JP7095455B2 - 情報処理装置および情報処理方法 - Google Patents

Description

本発明は、画像にラベルを付与する情報処理装置および情報処理方法に関する。

画像内の所定の対象物を画像認識する技術が知られている。この技術では、対象物を表すラベルが付与された複数の対象物の画像を学習用データとして機械学習を行うことにより、対象物の認識精度を高める。学習用データを作成するために、既知の複数の対象物画像にラベルを付与する必要がある。

画像に情報を付与する技術として、特許文献１は、タグを付すアイテムに識別デバイスを設け、アイテムを撮影した動画像の各フレームにおける識別デバイスの位置を検出して、フレームにおけるタグを付すアイテムの位置を特定する技術を開示している。

特表２０１１－５２７５２７号公報

一般的には、学習用データを作成するために、ユーザによって動画像から対象物画像が複数抽出され、抽出された複数の対象物画像に対してアノテーション処理が行われる。アノテーション処理では、対象物を表すラベルがユーザによって入力され、そのラベルが対象物画像に付与される。学習用データの対象物画像が多くなるほど認識精度が高まるが、大規模な学習用データを作成するには長時間を要する。

本発明はこうした状況に鑑みてなされたものであり、その目的は、学習用データの作成に要する時間を短縮できる情報処理装置および情報処理方法を提供することにある。

上記課題を解決するために、本発明のある態様の情報処理装置は、複数の撮影画像を撮影位置情報とともに取得する第１取得部と、前記第１取得部で取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出部と、前記抽出部で抽出された複数の対象物画像をクラスタリングするクラスタリング部と、前記抽出部で抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得部と、各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得部で取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与部と、を備える。前記付与部は、各クラスタに関して、前記付与条件を満たした施設名が前記第２取得部で取得されていない対象物画像には、前記ラベルを付与しない。

この態様によると、各クラスタに関して、当該クラスタに属する対象物画像について取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する対象物画像に付与するので、ラベルの付与に要する時間を短縮できる。

本発明の別の態様も、情報処理装置である。この装置は、複数の撮影画像を撮影位置情報とともに取得する第１取得部と、前記第１取得部で取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出部と、前記抽出部で抽出された複数の対象物画像をクラスタリングするクラスタリング部と、前記抽出部で抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得部と、各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得部で取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与部と、を備える。前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、前記クラスタリング部は、当該クラスタに属する複数の対象物画像を再度クラスタリングする。

前記第２取得部は、前記対象物画像の撮影位置から所定距離内の１以上の施設の名称を取得してもよい。

前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、前記クラスタリング部は、当該クラスタに属する複数の対象物画像を再度クラスタリングしてもよい。

本発明の別の態様は、情報処理方法である。この方法は、コンピュータが実行する情報処理方法であって、複数の撮影画像を撮影位置情報とともに取得する第１取得ステップと、前記第１取得ステップで取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出ステップと、前記抽出ステップで抽出された複数の対象物画像をクラスタリングするクラスタリングステップと、前記抽出ステップで抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得ステップと、各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得ステップで取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与ステップと、を備える。前記付与ステップでは、各クラスタに関して、前記付与条件を満たした施設名が前記第２取得ステップで取得されていない対象物画像には、前記ラベルを付与しない。
本発明の別の態様も、情報処理方法である。この方法は、コンピュータが実行する情報処理方法であって、複数の撮影画像を撮影位置情報とともに取得する第１取得ステップと、前記第１取得ステップで取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出ステップと、前記抽出ステップで抽出された複数の対象物画像をクラスタリングするクラスタリングステップと、前記抽出ステップで抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得ステップと、各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得ステップで取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与ステップと、前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、当該クラスタに属する複数の対象物画像を再度クラスタリングするステップと、を備える。

本発明によれば、学習用データの作成に要する時間を短縮できる。

第１の実施の形態に係る車両システムの構成を示すブロック図である。 図１の車載装置のブロック図である。 図１のサーバ装置のブロック図である。 図３のクラスタリング部でクラスタリングされた複数の画像の一例を示す図である。 図４の画像の一部にラベルが付与された状態の一例を示す図である。 図３のサーバ装置における画像抽出処理を示すフローチャートである。 図３のサーバ装置におけるラベリング処理を示すフローチャートである。 第２の実施の形態のサーバ装置におけるラベリング処理を示すフローチャートである。

（第１の実施の形態）
図１は、第１の実施の形態に係る車両システム１の構成を示すブロック図である。車両システム１は、複数の車載装置１０と、サーバ装置１２とを備える。図１では、複数の車載装置１０のうち３台の車載装置１０を図示している。

車載装置１０は、自動車である車両１４に搭載されている。車載装置１０は、サーバ装置１２と無線通信を行う。車載装置１０は、図示しない基地局を介してサーバ装置１２と無線通信を行ってもよい。

車載装置１０は、車載カメラによって撮影された撮影画像をサーバ装置１２に順次送信する。撮影画像は、車外の画像であり、例えば、自車両の前方の画像である。

サーバ装置１２は、例えばデータセンターに設置され、各車両１４の車載装置１０から送信された複数の撮影画像を処理する情報処理装置として機能する。後述するように、サーバ装置１２は、複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出し、抽出された対象物画像のうちラベルを付与すべき画像にラベルを付与し、ラベルが付与された複数の対象物画像を含む学習用データを作成する。対象物は、施設に関連するものであり、施設の看板、施設の建物などを含む。施設は、地図情報に含まれているものであり、店舗などを含む。ラベルは、施設名を含む。以下では、対象物は店舗の看板であり、ラベルは店舗名を含むことを想定する。

サーバ装置１２は、作成した学習用データを用いて機械学習を行うことにより、対象物を画像認識するための画像認識ロジックを、当該対象物の認識精度が高まるように最適化する。たとえば、同一の店舗名の看板に関して、複数の車両で撮影された様々な天候、様々な撮影位置、様々な撮影時刻の対象物画像を用いて学習することで、天候や時間帯に応じて対象物画像の明るさや色などが異なっても、認識精度を高めることができる。画像認識ロジックは、ニューラルネットワークなどの周知の技術を用いて構成できる。最適化された学習済みの画像認識ロジックは、無線通信、有線通信、記録媒体などを用いて車載装置１０に供給される。

車載装置１０は、供給された画像認識ロジックを用いて、カメラによって撮影された撮影画像から対象物を画像認識する。対象物を画像認識した結果は、様々な用途に用いることができる。たとえば、「牛丼ＡＡ」という店舗名の看板の存在を画像認識した場合、ナビゲーションシステムは、『「牛丼ＡＡ」の看板がある次の交差点を右に曲がります』などの経路案内を行ってもよい。この例では、より分かりやすい経路案内を行うことができる。

図２は、図１の車載装置１０のブロック図である。車載装置１０は、カメラ２０と、位置情報取得部２２と、処理部２４と、通信部２６とを備える。

カメラ２０は、自車両に設置され、車外の画像を連続して撮影する。複数の撮影画像は、動画を構成する。つまり、撮影画像は、静止画であり、フレームと呼ぶこともできる。撮影画像には、撮影時刻が添付される。カメラ２０は、撮影した撮影画像を処理部２４に順次出力する。

位置情報取得部２２は、自車両の位置情報を定期的に取得して、この位置情報を処理部２４へ出力する。位置情報は、例えば、図示しないＧＰＳ受信部から取得する。位置情報には、取得された時刻が添付される。

処理部２４は、カメラ２０から出力された撮影画像と、位置情報取得部２２から出力された位置情報とにもとづいて、それぞれの撮影画像の撮影位置を導出し、導出した撮影位置の情報を、対応する撮影画像に添付する。たとえば処理部２４は、撮影画像の撮影時刻に最も近い時刻に取得された位置情報を、その撮影画像の撮影位置として導出する。

処理部２４は、学習済みの画像認識ロジックが車載装置１０において取得されている場合、撮影画像内の対象物を画像認識する。処理部２４は、撮影画像内に対象物が存在することを画像認識した場合、その対象物の領域が既知対象物の領域であることを示す既知対象物情報を撮影画像に添付する。処理部２４は、少なくとも撮影位置情報が添付された撮影画像を通信部２６に出力する。

通信部２６は、サーバ装置１２と無線通信を行う。通信部２６は、処理部２４から出力された撮影画像を定期的にサーバ装置１２に送信する。撮影画像を送信する頻度は、実験などにより適宜定めることができる。

図３は、図１のサーバ装置１２のブロック図である。サーバ装置１２は、通信部３０と、処理部３２と、第１記憶部３４と、第２記憶部３６と、地図情報記憶部３８とを備える。処理部３２は、第１取得部４０と、抽出部４２と、クラスタリング部４４と、第２取得部４６と、付与部４８とを有する。

処理部３２の構成は、ハードウエア的には、任意のコンピュータのＣＰＵ、メモリ、その他のＬＳＩで実現でき、ソフトウエア的にはメモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。

通信部３０は、各車両１４の車載装置１０から複数の撮影画像を受信する。通信部３０は、複数の撮影画像を第１取得部４０に出力する。第１取得部４０は、通信部３０から出力された複数の撮影画像を撮影位置情報とともに取得する。第１取得部４０は、撮影画像に既知対象物情報が添付されている場合、既知対象物情報も取得する。

抽出部４２は、第１取得部４０で取得された複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出し、抽出した対象物画像を第１記憶部３４に記憶させる。対象物画像にも、もとの撮影画像の撮影時刻が添付される。

具体的には、抽出部４２は、各撮影画像について、画素毎にラベリングを行い、分割対象として設定されている複数の領域に分割する。この処理は、各撮影画像のセグメンテーションを行うともいえる。撮影画像は、たとえば、対象物の領域、空の領域、道路の領域、車の領域、人間の領域などに分割される。対象物の領域は、たとえば看板の領域であることは特定されるが、何の看板を表すかまでは特定されず、様々な看板がまとめて看板の領域として特定される。抽出部４２の機能は、ＳｅｇＮｅｔなどの周知の技術を用いて実現することができる。

抽出部４２は、各撮影画像について、対象物の領域が存在する場合、その対象物の領域が既知対象物の領域でなければ、その対象物の領域を対象物画像として抽出する。対象物の領域を抽出することで、データ量を削減できる。

抽出部４２は、各撮影画像について、対象物の領域が存在しない場合、または、対象物の領域が既知対象物の領域である場合、対象物画像を抽出しない。たとえば看板の領域が存在しても、その看板が、ある店舗名の店舗の看板であることが既に画像認識可能である場合、看板画像は抽出されない。既に画像認識可能な対象物を除外できるので、処理負荷を低減できる。

抽出部４２は、既知対象物情報が撮影画像に添付されている場合、既知対象物情報が示す対象物の領域は既知対象物の領域であると判定する。あるいは、抽出部４２は、学習済みの画像認識ロジックを用いて撮影画像を画像認識して、対象物の領域が存在することを認識した場合、その対象物の領域は既知対象物の領域であると判定してもよい。

クラスタリング部４４は、開始条件が満たされる毎に、第１記憶部３４に記憶された複数の対象物画像を、それらの画像の特徴量にもとづいてクラスタリングする。開始条件は、前回のクラスタリングから所定期間が経過したことである。初回のクラスタリングが実施されていない場合、開始条件は、撮影画像の取得開始から所定期間が経過したことである。開始条件は、所定のデータ量の対象物画像が第１記憶部３４に蓄積されたことであってもよい。

クラスタリングは、ｋ－ｍｅａｎｓなどの周知の技術を用いて行うことができる。得られた複数のクラスタのそれぞれには、特徴量が類似する複数の対象物画像が属する。そのため、１つのクラスタ内の複数の対象物画像は類似している。

第２取得部４６は、第１記憶部３４に記憶された複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報記憶部３８に記憶された地図情報から取得する。第２取得部４６は、対象物画像の撮影位置から所定距離内の１以上の施設の名称を取得する。そのため、看板の最も近くに看板とは無関係の施設が存在する場合にも、看板が表す店舗名も取得してその対象物画像にラベルを付与できる確率を高めることができる。所定距離は、実験などにより適宜定めることができる。

付与部４８は、クラスタリングが行われる毎に、各クラスタに関して、当該クラスタに属する複数の対象物画像について第２取得部４６で取得された施設名のうち、付与条件を満たした１つの施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する。付与条件は、クラスタに属する対象物画像の総数に対する施設名の数の割合が基準値以上であることである。基準値は、実験などにより適宜定めることができる。基準値を５０％より大きく定めることで、クラスタ内の最大数の施設名が対象物画像に付与される。

付与部４８は、各クラスタに関して、付与条件を満たした施設名が第２取得部４６で取得されていない対象物画像には、ラベルを付与しない。

付与部４８は、ラベルを付与した対象物画像を、第２記憶部３６に記憶させる。第２記憶部３６に記憶された複数の対象物画像が、前述の学習用データである。付与部４８は、ラベルを付与した対象物画像を第１記憶部３４から削除する。ラベルが付与されていない対象物画像は第１記憶部３４に残るので、次のクラスタリングによってラベルを付与できる可能性がある。

図４は、図３のクラスタリング部４４でクラスタリングされた複数の画像の一例を示す図である。クラスタＣ１には、画像Ｐ５、画像Ｐ１１、画像Ｐ１００などの複数の対象物画像が属する。クラスタＣ１０には、画像Ｐ１０、画像Ｐ９０、画像Ｐ１２０５などの複数の対象物画像が属する。他のクラスタは図示を省略する。

図５は、図４の画像の一部にラベルが付与された状態の一例を示す図である。たとえば、クラスタＣ１の画像Ｐ５，Ｐ１１００について、撮影位置ａ１の周辺の施設の名称「牛丼ＡＡ」と「コンビニエンスＸＸＸ」が取得されたと想定する。画像Ｐ１１について、撮影位置ａ５０の周辺の施設の名称「焼き肉ＢＢ」が取得されたと想定する。施設名「牛丼ＡＡ」が付与条件を満たした場合、図５に示すように、施設名「牛丼ＡＡ」が取得された画像Ｐ５，Ｐ１１００等には、施設名「牛丼ＡＡ」を含むラベルＬ１が付与される。施設名「牛丼ＡＡ」が取得されなかった画像Ｐ１１等には、ラベルＬ１が付与されない。

また、たとえば、クラスタＣ１０の画像Ｐ１０について撮影位置ａ１１の周辺の施設の名称「牛丼Ｃ」が取得され、画像Ｐ９０について撮影位置ａ５の周辺の施設の名称「ＹＹレストラン」と「ドラッグストアＤ」が取得され、画像Ｐ１２０５について撮影位置ａ１０８の周辺の施設の名称「カフェＺ」が取得されたことを想定する。クラスタＣ１０において各施設名が付与条件を満たさない場合、クラスタＣ１０の全ての画像にラベルが付与されない。この場合、クラスタＣ１０についてはクラスタリングが適切に行えていない可能性がある。

クラスタリング部４４は、前回のクラスタリングの後で再び開始条件が満たされた場合、第１記憶部３４に記憶された複数の対象物画像をクラスタリングする。この場合、第１記憶部３４には、前回のクラスタリングではラベルが付与されなかった対象物画像、および、前回のクラスタリングの後で抽出部４２で新たに抽出された対象物画像が記憶されている。つまり、あるクラスタに属する複数の対象物画像について取得された各施設名が付与条件を満たさない場合、クラスタリング部４４は、当該クラスタに属する複数の対象物画像を再度クラスタリングする。これにより、あるクラスタの全ての対象物画像にラベルが付与されなかった場合に、それらの対象物画像に対して再クラスタリングを適切に行える可能性があり、ラベルが付与される対象物画像の数を増やせる可能性がある。

クラスタリング部４４は、撮影時刻が現在時刻より一定時間以上前の対象物画像を除外して、複数の対象物画像をクラスタリングしてもよい。一定時間は、実験などにより適宜定めることができ、たとえば対象物画像に対して複数回のクラスタリングが行われるように定めてもよい。これにより、一定時間以上ラベルが付与されない対象物画像を除外して、処理負荷を低減できる。抽出部４２は、撮影時刻が現在時刻より一定時間以上前の対象物画像を、第１記憶部３４から削除してもよい。

次に、以上の構成によるサーバ装置１２の全体的な動作を説明する。図６は、図３のサーバ装置１２における画像抽出処理を示すフローチャートである。抽出部４２は、第１取得部４０から１枚の撮影画像を取得し（Ｓ１０）、撮影画像を複数の領域に分割する（Ｓ１２）。抽出部４２は、対象物の領域があり（Ｓ１４のＹ）、対象物が既知の対象物でなければ（Ｓ１６のＮ）、対象物の領域を抽出し、第１記憶部３４に記憶させ（Ｓ１８）、ステップ１０に戻る。対象物の領域がない場合（Ｓ１４のＮ）、ステップ１０に戻る。対象物が既知対象物である場合（Ｓ１６のＹ）、ステップ１０に戻る。

図７は、図３のサーバ装置１２におけるラベリング処理（アノテーション処理）を示すフローチャートである。図７の処理は、図６の処理と並行して行われる。開始条件が満たされない場合（Ｓ３０のＮ）、ステップ３０に戻る。開始条件が満たされた場合（Ｓ３０のＹ）、クラスタリング部４４は、複数の対象物画像をクラスタリングし（Ｓ３２）、第２取得部４６は、複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を取得する（Ｓ３４）。ステップ３２とステップ３４の処理順序は逆でもよい。

付与部４８は、判定対象のクラスタを設定し（Ｓ３６）、設定されたクラスタに関して付与条件を満たした施設名があれば（Ｓ３８のＹ）、対象物画像にラベルを付与し（Ｓ４０）、全クラスタの判定が終了していれば（Ｓ４２のＹ）、ステップ３０に戻る。ステップ４２にて全クラスタの判定が終了していなければ（Ｓ４２のＮ）、ステップ３６に戻る。ステップ３８にて付与条件を満たした施設名がなければ（Ｓ３８のＮ）、ステップ４２に移る。

本実施の形態によれば、複数の撮影画像から対象物画像を抽出し、複数の対象物画像をクラスタリングして、各クラスタに関して、対象物画像の撮影位置の周辺の施設の名称をもとに対象物画像にラベルを付与するので、ラベルの付与に要する時間を短縮できる。よって、学習用データの作成に要する時間を短縮できる。ユーザがラベルを付与する必要がないので、大規模な学習用データを作成しやすい。

各クラスタに関して、付与条件を満たした施設名が取得されていない対象物画像にはラベルを付与しないので、ラベルの付与精度を高めることができる。

（第２の実施の形態）
第２の実施の形態では、名称が既知である既知対象物の画像を用いて対象物画像にラベルを付与することが、第１の実施の形態と異なる。以下では、第１の実施の形態との相違点を中心に説明する。

車載装置１０は、図２の位置情報取得部２２を備えておらず、他の構成は図２と同一である。撮影画像の撮影位置情報を利用しないため、処理部２４は、撮影画像の撮影位置を導出して撮影画像に添付する処理を行わないことが第１の実施の形態と異なる。

サーバ装置１２は、図３の地図情報記憶部３８を備えておらず、他の構成は図３と同一である。第２取得部４６、クラスタリング部４４、付与部４８の機能が第１の実施の形態と異なる。

第２取得部４６は、名称が既知である既知対象物の画像を、その名称とともに取得する。第２取得部４６は、サーバ装置１２の操作者の操作に応じて、インターネットを介してウェブ画像の中からラベルの付与を希望する既知対象物の画像を検索し、その画像を取得する。操作者は、ハッシュタグを用いて既知対象物の画像を検索してもよい。既知対象物の画像の数は、１以上であり、数が多いほどラベルの付与精度が向上する。たとえば、施設名「牛丼ＡＡ」のラベルを付与したい場合、検索サイトなどで「牛丼ＡＡ」の看板の１以上の画像を検索し、取得できる。

クラスタリング部４４は、開始条件が満たされる毎に、第１記憶部３４に記憶された複数の対象物画像と、第２取得部４６で取得された既知対象物画像とを、それらの画像の特徴量にもとづいてクラスタリングする。たとえば、「牛丼ＡＡ」の看板画像と、未知の複数の看板画像とをクラスタリングすると、この看板画像と、この看板画像に類似する複数の看板画像とが同一のクラスタに属する。このクラスタの複数の看板画像は、「牛丼ＡＡ」の看板画像である確率が高い。

付与部４８は、既知対象物画像と同じクラスタに属する複数の対象物画像に、既知対象物画像の名称のラベルを付与する。

図８は、第２の実施の形態のサーバ装置１２におけるラベリング処理を示すフローチャートである。図７と同一の処理には同一の符号を付け、適宜説明は省略する。開始条件が満たされた場合（Ｓ３０のＹ）、第２取得部４６は、既知対象物の画像を取得し（Ｓ５２）、クラスタリング部４４は、既知対象物の画像と対象物画像をクラスタリングする（Ｓ５４）。

付与部４８は、判定対象のクラスタを設定し（Ｓ３６）、設定されたクラスタに既知対象物画像があれば（Ｓ５８のＹ）、そのクラスタの対象物画像にラベルを付与する（Ｓ４０）。設定されたクラスタに関して、既知対象物画像がなければ（Ｓ５８のＮ）、ステップ４２に移る。

本実施の形態によれば、学習用データの作成に要する時間を短縮できる。撮影位置情報を用いないので、対象物画像のデータ量を第１の実施の形態よりも小さくできる。

以上、実施の形態をもとに本発明を説明した。実施の形態はあくまでも例示であり、各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

第１の実施の形態では、付与部４８は、付与条件を満たした施設名が取得されていない対象物画像にはラベルを付与しない一例について説明したが、付与部４８は、各クラスタに関して、付与条件を満たした施設名のラベルを、当該クラスタに属する全ての対象物画像に付与してもよい。この変形例では、処理を簡素化できる。

第１の実施の形態において、車載装置１０のカメラ２０は、画像を撮影するとともに被写体までの距離を測定してもよい。処理部２４は、測定された距離と自車両の位置とにもとづいて被写体の位置を導出し、被写体の位置情報を撮影画像に添付してもよい。サーバ装置１２の第２取得部４６は、対象物の位置から所定距離内の１以上の施設の名称を取得してもよい。この変形例では、１つの撮影位置の撮影画像から、位置の異なる複数の対象物の画像が取得された場合、対象物画像毎に、より適切な施設名を取得できる可能性がある。

１…車両システム、１０…車載装置、１２…サーバ装置、２０…カメラ、２２…位置情報取得部、２４…処理部、２６，３０…通信部、３２…処理部、３４…第１記憶部、３６…第２記憶部、３８…地図情報記憶部、４０…第１取得部、４２…抽出部、４４…クラスタリング部、４６…第２取得部、４８…付与部。

Claims (6)

1. 複数の撮影画像を撮影位置情報とともに取得する第１取得部と、
   前記第１取得部で取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出部と、
   前記抽出部で抽出された複数の対象物画像をクラスタリングするクラスタリング部と、
   前記抽出部で抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得部と、
   各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得部で取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与部と、
   を備え、
   前記付与部は、各クラスタに関して、前記付与条件を満たした施設名が前記第２取得部で取得されていない対象物画像には、前記ラベルを付与しないことを特徴とする情報処理装置。
2. 前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、前記クラスタリング部は、当該クラスタに属する複数の対象物画像を再度クラスタリングすることを特徴とする請求項１に記載の情報処理装置。
3. 複数の撮影画像を撮影位置情報とともに取得する第１取得部と、
   前記第１取得部で取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出部と、
   前記抽出部で抽出された複数の対象物画像をクラスタリングするクラスタリング部と、
   前記抽出部で抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得部と、
   各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得部で取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与部と、
   を備え、
   前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、前記クラスタリング部は、当該クラスタに属する複数の対象物画像を再度クラスタリングすることを特徴とする情報処理装置。
4. 前記第２取得部は、前記対象物画像の撮影位置から所定距離内の１以上の施設の名称を取得することを特徴とする請求項１から３のいずれかに記載の情報処理装置。
5. コンピュータが実行する情報処理方法であって、
   複数の撮影画像を撮影位置情報とともに取得する第１取得ステップと、
   前記第１取得ステップで取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出ステップと、
   前記抽出ステップで抽出された複数の対象物画像をクラスタリングするクラスタリングステップと、
   前記抽出ステップで抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得ステップと、
   各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得ステップで取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与ステップと、
   を備え、
   前記付与ステップでは、各クラスタに関して、前記付与条件を満たした施設名が前記第２取得ステップで取得されていない対象物画像には、前記ラベルを付与しないことを特徴とする情報処理方法。
6. コンピュータが実行する情報処理方法であって、
   複数の撮影画像を撮影位置情報とともに取得する第１取得ステップと、
   前記第１取得ステップで取得された前記複数の撮影画像から、抽出対象として設定されている対象物の画像を抽出する抽出ステップと、
   前記抽出ステップで抽出された複数の対象物画像をクラスタリングするクラスタリングステップと、
   前記抽出ステップで抽出された前記複数の対象物画像のそれぞれの撮影位置の周辺の施設の名称を、地図情報から取得する第２取得ステップと、
   各クラスタに関して、当該クラスタに属する複数の対象物画像について前記第２取得ステップで取得された施設名のうち、付与条件を満たした施設名のラベルを、当該クラスタに属する複数の対象物画像に付与する付与ステップと、
   前記クラスタに属する複数の対象物画像について取得された各施設名が前記付与条件を満たさない場合、当該クラスタに属する複数の対象物画像を再度クラスタリングするステップと、
   を備えることを特徴とする情報処理方法。

Images