JP7001149B2 - データ提供システムおよびデータ収集システム - Google Patents
データ提供システムおよびデータ収集システム Download PDFInfo
- Publication number
- JP7001149B2 JP7001149B2 JP2020517630A JP2020517630A JP7001149B2 JP 7001149 B2 JP7001149 B2 JP 7001149B2 JP 2020517630 A JP2020517630 A JP 2020517630A JP 2020517630 A JP2020517630 A JP 2020517630A JP 7001149 B2 JP7001149 B2 JP 7001149B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- unit
- identification
- providing system
- transmitted
- 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.)
- Active
Links
- 238000013480 data collection Methods 0.000 title description 47
- 230000005540 biological transmission Effects 0.000 claims description 257
- 238000000034 method Methods 0.000 claims description 83
- 238000012545 processing Methods 0.000 claims description 23
- 238000010801 machine learning Methods 0.000 claims description 19
- 238000013500 data storage Methods 0.000 description 59
- 238000010586 diagram Methods 0.000 description 36
- 238000009434 installation Methods 0.000 description 19
- 239000013598 vector Substances 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 238000013135 deep learning Methods 0.000 description 9
- 238000004220 aggregation Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
- G06F18/2185—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor the supervisor being an automated module, e.g. intelligent oracle
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Description
図1は、本発明のデータ提供システムと、データ提供システムからデータを収集する収集装置とを示す模式図である。図1に示す例では、データ提供システム100が複数設けられている場合を示している。収集装置200と、複数のデータ提供システム100とを合わせて、データ収集システムと称することもできる。また、収集装置200および複数のデータ提供システム100は、通信ネットワーク500を介して、通信可能に接続されている。複数のデータ提供システム100は、同様の構成である。
第1の決定方法は、画像に対する識別部106の識別結果をオペレータが誤りであると判断し、オペレータが画像に写っている物体を表す正しいラベルを入力した場合、送信対象データ決定部111がその画像を送信対象データであると決定する方法である。なお、この場合、図6および図7を参照して説明したように、ラベル受付部110は、オペレータが入力したラベルと、オペレータが指定した矩形領域309を表す座標を取得し、そのラベルおよび座標を画像に対応づけてデータ記憶部112に記憶させる。送信対象データ決定部111は、送信対象データであると決定した画像に、そのラベルおよび座標を対応付け、画像、ラベルおよび座標の組を収集装置200に送信すべきデータであると決定する。
第2の決定方法では、送信対象データ決定部111は、画像をモデルに適用した結果に基づいて、その画像が送信対象データであるか否かを決定する。前述のように、識別部106は、画像をモデルに適用することによって、「自動車」、「オートバイ」、「バス」、「背景」の信頼度を算出し、最も高い信頼度が得られた項目を識別結果として定める。第2の決定方法では、送信対象データ決定部111は、識別結果に対応する信頼度に基づいて、画像が送信対象データであるか否かを決定する。より具体的には、識別結果に対応する信頼度が予め定められた閾値以下である場合、送信対象データ決定部111は、識別処理の対象となった画像が送信対象データであると決定する。また、信頼度が予め定められた閾値を超えている場合には、送信対象データ決定部111は、識別処理の対象となった画像は送信対象データでないと決定する。この閾値は、例えば、“0.5”であるが、“0.5”に限定されない。以下、この閾値が“0.5”である場合を例にして説明する。
第3の決定方法では、送信対象データ決定部111は、画像をモデルに適用した結果に基づいて、その画像が送信対象データであるか否かを決定する。識別部106は、画像をモデルに適用することによって、識別結果とその識別結果に対応する信頼度を特定する。また、送信対象データ決定部111は、その画像と、その画像に対して識別処理を行うことによって得た物体の識別結果を送信対象データ決定部111に送信することを要求する信号とを他のデータ提供システム100に送信する。以下、他のデータ提供システムを符号“100z”で表す。送信対象データ決定部111から画像およびこの信号を受信した他のデータ提供システム100zは、受信した画像を、そのデータ提供システム100zが保持しているモデルに適用することによって、画像に写っている物体の識別結果を導出し、要求元のデータ提供システム100の送信対象データ決定部111に、その識別結果を送り返す。
本発明の第2の実施形態のデータ収集システムは、図1に示す場合と同様に、複数のデータ提供システム100と、収集装置200とを備える。
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別する識別手段と、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定する決定手段と、
送信対象データであると決定されたデータを、所定のタイミングで前記所定のコンピュータに送信するデータ送信手段とを備える
ことを特徴とするデータ提供システム。
識別手段は、物体の識別結果と、前記識別結果の信頼度を導出し、
決定手段は、前記信頼度が予め定められた閾値以下である場合に、前記データが送信対象データであると決定する
付記1に記載のデータ提供システム。
決定手段は、他のデータ提供システムに、データと、前記データに対する物体の識別結果を送信することを要求する信号とを送信し、識別手段が識別した結果と、前記他のデータ提供システムから送り返された識別結果とが異なっている場合に、前記データが送信対象データであると決定する
付記1または付記2に記載のデータ提供システム。
決定手段は、データと、識別手段が識別した結果とをオペレータに提示し、前記オペレータから、前記データが送信対象データである旨の情報が入力された場合に、前記データが送信対象データであると決定する
付記1から付記3のうちのいずれかに記載のデータ提供システム。
データ送信手段は、送信対象データであると決定された各データの容量が予め定められた容量以上になったタイミングで、前記各データを所定のコンピュータに送信する
付記1から付記4のうちのいずれかに記載のデータ提供システム。
データ送信手段は、予め定められた時刻に、送信対象データであると決定された各データを所定のコンピュータに送信する
付記1から付記5のうちのいずれかに記載のデータ提供システム。
データ送信手段は、一定期間毎に得られる誤識別率が予め定められた閾値以上となったタイミングで、送信対象データであると決定された各データを所定のコンピュータに送信する
付記1から付記6のうちのいずれかに記載のデータ提供システム。
データ送信手段は、オペレータから、送信対象データであると決定された各データを送信する旨の指示を受け付けたタイミングで、前記各データを所定のコンピュータに送信する
付記1から付記7のうちのいずれかに記載のデータ提供システム。
モデルの識別精度を表す指標値とともに、データの送信指示を入力するためのボタンを表示する表示制御手段を備え、
データ送信手段は、オペレータによって前記ボタンがクリックされたタイミングで、送信対象データであると決定された各データを所定のコンピュータに送信する
付記1から付記8のうちのいずれかに記載のデータ提供システム。
データ送信手段は、所定のコンピュータからデータの送信要求を受信したタイミングで、送信対象データであると決定された各データを前記所定のコンピュータに送信する
付記1から付記9のうちのいずれかに記載のデータ提供システム。
データは、画像であり、
識別手段は、画像に含まれる物体を識別する
付記1から付記10のうちのいずれかに記載のデータ提供システム。
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別する識別手段と、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定する決定手段と、
送信対象データであると決定されたデータを前記所定のコンピュータに送信するデータ送信手段と、
モデルの識別精度を表す指標値とともに、データの送信指示を入力するためのボタンを表示する表示制御手段とを備え、
前記データ送信手段は、オペレータによって前記ボタンがクリックされたタイミングで、送信対象データであると決定された各データを前記所定のコンピュータに送信する
ことを特徴とするデータ提供システム。
複数のデータ提供システムと、
前記複数のデータ提供システムからデータを収集する収集装置とを備え、
個々のデータ提供システムは、
設置場所におけるデータを収集するデータ収集手段と、
前記データ収集手段によって収集されたデータを、機械学習によって学習されたモデルに適用することによって、前記データが表わす物体を識別する識別手段と、
前記データを前記モデルに適用した結果に基づいて、前記データが前記収集装置に送信すべき送信対象データであるか否かを決定する決定手段と、
送信対象データであると決定されたデータを前記収集装置に送信するデータ送信手段とを備え、
前記収集装置は、
個々のデータ提供システムのデータ収集手段の属性に基づいて、各データ提供システムを複数のグループに分類する分類手段と、
当該収集装置のオペレータが所定の操作を行った場合に、各グループからデータ提供システムを選択する選択手段と、
前記選択手段によって選択されたそれぞれのデータ提供システムに対して、データの送信要求を送信するデータ要求手段とを備え、
個々のデータ提供システムのデータ送信手段は、前記収集装置から前記送信要求を受信したタイミングで、送信対象データであると決定された各データを前記収集装置に送信する
ことを特徴とするデータ収集システム。
個々のデータ提供システムは、
モデルの識別精度を表す指標値を収集装置に送信する指標値送信手段を備え、
収集装置は、
グループ毎に異なる態様で、個々のデータ提供システムを表すアイコンをそれぞれ表示するとともに、個々のアイコンの近傍にアイコンが表わすデータ提供システムから受信した前記指標値を表示するアイコン表示手段とを備え、
データ要求手段は、当該収集装置のオペレータによってアイコンがクリックされた場合に、クリックされたアイコンが表わすデータ提供システムに対して、データの送信要求を送信する
付記13に記載のデータ収集システム。
複数のデータ提供システムと、
前記複数のデータ提供システムからデータを収集する収集装置とを備え、
個々のデータ提供システムは、
設置場所におけるデータを収集するデータ収集手段と、
前記データ収集手段によって収集されたデータを、機械学習によって学習されたモデルに適用することによって、前記データが表わす物体を識別する識別手段と、
前記データを前記モデルに適用した結果に基づいて、前記データが前記収集装置に送信すべき送信対象データであるか否かを決定する決定手段と、
送信対象データであると決定されたデータを前記収集装置に送信するデータ送信手段と、
前記モデルの識別精度を表す指標値を前記収集装置に送信する指標値送信手段を備え、
前記収集装置は、
個々のデータ提供システムのデータ収集手段の属性に基づいて、各データ提供システムを複数のグループに分類する分類手段と、
グループ毎に異なる態様で、個々のデータ提供システムを表すアイコンをそれぞれ表示するとともに、個々のアイコンの近傍にアイコンが表わすデータ提供システムから受信した前記指標値を表示するアイコン表示手段と、
当該収集装置のオペレータによってアイコンがクリックされた場合に、クリックされたアイコンが表わすデータ提供システムに対して、データの送信要求を送信するデータ要求手段とを備え、
個々のデータ提供システムのデータ送信手段は、前記収集装置から前記送信要求を受信したタイミングで、送信対象データであると決定された各データを前記収集装置に送信する
ことを特徴とするデータ収集システム。
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別し、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定し、
送信対象データであると決定したデータを、所定のタイミングで前記所定のコンピュータに送信する
ことを特徴とするデータ提供方法。
設置場所におけるデータを収集するデータ収集手段を備えた複数のデータ提供システムと、前記複数のデータ提供システムからデータを収集する収集装置とを備えるデータ収集システムに適用されるデータ収集方法であって、
個々のデータ提供システムが、
前記データ収集手段によって収集されたデータを、機械学習によって学習されたモデルに適用することによって、前記データが表わす物体を識別し、
前記データを前記モデルに適用した結果に基づいて、前記データが前記収集装置に送信すべき送信対象データであるか否かを決定し、
前記収集装置が、
個々のデータ提供システムのデータ収集手段の属性に基づいて、各データ提供システムを複数のグループに分類し、
当該収集装置のオペレータが所定の操作を行った場合に、各グループからデータ提供システムを選択し、
選択されたそれぞれのデータ提供システムに対して、データの送信要求を送信し、
個々のデータ提供システムが、
前記収集装置から前記送信要求を受信したタイミングで、送信対象データであると決定した各データを前記収集装置に送信する
ことを特徴とするデータ収集方法。
コンピュータに、
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別する識別処理、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定する決定処理、および、
送信対象データであると決定されたデータを、所定のタイミングで前記所定のコンピュータに送信するデータ送信処理
を実行させるためのデータ提供プログラム。
101 データ収集部
102 コンピュータ
103 学習部
104 モデル記憶部
105 データ取得部
106 識別部
107 キーボード
108 マウス
109 ディスプレイ装置
110 ラベル受付部
111 送信対象データ決定部
112 データ記憶部
113 データ送信部
114 指標値集計部
115 表示制御部
116 指標値送信部
117 属性データ記憶部
118 属性データ送信部
200 収集装置
201 データ受信部
202 収集装置側データ記憶部
203 属性データ受信部
204 属性データ記憶部
205 指標値受信部
206 指標値記憶部
207 分類部
208 分類結果記憶部
209 ディスプレイ装置
210 マウス
211 アイコン表示部
212 選択部
213 データ要求部
Claims (12)
- 機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別する識別手段と、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定する決定手段と、
送信対象データであると決定されたデータを、所定のタイミングで前記所定のコンピュータに送信するデータ送信手段とを備え、
前記決定手段は、他のデータ提供システムに、前記データと、前記データに対する物体の識別結果を送信することを要求する信号とを送信し、前記識別手段が識別した結果と、前記他のデータ提供システムから送り返された識別結果とが異なっている場合に、前記データが送信対象データであると決定する
ことを特徴とするデータ提供システム。 - 識別手段は、物体の識別結果と、前記識別結果の信頼度を導出し、
決定手段は、前記信頼度が予め定められた閾値以下である場合に、前記データが送信対象データであると決定する
請求項1に記載のデータ提供システム。 - 決定手段は、データと、識別手段が識別した結果とをオペレータに提示し、前記オペレータから、前記データが送信対象データである旨の情報が入力された場合に、前記データが送信対象データであると決定する
請求項1または請求項2に記載のデータ提供システム。 - データ送信手段は、送信対象データであると決定された各データの容量が予め定められた容量以上になったタイミングで、前記各データを所定のコンピュータに送信する
請求項1から請求項3のうちのいずれか1項に記載のデータ提供システム。 - データ送信手段は、予め定められた時刻に、送信対象データであると決定された各データを所定のコンピュータに送信する
請求項1から請求項4のうちのいずれか1項に記載のデータ提供システム。 - データ送信手段は、一定期間毎に得られる誤識別率が予め定められた閾値以上となったタイミングで、送信対象データであると決定された各データを所定のコンピュータに送信する
請求項1から請求項5のうちのいずれか1項に記載のデータ提供システム。 - データ送信手段は、オペレータから、送信対象データであると決定された各データを送信する旨の指示を受け付けたタイミングで、前記各データを所定のコンピュータに送信する
請求項1から請求項6のうちのいずれか1項に記載のデータ提供システム。 - モデルの識別精度を表す指標値とともに、データの送信指示を入力するためのボタンを表示する表示制御手段を備え、
データ送信手段は、オペレータによって前記ボタンがクリックされたタイミングで、送信対象データであると決定された各データを所定のコンピュータに送信する
請求項1から請求項7のうちのいずれか1項に記載のデータ提供システム。 - データ送信手段は、所定のコンピュータからデータの送信要求を受信したタイミングで、送信対象データであると決定された各データを前記所定のコンピュータに送信する
請求項1から請求項8のうちのいずれか1項に記載のデータ提供システム。 - データは、画像であり、
識別手段は、画像に含まれる物体を識別する
請求項1から請求項9のうちのいずれか1項に記載のデータ提供システム。 - データ提供システムが、
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別し、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定し、
送信対象データであると決定したデータを、所定のタイミングで前記所定のコンピュータに送信し、
前記データ提供システムが、前記データが送信対象データであるか否かを決定するときに、他のデータ提供システムに、前記データと、前記データに対する物体の識別結果を送信することを要求する信号とを送信し、前記データ提供システムが識別した結果と、前記他のデータ提供システムから送り返された識別結果とが異なっている場合に、前記データが送信対象データであると決定する
ことを特徴とするデータ提供方法。 - コンピュータに、
機械学習によって学習されたモデルにデータを適用することによって、前記データが表わす物体を識別する識別処理、
前記データを前記モデルに適用した結果に基づいて、前記データが所定のコンピュータに送信すべき送信対象データであるか否かを決定する決定処理、および、
送信対象データであると決定されたデータを、所定のタイミングで前記所定のコンピュータに送信するデータ送信処理を実行させ、
前記コンピュータに、前記決定処理で、
他のコンピュータに、前記データと、前記データに対する物体の識別結果を送信することを要求する信号とを送信させ、前記識別処理で識別した結果と、前記他のコンピュータから送り返された識別結果とが異なっている場合に、前記データが送信対象データであると決定させる
ためのデータ提供プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/017609 WO2019215778A1 (ja) | 2018-05-07 | 2018-05-07 | データ提供システムおよびデータ収集システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019215778A1 JPWO2019215778A1 (ja) | 2021-05-20 |
JP7001149B2 true JP7001149B2 (ja) | 2022-01-19 |
Family
ID=68468492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020517630A Active JP7001149B2 (ja) | 2018-05-07 | 2018-05-07 | データ提供システムおよびデータ収集システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11537814B2 (ja) |
JP (1) | JP7001149B2 (ja) |
WO (1) | WO2019215778A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10902288B2 (en) * | 2018-05-11 | 2021-01-26 | Microsoft Technology Licensing, Llc | Training set sufficiency for image analysis |
US11509687B2 (en) * | 2019-08-26 | 2022-11-22 | The Western Union Company | Detection of a malicious entity within a network |
JP7424862B2 (ja) * | 2020-02-28 | 2024-01-30 | 本田技研工業株式会社 | 診断装置、診断システム、診断方法、及びプログラム |
EP4161008A4 (en) * | 2020-05-25 | 2023-11-08 | Sony Group Corporation | INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING SYSTEM AND INFORMATION PROCESSING METHOD |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016076073A (ja) | 2014-10-06 | 2016-05-12 | 日本電気株式会社 | データ処理装置、データ処理方法、及び、コンピュータ・プログラム |
WO2016152053A1 (ja) | 2015-03-23 | 2016-09-29 | 日本電気株式会社 | 精度推定モデル生成システムおよび精度推定システム |
JP2017117139A (ja) | 2015-12-24 | 2017-06-29 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、制御方法、プログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11341210A (ja) | 1998-05-26 | 1999-12-10 | Hitachi Ltd | Fax−ocr文字認識処理の評価処理方法 |
JP2009005314A (ja) | 2007-06-25 | 2009-01-08 | Ricoh Co Ltd | データ通信装置 |
US20110202487A1 (en) | 2008-10-21 | 2011-08-18 | Nec Corporation | Statistical model learning device, statistical model learning method, and program |
US20210133495A1 (en) * | 2018-05-07 | 2021-05-06 | Nec Corporation | Model providing system, method and program |
WO2019215780A1 (ja) * | 2018-05-07 | 2019-11-14 | 日本電気株式会社 | 識別システム、モデル再学習方法およびプログラム |
-
2018
- 2018-05-07 US US17/053,587 patent/US11537814B2/en active Active
- 2018-05-07 JP JP2020517630A patent/JP7001149B2/ja active Active
- 2018-05-07 WO PCT/JP2018/017609 patent/WO2019215778A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016076073A (ja) | 2014-10-06 | 2016-05-12 | 日本電気株式会社 | データ処理装置、データ処理方法、及び、コンピュータ・プログラム |
WO2016152053A1 (ja) | 2015-03-23 | 2016-09-29 | 日本電気株式会社 | 精度推定モデル生成システムおよび精度推定システム |
JP2017117139A (ja) | 2015-12-24 | 2017-06-29 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、制御方法、プログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2019215778A1 (ja) | 2019-11-14 |
US11537814B2 (en) | 2022-12-27 |
JPWO2019215778A1 (ja) | 2021-05-20 |
US20210232862A1 (en) | 2021-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6992883B2 (ja) | モデル提供システム、方法およびプログラム | |
JP7001149B2 (ja) | データ提供システムおよびデータ収集システム | |
KR102092392B1 (ko) | 실 공간에서 관심지점 관련 정보를 자동으로 수집 및 업데이트하는 방법 및 시스템 | |
US8154616B2 (en) | Data processing apparatus and method, and recording medium | |
KR20210006971A (ko) | 지오로케이션 예측을 위한 시스템 및 방법 | |
JP6397379B2 (ja) | 変化領域検出装置、方法、及びプログラム | |
CN105659304A (zh) | 视觉增强导航 | |
CN111221012A (zh) | 用于基于周围环境改进的位置决策的方法和设备 | |
JP2022501749A (ja) | 衛星画像を利用した活用サービスの提供装置及び方法 | |
US20220357176A1 (en) | Methods and data processing systems for predicting road attributes | |
JP2010230813A (ja) | 情報提供装置、情報提供方法およびプログラム | |
JP2021039625A (ja) | 物体数推定装置、物体数推定方法、および物体数推定プログラム | |
US20240077331A1 (en) | Method of predicting road attributers, data processing system and computer executable code | |
JP2021111273A (ja) | 学習モデルの生成方法、プログラム及び情報処理装置 | |
JP7001150B2 (ja) | 識別システム、モデル再学習方法およびプログラム | |
JP2021177317A (ja) | 3次元モデル構築システム、および3次元モデル構築方法 | |
CN111695627A (zh) | 路况检测方法、装置、电子设备及可读存储介质 | |
JP6943183B2 (ja) | 位置特定装置、位置特定方法、位置特定プログラムおよびカメラ装置 | |
JPWO2020039897A1 (ja) | 駅監視システム及び駅監視方法 | |
JP6981553B2 (ja) | 識別システム、モデル提供方法およびモデル提供プログラム | |
JP6981554B2 (ja) | 識別システム、パラメータ値更新方法およびプログラム | |
KR102446320B1 (ko) | 복수의 카메라에 기반한 맵기반 객체추적 및 이벤트 검출장치 및 그 장치의 구동방법 | |
JP2021026723A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP2021068240A (ja) | 路面画像管理システム及びその路面画像管理方法 | |
JP2019174989A (ja) | 画像圧縮方法及び画像圧縮装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201027 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201027 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211105 |
|
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: 20211124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211207 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7001149 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |