置情報とが埋め込まれる。その後、ＣＰＵ２１は、撮影が実行されたか否かを判定する（ステップＳ５４）。
ＣＰＵ２１は、撮影が実行されたならば（Ｙｅｓ）、テンプレートのうちタップされたマスに撮影画像を貼り付け（ステップＳ５５）、このマスの試行回数に１を加算する。そしてＣＰＵ２１は、テンプレートの全てのマスに撮影画像が貼り付けられていなかったならば（ステップＳ５７→Ｎｏ）、ステップＳ５２の処理に戻る。ＣＰＵ２１は、テンプレートの全てのマスに撮影画像が貼り付けられたならば（ステップＳ５７→Ｙｅｓ）、申請ボタン３３を有効にして（ステップＳ５８）、ステップＳ５２の処理に戻る。図５に示したコレクション画面３は、申請ボタン３３を有効にした例である。
申請ボタン３３がタップされたならば、ＣＰＵ２１は、所要時間の測定を終了し（ステップＳ５９）、確認テストの処理を実行する（ステップＳ６０）。その後、ＣＰＵ２１は、サーバ装置１に登録ユーザとしてログインする（ステップＳ６１）。
ＣＰＵ２１は、サーバ装置１に各画像と試行回数を送信し（ステップＳ６２）、収集の所要時間と確認テストの結果とを送信する（ステップＳ６３）。次いでＣＰＵ２１は、当該ユーザをランクアップし（ステップＳ６４）、サーバ装置１からログアウトして（ステップＳ６５）、図８の処理を終了する。
このようにすることで、スマートフォン２は、サーバ装置１に、収集した画像を申請することができる。
このようにすることで、スマートフォン２は、サーバ装置１に、収集した画像を申請することができる。
図９は、サーバ装置１の概略の構成を示す図である。
サーバ装置１は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、入力部１４、表示部１５、通信部１６、ハードディスク１７を備えている。
ＣＰＵ１１は、ＲＯＭ１２やハードディスク１７に格納されているプログラムを実行し、ＲＡＭ１３を作業領域としてデータを読み書きする。
ＲＡＭ１３は、高速に読み書き可能な揮発性メモリである。
サーバ装置１は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、入力部１４、表示部１５、通信部１６、ハードディスク１７を備えている。
ＣＰＵ１１は、ＲＯＭ１２やハードディスク１７に格納されているプログラムを実行し、ＲＡＭ１３を作業領域としてデータを読み書きする。
ＲＡＭ１３は、高速に読み書き可能な揮発性メモリである。
ハードディスク１７は、コレクションプログラム２７１、配布ＷＥＢページ１７２、原画像収集プログラム１７３、画像データベース構築プログラム１７４を格納している。更にハードディスク１７は、タイムラプス動画生成プログラム１７５、タイムラプス動画１７６、機械学習プログラム１７７を格納している。
コレクションプログラム２７１は、配布ＷＥＢページ１７２を介して、各スマートフォン２に配布して実行させるためのプログラムである。
原画像収集プログラム１７３は、各スマートフォン２から申請された原画像を収集するためのプログラムであり、前記した図７で説明している。画像データベース構築プログラム１７４は、収集された原画像をスクリーニングした画像により、画像データベース１８４を構築するためのプログラムであり、後記する図１１で詳細に説明する。タイムラプス動画生成プログラム１７５は、画像データベース１８４に基づいてタイムラプス動画１７６を生成するためのプログラムであり、後記する図１４で詳細に説明する。
機械学習プログラム１７７は、画像データベース１８４を教師データとして学習する学習器であり、学習済みの学習器によって画像の被写体を推定することができる。
コレクションプログラム２７１は、配布ＷＥＢページ１７２を介して、各スマートフォン２に配布して実行させるためのプログラムである。
原画像収集プログラム１７３は、各スマートフォン２から申請された原画像を収集するためのプログラムであり、前記した図７で説明している。画像データベース構築プログラム１７４は、収集された原画像をスクリーニングした画像により、画像データベース１８４を構築するためのプログラムであり、後記する図１１で詳細に説明する。タイムラプス動画生成プログラム１７５は、画像データベース１８４に基づいてタイムラプス動画１７６を生成するためのプログラムであり、後記する図１４で詳細に説明する。
機械学習プログラム１７７は、画像データベース１８４を教師データとして学習する学習器であり、学習済みの学習器によって画像の被写体を推定することができる。
ハードディスク１７は更に、ユーザデータベース１８１、コレクションデータベース１８２、原画像データベース１８３、画像データベース１８４を格納している。
ユーザデータベース１８１は、配布ＷＥＢページ１７２によって登録されたユーザ情報を格納するためのデータベースである。
コレクションデータベース１８２は、各スマートフォン２によって収集された画像群（コレクション）の属性情報を格納するためのデータベースである。
原画像データベース１８３は、各スマートフォン２によって収集された各原画像の属性情報を格納するためのデータベースである。
画像データベース１８４は、原画像データベース１８３に格納された原画像をスクリーニングして、教師データとしての正確性を向上させた画像を格納したデータベースである。なお画像データベース１８４の構成は、原画像データベース１８３と同様である。
ユーザデータベース１８１は、配布ＷＥＢページ１７２によって登録されたユーザ情報を格納するためのデータベースである。
コレクションデータベース１８２は、各スマートフォン２によって収集された画像群（コレクション）の属性情報を格納するためのデータベースである。
原画像データベース１８３は、各スマートフォン２によって収集された各原画像の属性情報を格納するためのデータベースである。
画像データベース１８４は、原画像データベース１８３に格納された原画像をスクリーニングして、教師データとしての正確性を向上させた画像を格納したデータベースである。なお画像データベース１８４の構成は、原画像データベース１８３と同様である。
図１０は、サーバ装置１が備える各種データベースの構成を示す図である。
ユーザデータベース１８１は、ユーザ情報を格納するためのデータベースであり、ユーザＩＤ欄、名前欄、年齢欄、性別欄、レベル欄を含んで構成される。
ユーザＩＤ欄は、ユーザを一意に識別する番号を格納する。
名前欄は、このユーザの名前を格納する。
年齢欄は、このユーザの年齢を格納する。ユーザがあまりにも幼い場合には、このユーザが撮影した画像は、教師データとして不適であると考えられるため、年齢でスクリーニングしている。
ユーザデータベース１８１は、ユーザ情報を格納するためのデータベースであり、ユーザＩＤ欄、名前欄、年齢欄、性別欄、レベル欄を含んで構成される。
ユーザＩＤ欄は、ユーザを一意に識別する番号を格納する。
名前欄は、このユーザの名前を格納する。
年齢欄は、このユーザの年齢を格納する。ユーザがあまりにも幼い場合には、このユーザが撮影した画像は、教師データとして不適であると考えられるため、年齢でスクリーニングしている。
性別欄は、このユーザの性別を格納する。
レベル欄はこのユーザのレベルを格納する。ここでレベルとは、コレクションプログラム２７１で定義されたレベルであり、例えば幾つの画像群（コレクション）を申請したかで決定される。ユーザレベルが低い場合には、このユーザが撮影した画像は、教師データとして不適であると考えられる。よって、ユーザレベルでスクリーニングしている。
レベル欄はこのユーザのレベルを格納する。ここでレベルとは、コレクションプログラム２７１で定義されたレベルであり、例えば幾つの画像群（コレクション）を申請したかで決定される。ユーザレベルが低い場合には、このユーザが撮影した画像は、教師データとして不適であると考えられる。よって、ユーザレベルでスクリーニングしている。
コレクションデータベース１８２は、収集された画像群（コレクション）の属性情報を格納するためのデータベースである。このコレクションデータベース１８２は、コレクションＩＤ欄、ユーザＩＤ欄、コレクション名欄、撮影年月日欄、所要時間欄、確認欄を含んで構成される。
コレクションＩＤ欄は、このコレクションを一意に識別する番号を格納する。
ユーザＩＤ欄は、このコレクションを撮影したユーザを一意に識別する番号を格納する。この番号でユーザデータベース１８１のユーザＩＤ欄を検索することで、このコレクションを撮影したユーザの情報を得ることができる。
コレクションＩＤ欄は、このコレクションを一意に識別する番号を格納する。
ユーザＩＤ欄は、このコレクションを撮影したユーザを一意に識別する番号を格納する。この番号でユーザデータベース１８１のユーザＩＤ欄を検索することで、このコレクションを撮影したユーザの情報を得ることができる。
コレクション名欄は、このコレクションに付与されたテーマ名を格納する。
撮影年月日欄は、このコレクションが撮影された年月日を格納する。この撮影年月日は、例えばコレクションの最初に撮影した画像の撮影年月日タグであってもよく、コレクションの最後に撮影した画像の撮影年月日タグであってもよい。
所要時間欄は、このコレクションの撮影に要した時間を格納する。
確認欄は、このコレクションに係る確認テストにパスしたか否かを示す結果を格納する。確認テストにパスしなかった場合には、ユーザは注意力がないか、知識がないか、または不真面目であると考えられる。つまり、このコレクション全体が教師データとして不適であると考えられる。
撮影年月日欄は、このコレクションが撮影された年月日を格納する。この撮影年月日は、例えばコレクションの最初に撮影した画像の撮影年月日タグであってもよく、コレクションの最後に撮影した画像の撮影年月日タグであってもよい。
所要時間欄は、このコレクションの撮影に要した時間を格納する。
確認欄は、このコレクションに係る確認テストにパスしたか否かを示す結果を格納する。確認テストにパスしなかった場合には、ユーザは注意力がないか、知識がないか、または不真面目であると考えられる。つまり、このコレクション全体が教師データとして不適であると考えられる。
原画像データベース１８３は、各スマートフォン２によって収集された各原画像の属性情報を格納するためのデータベースである。この原画像データベース１８３は、画像ＩＤ欄、画像欄、コレクションＩＤ欄、被写体欄、撮影年月日欄、撮影位置欄、試行回数欄を含んで構成される。
画像ＩＤ欄は、この画像を一意に識別する番号を格納する。
画像欄は、収集された原画像を格納する。
コレクションＩＤ欄は、この画像が含まれる画像群（コレクション）を一意に識別する番号を格納する。
画像ＩＤ欄は、この画像を一意に識別する番号を格納する。
画像欄は、収集された原画像を格納する。
コレクションＩＤ欄は、この画像が含まれる画像群（コレクション）を一意に識別する番号を格納する。
被写体欄は、この画像の被写体の情報を格納する。
撮影年月日欄は、この画像が撮影された年月日を格納する。この年月日は、例えばこの画像ファイルに格納された撮影年月日タグ（EXIFのDateTimeOriginalタグ）に基づくものであってもよい。
撮影位置欄は、この画像が撮影された位置を格納する。この位置は、この画像ファイルに格納された撮影位置タグ（EXIFのGPS IFDのGPSLatitude, GPSLongitude ヘッダ）に基づくものであってもよい。
試行回数欄は、この画像を撮影するまでに試行した回数を格納する。試行回数が大きい場合には、この画像は、教師データとして好適であると考えられる。
撮影年月日欄は、この画像が撮影された年月日を格納する。この年月日は、例えばこの画像ファイルに格納された撮影年月日タグ（EXIFのDateTimeOriginalタグ）に基づくものであってもよい。
撮影位置欄は、この画像が撮影された位置を格納する。この位置は、この画像ファイルに格納された撮影位置タグ（EXIFのGPS IFDのGPSLatitude, GPSLongitude ヘッダ）に基づくものであってもよい。
試行回数欄は、この画像を撮影するまでに試行した回数を格納する。試行回数が大きい場合には、この画像は、教師データとして好適であると考えられる。
図１１は、サーバ装置１による画像データベース１８４の構築処理を示すフローチャートである。
サーバ装置１は、例えば深夜にバッチ処理で、画像データベース１８４の構築処理を実行する。
サーバ装置１は、例えば深夜にバッチ処理で、画像データベース１８４の構築処理を実行する。
サーバ装置１のＣＰＵ１１は、ステップＳ７０〜Ｓ８０の処理を、コレクションデータベース１８２の全コレクションについて繰り返す。
ＣＰＵ１１は、このコレクションに係る確認テストの結果がパスであるか否かを判定する（ステップＳ７１）。ＣＰＵ１１は、確認テストの結果がフェイルであったならば（Ｎｏ）、ステップＳ８０の処理に進み、確認テストの結果がパスであったならば（Ｙｅｓ）、ステップＳ７２の処理に進む。このステップＳ７１の処理は、収集された画像データを確認テストの結果に基づいてスクリーニングするスクリーニングステップである。
ＣＰＵ１１は、このコレクションに係る確認テストの結果がパスであるか否かを判定する（ステップＳ７１）。ＣＰＵ１１は、確認テストの結果がフェイルであったならば（Ｎｏ）、ステップＳ８０の処理に進み、確認テストの結果がパスであったならば（Ｙｅｓ）、ステップＳ７２の処理に進む。このステップＳ７１の処理は、収集された画像データを確認テストの結果に基づいてスクリーニングするスクリーニングステップである。
ＣＰＵ１１は、このコレクションの撮影に要した時間が適切か否かを判定する（ステップＳ７２）。あまりにも短時間にコレクションの撮影が完了していたならば、正しく被写体が撮影されていないと考えられるためである。
ＣＰＵ１１は、所要時間が適切でないならば（Ｎｏ）、ステップＳ８０の処理に進み、所要時間が適切ならば（Ｙｅｓ）、ステップＳ７３の処理に進む。
ＣＰＵ１１は、所要時間が適切でないならば（Ｎｏ）、ステップＳ８０の処理に進み、所要時間が適切ならば（Ｙｅｓ）、ステップＳ７３の処理に進む。
更にＣＰＵ１１は、このコレクションの撮影者が適切か否かを判定する（ステップＳ７３）。適切な撮影者でなければ、適切な画像を撮影できないと考えられるためである。ここで適切な撮影者とは、例えば小学校高学年以上で、かつ一つ星レベル以上のユーザのことをいう。
ＣＰＵ１１は、撮影者が適切でないならば（Ｎｏ）、ステップＳ８０の処理に進み、撮影者が適切ならば（Ｙｅｓ）、ステップＳ７４の処理に進む。
ＣＰＵ１１は、撮影者が適切でないならば（Ｎｏ）、ステップＳ８０の処理に進み、撮影者が適切ならば（Ｙｅｓ）、ステップＳ７４の処理に進む。
ＣＰＵ１１は、ステップＳ７４〜Ｓ７９の処理を、このコレクションの全画像について繰り返す。
ＣＰＵ１１は、試行回数に基づく評価値を設定し（ステップＳ７５）、更にこの評価値に画像品質に基づく評価値を加算する（ステップＳ７６）。画像品質に基づく評価値は、例えば、シャープネスやコントラストなどを数値化して算出するとよい。
ＣＰＵ１１は更に、評価値が閾値を超えているか否かを判定する（ステップＳ７７）。ＣＰＵ１１は、評価値が閾値を超えているならば（Ｙｅｓ）、この画像を画像データベース１８４に追加する（ステップＳ７８）。ＣＰＵ１１は、評価値が閾値を超えていないならば（Ｎｏ）、ステップＳ７９の処理に進む。
ＣＰＵ１１は、試行回数に基づく評価値を設定し（ステップＳ７５）、更にこの評価値に画像品質に基づく評価値を加算する（ステップＳ７６）。画像品質に基づく評価値は、例えば、シャープネスやコントラストなどを数値化して算出するとよい。
ＣＰＵ１１は更に、評価値が閾値を超えているか否かを判定する（ステップＳ７７）。ＣＰＵ１１は、評価値が閾値を超えているならば（Ｙｅｓ）、この画像を画像データベース１８４に追加する（ステップＳ７８）。ＣＰＵ１１は、評価値が閾値を超えていないならば（Ｎｏ）、ステップＳ７９の処理に進む。
ステップＳ７９において、ＣＰＵ１１は、このコレクションの全ての画像を処理するまで、ステップＳ７４に戻って繰り返す。ＣＰＵ１１は、このコレクションの全ての画像を処理したならば、ステップＳ８０に進む。
ステップＳ８０において、ＣＰＵ１１は、コレクションデータベース１８２の全てのコレクションを処理するまで、ステップＳ７０に戻って繰り返す。ＣＰＵ１１は、全てのコレクションを処理したならば、図１１の処理を終了する。
ステップＳ８０において、ＣＰＵ１１は、コレクションデータベース１８２の全てのコレクションを処理するまで、ステップＳ７０に戻って繰り返す。ＣＰＵ１１は、全てのコレクションを処理したならば、図１１の処理を終了する。
このように処理することで、ゲームの副産物として、ラベル付けされた原画像データを収集することができる。更に原画像データを機械的にスクリーニングするのみで、ラベルが付与されたデータの正確性を向上させることができる。よって、結果的に廉価にラベルが付与されたデータを収集することが可能となる。
図１２は、画像データベース１８４を活用したバラの植生位置画面５である。このバラの植生位置画面５は、例えばサーバ装置１の表示部１５に表示される。
植生位置画面５は、属性ペイン５０とマップペイン５１とサムネイルペイン５２を含んで構成される。
属性ペイン５０は、この植生位置画面５で表示される被写体と、撮影年月日とを表示するものである。
マップペイン５１は、属性ペイン５０に示された被写体が、この撮影年月日においてどのように撮影されたかを示すペインである。このマップペイン５１には、例えば所定の施設の地図と、その地図上の菱形マーカが表示されている。各菱形マーカは、被写体が撮影された場所を示している。
サムネイルペイン５２は、属性ペイン５０に示された被写体が、この撮影年月日において撮影された画像をサムネイル表示するペインである。ここでは、５枚のサムネイルが表示されている。
植生位置画面５は、属性ペイン５０とマップペイン５１とサムネイルペイン５２を含んで構成される。
属性ペイン５０は、この植生位置画面５で表示される被写体と、撮影年月日とを表示するものである。
マップペイン５１は、属性ペイン５０に示された被写体が、この撮影年月日においてどのように撮影されたかを示すペインである。このマップペイン５１には、例えば所定の施設の地図と、その地図上の菱形マーカが表示されている。各菱形マーカは、被写体が撮影された場所を示している。
サムネイルペイン５２は、属性ペイン５０に示された被写体が、この撮影年月日において撮影された画像をサムネイル表示するペインである。ここでは、５枚のサムネイルが表示されている。
図１３は、画像データベース１８４を活用したバラの撮影頻度画面６である。このバラの撮影頻度画面６は、例えばサーバ装置１の表示部１５に表示される。
撮影頻度画面６は、タイトルバー６０に表示された被写体「バラ」が、２０１７年度において、どのような頻度で撮影されたかを示す画面である。
撮影頻度グラフペイン６１は、撮影頻度グラフを表示するペインである。撮影頻度グラフの縦軸は１日あたりの撮影画像数を示し、横軸は月日を示している。
サムネイルペイン６２は、選択された日時に撮影された画像をサムネイル表示するペインである。
撮影頻度画面６は、タイトルバー６０に表示された被写体「バラ」が、２０１７年度において、どのような頻度で撮影されたかを示す画面である。
撮影頻度グラフペイン６１は、撮影頻度グラフを表示するペインである。撮影頻度グラフの縦軸は１日あたりの撮影画像数を示し、横軸は月日を示している。
サムネイルペイン６２は、選択された日時に撮影された画像をサムネイル表示するペインである。
図１４は、画像データベース１８４に基づくタイムラプス動画１７６の生成処理を示すフローチャートである。
最初、ＣＰＵ１１は、画像データベース１８４を被写体と撮影位置で絞り込み（ステップＳ９０）、更に年月日で並び替える（ステップＳ９１）。
更にＣＰＵ１１は、例えばユーザに入力された開始日から終了日までステップＳ９２〜Ｓ９５の処理を繰り返す。
ＣＰＵ１１は、この年月日に撮影されていた画像を画像品質に基づいて評価し（ステップＳ９３）、最も評価値の高い画像をタイムラプス動画１７６のフレームとする。ＣＰＵ１１は、これを終了日まで繰り返す（ステップＳ９５）。
このように処理することで、好適にタイムラプス動画１７６を生成することができる。
最初、ＣＰＵ１１は、画像データベース１８４を被写体と撮影位置で絞り込み（ステップＳ９０）、更に年月日で並び替える（ステップＳ９１）。
更にＣＰＵ１１は、例えばユーザに入力された開始日から終了日までステップＳ９２〜Ｓ９５の処理を繰り返す。
ＣＰＵ１１は、この年月日に撮影されていた画像を画像品質に基づいて評価し（ステップＳ９３）、最も評価値の高い画像をタイムラプス動画１７６のフレームとする。ＣＰＵ１１は、これを終了日まで繰り返す（ステップＳ９５）。
このように処理することで、好適にタイムラプス動画１７６を生成することができる。
図１５は、画像データベース１８４を教師データとする学習処理と認識処理を示すフローチャートである。このフローチャートは、例えばサーバ装置１の機械学習プログラム１７７による処理を説明するためのものである。
まず、サーバ装置１の操作者は、画像データベース１８４を用いた学習を行うか、入力された画像の被写体を推定するかを指令する。ＣＰＵ１１は、学習が指令されたか否かを判定する（ステップＳ１００）。
まず、サーバ装置１の操作者は、画像データベース１８４を用いた学習を行うか、入力された画像の被写体を推定するかを指令する。ＣＰＵ１１は、学習が指令されたか否かを判定する（ステップＳ１００）。
学習が指令されたならば、ＣＰＵ１１は、画像データベース１８４の各画像とその被写体について、ステップＳ１０１〜Ｓ１０５の処理を繰り返す。
ＣＰＵ１１は、この画像の特徴量を抽出し（ステップＳ１０２）、この特徴量と被写体について重回帰分析を行い（ステップＳ１０３）、重回帰式を求める。
ＣＰＵ１１は、この画像の特徴量を抽出し（ステップＳ１０２）、この特徴量と被写体について重回帰分析を行い（ステップＳ１０３）、重回帰式を求める。
続いて、ＣＰＵ１１は、重回帰式を更新する（ステップＳ１０４）。この場合、既に重回帰式が記憶されている場合には、今回の重回帰分析の結果に基づいて既に記憶されている重回帰式が再計算されて更新される。その更新された重回帰式は、例えばハードディスク１７に記憶される。
その後、ＣＰＵ１１は、画像データベース１８４に格納された各画像について処理したか否かを判定する（ステップＳ１０５）。ＣＰＵ１１は、未だ処理されていない画像があったならば、ステップＳ１０１に戻り、処理を繰り返す。ＣＰＵ１１は、全ての画像を処理したならば、図１５の処理を終了する。
ステップＳ１００において、入力された画像の被写体の推定が指示された場合には、ＣＰＵ１１は、この画像を読み込む（ステップＳ１０６）。
次に、ＣＰＵ１１は、読み込まれた画像から複数の特徴量を抽出する（ステップＳ１０７）。更に、ＣＰＵ１１は、抽出された複数の特徴量およびハードディスク１７に記憶された重回帰式を用いて被写体を推定する（ステップＳ１０８）。
次に、ＣＰＵ１１は、読み込まれた画像から複数の特徴量を抽出する（ステップＳ１０７）。更に、ＣＰＵ１１は、抽出された複数の特徴量およびハードディスク１７に記憶された重回帰式を用いて被写体を推定する（ステップＳ１０８）。
機械学習プログラム１７７によれば、ラベル付けされた教師データを学習することにより、画像の被写体を正確に推定することができる。
（変形例）
本発明は、上記実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲で、変更実施が可能であり、例えば、次の（ａ）〜（ｇ）のようなものがある。
本発明は、上記実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲で、変更実施が可能であり、例えば、次の（ａ）〜（ｇ）のようなものがある。
（ａ） 画像データベース１８４を教師データとして用いる学習器は、重回帰分析によるものに限定されず、ニューラルネットワーク、サポートベクターマシン、決定木など任意の方式の学習器であってもよい。
（ｂ） 機械学習は、サーバ装置１が実行するものに限定されない。例えば重回帰式などの学習結果をスマートフォン２に配信して、スマートフォン２上で入力画像に係る被写体の推定を行ってもよい。
（ｃ） コレクションプログラム２７１による被写体は、植物に限定されず、動物または人物であってもよい。更に山や川や海岸などの自然の風景、建築物、自動車や飛行機などの移動体などであってもよい。
（ｄ） サーバ装置１は、所定の地域への来訪者または／および来訪予定者にコレクションプログラム２７１を配布してもよい。更にサーバ装置１は、この所定の地域を紹介するためのＷＥＢページを介して配布してもよい。
（ｅ） サーバ装置１は、所定のメンバにコレクションプログラム２７１を配布してもよい。
（ｆ） 画像データベース構築プログラム１７４は、収集された画像データを、撮影日時情報または撮影位置情報に基づいてスクリーニングするスクリーニングステップを含んで実行してもよい。具体的にいうと、撮影日時としてあり得ない時間や、撮影位置としてあり得ない位置の画像データであったとき、この画像データを画像データベースに追加しないようにしてもよい。撮影日時としてあり得ない時間とは、例えば施設の閉園時間である。撮影位置としてあり得ない位置とは、例えば施設外である。
（ｇ） 本発明は、画像の収集に限定されず、例えば音を収集するゲームアプリケーションであってもよい。
（ｂ） 機械学習は、サーバ装置１が実行するものに限定されない。例えば重回帰式などの学習結果をスマートフォン２に配信して、スマートフォン２上で入力画像に係る被写体の推定を行ってもよい。
（ｃ） コレクションプログラム２７１による被写体は、植物に限定されず、動物または人物であってもよい。更に山や川や海岸などの自然の風景、建築物、自動車や飛行機などの移動体などであってもよい。
（ｄ） サーバ装置１は、所定の地域への来訪者または／および来訪予定者にコレクションプログラム２７１を配布してもよい。更にサーバ装置１は、この所定の地域を紹介するためのＷＥＢページを介して配布してもよい。
（ｅ） サーバ装置１は、所定のメンバにコレクションプログラム２７１を配布してもよい。
（ｆ） 画像データベース構築プログラム１７４は、収集された画像データを、撮影日時情報または撮影位置情報に基づいてスクリーニングするスクリーニングステップを含んで実行してもよい。具体的にいうと、撮影日時としてあり得ない時間や、撮影位置としてあり得ない位置の画像データであったとき、この画像データを画像データベースに追加しないようにしてもよい。撮影日時としてあり得ない時間とは、例えば施設の閉園時間である。撮影位置としてあり得ない位置とは、例えば施設外である。
（ｇ） 本発明は、画像の収集に限定されず、例えば音を収集するゲームアプリケーションであってもよい。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
〔付記〕
《請求項１》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項２》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域への来訪者または／および来訪予定者に配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項３》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域を紹介するためのＷＥＢページを介して配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項４》
前記ゲームアプリケーションにおいて、前記施設内または前記地域内の調査対象が、前記被写体として指定されている、
ことを特徴とする請求項２または３に記載のデータベース構築方法。
《請求項５》
前記ゲームアプリケーションにおいて、前記被写体に関するテストを実施し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記テストの結果を併せて収集し、
前記収集ステップにおいて収集された画像データを、前記テストの結果に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項６》
前記画像データは、撮影日時情報または撮影位置情報を含んでおり、
前記収集ステップにおいて収集された画像データを、前記撮影日時情報または前記撮影位置情報に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項７》
前記配布ステップにおいて、前記ゲームアプリケーションを配布すると共に、前記ゲームアプリケーションの配布を受けた者の属性をデータベースに登録し、
前記収集ステップにおいて収集された画像データを、前記ゲームアプリケーションの配布を受けた者の属性に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項８》
前記ゲームアプリケーションにおいて、前記施設内または前記地域内の複数の調査対象が、それぞれ前記被写体として指定されて１つのミッションを構成し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記ミッションに掛かった所要時間を併せて収集する、
ことを特徴とする請求項２または３に記載のデータベース構築方法。
《請求項９》
前記ミッションで撮影された画像データを、当該ミッションに掛かった所要時間に基づいてスクリーニングするスクリーニングステップ、
を更に有することを特徴とする請求項８に記載のデータベース構築方法。
《請求項１０》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布手段、
前記配布手段によって配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集手段、
としてコンピュータを機能させるためのデータベース構築プログラム。
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項２》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域への来訪者または／および来訪予定者に配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項３》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域を紹介するためのＷＥＢページを介して配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。
《請求項４》
前記ゲームアプリケーションにおいて、前記施設内または前記地域内の調査対象が、前記被写体として指定されている、
ことを特徴とする請求項２または３に記載のデータベース構築方法。
《請求項５》
前記ゲームアプリケーションにおいて、前記被写体に関するテストを実施し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記テストの結果を併せて収集し、
前記収集ステップにおいて収集された画像データを、前記テストの結果に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項６》
前記画像データは、撮影日時情報または撮影位置情報を含んでおり、
前記収集ステップにおいて収集された画像データを、前記撮影日時情報または前記撮影位置情報に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項７》
前記配布ステップにおいて、前記ゲームアプリケーションを配布すると共に、前記ゲームアプリケーションの配布を受けた者の属性をデータベースに登録し、
前記収集ステップにおいて収集された画像データを、前記ゲームアプリケーションの配布を受けた者の属性に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。
《請求項８》
前記ゲームアプリケーションにおいて、前記施設内または前記地域内の複数の調査対象が、それぞれ前記被写体として指定されて１つのミッションを構成し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記ミッションに掛かった所要時間を併せて収集する、
ことを特徴とする請求項２または３に記載のデータベース構築方法。
《請求項９》
前記ミッションで撮影された画像データを、当該ミッションに掛かった所要時間に基づいてスクリーニングするスクリーニングステップ、
を更に有することを特徴とする請求項８に記載のデータベース構築方法。
《請求項１０》
ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布手段、
前記配布手段によって配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集手段、
としてコンピュータを機能させるためのデータベース構築プログラム。
１ サーバ装置
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 入力部
１５ 表示部
１６ 通信部
１７ ハードディスク
１７２ 配布ＷＥＢページ （配布手段）
１７３ 原画像収集プログラム （収集手段の一部）
１７４ 画像データベース構築プログラム
１７５ タイムラプス動画生成プログラム
１８１ ユーザデータベース
１８２ コレクションデータベース
１８３ 原画像データベース
１８４ 画像データベース
２，２ａ〜２ｃ スマートフォン
２１ ＣＰＵ
２２ ＲＯＭ
２３ ＲＡＭ
２４ 撮像部
２５ タッチパネルディスプレイ
２６ 発光部
２７ フラッシュメモリ
２７１ コレクションプログラム （ゲームアプリケーション）
２８ 無線通信部
２９ ＧＰＳ部
３ コレクション画面
３１ タイトルバー
３２ ユーザレベルペイン
３３ 申請ボタン
３４ コレクションペイン
３５ ガイダンスペイン
４ 確認テスト画面
４１ タイトルバー
４２ ユーザレベルペイン
４３ テストペイン
４４１〜４４３ チェックボックス
４５ 申請ボタン
５ 植生位置画面
５０ 属性ペイン
５１ マップペイン
５２ サムネイルペイン
６ 撮影頻度画面
６０ タイトルバー
６１ 撮影頻度グラフペイン
６２ サムネイルペイン
Ｓ システム
Ｎ ネットワーク
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 入力部
１５ 表示部
１６ 通信部
１７ ハードディスク
１７２ 配布ＷＥＢページ （配布手段）
１７３ 原画像収集プログラム （収集手段の一部）
１７４ 画像データベース構築プログラム
１７５ タイムラプス動画生成プログラム
１８１ ユーザデータベース
１８２ コレクションデータベース
１８３ 原画像データベース
１８４ 画像データベース
２，２ａ〜２ｃ スマートフォン
２１ ＣＰＵ
２２ ＲＯＭ
２３ ＲＡＭ
２４ 撮像部
２５ タッチパネルディスプレイ
２６ 発光部
２７ フラッシュメモリ
２７１ コレクションプログラム （ゲームアプリケーション）
２８ 無線通信部
２９ ＧＰＳ部
３ コレクション画面
３１ タイトルバー
３２ ユーザレベルペイン
３３ 申請ボタン
３４ コレクションペイン
３５ ガイダンスペイン
４ 確認テスト画面
４１ タイトルバー
４２ ユーザレベルペイン
４３ テストペイン
４４１〜４４３ チェックボックス
４５ 申請ボタン
５ 植生位置画面
５０ 属性ペイン
５１ マップペイン
５２ サムネイルペイン
６ 撮影頻度画面
６０ タイトルバー
６１ 撮影頻度グラフペイン
６２ サムネイルペイン
Ｓ システム
Ｎ ネットワーク
Claims (10)
- ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。 - ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域への来訪者または／および来訪予定者に配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。 - ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定の施設または所定の地域を紹介するためのＷＥＢページを介して配布する配布ステップと、
前記配布ステップで配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集ステップと、
を有することを特徴とするデータベース構築方法。 - 前記ゲームアプリケーションにおいて、前記施設内または前記地域内の調査対象が、前記被写体として指定されている、
ことを特徴とする請求項２または３に記載のデータベース構築方法。 - 前記ゲームアプリケーションにおいて、前記被写体に関するテストを実施し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記テストの結果を併せて収集し、
前記収集ステップにおいて収集された画像データを、前記テストの結果に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。 - 前記画像データは、撮影日時情報または撮影位置情報を含んでおり、
前記収集ステップにおいて収集された画像データを、前記撮影日時情報または前記撮影位置情報に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。 - 前記配布ステップにおいて、前記ゲームアプリケーションを配布すると共に、前記ゲームアプリケーションの配布を受けた者の属性をデータベースに登録し、
前記収集ステップにおいて収集された画像データを、前記ゲームアプリケーションの配布を受けた者の属性に基づいてスクリーニングするスクリーニングステップを更に有する、
ことを特徴とする請求項１から４のうち何れか１項に記載のデータベース構築方法。 - 前記ゲームアプリケーションにおいて、前記施設内または前記地域内の複数の調査対象が、それぞれ前記被写体として指定されて１つのミッションを構成し、
前記収集ステップにおいて、前記画像データを収集すると共に、前記ミッションに掛かった所要時間を併せて収集する、
ことを特徴とする請求項２または３に記載のデータベース構築方法。 - 前記ミッションで撮影された画像データを、当該ミッションに掛かった所要時間に基づいてスクリーニングするスクリーニングステップ、
を更に有することを特徴とする請求項８に記載のデータベース構築方法。 - ゲームを達成するためのミッションに、指定された被写体の撮影が含まれているゲームアプリケーションを、所定のメンバに配布する配布手段、
前記配布手段によって配布された前記ゲームアプリケーションにおけるミッションとして撮影された画像データを収集する収集手段、
としてコンピュータを機能させるためのデータベース構築プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017143777A JP6863159B2 (ja) | 2017-07-25 | 2017-07-25 | データベース構築方法、およびデータベース構築プログラム |
| JP2021042984A JP7151811B2 (ja) | 2017-07-25 | 2021-03-17 | データ収集装置、データ収集方法およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017143777A JP6863159B2 (ja) | 2017-07-25 | 2017-07-25 | データベース構築方法、およびデータベース構築プログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021042984A Division JP7151811B2 (ja) | 2017-07-25 | 2021-03-17 | データ収集装置、データ収集方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019024551A true JP2019024551A (ja) | 2019-02-21 |
| JP6863159B2 JP6863159B2 (ja) | 2021-04-21 |
Family
ID=65474879
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017143777A Active JP6863159B2 (ja) | 2017-07-25 | 2017-07-25 | データベース構築方法、およびデータベース構築プログラム |
| JP2021042984A Active JP7151811B2 (ja) | 2017-07-25 | 2021-03-17 | データ収集装置、データ収集方法およびプログラム |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021042984A Active JP7151811B2 (ja) | 2017-07-25 | 2021-03-17 | データ収集装置、データ収集方法およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP6863159B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020161114A (ja) * | 2019-03-26 | 2020-10-01 | ネイバー コーポレーションＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ | 検索に基づく収集支援方法およびコンピュータ装置 |
| JP2021102070A (ja) * | 2017-07-25 | 2021-07-15 | カシオ計算機株式会社 | データ収集装置、データ収集方法およびプログラム |
| JP2022020039A (ja) * | 2020-07-19 | 2022-01-31 | プレティア・テクノロジーズ株式会社 | コンテンツ提供システム及びコンテンツ提供方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006238190A (ja) * | 2005-02-25 | 2006-09-07 | Fuji Photo Film Co Ltd | 電子アルバム作成方法及び装置 |
| JP3149006U (ja) * | 2008-07-25 | 2009-03-12 | 株式会社スクウェア・エニックス | 携帯端末、ゲームシステム、イベント用ポスター及びイベント運営設備 |
| JP2009118069A (ja) * | 2007-11-05 | 2009-05-28 | Sony Corp | 撮像装置、制御方法、プログラム |
| JP2009278161A (ja) * | 2008-05-12 | 2009-11-26 | Olympus Corp | イベント用データ処理システム |
| JP2010124308A (ja) * | 2008-11-20 | 2010-06-03 | Sanyo Electric Co Ltd | 無線機能付きカメラ及びサービス提供システム |
| JP2014115795A (ja) * | 2012-12-10 | 2014-06-26 | Tachibana Eletech Co Ltd | 自転車管理システム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6863159B2 (ja) | 2017-07-25 | 2021-04-21 | カシオ計算機株式会社 | データベース構築方法、およびデータベース構築プログラム |
-
2017
- 2017-07-25 JP JP2017143777A patent/JP6863159B2/ja active Active
-
2021
- 2021-03-17 JP JP2021042984A patent/JP7151811B2/ja active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006238190A (ja) * | 2005-02-25 | 2006-09-07 | Fuji Photo Film Co Ltd | 電子アルバム作成方法及び装置 |
| JP2009118069A (ja) * | 2007-11-05 | 2009-05-28 | Sony Corp | 撮像装置、制御方法、プログラム |
| JP2009278161A (ja) * | 2008-05-12 | 2009-11-26 | Olympus Corp | イベント用データ処理システム |
| JP3149006U (ja) * | 2008-07-25 | 2009-03-12 | 株式会社スクウェア・エニックス | 携帯端末、ゲームシステム、イベント用ポスター及びイベント運営設備 |
| JP2010124308A (ja) * | 2008-11-20 | 2010-06-03 | Sanyo Electric Co Ltd | 無線機能付きカメラ及びサービス提供システム |
| JP2014115795A (ja) * | 2012-12-10 | 2014-06-26 | Tachibana Eletech Co Ltd | 自転車管理システム |
Non-Patent Citations (3)
| Title |
|---|
| "安佐動物公園オリジナルアプリ「あさ図鑑 asa zoo can」の提供を始めました", 広島市安佐動物公園 [ONLINE], JPN6020025888, 1 September 2016 (2016-09-01), ISSN: 0004308910 * |
| "広島市安佐動物公園 あさ図鑑", 広島市安佐動物公園 [ONLINE], JPN6020025892, 2016, ISSN: 0004308912 * |
| 富澤 浩樹 HIROKI TOMIZAWA: "スマートフォンを用いた市民参加型調査支援システムの検討 A Study on the Public Participatory Field Re", 情報処理学会 研究報告 情報システムと社会環境（ＩＳ） ２０１５−ＩＳ−１３３ ［ＯＮＬＩＮＥ］, JPN6020025890, 4 September 2015 (2015-09-04), JP, pages 1 - 8, ISSN: 0004308911 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021102070A (ja) * | 2017-07-25 | 2021-07-15 | カシオ計算機株式会社 | データ収集装置、データ収集方法およびプログラム |
| JP7151811B2 (ja) | 2017-07-25 | 2022-10-12 | カシオ計算機株式会社 | データ収集装置、データ収集方法およびプログラム |
| JP2020161114A (ja) * | 2019-03-26 | 2020-10-01 | ネイバー コーポレーションＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ | 検索に基づく収集支援方法およびコンピュータ装置 |
| JP6998354B2 (ja) | 2019-03-26 | 2022-01-18 | ネイバー コーポレーション | 検索に基づく収集支援方法およびコンピュータ装置 |
| JP2022020039A (ja) * | 2020-07-19 | 2022-01-31 | プレティア・テクノロジーズ株式会社 | コンテンツ提供システム及びコンテンツ提供方法 |
| JP7215752B2 (ja) | 2020-07-19 | 2023-01-31 | プレティア・テクノロジーズ株式会社 | コンテンツ提供システム及びコンテンツ提供方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021102070A (ja) | 2021-07-15 |
| JP7151811B2 (ja) | 2022-10-12 |
| JP6863159B2 (ja) | 2021-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7151811B2 (ja) | データ収集装置、データ収集方法およびプログラム | |
| CN110674805B (zh) | 昆虫识别方法及系统 | |
| JP5729476B2 (ja) | 撮影装置、および撮影支援プログラム | |
| CN101910936B (zh) | 基于图像捕捉设备呈现的用户推荐的引导摄影 | |
| CN110378303B (zh) | 用于对象识别的方法及系统 | |
| CN109447150A (zh) | 一种植物观赏方法、装置、电子设备和存储介质 | |
| US20160179846A1 (en) | Method, system, and computer readable medium for grouping and providing collected image content | |
| CN103823678B (zh) | 图像处理方法和图像处理装置 | |
| KR20090087670A (ko) | 촬영 정보 자동 추출 시스템 및 방법 | |
| CN102884523B (zh) | 信息提供装置、信息提供方法、信息提供处理程序以及记录了信息提供处理程序的记录介质 | |
| CN107392238A (zh) | 基于移动视觉搜索的户外植物知识拓展学习系统 | |
| CN103562957A (zh) | 信息提供装置、信息提供方法、信息提供处理程序、记录了信息提供处理程序的记录介质以及信息提供系统 | |
| CN110033502B (zh) | 视频制作方法、装置、存储介质及电子设备 | |
| CN110659581A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
| JP5418565B2 (ja) | 画像表示システム、画像表示装置、サーバ、画像表示方法及びプログラム | |
| CN107026966A (zh) | 一种图片拍摄方法、终端及服务器 | |
| KR102040525B1 (ko) | 인공지능 기반 부품 검색 시스템 | |
| CN110490086A (zh) | 一种用于对象识别结果二次确认的方法及系统 | |
| CN105320242A (zh) | 拍照方法及拍照终端 | |
| KR101415133B1 (ko) | 정보처리장치, 정보처리방법, 및 프로그램 | |
| CN106233283A (zh) | 图像处理装置、通信系统以及通信方法和摄像装置 | |
| CN110851638B (zh) | 获取物种识别名称的方法及装置 | |
| CN110047115B (zh) | 星辰图像拍摄方法、装置、计算机设备和存储介质 | |
| CN117809084A (zh) | 图像识别模型训练方法、基于图像识别的交互方法及装置 | |
| CN107343142A (zh) | 一种照片的拍摄方法及拍摄装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190604 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200924 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210302 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210315 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6863159 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |